BAB III T 2 HOTELLING PADA DATA SUBGRUP

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III T 2 HOTELLING PADA DATA SUBGRUP"

Transkripsi

1 BAB III HOELLING PADA DAA SUBGRUP Pada tahu 94, Walter. A. Shewart d Bell elehoe Laboratores ectaa suatu gra otrol statsta utu egotrol varabel-varabel etg ada roses rodus. Gra derraa sebaga cal baal dar erulaa Statstcal Process Cotrol SPC. I adalah salah satu etode ertaa qualty assurace yag dereala ada dustr oder yag ada saat. Gra otrol dracag berdasara teor statst yag releva da dracag agar outut dar roses oerasoal saat tda baya berbeda dega outut dar roses oerasoal oral. Statst eghtug aaah outut dar roses oerasoal saat tda baya berbeda dega outut dar roses oerasoal oral. Utu eja suatu roses rodus berlagsug dega ba da stabl atau rodu yag dhasla selalu dala daerah stadar, erlu dlaua eersaa terhada tt org tt asal da hal-hal yag berhubuga dega tt asal tersebut, dala raga egata da eelhara ualtas rodu agar sesua dega haraa. Hal yag dsebut Statstcal Process Cotrol SPC atau egedala ualtas secara statst Novyato : 7 SPC eruaa etode yag daat dguaa utu egotrol da eotor suatu roses. Salah satu alat yag daat dguaa adalah baga edal cotrol chart. Seert yag sudah djelasa ada bab sebeluya bahwa baga edal eruaa suatu alat yag secara gras dguaa utu eotor aaah suatu roses daat dtera sebaga suatu roses yag teredal. Baga edal deal sebaga baga Shewart uvarat, area baga dguaa utu eotor serta egotrol suatu roses yag haya elbata satu varabel. Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu 3

2 33 Dala rateya, erasalaha yag serg dteu terdr dar beraca varabel atau deal dega stlah ultvarat, sehgga baga edal Shewart uvarat drasa urag coco da eghasla esula yag urag teat. Harold Hotellg ada tahu 947 eereala suatu statst yag daat eggabara observas ultvarat, yag deal dega Hotellg. Statstcal Process Cotrol SPC ada dasarya euya tujua utaa yatu dala egata da eelharaa ualtas dega establa roses da egurag varabltas. Dala SPC juga deal adaya seve tools ya tujuh alat yag egguaa etode gra sederhaa utu eyelesaa asalah, yag salah satu daataraya adalah baga edal cotrol chart Sth : 998. Baga edal adalah suatu alat yag secara gras ela araterst ualtas yag dotor, dgabara seajag subu y, da subu x eggabara sael atau subgru dar araterst ualtas tersebut. Seert yag telah djelasa ada bab sebeluya secara uu terdaat tga gars ada gra egedal, yatu gars tegah ceter le adalah gars yag eujua la rata-rata dar araterst ualtas yag dlot ada gra, selajutya batas egedal atas uer lt cotrol da batas egedal bawah lower lt cotrol dguaa utu ebuat eutusa suatu roses. Aabla terdaat data yag berada d luar batas egedal atas da batas egedal bawah serta ada ola data tda aca, aa daat dsula bahwa data berada dluar edal statst. Seert yag telah djelasa sebeluya bahwa terdaat dua aca baga edal yatu baga edal uvarat daa baga edal dguaa utu egotrol da eotor haya utu satu varabel atau araterst ualtas, sedaga baga edal ultvarat dguaa utu egotrol da eotor lebh dar satu varabel atau araterst ualtas yag deal dega baga edal Hotellg. Fous aja ada srs adalah baga edal Hotellg. Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

3 34 3. Dstrbus Hotellg Hotellg eruaa suatu salar yag egobasa oras dar dsers da ea dar beberaa varabel, daat ula dataa sebaga couterart dar statst t-studet. Msala,..., satst t-studet ddeat oleh t daa s, adalah sael aca dar oulas oral, la j j da s j j Aabla la t-studet duadrata aa ejad t s s berut: Secara uu utu eghtug la, dguaa ruus sebaga x ˆ S x ˆ daa x Nla observas ˆ Nla estas ea atau rata-rata dar observas S Nla vers dar atrs varas ovaras Dega egasusa oraltas ultvarat, ddaata sebara robabltas dar Hotellg sebaga berut Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

4 35 x ˆ ˆ S x ~ / F, F ewal dstrbus F dega derajat ebebasa utu uerator yag, ddaat dar julah erlaua da - adalah deoator, daa adalah bayaya sael yag dguaa. 3. Baga Kedal Hotellg Data Subgru Pada baga aa dbahas egea egedala ualtas secara statst egguaa statst Hotellg. Alat yag aa dguaa utu egotrol ualtas suatu roses adalah baga edal. Pada alas yata dar Hotellg utu ultvarat rocess cotrol, adalah ja data ultvarat dabl dala betu subgru da egguaa dua ase erhtuga. Pada ase atau taha satu dlaua eguula oras dar sejulah subgru yag ddaat dar hasl rodus yag berjala ada saat oerasoal oral da eghtug lt otrol berdasara data yag telah dabl. Pada ase satu aa dersa data dar seta subgru. Aabla subgru tersebut eluar dar otrol lt, aa harus dlaua eghausa data subgru tersebut da ebal dlaua eghtuga ulag. Pada ahrya ddaatlah hua data subgru yag telah berada d dala otrol lt yag selajutya daat dguaa sebaga data acua. Fase selajutya yatu ase dua. Fase edua dguaa data hasl erhtuga ada ase satu yag telah berada dala otrol lt sebaga erbadga dega data dar rodus saat. Aa dlaua egaata dar seta subgru data rodus saat, aaah data tersebut berada dluar otrol lt atau tda berdasara dar hasl erhtuga ase satu. Ja terdaat data dar salah satu subgru yag berada d luar otrol lt berart terdaat eragaa atau varas yag sga atara data rodus oral dega data rodus saat. Hal dsyalr terdaat euga Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

5 36 eurua ualtas da harus segera dlaua egecea ada seta roses rodus. yatu: Dala ebagu baga edal terdaat tga asus yag ug,. Uura subgru dega =, atau bsa dataa adalah baga edal Hotellg Idvdual. Uura subgru yag saa dega > 3. Uura subgru yag berbeda dega Fous aja srs berua baga edal Hotellg Data Subgru dega uura subgru yag saa. Berut adalah rosedur utu ebagu baga edal Hotellg Data Subgru 3.. aha Start U Stage aha Pertaa Msala adalah sael aca dar N, dega bayaya sugru, da dega catata atara subgru yag satu da laya salg bebas. Ja,,..., aa seta subgruya daat dyataa sebaga atrs-atrs berut Subgru- Subgru-... Subgru-... Pada tahaa dguaa statst S Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

6 37 Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu Nla tersebut berdstrbus Fsher dega, ~ F atau, ~ F dega, N, ~ S S S Sedaga batas-batas edal utu taha awal adalah Uer Cotrol Lt UCL, ; F Lower Cotrol Lt LCL =, area tda erah egat Utu lebh jelasya, rosedur ebagua baga edal taha ertaa daat drgas sebaga berut :. Utu seta subgru =,,..., htuglah rata-rata seta subgru

7 38. Htug atrs varas ovaras subgru S 3. Htug rata-rata dar rata-rata subgru the grad ea vector 4. Htug atrs varas ovaras gabuga the ooled covarace atrx S S 5. Utu seta subgru =,,..., htug S 6. Utu seta subgru =,,..., badga dega batas atasya UCL F ;, Ja > UCL, aa subgru e- berada dluar lt otrol atau berada dluar edal statst out o cotrol, sehgga data ada subgru tda daat dguaa utu eghtug batas-batas edal. 7. Hauslah data subgru yag berada dluar edal statst out o cotrol 8. Htug ebal da S dega egguaa data subgru yag berada d dala edal statst cotrol Setelah lagah-lagah tersebut dlaua, da roses yag dhasla adalah berada d dala edal statst cotrol, aa aa dhasla la da S yag euda aa dguaa dala erhtuga taha selajutya Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

8 aha Pegedala aha Kedua Pada taha Start U Stage atau ada taha ertaa, dula dega subgru da bayaya sael ta subgru adalah. Hal tersebut saa dega roses yag aa dlaua ada taha edua, au otrol lt ada taha edua berbeda dega otrol lt ada taha ertaa. Hal dareaa data ada taha edua ebal dhtug deede. Msala da S eyataa vector grad ea da atrs varas ovaras yag telah ddaat ada tahaa ertaa. Msala ula subgru berutya deroleh vector ea sael, daa bebas terhada da S. Maa seta subgru yag baru daat dhtug egguaa ruus sebaga berut : S Daa adalah vetor rata-rata dar egaata subgru baru. Selajutya la otrol lt utu adalah S ~ F, Jad UCL = F ;, LCL =, area tda aa erah egat 3.3 Aalss Keaua Proses Process Caablty Aalyze Lagah selajutya setelah roses berada dala eadaa teredal adalah elaua aalss eaua roses Process Caablty Aalyze. Aalss eaua roses adalah suatu eaua roses Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

9 4 yag erelesa derajat eseragaa dala erodus utu eghasla outut yag sesua dega sesas yag telah dtetaa. Aalss eaua roses eruaa rosedur yag dguaa utu ereds erja jaga ajag yag berada dala batas egedal roses statst Ara, 3. Suatu roses dataa el aabltas yag ba aabla : a. Proses tersebut dala ods teredal b. Proses tersebut eeuh sesas c. Proses tersebut el la ress da auras yag tgg. Auras adalah edeata la aata dega la sasaraya, sedaga ress adalah edeata la aata yag satu dega la aata laya Ndya, 8 Dasar asalah statsts dala roses egedala utu adalah ebuat suatu eadaa berada d bawah edal selaa roses ebuata yatu, eghausa sebab-sebab eragaa husus da euda eertahaa eadaa tersebut selaaya. Masalah yag edua adalah batas-batas eaua aalss. Yatu, suatu eadaa yag telah berada d dala edal da outut telah eeuh sesas yag dga. Eugee L. Grat & Rchard S.Leaveworth, 988. daa-tdaa yag eghasla erubaha atau eyesuaa dala roses, eujua eghausa sebab-sebab uu, sergal eruaa hasl dar beberaa betu aalss eaua. Perbadga batas-batas toleras ala dega batas-batas sesas daat egarah e betu-betu tdaa sebaga berut :. da ada tdaa Ja batas-batas toleras ala terjad dala batas-batas sesas, basaya tda derlua tdaa aa-aa, atau roses sudah berada dala edal Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

10 4. daa utu eyesuaa eusata Bla retaga toleras ala ra-ra saa seert retaga sesas, eyesuaa yag relat sederhaa terhada eusata roses derlua utu ebawa roses e dala batas sesas 3. daa utu egurag eragaa Basaya eruaa tdaa yag alg rut.dala sebuah asus suatu aalss yag rut egea suber eragaa ug derlua yag eghasla erubaha-erubaha dala etode, eralata,baha da atau erlegaa. 4. daa-tdaa utu egubah sesas I eruaa eutusa racaga yag seharusya tda dabaa oleh seseorag d baga egedala utu. Haya area sesas dtetaa secara tertuls tda berart bahwa sesas tersebut daat dlaggar. 5. Pegheta eruga Bla seuaya gagal, aajee harus erasa uas aa eruga yag besar. Dala hal, erhata dusata ada baya ssa da eerjaa ulag,tgat egedala secara eoos yag seharusya dlaua terhada roses rodus, da baya yag berata dega eyarga seua rodu dega esadara bahwa beberaa rodu yag ta sesua ug ash daat dtera. ujua dar aalss eaua roses alah utu ecegah dhaslaya rodu cacat yag lebh baya Mayarae, 9. Meurut Motgoery, eguaa aalss aabltas roses atara la : Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

11 4. Mereds seberaa ba roses dala eeuh sesas yag telah dtetaa. Mebatu dala elh auu eodas sebuah roses rodus 3. Meetua syarat eroaseralata yag baru 4. Mebatu dala elh easo 5. Merecaaa tahaa roses 6. Megurag varabltas dala roses auatur. Hasl aalss dyataa dega des aabltas roses. Seert telah dsebuta sebeluya bahwa dala egaalss eaua roses deal stlah des aabltas roses yag bergua utu egurag varabltas dala roses auatur. Caablty dex eruaa eguura terhada eaua roses dala eghasla suatu rodu yag eeuh sesas Motgoery,. Sela tu Caablty dex daat ddesa ula sebaga suatu des roses yag eujua la raso atara eyebara varabltas yag dja terhada sesas rodu yag derboleha atau eyebara roses atual yag elbata lebh dar satu varabel. Dega egetahu caablty dex tetuya aa sagat ebatu dala eousa ada target value, yatu value yag alg dga oleh osue. Utu eghtug la des eaua roses ultvarat terdaat berbaga cara. Msalya des eaua roses ultvarat vetor, des eaua roses ultvarat MC, da des eaua roses MC. Fous ada srs utu eghtug al des eaua roses ultvarat egguaa etode des eaua roses MC. Metode dereala ertaa al oleh aa, Subbaah, da Lddy ada tahu 993. Perhtuga des eaua roses dega etode Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

12 43 des eaua MC dla lebh sest da lebh udah utu dteraa. Kelebha la dar etode juga daat egdasa varablty, ceteredess, da eduaya Scaglar & Verglo : 7. Scaglar & Verglo 7 ejelasa bahwa erhtuga des eaua roses MC ddesa sebaga raso dar dua buah volue, yatu sebaga berut : vol R MC 3. vol R daa R eruaa daerah toleras odas, sedaga R eruaa daerah roses 99,7 % yag eruaa daerah yag terleta ada daerah. Aabla data egaata berdstrbus oral ultvarat, aa daerah R berbetu ells, sedaga R daerah toleras odas adalah ellsod terbesar yag berusat ada target yag berada d dala daerah toleras yag asl. Dala asus uu -varat, R berbetu herellsod dega volue R Kedall, 96 dala Ndya, 8 sebaga berut : vol R a daa eruaa la toleras sesas e- dega =,,...,. Ides eaua roses Multvarat Multvarate Caablty dex dtulsa sebaga berut : MC vol vol R K 3. Dega adalah vetor aca beruura x yag berdstrbus oral ultvarat dega vetor rata-rata µ da atrs ovaras Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

13 44 E adalah atrs. Sedaga ea square error dar roses, adalah suatu vetor yag eyataa la target, da K adalah 99,73 ersetl dar dega derajat ebebasa. Peyebut dar des eaua roses MC juga daat dyataa sebaga hasl dar dua ersaaa vol R K 3 vol R 3.3 Dega R 3 adalah daerah daa 99,73% dar suatu roses berada dala wlayah tersebut. Oleh area tu berdasara ersaaa 3. da ersaaa 3.3 MC daat dyataa sebaga berut MC vol R 3 vol R vol R vol R 3 C MC D 3.4 Berdasara ersaaa 3.4 des eaua roses ultvarat MC terdr dar dua ooe yatu C da D. Daa C eruaa varabltas roses utu daerah toleras odas, sedaga D eruaa devas roses dar target. Msala,,..., Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

14 45 adalah sael aca beruura, asg-asg berdes, aa erraa atau tasra dar des C adalah sebaga berut MC ˆ S vol R K S Cˆ MC ˆ Dˆ dega da ˆ D S daa K adalah quatl 99,73 dar dstrbus ch-square Keta vetor rata-rata roses saa dega vetor target da desya berla satu, aa 99,73% la roses terleta d dala daerah toleras odas. Perraa des Ĉ aalog dega des C ada asus uvarat, yatu ja des berla lebh dar satu aa roses euya varas yag lebh ecl dbadga dega batas sesas, sedaga ja des berla urag dar satu aa roses euya varas yag lebh besar dbadga dega batas sesas. Utu ˆ eujua edeata atara rata- D rata roses dega target, sehgga sea besar la sea deat dega target. aa rata-rata Dˆ Mohaad Ilha Alasyah, 3 Statta Pegedala Buu Mutu Dega Metode Hotellg Data Subgrou Uverstas Pedda Idoesa reostory.u.edu erustaaa.u.edu

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

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

Lebih terperinci

BAB 3 Interpolasi. 1. Beda Hingga

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

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

Lebih terperinci

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

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

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

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

Lebih terperinci

TINJAUAN PUSTAKA Statistical Proses Control Control Chart

TINJAUAN PUSTAKA Statistical Proses Control Control Chart TINJAUAN PUTAKA tatistical Proses Cotrol tatistical Proses Cotrol adalah salah satu cabag ilu statistia yag eelajari tetag eeraa tei statistia utu eguur da egaalisis variasi yag terjadi selaa roses rodusi

Lebih terperinci

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

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

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

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

Lebih terperinci

III. METODOLOGI PENELITIAN

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

Lebih terperinci

PERBANDINGAN ESTIMATOR KERNEL DAN ESTIMATOR SPLINE DALAM MODEL REGRESI NONPARAMETRIK

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Volume 9 Nomor 2 Desember 2015

Volume 9 Nomor 2 Desember 2015 Volue 9 Noor Deseber 05 Jural Ilu Mateatka da Teraa Deseber 05 Volue 9 Noor Hal. 47 54 EFEKTIVITAS KINERJA DIAGRAM KONTROL G Marlo Stvo Noya Va Delse Jurusa Mateatka FMIPA Uverstas Pattura Jl. Ir. M. Putuhea,

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

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

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

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN 085-789 Regres Logst Ordal utu Megaalss Fator-Fator yag Memegaruh erlau Seual Remaa Ordal Logstc Regresso for Aalyss Factors of Ifluece Behavor Adolecet Seual

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel

dan µ : rata-rata hitung populasi x : rata-rata hitung sampel Uura Statt. Pedahulua Uura Statt:. Uura Pemuata Bagamaa, d maa data berpuat? Rata-Rata Htug Arthmetc Mea Meda Modu Kuartl, Del, Peretl. Uura Peyebara Bagamaa peyebara data? Ragam, Vara Smpaga Bau Uura

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

Lebih terperinci

Pemodelan Kondisi Jaringan Listrik PT. PLN (Persero) Area Surabaya Selatan dengan Analisis Regresi Logistik Ordinal

Pemodelan Kondisi Jaringan Listrik PT. PLN (Persero) Area Surabaya Selatan dengan Analisis Regresi Logistik Ordinal JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 7-0 (-98X Prt) D86 Pemodela Kods Jarga Lstr PT. PLN (Persero) Area Surabaya Selata dega Aalss Regres Logst Ordal Des Olva Sswadar da Haryoo Dearteme Statsta,

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

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

Lebih terperinci

H dinotasikan dengan B H

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

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

PROGRAM LINIEAR DENGAN METODE SIMPLEX

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

Lebih terperinci

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

Lebih terperinci

PEMILIHAN MODEL REGRESI LINIER DENGAN BOOTSTRAP. Tarno Jurusan Matematika FMIPA UNDIP Semarang. Subanar Jurusan Matematika FMIPA UGM Yogyakarta

PEMILIHAN MODEL REGRESI LINIER DENGAN BOOTSTRAP. Tarno Jurusan Matematika FMIPA UNDIP Semarang. Subanar Jurusan Matematika FMIPA UGM Yogyakarta Vol 4 No, 46-58, Arl 00, ISSN : 40-858 PEMILIHAN MODEL REGRESI LINIER DENGAN STRAP Taro Jurusa Mateatka FMIPA UNDIP Searag Subaar Jurusa Mateatka FMIPA UGM Yogyakarta Abstrak Tulsa ebcaraka tetag eeraa

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

LANDASAN TEORI. x R, untuk suatu fungsi f : R [0, )

LANDASAN TEORI. x R, untuk suatu fungsi f : R [0, ) LANDASAN TEORI Dalam baga aa dbahas teor-teor yag berata dega embahasa selautya, yag dbera dalam betu defs-defs, beberaa lema da teoremateorema etg Ruag Cotoh, Keada, da Peluag Defs (Percobaa Aca) Percobaa

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR. Lisnilwati Khasanah 1 dan Bambang Irawanto 2. Jl.Prof.Soedarto, S.H Semarang 50275

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR. Lisnilwati Khasanah 1 dan Bambang Irawanto 2. Jl.Prof.Soedarto, S.H Semarang 50275 ENENTUKN INVERS RZIN RI TRIKS SINGULR Lisilwati Khasaah da Babag Irawato Progra Studi ateatia FIP UNIP lprofsoedarto SH Searag 7 bstract sigular atri with size has a iverse be called razi iverse ad deoted

Lebih terperinci

Regresi Logistik pada Data Rare Event

Regresi Logistik pada Data Rare Event Prosdg Statsta ISSN 46-6456 Regres Logst ada Data Rare Evet Rud Rum Ar Wstara, Sulad, 3 Abdul Kudus,,3 Statsta, Faultas MIPA, Uverstas Islam Badug, Jl. Ragga Malela No. Badug 46 e-mal: rud_ra@mal.com,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Ir. Tito Adi Dewanto

Ir. Tito Adi Dewanto Ir. Tto A Dewato Dega megetahu la rata-rata saja,ormas yag apat aag-aag bsa salah terpretas. Msalya, ar ua elompo ata etahu rata-rataya sama, alau haya ar ormas ta suah meyataa bahwa ua elompo sama, mug

Lebih terperinci

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI. Suatu sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DASA TEOI. Umum,,3,4 Suatu sstem teaga lstr Electrc ower System terdr dar tga ompoe utama, yatu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar yag membetu

Lebih terperinci

Pemodelan Angka Prevalensi Kusta dan Faktor- Faktor yang Mempengaruhi di Jawa Timur dengan Pendekatan Geographically Weighted Regression (GWR)

Pemodelan Angka Prevalensi Kusta dan Faktor- Faktor yang Mempengaruhi di Jawa Timur dengan Pendekatan Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI POMIS Vol., No., () 7-5 (-98X Prt) D-75 Pemodela Aga Prevales Kusta da Fator- Fator yag Memegaruh d Jaa mur dega Pedeata Geograhcally Weghted Regresso (GWR) Alefa Maulda Dzra, Sat

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-159

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-159 JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Set. 1 ISSN: 31-X D-15 Pemodela Fator-Fator Yag Beregaruh Terhada Prevales Balta Kurag Gz D Provs Jawa Tmur Dega Pedeata Geograhcally Weghted Logstc Regresso (GWLR

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

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

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

Lebih terperinci

BAB III ESTIMASI MODEL PROBIT TERURUT

BAB III ESTIMASI MODEL PROBIT TERURUT BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode

Lebih terperinci

Analisis Sensitivitas

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

Lebih terperinci

Analisis Aliran Daya

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

PENENTUAN FAKTOR UTAMA PENYEBAB GANGGUAN LISTRIK DENGAN METODE BOOTSTRAP (STUDI KASUS DI KOTA SEMARANG)

PENENTUAN FAKTOR UTAMA PENYEBAB GANGGUAN LISTRIK DENGAN METODE BOOTSTRAP (STUDI KASUS DI KOTA SEMARANG) Prosdg SPMIPA 177-184 006 ISBN : 979704470 PENENTUAN FAKTOR UTAMA PENYEBAB GANGGUAN LISTRIK DENGAN METODE BOOTSTRAP (STUDI KASUS DI KOTA SEMARANG) Taro Progra Stud Statstka FMIPA UNDIP Searag Jl Prof Soedarto,

Lebih terperinci

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV Pearka Cotoh Acak Berlas (Stratfed Radom Samlg Pertemua IV Defs Cotoh acak berlas ddaatka dega cara membag oulas mejad beberaa kelomok ag tdak salg tumag tdh, da kemuda megambl secara acak dar seta kelomokkelomok

Lebih terperinci

PENDAHULUAN. Latar Belakang

PENDAHULUAN. Latar Belakang Latar Belaag PENDAHULUAN Seta egara memuya mata uag sebaga alat tuar. Pertuara barag dega uag yag terad d dalam eger tda aa membula masalah meggat la barag sudah dsesuaa dega la uag yag berlau. Masalah

Lebih terperinci

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

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

Lebih terperinci

Parameter Quantile-like dalam Pendugaan Area Kecil Melalui Pendekatan Penalized- Splines

Parameter Quantile-like dalam Pendugaan Area Kecil Melalui Pendekatan Penalized- Splines Statsta, Vol. 8 No., 3 36 Me 008 Parameter Quatle-le dalam Pedugaa Area Kecl Melalu Pedeata Pealzed- Sles Kusma Sad Teaga Pegaar d Dearteme Statsta IPB, Bogor Jl. Merat, Kamus IPB Darmaga, Bogor 6680,

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

LOCALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA RUANG n EUCLIDE

LOCALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA RUANG n EUCLIDE LOLLY SMLL RIMNN SUMS FUNGSI TRINTGRL HNSTOK-UNFOR P RUNG ULI Solh Program Stud Matemata Faultas Sas da Matemata UNIP Jl Prof Soedarto, SH Semarag 575, sol_erf@yahoocom BSTRK I ths aer we study Hestoc-uford

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHTED REGRESSION. Hasbi Yasin Staf Pengajar Program Studi Statistika FMIPA UNDIP.

PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHTED REGRESSION. Hasbi Yasin Staf Pengajar Program Studi Statistika FMIPA UNDIP. Pemlha Varabel (Hasb Yas) PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHED REGRESSION Hasb Yas Staf Pegajar Program Stud Statsta FMIPA UNDIP Abstract Regresso aalyss s a statstcal aalyss that ams to

Lebih terperinci

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

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

Lebih terperinci

PENGEMBANGAN MODEL RAMALAN CURAH HUJAN UNUK PEMODELAN SAISICAL DOWNSCALLING DENGAN PENDEKAAN REGRESI BAYES PCA Oleh : Ferr Kodo Lembag, Setawa 3 Suto 3 E-mal: free_maxluz6@ahoo.com, setawa@statsta.ts.ac.d,

Lebih terperinci

Penerapan Teori Limit Pusat Multivariat pada Pengendalian Proses Pelayanan di Poliklinik Rawat Jalan Rumah Sakit Umum Kardinah Tegal

Penerapan Teori Limit Pusat Multivariat pada Pengendalian Proses Pelayanan di Poliklinik Rawat Jalan Rumah Sakit Umum Kardinah Tegal Peerapa Teor Lmt Pusat Multvarat pada Pegedala Proses Pelayaa d Polklk Rawat Jala Rumah akt Umum Kardah Tegal Isa, M. PMTK FKIP Uv. Pacasakt Tegal sa@yahoo.com Abstrak Baga kedal adalah alat yag lazm dguaka

Lebih terperinci

UKURAN KARAKTERISTIK DATA & ANALISIS PERBANDINGANNYA

UKURAN KARAKTERISTIK DATA & ANALISIS PERBANDINGANNYA Statst Eoom 2013 UKURAN KARAKTERISTIK DATA & ANALISIS PERBANDINGANNYA Karaterst Data : Meyagut pada uura-uura yag dapat meleat/dml adalah seumpula data sebaga formas aa ods data 1 Uura dalam data uattatf

Lebih terperinci

BAB 2 KAJIAN TEORITIS

BAB 2 KAJIAN TEORITIS BAB KAJIAN TEORITIS Desrps Teor Utu ebera dasar peulsa srps, terlebh dahulu pada baga aa dgabara secara rgas osep dasar yag berhubuga dega rptograf sepert defs rptograf, algorta rptograf, sste rptograf,

Lebih terperinci

7. PERSAMAAN DIFFERENSIAL BIASA

7. PERSAMAAN DIFFERENSIAL BIASA Bab 7. PERSAMAAN DIFFERENSIAL BIASA Dalam bdag te serg duma ersamaa suatu eomea alam ag dataa dalam ersamaa deresal basa (PDB Coto: Problem la awal: ( dega ( Y Problem la batas: g( dmaa a

Lebih terperinci

Pemanfaatan Teknologi Informasi Dalam Pengendalian Kualitas Produk Kerajinan Bordir menggunakan Peta Kendali Variabel Fuzzy Linguistik

Pemanfaatan Teknologi Informasi Dalam Pengendalian Kualitas Produk Kerajinan Bordir menggunakan Peta Kendali Variabel Fuzzy Linguistik SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 05 Peafaata Tekolog Iforas Dala Pegedala Kualtas Produk Keraa Bordr egguaka Peta Kedal Varabel Fuzzy Lgustk Akk Hdayat Fakultas MIPA, Uverstas

Lebih terperinci