PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN PRINCIPAL COMPONENT ANALYSIS (PCA)
|
|
- Erlin Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PROPERY DAN PERDAGANGAN EBAGAI EKOR DOMINAN PADA DAA BURA AHAM DENGAN PRINCIPAL COMPONEN ANALYI (PCA) Hanna A Parhu, Dva Wdyananto,dan Brnadta Dnova Kr Cntr of Ald Mathmatc (CAM), Program tud Matmatka Fakulta an dan Matmatka (FM) Unvrta Krtn atya Wacana (UKW) (wwwukwdu) mahawa, matmatka FM UKW mahawa, matmatka FM UKW ABRAK Pada makalah n dbaha tntang anala bbraa ktor aham yang ada d Indona Data dambl dar Bura Efk Jakarta ( BEJ ) dan mnggunakan data ada bulan Januar 00 ama dngan Januar 00 Anala mnggunakan PCA (Prncal Comonnt Analy) Mtod n dlakukan dngan cara mnyuun matrk kovaran dar datavarabl mula-mula dtranforma mnjad varabl baru Y dngan P=Y dan P adalah matrk yang vktor-vktor kolomnya adalah vktor gn dar matrk kovaran Vktor gn dar nla gn trbar dbut komonn rn dan mruakan bobot nyuun varabl baru baga kombna lnar dar varabl yang lama Data mnunjukkan bahwa ada varabl baga ktor ktor yang mmlk nla ahan cuku tngg Varabl trbut adalah rtanan, ndutr daar, anka ndutr, barang konum, kuangan, rtambangan, rort, dan rdagangan luruh varabl duj untuk mndaatkan varabl yang domnan Drolh bahwa rort dan rdagangan adalah varabl yang domnan yang dtunjukkan dngan varan trbar mlalu Prncal Comonnt Analy Jka varabl dtandara maka tdak daat dtunjukkan varabl yang domnan Kata Kunc : komonn rn, nla gn, vktor gn PENDAHULUAN aham mruakan bagan trntng ddalam duna bn dan cuku mnjanjkan Kuntungan yang ddaat dar mnanamkan uang dalam bntuk uang cuku bar, bgtu ula krugan yang daat dtrma Olh karna tu banyak orang brlomba lomba untuk mnanamkan bagan kkayaan yang dmlk dalam bntuk aham aham ndr trbag kdalam bbraa ktor / bdang rt rtanan, ndutr, rtambangan, kuangan, konum / bahan angan, rorty dan rdagangan Pnul mlakukan obrva data d wbt bura fk untuk mngtahu varabl yang daat mmbrkan kuntungan cuku bar dan mmnmalkan krugan yang ddaat Agar mua varabl yang ada ada data aham trbut daat dktahu mana yang brngaruh trhada untung rug yang ddaat maka nul mncar varabl varabl yang domnan trhada aham trbut mua varabl domnan yang mmngaruh nla aham trbut dlh mnggunakan mtod Prncal Comonnt Analy ( PCA ) 666
2 Pada makalah n tor yang dgunakan dtunjukkan ada bagan PCA dangkan njlaan mtod yang dgunakan dtunjukkan ada Bab Hal anala djlakan ada Bab dan kmulan dtulkan ada bagan akhr makalah n PCA (PRINCIPAL COMPONEN ANALYI) PCA tlah dgunakan olh brbaga nlt untuk mmlh varabl yang domnan agar varabl yang banyak daat trduk baga alah atu contoh adalah mncar varabl domnan ada brbaga jn varabl akan yang dbrkan ada a untuk mngnal varabl yang domnan yang brngaruh trhada brat a otmum untuk mmroduk uu a (Parhu dan ka 009) or yang tlah dula ada ltratur trbut dtul kmbal ada makalah n Akan tta ada makalah n dtambahkan nyuunan komonn rn dngan PCA untuk varabl yang tlah dtandara cara aljabar PCA mruakan uatu kombna lnar khuu untuk varabl random,, cara gomtr, kombna lnar mnyatakan mlhan tm koordnat baru yang drolh dar mrota tm mula-mula,, baga umbu-umbu koordnat umbu koordnat yang baru angat trgantung dar matrk kovaran (atau matrk korla) Matrk kovaran ada makalah n dmbolkan dan harulah otf tga (otv dfnt) Itlah n djlakan ada Dfn Dfn : (Prn,9) buah matrk mtr n n a j Malkan maka matrk otf (ngatf) tga (dfnt otv (ngatv)) jka dan hanya jka mua nla gnnya otf (ngatf) dangkan mattrk yang motf (mngatf) tga jka dan hanya jka mua nla gnnya takngatf (takotf) orma (Johnon, and Wchrn, 00) butlah matrk = [,, ] adalah matrk yang vktor-vktor kolomnya adalah vktor random (dangga brdtrbu normal) yang mmunya matrk kovaran (mtr dan otf tga (otv dfnt)) dngan nla gn 0 dan butlah vktor gn yang bruaan untuk ta 0 adalah,, yang alng ortogonal Komonn rn k- adalah Y, =,,, (a) Dngan mlhan n Var ( Y ), =,,,, (b) Cov( Y, Y )= 0, k (c) k k Prlunya,, yang alng ortogonal adalah bahwa kta daat mnyuun kombna lnar Y dngan ba {,, } Jka bbraa ada yang ama maka mlhan vktor gn ada yang ama bnarnya daat dlh vktor gn yang brbda dngan mnggunakan gnrala vktor gn (gnralzd gnvctor) tta tdak dbaha ada makalah n Olh karna tu Y tdak tunggal Bukt : (Johnon and Wchrn, 00, hal) a j 667
3 Akbat butlah matrk = [,, ] adalah matrk yang vktor-vktor kolomnya adalah vktor random yang mmunya matrk kovaran dngan nla gn 0 dan butlah vktor gn yang bruaan untuk ta 0 adalah,, dan komonn-komonn rn dtntukan olh ramaan (a) Maka Var ( ) Var ( Y ) (d) mnyatakan varan oula yang k- Bukt : Dktahu dar aljabar lnar bahwa jumlahan lmn dagonal dar uatu matrk dbut baga trac (tr) matrk trbut (Lay,00) Dalam hal n brart tr( ) Kta daat mnulkan PDP dngan D adalah matrk dagonal yang lmn dagonal adalah dan P = ] adalah matrk yang vktor-vktor kolomnya mruakan vktor gn [ dan alng ortogonal hngga PP P P I (matrk dntta) Dar fat tr bahwa tr dar rkalan matrk A dan B brlaku tr(ab) = tr(ba) hngga brlaku tr( ) tr( P( DP )) Jad tr( DP P) tr( DI) tr( D) Var ( ) tr( ) tr( D) Var ( Y ) Akbat mnyatakan bahwa total varan oula = Akbat Proor varan komonn rn k- ddfnkan baga k, k =,, Nla k mnyatakan ukuran ntngnya varabl k-k trhada komonn rn k- cara khuu, k mnyatakan korla antara komonn-komonn Y dan varabl-varabl k Hal n dtunjukkan ada orma orma Jka, Y kovaran maka Y,, 66 Y adalah komonn rn yang drolh dar matrk k Y,,,k =,,, (a) k adalah kofn korla antara komonn-komonn Y dan varabl-varabl Bukt : (Johnon and Wchrn, 007, hal 60) kk k
4 Kta tlah mmunya nforma bahwa korla antara varabl mula-mula yang tdak mmuat dmn hngga varan data bba dar varan yang mmuat dmn yatu dngan kofn korla oula yang ddfnkan baga k k k (b) Kofn korla n mngukur hubungan lnar antara varabl random kk dan k Matrk korla mruakan matrk mtr x yatu = (c) Komonn rn cara gomtr mmnuh ramaan lloda c y y y, c : kontan () Karna 0, ramaan () mnyatakan tm koordnat dngan umbu-umbu y,, y ada arah brturut-turut dbrkan olh,, (yang tlah alng ortonormal) Untuk lanjutnya akan dtntukan varabl domnan yang mmngaruh nla aham d brbaga ktor maka daat dgunakan PCA dngan mnyuun matrk kovaran trlbh dahulu dngan mngaumkan bahwa data dman dalam buah vktor random dmana lmn bar mnyatakan N obrva = [ ] dan banyaknya kolom mnyatakan varabl,, ada matrk x N Rata-rata untuk vktor ddfnkan baga M (a) Akan dcar ˆ k untuk k=, dmana: ˆ k k M (b) hngga kolom matrk N x daat dtul baga: B = [ ˆ ˆ ˆ ] (c) dmana B mruakan bntuk dva rata-rata untuk ta yang drolh dar ramaan (b) dangkan matrk kovaran matrk adalah x matrk yang ddfnkan baga: BB (d) BB mruakan matrk otv dfnt (nla gn matrk trbut mua otf) ua dngan orma otal varan ddfnkan baga jumlahan mua varan bagamana dtunjukkan ada ramaan (d) Hal n drolh dngan cara jumlahan dar lmn dagonal matrk Jumlahan dar mua dagonal matrk yang dkuadratkan mruakan trac dar matrk ( tr() ) Nla gn dar haru durutkan dar bar k kcl agar dktahu varabl aa yang alng domnan yang mmngaruh nla aham 669
5 Untuk lanjutnya rlu duun matrk P = Y dngan P adalah matrk yang trdr dar vktorvktor kolom dar ta vktor gn yang drolh Vktor gn n drolh dngan mnylakan I, =,, (a) 0 dngan n banyaknya aml aham dangkan nla gn rlu drolh trlbh dahulu dngan mnylakan ramaan karaktrtk yatu dt(- I) = 0 yang drolh dar (b) PCA dngan tandarda Varabl Varabl random daat dtandara dngan cara, Z, Z, Z (c) Dngan nota matrk vktor ramaan (c) dtul baga Z = (V / ) - ( - ) (d) dngan (V / ) - mruakan matrk dagonal yatu (V / ) - = () Dngan mnggunakan ramaan (c) dan () daat drolh = (V / ) - (V / ) - (f) Dngan varabl random yang udah dtandara kta daat mnyuun komonn rn brdaarkan orma 6 orma 6 Komonn rn k- dar varabl tandard Z = [Z, Z,,Z ], dngan Cov(Z) = dbrkan olh Y Z = (V / ) - ( - ), =,,, (g) lan tu Var ( Y ) Var ( Z ) dan Y Z, k k,,k =,,, (h) Pada orma n nla gn dan vktor gn drolh dar matrk korla (f) Agar PCA daat drknalkan dngan jla brkut n dbrkan contoh nggunaaannya dngan mnggunakan bantuan MALAB Contoh : Mal data yang drolh aham dar ktor Prtanan, Indutr Daar, Anka Indutr dan Barang Konum dtunjukkan ada abl 670
6 abl Data ngukuran varabl untuk ktor aham ahun Akhr Prod Prtanan Indutr Daar Anka Indutr Barang Konum tmbr Oktobr Novmbr Dmbr Januar Fbruar Mart Arl 667 M Jun Jul Agutu tmbr Oktobr IV Novmbr I Novmbr II Novmbr III Novmbr IV Dmbr I Dmbr II Dmbr III Dmbr IV Januar I Januar II Januar III Januar IV
7 ahun abl Data ngukuran varabl untuk ktor aham (tak brdmn) Akhr Prod Prtanan Indutr Daar Anka Indutr Barang Konum tmbr Oktobr Novmbr Dmbr Januar Fbruar Mart Arl M Jun Jul Agutu tmbr Oktobr IV Novmbr I Novmbr II Novmbr III Novmbr IV Dmbr I Dmbr II Dmbr III Dmbr IV Januar I Januar II Januar III Januar IV Data ada abl rlu dnyatakan dalam bntuk tak brdmn Hal n dlakukan dngan cara mmbag data ta bar dngan makmum r bar yang dtunjukkan ada abl Matrk kovaran dar abl daat dcar dngan mnghtung rata-rata data ta bar yang dbut dalam vktor M dan dcar matrk dva B mnggunakan bantuan MALAB hngga matrk kovarannya adalah 67
8 = tlah matrk kovaran() drolh, maka daat dcar nla gnnya yatu haru mmnuh x x (ramaan b) dngan x [ x x x x ] bukan vktor nol (dan dbut baga vktor gn) yang haru dcar Untuk tu brart ( I ) x 0, agar x x x x x ] bukan vktor nol maka dyaratkan dt ( I) =0 (Lay,00) [ Dngan mnggunakan bantuan MALAB maka daat drolh nla gn 06, , 000 dan drolh nla vktor gn , 00, 090, Daat dtunjukkan bahwa, = 0 dan dngan j dmana, j,,, Hal n brart j mang mang vktor alng tgak luru dan mmunya nla, hngga daat dgunakan baga ba untuk Y Olh karna tu komonn rn adalah Y Y Y , , Y Untuk lanjutnya korla antara Y dan formula () yatu brturut-turut, =,, daat dtunjukkan dngan mngkut Y, =-00; Y, =0067; Y, =0; Y, = 09 Karna nla korla (barang konum) dkat dngan ( mmngaruh nla ahan Indona rod Januar 00 Januar 00 MEODE PENELIIAN Y,, = 09), maka varabl Pngumulan Data : data yang dgunakan adalah data aham Januar yang dtunjukkan ada abl Data ta vktor-vktor kolom dangga baga varabl random yang brdtrbu normal Daat ula dlakukan ngujan normalta data Mnyuun matrk kovaran mnggunakan ramaan (a)-(d) 67
9 Mnghtung nla gn dan vktor gn yang bruaan dngan nla gnnya mnurut ramaan (a)-(b) Vktor gn baga nyuun kofn ada komonn rn Mnyatakan varabl rn baga kombna lnar dar varabl mula-mula mnggunakan ramaan (a) Mnntukan kofn korla antara komonn rn dan varabl mula mula dngan ramaan () ahun Akhr Prod Prtanan abl Data aham Januar 00 Januar 00 umbr : htt //: bankndona/tattc/montr/m Indutr Anka Barang Daar Indutr Konum Kuangan Prtambangan Prort Prdagangan tmbr Oktobr Novmbr Dmbr Januar Fbruar Mart Arl M Jun Jul Agutu tmbr Oktobr IV Novmbr I Novmbr II Novmbr III Novmbr IV Dmbr I Dmbr II Dmbr III Dmbr IV Januar I Januar II Januar III Januar IV
10 ANALIA DAN PEMBAHAAN Dngan mngkut Bab, brkut n akan danala data abl untuk mncar varabl yang domnan ada nla aham ta ktor Langkah rtama yang dlakukan adalah mnghtung ratarata data ta kolom, dan dtunjukkan dalam vktor x yatu x Dngan mnggunakan ramaan (d) matrk kovaran daat drolh dan dtunjukkan ada abl abl Matrk kovaran () amak bahwa matrk kovaran adalah matrk mtr Kta daat mncar nla gn bagamana dtunjukkan ada or Ujnormalta dan dngan mnggunakan bantuan MALAB maka nla gn adalah dangkan vktor gn untuk ta nla gn drolh brturut-turut dtunjukkan ada ta kolom ada abl dan daat dtunjukkan bahwa vktor gn trbut alng ortonormal abl Nla Vktor gn untuk data abl u u u u u u 6 u Mnurut Bab, maka rlu ddfnkan varabl random yang duun brdaarkan vktor-vktor kolom dar matrk kovaran, yatu u , , , , , , 7,
11 Karna komonn rn yang trntng adalah yang rtama maka komonn rn rtama adalah Y Daat dtunjukkan bahwa Y dan Y j alng bba lnar,,j =,, yatu bahwa Cov( Y, Y j ) = 0 Untuk lanjutnya korla antara Y dan, =,, daat dtunjukkan dngan mngkut formula () yatu brturut-turut Y, = 00; Y, = 009; Y, = 0007 Y, = 000; Y, = 0; Y, = 066 Y 6, = 099; 7 Y, = Karna nla korla varabl 7 ( rort ) dan ( rdagangan ) dkat dngan, maka varabl 7 dan baga varabl yang alng brngaruh trhada nla aham Hal PCA dngan tandarda varabl Hal PCA dngan tandarda varabl dharakan mmbrkan kmulan yang ama tntang varabl yang dangga domnan Dngan mnggunakan ramaan (c) data dtandarda Drolh nla gn hngga vktor gn untuk nla gn trbar adalah Komonn rn dngan varabl tandard untuk nla gn trbar adalah Y 079Z 096Z 0Z 077Z 097Z 0Z 00Z 7 066Z Kta daat mnyuun korla antara Y dngan Z, =,, mnggunakan ramaan (h) drolh -0, -06, -0, -0, -0607, Y,Z Y,Z Y,Z -07, -00 dan -096 Kta mnymulkan bahwa mua Y,Z 6 Y,Z 7 Y,Z 77 Y,Z varabl mmunya makna yang ama atau tdak ada yang domnan Dar hal n dmulkan bahwa mnggunakan tandarda varabl tdak daat mnunjukkan domna alah atu varabl Hal n juga dtunjukkan ada ltratur (Johnon and Wchrn, 00) Pmlhan varabl dngan tandara dlakukan bla data mmunya rbdaan yang angat gnfkan atauun dngan atuan yang brbda Hal n blum dldk lbh lanjut KEIMPULAN DAN ARAN Pada makalah n tlah dtunjukkan mlhan varabl domnan dngan mnggunakan Prncal Comonnt Analy untuk varabl Varabl trbut adalah rtanan, ndutr daar, anka ndutr, barang konum, kuangan, rtambangan, rort, dan rdagangan luruh varabl duj untuk mndaatkan varabl yang domnan Drolh bahwa rort dan rdagangan adalah Y,Z 6 676
12 varabl yang domnan yang dtunjukkan dngan varan trbar mlalu Prncal Comonnt Analy Anala daat ula dlakukan dngan mntandara varabl mnggunakan ramaan (c) hngga komonn rn mruakan kombna lnar antar varabl yang tlah dtandara mnurut orma 6 Drolh bahwa domna varabl tdak daat dknal DAFAR PUAKA [] Johnon,RA, and Wchrn, DW 00 Ald Multvarat tattcal Analy, 6th d Prntc Hall, IBN [] Lay, D C 00 Lnar Algbra and It Alcaton, hrd Edton, Addon Wly, - 9 [] Parhu H A, dan ka A 009 Prncal Comonnt Analy (PCA) untuk Anal Prlakukan Pmbran Pakan dan Mnral trhada Produk uu a, Prodng mnar Naoanal Matmatka UNPAR, IN , Vol, halaa - [] Prn, AL, ullvan, FE,Uhl, JJ,9 h Mathmatc of Nonlnar Programmng, rngr-vrlag, Nw-York htt //: bankndona/tattc/montr/m 677
PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN PRINCIPAL COMPONENT ANALYSIS (PCA)
PROPERY DAN PERDAGANGAN EBAGAI EKOR DOMINAN PADA DAA BURA AHAM DENGAN PRINCIPAL COMPONEN ANALYI (PCA) Hanna A Parhu, Dva Wdyananto,dan Brnadta Dnova Kr Cntr of Ald Mathmatc (CAM), Program tud Matmatka
Lebih terperinciPROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN PRINCIPAL COMPONENT ANALYSIS (PCA)
PROPERY DAN PERDAGANGAN EBAGAI EKOR DOMINAN PADA DAA BURA AHAM DENGAN PRINCIPAL COMPONEN ANALYI (PCA) Hanna A Parhus, Dva Wdyananto,dan Brnadta Dsnova Kr Cntr of Ald Mathmatcs (CAM), Program tud Matmatka
Lebih terperinciBAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.
BAB II TINJAUAN PUSTAKA Pada bagan n akan dbrkan konsp dasar graf dan blangan kromatk lokas pada suatu graf sbaga landasan tor pada pnltan n 21 Konsp Dasar Graf Bbrapa konsp dasar yang dgunakan dalam pnltan
Lebih terperinciPROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM. DENGAN Principal Component Analysis (PCA)
PROPERT DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN Prncpal Component Analyss (PCA) Oleh : Hanna aa Parhusp, usp, Deva eawdyananto a dan Bernadeta Desnova Kr Program Stud Statstka
Lebih terperinciESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR)
ISBN : 978.60.36.00.0 ESIMASI PARAMEER MODEL GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION (GWOLR) Sylf, Vta Ratnasar Mahasswa Jurusan Statstka Insttut knolog Spuluh Nopmbr (IS), Dosn Jurusan Statstka
Lebih terperinciPalupi, et al, Pengaruh Teknik Talking Stick terhadap Pengetahuan dan Sikap...
Palu, t al, Pngaruh Tknk Talkng Stck trhada Pngtahuan dan Ska... Pngaruh Tknk Talkng Stck trhada Pngtahuan dan Ska dalam Pncgahan HIV/AIDS Pada Rmaja d SMP Ngr 1 Pugr Kabuatn Jmbr (Th ffct of Talkng Stck
Lebih terperinciPengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION )
9/08/0 ( MULTIPLE LINEA EGEION ) Elty arva, T., MT. Fakulta Teknk Juruan Teknk Indutr Unverta Krten Maranatha Bandung Pengantar Pada e ebelumnya kta hanya menggunakan atu buah X, dengan model Y = a + bx
Lebih terperinciHubungan antara K dengan koefisien fugasitas:
Hubungan antara K dngan kofsn fugastas: fˆ f K Kadaan standar untuk gas adalah gas murn pada kadaan gas dal pada tkanan kadaan standar sbsar 1 bar. (1) Karna fugastas gas dal sama dngan tkanannya, f =
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Blakang Mnmum spannng tr (MST) mrupakan sbuah prmasalahan dalam suatu graph yang mana banyak aplkasnya bak scara langsung maupun tdak langsung yang tlah dplajar. Salah satu
Lebih terperinciBAB 3 Kesamaan Matriks Kovariansi. Bagian ini akan membahas tentang pengujian hipotesis kesamaan matriks kovariansi.
BAB 3 Ksamaan Matks Kovaans Bagan n akan mmahas tntang ngujan hotss ksamaan matks kovaans. 3. Uj Ksamaan Dua Matks Kovaans 3.. Ukuan Pnyaan Multvaat ( X ( ( Msalkan X suatu vkto acak d mana X dan X masngmasng
Lebih terperinciII. BILANGAN KOMPLEKS. Untuk mencari nilai kuadrat menggunakan persamaan
II. BILANGAN KOMPLEKS. Pndahuluan Sstm blangan komplks pada dasarna mrupakan prluasan dar sstm blangan rl. Sstm blangan n dprknalkan untuk mmcahkan sstm-sstm prsamaan aljabar ang tdak mmpuna jawaban dalam
Lebih terperinciA v V i. Gambar 5.1. Rangkaian ekuivalen Thevenin dari suatu penguat tegangan
Mata kula LKTONKA ANALOG. LOLOH ALK Pngglngan pnguat ( amplr) dapat pula dglngkan dalam 4 macam glngan umum, yatu pnguat tgangan, pnguat aru, pnguat tranantaran dan pnguat trantaanan. Pngglngan n brdaarkan
Lebih terperinciBAB IV FUNGSI KOMPLEKS
47 BAB IV FUNGSI KOMPLEKS 4.. BILANGAN KOMPLEKS. 4... Notas Blangan Komplks Brmacam - macam notas dar blangan komplks pada mulanya ddfnskan sbaga pasangan blangan rl, msal (, y ), namun scara umum notas
Lebih terperinci( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN
8 IV PEMBAHASAN 4 Aum Berkut n aum yang dgunakan dalam memodelkan permanan a Harga paar P ( merupakan fung turun P ( kontnu b Fung baya peruahaan- C ( fung baya peruahaan- C ( merupakan fung nak C ( C
Lebih terperinciKajian Pemilihan Struktur Dua Rantai Pasok yang Bersaing Untuk Strategi Perbaikan Kualitas
JURNAL TEKNIK POITS Vol. 1, No. 1, (01 1-5 1 Kaan Pemlhan Struktur Dua Ranta Paok yang Berang Untuk Strateg Perbakan Kualta Ika Norma Kharmawat, Lakm Prta W, Suhud Wahyud Juruan atematka Fakulta atematka
Lebih terperinciAnalisis Variansi Multivariat
Analss Varans Multvarat Muammad Rdwan Ram - 80909 Program Stud Sstm Tknolog Informas Skola Tknk Elktro Informatka Insttut Tknolog Bandung, Jl. Gansa 0 Bandung 403, Indonsa m.rdwan.ram@gmal.com Abstrak
Lebih terperinciKritikan Terhadap Varians Sebagai Alat Ukur
Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang
Lebih terperinciBukti Sifat-sifat Transformasi Laplace. f t g t e f t g t dt. e f t dt e g t dt. f ( t) g( t) F( s) G( s) e dt e dt
DAFTAR PUSTAKA Atay F, Baancng th nvrtd pnduum ung poon fdback, App. ath. Ltt., vo., pp. 5 56;999. Chn, Hara S, and Chn G, B trackng and rguaton prformanc undr contro nrgy conrant, IEEE T. Automat. Contr.,
Lebih terperinciPENENTUAN NILAI UMUM ASURANSI MENGGUNAKAN TEORI KONTROL OPTIMUM RAFIDHA
PENENTUAN NILAI UMUM ASURANSI MENGGUNAKAN TEORI KONTROL OPTIMUM RAFIDHA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 9 ABSTRACT RAFIDHA. Prcng of Gnral
Lebih terperinciUJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan
UJI CHI KUADRAT (χ²) 1. Pndahuluan Uj Ch Kuadrat adalah pngujan hpotss mngna prbandngan antara : frkuns obsrvas/yg bnar-bnar trjad/aktual dngan frkuns harapan/kspktas 1.1. Pngrtan Frkuns Obsrvas dan Frkuns
Lebih terperinciPERANCANGAN DAN SIMULASI FEEDFORWARD AUTOTUNING PID DECOUPLING TITO SYSTEM KOLOM DISTILASI METANOL-AIR
Prodng Smnar Naonal Manajmn Tknolog XVIII Program Stud MMT-ITS, Surabaya 7 Jul 13 PERANCANGAN AN SIMULASI FEEFORWAR AUTOTUNING PI ECOUPLING TITO SYSTEM OLOM ISTILASI METANOL-AIR Ral Harudan 1), atjuk Atrowulan
Lebih terperinciANALISIS MULTIVARIAT. Pengantar Analisis Multivariat Lanjutan. Irlandia Ginanjar M.Si
ANALISIS MULTIVARIAT Pegatar Aal Multvarat Lauta Irlada Gaar M.S Jurua Stattka FMIPA Uad Nota utuk varabel varabel berkala l terval atau rao k bl k Vektor varabel acak: Nla haraa vektor Nla haraa vektor
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciBAB VI METODE BELAJAR WIDROW-HOFF
BAB VI METODE BELAJAR WIDROW-HOFF - Aturan laar LMS Last Man Squars lh ftf dar aturan laar rstron. - Aturan laar LMS atau Wdro-Hoff mmnmsasan man squar rror, shngga mnggsr atasan utusan sauh yang sa dlauan
Lebih terperinciLOGO. Analisis Sisaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS
Analss Ssaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS KOMPETENSI Stlah mmplajar topk n, mahasswa dharapkan dapat : mnjlaskan dfns ssaan dan nformasnformas yang dapat dprolh dar ssaan mnghtung nla
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciBAB 2 SISTEM MAKRO DAN MIKRO
BAB 2 SISTEM MAKRO DAN MIKRO Sstm yang akan d bahas dalam skrps n adalah sstm frmon yang mngkut kadah ksklus Paul, mrupakan partkl dntk dan mmlk sfat-sfat yang brbda jka d bandngkan dngan sstm boson. Olh
Lebih terperinciSOLUSI ANALITIK PERSAMAAN TRANSPORT DAN DISTRIBUSI AMONIAK
SOLUSI ANALITIK PESAMAAN TANSPOT DAN DISTIBUSI AMONIAK Ipung Stawan, Wdowat,Juruan Matmatka FMIPA UNDIP E-mal : wwd_mathundp@yahoo.com ABSTAK Aplka tranforma Laplac pada pramaan tranport dan drbu amonak
Lebih terperinciPenggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solusi Integer Linear Programming
JURNAL SAINTIFIK VOL. NO., JANUARI 0 Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solu Integer Lnear Programmng Wahyudn Nur, Nurul Mukhlah Abdal Program Stud Matematka FMIPA Unverta
Lebih terperinciBAB II IMPEDANSI SURJA KAWAT TANAH DAN MENARA
BAB II IMPEDANSI SUJA KAWA ANAH DAN MENAA II. UMUM Saluan tansms lbh tngg dbandngkan objk d skllngnya, kana tu saluan tansms mmlk sko bsa untuk tkna sambaan pt. Untuk mngatas hal tsbut maka saluan tansms
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciPENDUGAAN RASIO, BEDA DAN REGRESI
TEKNIK SAMPLING PENDUGAAN RASIO, BEDA DAN REGRESI PENDAHULUAN Pendugaan parameter dar peubah Y seharusnya dlakukan dengan menggunakan nformas dar nla-nla peubah Y Bla nla-nla peubah Y sult ddapat, maka
Lebih terperinciFungsi dan Grafik Diferensial dan Integral
Sudarano Sudirham Sudi Mandiri Fungi dan Grafik Difrnial dan Ingral Sudarano Sudirham, Fungi dan Grafik, Difrnial dan Ingral Darublic 6 Pramaan Difrnial Ord Dua 6.. Pramaan Difrnial Linir Ord Dua Scara
Lebih terperinciEL2005 Elektronika PR#01
EL2005 Elektronka PR#0 SOAL B C E G a. Buktkan bahwa n = ( ). b. Turunkan peramaan untuk A v = /. c. Htung nla n dan A v = / jka dberkan = 00 kω, = 00 Ω, = kω, dan = 00. d. Ulang oal (c) jka dberkan =
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciEFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV
Jurnal Matmatka Vol. 9, No.3, Dsmbr 2006:207-214 EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV Supand Jurusan Tknk Informatka Unvrstas AKI Jl. Pmuda 95-97 Smarang h_supand@yahoo.co.uk Abstract.
Lebih terperinciPEMODELAN SISTEM FISIS
4 PEMODEAN SSTEM SS 4. Pendahuluan Satu tuga yang pentng dalam anal dan perancangan tem kendal adalah pemodelan dar tem. Sebelum kta melakukan perancangan ebuah tem kendal, terlebh dahulu haru dlakukan
Lebih terperinciKOMPONEN UTAMA UNTUK PENGENDALIAN KUALITAS SECARA STATISTIK. Nunik Nurhasanah 1, Diah Safitri 2
Komonn Utama...Nun Nurhasanah KOMPONEN UAMA UNUK PENGENDALIAN KUALIAS SECARA SAISIK Nun Nurhasanah, Dah Saftr Alumn Program Stu Statsta FMIPA UNDIP Staf Pngaar Program Stu Statsta FMIPA UNDIP Abstract
Lebih terperinciMarzuki Program Studi Pendidikan Matematika FKIP Universitas Almuslim ABSTRAK
PERBANDINGAN PRETAI IWA ANTARA PEMBELAJARAN PROBLEM OLVING DENGAN METODE KONVENONAL PADA DALIL PHYTAGORA TERHADAP IWA KELA VIII MP NEGERI PEUANGAN ELATAN KABUPATEN BIREUEN Marzuk Program tud Penddkan Matematka
Lebih terperinciBAB IV APLIKASI. Pada bagian ini akan dibahas bagaimana contoh mengestimasi. parameter model yang diasumsikan memiliki karateristik spasial lag
BAB IV APLIKASI Pada bagan n akan dbahas bagamana contoh mengestmas parameter model yang dasumskan memlk karaterstk spasal lag sekalgus spasal error. Estmas dlakukan dengan menggunakan software Evews 3
Lebih terperinci2. Menentukan model nonlinier jerapan P yang paling baik. PENDAHULUAN
PENDAHULUAN Latar Belakang Fofor (P) merupakan unur hara pentng dalam tanah. Keteredaan P bag tanaman erng bermaalah, bentuk fofor yang tereda atau umlah yang dapat dambl oleh tanaman hanya ebagan kecl
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciFIXED EFFECT MODEL PADA REGRESI DATA PANEL
ta p-iss: 085-5893 -ISS: 54-0458 Vol. 3 o. opmbr 00, Hal. 34-45 ta 00 DOI: http://dx.do.org/0.044/btajtm.v9.7 FIED EFFECT MODEL PADA REGRESI DATA PAEL Alfra Mula Astut Abstrak: Pngamatan trhadap prlakuan
Lebih terperinci* PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI
* PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI Oleh : eko wahyudanto (409.05.004) Pembmbng : Ir.Mochamad.Ilya HS NIP. 949099 97903 00 Latar Belakang
Lebih terperinciESTIMASI PARAMETER AUTOREGRESIVE (AR) DENGAN FUNGSI MARGINAL LIKELIHOOD
ESIMASI PARAMEER AUOREGRESIVE (AR) DEGA FUGSI MARGIAL LIKELIHOOD Ilmyat Sar Fev ovkanza Puat Stud Komuta Matematka, Unverta Gunadarma e-mal: lmyat@taff.gunadarma.ac.d Juruan Matematka, Fakulta MIPA, Unverta
Lebih terperinciPERANCANGAN JARINGAN AKSES KABEL (DTG3E3)
PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan
Lebih terperinciLAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES
LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciPEMODELAN MATEMATIK PINDAH PANAS DAN MASSA PADA PENGGORENGAN DENGAN PASIR SEBAGAI MEDIA PENGHANTAR PANAS
PEMODELAN MAEMAIK PINDAH PANAS DAN MASSA PADA PENGGORENGAN DENGAN PASIR SEBAGAI MEDIA PENGHANAR PANAS Mathmatcal Modlng of Hat and Mass ransfr on Fryng by Usng Sand as A Mdum for ransfrng Hat Sswantoro
Lebih terperinciABSTRAK. Lentera :Vol.12, No.3, Nopember
PERBEDAAN PRETAI BELAJAR PENYEDERHANAAN BENTUK AKAR YANG DIAJARKAN DENGAN MENGGUNAKAN METODE TANYA JAWAB DAN METODE KOOPERATIF MODEL GROUP INVETIGAI PADA IWA KELA X MA NEGERI 7 KOTA LHOKEUMAWE Marzuk Doen
Lebih terperinciTeori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang
Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tujuan Peneltan Tujuan peneltan n adalah untuk mengetahu perbandngan hal belajar antara metode ceramah dengan metode mnd mappng pada mater pokok tem pernapaan manua d MT. PI
Lebih terperinciBAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA
9 BAB III REVIEW SIFAT- SIFAT STATISTI PENDUGAAN TIPE ERNE BAGI FUNGSI INTENSITAS PROSES POISSON PERIODI DENGAN PERIODE GANDA 3. Perumua Peduga Malka adala proe Poo ag damat pada terval [0] dega fug teta
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciTE Dasar Sistem Pengaturan
TE09346 Daar Stem Pengaturan Perancangan ontroler : ontroler Prooronal Integral Ir Jo Pramudjanto, MEng Juruan Teknk Elektro FTI ITS Tel 594730 Fax59337 Emal: jo@eetacd Daar Stem Pengaturan 06b Objektf:
Lebih terperinciANALISIS 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 terperinciANALISIS KOVARIANSI bagian 2..
ANALISIS KOVARIANSI bagan Uj Efek Perlakuan... v. H H F 1 0 5% StatstkaUj: raso : 0, : 0,, DK : RK RK H 0 P S (adj) (adj) 1,, t dtolak jka F raso F α,t1,t(r1) 1 Ingat model anakova 1 faktor 1 kovarat :
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinci1. Diberikan fungsi permintaan dan penawaran sebuah barang, Q 25 2Q
Matmatika Ekonomi I Jawaban Tuga I Matmatika Ekonomi I. Dibrikan fungi prmintaan an pnawaran buah barang, 0 ngan,, an brturut-turut aalah harga (alam rupiah), kuantita (jumlah) prmintaan an kuantita pnawaran.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tujuan Peneltan Dalam uatu peneltan tentu ada tujuan yang ngn dcapa eua dengan latar belakang dan rumuan maalah yang telah durakan d ata. Tujuan peneltan adalah:. Untuk mengetahu
Lebih terperinciBAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM
BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM 4.1 Pndahuluan Ktga prtdaksamaan yang tlah dbahas sblumnya akan daplkaskan dalam suatu stud kasus mngna nla AVL (avalablty ntwork) dar sambungan langsung jarak
Lebih terperinciMODEL INDEKS TUNGGAL (SINGLE INDEX MODEL)
MODEL INDEKS TUNGGAL (SINGLE INDEX MODEL) 1. Konse Dasar Sngle Index Model. Forula SIM untuk Sekurtas 3. SIM untuk Sekurtas Tunggal 4. SIM untuk Portofolo 5. Portofolo Otal Berdasarkan SIM Munya Alteza
Lebih terperinciPENGUAT FREKUENSI RENDAH (lanjutan)
EEKTONK NOG Prtmuan 4 PENGUT FEKUENS ENDH (lanjutan) Pngkut Emtr (Emttr Followr) Pnguat transstor kolktor umum (ommon-mttr) dsut juga dgn stla pngkut mtr. Konfgurasnya dgamarkan s. Konfguras kolktor-umum
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciMENGANALISA GANGGUAN PADA 331 WEIGHT FEEDER 2 UNTUK MENINGKATKAN PRODUKSI DI PT. SEMEN GRESIK (PERSERO).Tbk PABRIK TUBAN ABSTRAK
Nelson ulstono Teknk Mesn Unverstas Islam Malang 015 MENGANALIA GANGGUAN PADA 331 WEIGHT FEEDER UNTUK MENINGKATKAN PRODUKI DI PT. EMEN GREIK (PERERO).Tbk PABRIK TUBAN Nelson ulstono, Teknk Mesn, Fakultas
Lebih terperinciPENERAPAN METODE REGRESI LOGISTIK ORDINAL DAN REGRESI PROBIT ORDINAL UNTUK MENGESTIMASI PROBABILITAS LAMA MASA STUDI MAHASISWA IST AKPRIND YOGYAKARTA
E-ISSN 57-9378 Jurnal Statsta Industr dan Komutas Volum, No., Januar 07,. 04-4 PENERAPAN METODE REGRESI LOGISTIK ORDINAL DAN REGRESI PROBIT ORDINAL UNTUK MENGESTIMASI PROBABILITAS LAMA MASA STUDI MAHASISWA
Lebih terperinciTINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph
TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciAPLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE)
APLIKASI METODE STATED PREFERENCE PADA PEMILIHAN MODA ANGKUTAN UMUM PENUMPANG (RUTE MAKASSAR MAJENE) Abdul Gaus Program Studi Tknik Siil Fakultas Tknik Univrsitas Khairun Trnat Tl/Fax (091) 38049 Irnawaty
Lebih terperinciPartial Least Squares (PLS) Generalized Linear dalam Regresi Logistik
Partial Last Squars (PLS) Gnralizd Linar dalam Rgrsi Logistik Rtno Subkti Jurusan Pndidikan Matmatika FMIPA UNY Abstrak Kasus multikoliniritas sringkali diumai dalam rgrsi yang mngakibatkan salah intrrtasi
Lebih terperinciIII.1. KESTABILAN BERDASARKAN POSISI EIGEN VALUE. Dari persamaan sistem pada persamaan, dapat dicari eigen value. Eigen
LARGE SCALE SYSTE Core b Dr. Ar Trwatno, ST, T Dept. of Electrcal Engneerng Dponegoro Unvert BAB III KESTABILAN SISTE III.. KESTABILAN BERDASARKAN POSISI EIGEN VALUE Dar peramaan tem pada peramaan, dapat
Lebih terperinciBAB V ANALISIS RESPON DINAMIK TANAH DAN RESPON SPEKTRA DESAIN
BAB V ANALISIS RESPON DINAMIK TANAH DAN RESPON SPEKTRA DESAIN Anal repon te pefk dlakukan untuk mengevalua repon tanah lokal terhadap gerakan batuan daar d bawahnya. Kond tanah lokal mempengaruh karaktertk
Lebih terperinciOleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw
Oleh : Harfa Hanan Yoga A Nugraha Gemur Safar ka Sautr Arya Andka Dumanau Dosen : Dr.rer.nat. Ded osad, S.S., M.Sc. Program Stud Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Gadah Mada
Lebih terperinciJMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT
JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.
Lebih terperinciPENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA. Ida Christiana 1,Chairul Imron 2 ABSTRAK
PENGGABUNGAN PADA SUPER EDGE-MAGIC PETERSEN GRAPH DENGAN VERTEX PADA SETIAP VERTEX YANG ADA Ida Chrstana 1,Charul Imron ABSTRAK Pelabelan suatu grah adalah suatu emetaan dar hmunan elemen grah (vertex,
Lebih terperinciBAB 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 terperinciBab 1 Ruang Vektor. R. Leni Murzaini/0906577381
Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua
Lebih terperinciMETODE 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 terperinciPenurunan Syarat Orde Metode Runge-Kutta dengan Deret Butcher
Vol., No., -9, Januar 06 Penurunan Syarat Orde Metode Runge-Kutta dengan Deret Butcer Mutar Abtrak Tulan n membaa aplka deret Butcer dalam penurunan yarat orde metode Runge- Kutta. Penurunan deret Butcer
Lebih terperinciBAB IV HASIL ANALISIS
BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciPENGENDALI OTOMATIS DI INDUSTRI
Bab IX PENGENDALI OOMAIS DI INDUSRI Pengendal otomat membandngkan nla ebenarnya dar keluaran tem dengan maukannya, menentukan enymangan dan menghalkan nyal kendal yang akan mengurang enymangan ehngga menjad
Lebih terperinciPENGUKURAN DAYA. Dua rangkaian yg dpt digunakan utk mengukur daya
Pengukuran Besaran strk (TC08) Pertemuan 4 PENGUKUN DY Pengukuran Daya dalam angkaan DC Daya lstrk P yg ddsaskan d beban jka dcatu daya DC sebesar E adl hasl erkalan antara tegangan d beban dan arus yg
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu
4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tujuan Peneltan Peneltan n bertujuan untuk mengetahu Pembelajaran Kooperatf Tpe Student Team Achevement Dvon (STAD) dengan Meda Komk Lebh Efektf darpada Pembelajaran dengan
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciIII HASIL DAN PEMBAHASAN
vr vr yang lannya. In adalah au huu dar onrol bang-bang. Syara cuu mncau H( x (, u (, (, H( x(, u(, (,. Vor dbu juga vor adjon yang mml ranan baga ngal Lagrang. Dalam maalah oma dnam, ubah aau vor adjon
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciVII. ORIENTASI TINDAKAN EKONOMI AKTOR DAN PEMBENTUKAN RASIONALITAS DALAM AKTIVITAS MENONGKAH: KONSEPTUALISASI TEORITIK
151 VII. ORIENTAI TINDAKAN EKONOMI AKTOR DAN PEMBENTUKAN RAIONALITA DALAM AKTIVITA MENONGKAH: KONEPTUALIAI TEORITIK 7.1. Adapta m-natural dan Raonalta 7.1.1. Pnanaman Raonalm Ngara dan Pngaruh Raonalm
Lebih terperinciBAB 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 terperinciMODEL PILIHAN KUALITATIF. Oleh Bambang Juanda
MODEL PILIHAN KUALITATIF Olh Bambang Juanda Srngkal dalam suatu surv kta brhadapan dngan pubah kualtatf yang mmpunya skala pngukuran nomnal atau ordnal. Nla-nla pubah rspons kualtatf n trbatas lmtd dpndnt
Lebih terperinciANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS
ANALISIS PEUBAH GANDA (MULTIVARIATE ANALYSIS Pengantar Analss Peubah Ganda Dr.Ir. I Made Sumertajaya, MS Deartemen Statstka-FMIPA IPB Emal : kulah_ag@yahoo.com Password: akmade Mater APG No I II III IV
Lebih terperinciBab 4. ANACOVA Analysis Of Covariance
Bab 4 ANACOVA Analss Of Covarance ANAVA vs ANREG ANAVA?? dgunakan untuk mengu perbandngan varabel tergantung () dtnau dar varabel bebas ANREG?? Dgunakan untuk mempredks varabel tergantung () melalu varabel
Lebih terperinci