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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prnt) D-305 Pemodelan Peran Perempuan Terhadap Pertumbuhan Eonom d Jawa Tmur Tahun Menggunaan Regres Data Panel Putr Rachmawat, Wahu Wbowo Jurusan Statsta, Faultas MIPA, Instut Tenolog Sepuluh Nopember (ITS) Jl. Aref Rahman Ham, Surabaa Indonesa e-mal: wahu_w@statsta.s.ac.d Abstra Pertumbuhan eonom merupaan suatu ndator ang dapat dgunaan untu mengetahu eberhaslan pembangunan suatu daerah. Berdasaran data dar BPS, pertumbuhan eonom d Jawa Tmur seman menngat dar tahun 010 sebesar ,80 mlar menjad 16700,0 mlar pada tahun 014. Penngatan n mengndasan bahwa eberhaslan pembangunan d Jawa Tmur telah tercapa. Namun eberhaslan pembangunan tda hana ddasaran pada pertumbuhan eonom saja, ddasaran pula pada pertumbuhan sumber daa manusa. Provns Jawa Tmur ang mempuna pendudu perempuan lebh besar berpotens untu menngatan eberhaslan pembangunan dengan banana angatan erja ang terseda. Oleh arena u, perlu dlauan penelan mengena pertumbuhan eonom dmana penelan tersebut tda cuup menggunaan data cross secton arena perlu dlauan pengamatan terhadap perode watu juga, sehngga pada penelan n dgunaan metode regres data panel. Penggunaan metode n ddasaran pada elebhan data panel ang dapat mengendalan heterogenas ndvdu serta mampu memberan data ang lebh nformatf dan bervaras. Berdasaran hasl pemodelan ddapatan model regres data panel terba menggunaan dengan varas ndvdu ang meml oefsen determnas R sebesar 99,77%. Varabel ang berpengaruh sgnfan terhadap pertumbuhan eonom d Jawa Tmur adalah anga harapan hdup perempuan dan jumlah tenaga erja perempuan. Kata Kunc Perempuan, Pertumbuhan Eonom, Regres Data Panel P I. PENDAHULUAN rodu Domest Regonal Bruto (PDRB) merupaan salah satu ndator pentng untu mengetahu onds pereonoman secara maro. PDRB atas harga onstan dgunaan untu menunjuan laju pertumbuhan eonom suatu wlaah. Pereonoman suatu wlaah dataan tumbuh dan berembang ja barang dan jasa ang dprodus pada perode n lebh besar dbandngan perode sebelumna. Berdasaran data dar BPS, pertumbuhan eonom d Jawa Tmur seman menngat dar tahun 010 sebesar ,80 mlar menjad 16700,0 mlar pada tahun 013. Penngatan tersebut mengndasan bahwa eberhaslan pembangunan d Jawa Tmur telah tercapa. Namun eberhaslan pembangunan tda hana ddasaran pada pertumbuhan eonom saja, ddasaran pula pada pertumbuhan sumber daa manusa. Provns Jawa Tmur dengan jumlah pendudu sebesar orang, dengan pendudu perempuan lebh besar dbandngan la-la berpotens untu menngatan eberhaslan pembangunan dengan banana angatan erja ang terseda [1]. Menurut Handun, ehadran perempuan sebaga salah satu potens pembangunan merupaan hal ang sangat pentng dalam mewujudan pembangunan d Jawa Tmur []. Peran perempuan dalam pelasanaan program pembangunan enataanna mash belum dmanfaatan secara optmal. Hal n dsebaban oleh mash rendahna ualas sumber daa perempuan ba dalam bdang penddan, esehatan, dan tenaga erja. Oleh arena u dperluan suatu penelan ang bertujuan untu mengetahu peran perempuan terhadap pertumbuhan eonom d Jawa Tmur ang dwal oleh anga harapan hdup perempuan (esehatan), rata-rata lama seolah perempuan (penddan) dan jumlah angatan erja perempuan (tenaga erja). Penelan sebelumna mengena pertumbuhan eonom pernah dlauan oleh Mahran [3] ang menghaslan varabel ang berpengaruh sgnfan adalah anga harapan hdup, anga mele huruf, dan onsums perapa, sedangan varabel rata-rata lama seolah tda berpengaruh sgnfan. Penelan mengena pertumbuhan eonom tda cuup dengan menggunaan data cross secton arena perlu dlauan pengamatan terhadap perode watu juga, sehngga metode ang dgunaan pada penelan n adalah regres data panel. Penggunaan metode n ddasaran pada elebhan data panel ang dapat mengendalan heterogenas ndvdu serta mampu memberan data ang lebh nformatf dan bervaras. Penelan menggunaan metode regres data panel pernah dlauan oleh Sendouw [4] mengena pertumbuhan eonom d Indonesa menghaslan varabel ang berpengaruh adalah laju pertumbuhan angatan erja dan laju pertumbuhan espor netto. Berdasaran latar belaang tersebut, maa penelan mengena peran perempuan terhadap pertumbuhan eonom d Jawa Tmur menggunaan regres data panel n dharapan mampu menjad bahan acuan bag pemerntah mengena peran perempuan terhadap pertumbuhan eonom dengan memberdaaan perempuan dalam egatan pereonoman sehngga dapat menngatan pertumbuhan eonom d Jawa Tmur. II. TINJAUAN PUSTAKA Pemersaan Multolneras Pemersaan n bertujuan untu mengetahu ada tdana asus multolneras antar varabel

2 D-306 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prnt) ndependen dengan menggunaan Varance Inflaton Factor (VIF). Apabla nla VIF 10 maa tda terjad asus multolneras, sebalna apabla nla VIF > 10 maa terjad asus multolneras [5]. Regres Data Panel Regres data panel merupaan analss regres ang daplasan pada data panel sehngga mempuna dua ndes pada varabelna. Secara umum model persamaan regres data panel adalah sebaga berut [6]. K X u, 1,..., N; t 1,..., T 1 (1) dmana, adalah varabel respon ndvdu e- dan perode watu e-t, α adalah oefsen ntersep ndvdu e- dan perode watu e-t, β adalah vetor oefsen parameter regres (slope) ang beruuran Kx1, X adalah varabel predtor ndvdu e- dan perode watu e-t, serta u adalah error regres ndvdu e- dan perode watu e-t dengan u ~ IIDN(0,σ ). Pendeatan Estmas Model Regres Data Panel Terdapat tga pendeatan estmas model regres data panel au Common Effect Model (CEM), Fxed Effect Model (), dan Random Effect Model (REM). Pendeatan CEM mengasumsan nla ntersep dan oefsen slope sama untu semua un ndvdu dan watu. Berut merupaan persamaan CEM [7]. X 1 1 X.. X u () Untu mengestmas parameter pada regres data panel, pendeatan n menggunaan metode estmas OLS [8]. Pendeetan mengasumsan oefsen slope onstan namun nla ntersep berbeda dengan menambahan varabel dumm. Perbedaan nla ntersep dapat terleta antar ndvdu maupun watu. Adapun model antar ndvdu dapat dnataan dalam persamaan sebaga berut [8]. α 0 D α X β u, 1,,..., N (3) Adapun model antar watu dapat dnataan dalam persamaan sebaga berut. t α 0 Dtα t Xt β ut, t 1,,..., T (4) Metode estmas ang dgunaan pada pendeatan n adalah Least Square Dumm Varable (LSDV). Pendeatan REM merupaan pendeatan ang mengasumsan perbedaan ntersep un ndvdu merupaan varabel aca. Persamaan untu pendeatan REM dapat dulsan sebaga berut [7]. X ' β u (5) X ' β w (6) dmana, w u Metode ang tepat untu mengestmas parameter pada pendeatan REM adalah Generalzed Least Square (GLS). Pemlhan Model Estmas Regres Data Panel Pemlhan model estmas regres data panel mengggunaan tga pengujan au uj Chow, uj Lagrange Multpler, dan uj Hausman. Uj Chow merupaan pengujan ang dgunaan untu menentuan model terba antara CEM dan dengan statst uj [9]. F hung R R /( N 1) CEM 1 R /( NT N K) (7) dengan, R adalah oefsen determnas dar model dan R CEM adalah oefsen determnas dar model CEM. Daerah penolaan adalah Tola H 0 ja F hung > F (N-1,NT-N-K,α). Uj Lagrange Multpler dgunaan untu mengetahu model estmas terba antara CEM dan REM dengan statst uj [10]. N ) 1 ( Tu NT 1 ( T 1) N T u 1t 1 LM (8) dengan, N adalah jumlah un ndvdu, T adalah jumlah un watu, serta u adalah error ndvdu dan watu pada CEM. Daerah penolaan adalah Tola H 0 ja LM > χ (K,α) Uj Hausman merupaan pengujan ang bertujuan untu menentuan model estmas terba antara REM dan dengan statst uj [9]. T H ( REM ) Var( ) Var( REM ) ( REM ) (9) dengan daerah penolaan adalah Tola H 0 ja H >χ (K,α) 1 Pengujan Sgnfans Parameter Terdapat dua tahap dalam pengujan sgnfans parameter au uj serenta dan uj parsal. Berut uraan dar masng-masng pengujan. Pengujan serenta bertujuan untu mengetahu apaah varabel predtor secara bersama-sama sgnfan berpengaruh terhadap varabel respon dengan hpotess sebaga berut [11]. H 0 : β 1 = β = = β K = 0 H 1 : mnmal ada satu β K 0 dengan = 1,,,K Statst Uj : F hung N T ( ( t ) ) / N K 1 N T N T ( ( NT N K 1t 1 ) ( t ) ) /( ) (10) Daerah penolaan : Tola H 0 ja F hung > F (N+K-1,NT-N- K,α/). Pengujan parsal dgunaan untu mengetahu pengaruh varabel predtor secara ndvdu terhadap varabel respon dengan hpotess sebaga berut [11]. H 0 : β K = 0 H 0 : β K 0 dengan = 1,,,K Statst Uj : t SE( ) (11) Daerah Penolaan adalah Tola H 0 ja t > t (α/,nt-k-1) Pengujan Asums Resdual Salah satu asums regres ang harus dpenuh adalah homogenas varans dar resdual. Uj Par merupaan salah satu metode ang dapat dgunaan dengan hpotess sebaga berut [5]. H 0 : Resdual dent (Homosedastsas) H 1 : Resdual tda dent (Heterosedastsas)

3 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prnt) D-307 Statst Uj : F hung N T ( ( t ) ) / K N T N T ( ( NT K 1t 1 ) ( t ) ) /( 1) (1) Daerah penolaan adalah Tola H 0 ja F hung > F (K,NT-K- 1,α). Selan u, model regres mengasumsan bahwa tda terjad autoorelas, artna ovarans antara u dengan u j sama dengan nol. Salah satu metode ang dapat dgunaan adalah uj Durbn Watson dengan hpotess sebaga berut [7]. H 0 : ρ = 0 (resdual ndependen atau tda terjad autoorelas) H 1 : ρ 0 (resdual tda ndependen atau terjad autoorelas) Statst Uj : d N T 1 t1 N u ( u T 1 t1 u 1) (13) Daerah Penolaan adalah Tola H 0 ja d < du Apabla model ang terplh adalah model, maa tda perlu melauan uj autoorelas. Hal n darenaan model meml elebhan dantarana tda perlu mengasumsan bahwa omponen error tda berorelas dengan varabel bebas sehngga hasl uj tentang autoorelas dapat dabaan [1]. Asums ang terahr adalah resdual berdstrbus normal, salah satu metode ang dapat dgunaan adalah uj Kolmogorov-Smrnov dengan hpotess sebaga berut [13]. Hpotess : H 0 : Resdual berdstrbus Normal H 1 : Resdual tda berdstrbus Normal Statst Uj : Sup D S ( x ) F 0 ( x ) (14) x Daerah Penolaan adalah Tola H 0 ja D > D α Teor Pertumbuhan Eonom Pertumbuhan eonom merupaan perembangan egatan dalam pereonoman ang menebaban bertambahna barang dan jasa ang dprodus dalam masaraat sehngga menngatan emamuran masraat. Menurut Todaro dan Smh, terdapat tga omponen pentng dalam pertumbuhan eonom, au [14]: 1. Aumulas Modal. Pertumbuhan Jumlah Pendudu dan Angatan Kerja 3. Kemajuan Tenolog Menurut Robert Solow dan Trevor Swan dalam teor pertumbuhan Neo Klas, pertumbuhan eonom bergantung pada fator-fator produs (pendudu, tenaga erja, dan aumulas modal) dan tngat emajuan tenolog [15]. III. Sumber Data METODOLOGI PENELITIAN Data ang dgunaan pada penelan n adalah data seunder ang ddapatan dar Publas BPS Jawa Tmur. Data dalam penelan n dmula dar tahun 010 sampa 014 dengan un observas abupaten/ota d Jawa Tmur ang terdr dar 9 abupaten dan 9 ota. Varabel Penelan Varabel ang dgunaan dalam penelan n terdr atas varabel respon dan varabel predtor ang dsajan dalam Tabel 1 sebaga berut. TABEL 1. VARIABEL PENELITIAN Notas Varabel Satuan Y Pertumbuhan Eonom Mlar X1 Anga Harapan Hdup Perempuan Tahun X Rata-Rata Lama Seolah Perempuan Tahun X3 Jumlah Angatan Kerja Perempuan Orang Metode Analss Data Langah-langah analss data pada penelan n adalah sebaga berut : 1. Mengumpulan data. Mendesrpsan araterst varabel 3. Menganalss pengaruh anga harapan hdup perempuan, rata-rata lama seolah perempuan, dan jumlah angatan erja perempuan terhadap pertumbuhan eonom d Jawa Tmur menggunaan regres data panel a. Mengdentfas adana asus multolneras atau tda menggunaan VIF b. Melauan pengujan Chow untu memlh antara CEM dan c. Melauan pengujan Lagrange Multpler untu memlh antara CEM dan REM d. Melauan pengujan Hausman untu memlh antara REM dan e. Melauan pemodelan dengan pendeatan ang terplh f. Melauan uj sgnfans parameter dar model ang terplh g. Melauan pengujan asums resdual h. Mengnterpretas model regres panel ang terba 4. Membuat esmpulan dan saran. IV. HASIL DAN PEMBAHASAN Karaterst Pertumbuhan Eonom dan Peran Perempuan d Jawa Tmur Karaterst pertumbuhan eonom dan peran perempuan ang melput anga harapan hdup perempuan (X 1 ), rata-rata lama seolah perempuan (X ), dan jumlah angatan erja perempuan (X 3 ) aan ddesrpsan menggunaan nla rata-rata, mnmum, dan masmum ang dsajan dalam Tabel sebaga berut. Var TABEL. KARAKTERISTIK VARIABEL PENELITIAN Rata- Rata Mn Wlaah Terendah Mas Wlaah Tertngg Y Blar Surabaa X 1 71,87 66,11 Bondowoso 75,16 Surabaa X 7,14 3,18 Sampang 11,1 Malang X Mojoerto Surabaa Tabel memberan nformas bahwa rata-rata pertumbuhan eonom sebesar 9640 mlar rupah. Ratarata anga harapan hdup perempuan adalah 71,87 tahun. Rata-rata lama seolah perempuan adalah 7,14 tahun. Serta rata-rata jumlah angatan erja perempuan untu setap abupaten/ota d Jawa Tmur dar tahun 010

4 D-308 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prnt) hngga 014 adalah orang. Selan u, terlhat bahwa Kota Surabaa selalu menjad wlaah dengan nla tertngg hampr pada semua varabel ecual varabel rata-rata lama seolah perempuan (X ). Hal tersebut menunjuan bahwa Kota Surabaa lebh berembang dbandngan dengan abupaten/ota lanna d Jawa Tmur. Secara umum, detahu pula bahwa Kota Surabaa merupaan Ibuota Provns Jawa Tmur sehngga dmungnan hal tersebut terjad arena segala aspe ehdupan masaraat d Jawa Tmur berpusat d Kota Surabaa. Pemersaan Multolneras Pemersaan multolneras dapat menggunaan VIF dengan nla VIF masng-masng varabel predtor dsajan pada Tabel 3. TABEL 3. HASIL PEMERIKSAAN MULTIKOLINIERITAS Varabel VIF Anga Harapan Hdup,571 Rata-Rata Lama Seolah,699 Jumlah Angatan Kerja 1,13 Tabel 3 menunjuan bahwa tda adana asus multolneras antar varabel predtor. Hal tersebut dapat dlhat dar nla VIF pada semua varabel predtor ang lebh ecl dar 10. Karena tda terdapat asus multolneras, maa analss menggunaan regres data panel dapat dlanjutan. Pemlhan Model Estmas Regres Data Panel Pemlhan model estmas regres data panel mengggunaan tga pengujan au uj Chow, uj Lagrange Multpler, dan uj Hausman. TABEL 4. HASIL PENGUJIAN MODEL ESTIMASI Uj Statst Uj df Tabel Keputusan Chow F = 130,51 37, 149 F = 1,49 Tola H 0 Lagrange M LM = 33,64 3 χ Tabel = 7,815 Tola H 0 Hausman H = 3,18 3 χ Tabel = 7,815 Tola H 0 Berdasaran pengujan chow pada Tabel 4 ddapatan nformas bahwa nla F Hung lebh besar dbandngan dengan F Tabel. Maa dapat dambl eputusan Tola H 0 pada taraf sgnfans (α) sebesar 5%, sehngga dapat dsmpulan bahwa model ang terba adalah. Tabel 4 memberan nformas bahwa pada pengujan lagrange ddapatan nla LM lebh besar dbandngan dengan χ Tabel. Maa dapat dambl eputusan Tola H 0 pada taraf sgnfans (α) sebesar 5%, sehngga dapat dsmpulan bahwa model ang terba adalah REM. Berdasaran pengujan hausman pada Tabel 4 ddapatan nformas bahwa dambl eputusan Tola H 0 pada taraf sgnfans (α) sebesar 5%. Hal tersebut darenaan nla H lebh besar dbandngan dengan χ Tabel au 3,18 > 7,815, ang berart bahwa model ang terba adalah. Pemodelan dengan Pendeatan Berdasaran hasl pengujan datas dapat dsmpulan bahwa model ang dgunaan untu memodelan peran perempuan terhadap pertumbuhan eonom d Jawa Tmur adalah model dengan varas antar ndvdu sebaga berut. = α ,13X ,67X + 0,078X 3 Persamaan datas menunjuan bahwa penngatan anga harapan hdup perempuan (X 1 ), rata-rata lama seolah perempuan (X ), dan jumlah angatan erja perempuan (X 3 ) aan menngatan pertumbuhan eonom d Jawa Tmur. Nla α merupaan ntersep untu masng-masng abupaten/ota d Jawa Tmur. Pengujan Sgnfans Parameter Pengujan serenta dlauan untu mengetahu apaah varabel predtor secara bersama-sama berpengaruh sgnfan terhadap varabel respon. Berut merupaan hpotess ang dgunaan dan hasl pengujan serenta dsajan dalam Tabel 5. Hpotess : H 0 : β 1 = β = β 3 = 0 H 1 : mnmal ada satu β 0, dengan = 1,,3 TABEL 5. HASIL PENGUJIAN SERENTAK FHung df FTabel Keputusan 336, , 149 1,59 Tola H0 Berdasaran Tabel 5 ddapatan nformas bahwa nla F Hung lebh besar dbandngan dengan F Tabel. Maa dapat dambl eputusan Tola H 0 pada taraf sgnfans (α) sebesar 5%, sehngga dapat dsmpulan bahwa mnmal terdapat satu varabel ang berpengaruh sgnfan terhadap model. Selanjutna dlauan pengujan parsal untu mengetahu pengaruh varabel predtor secara ndvdu terhadap varabel respon. Hasl pengujan secara parsal dsajan pada Tabel 6. Hpotess : H 0 : β = 0 H 1 : β 0, dengan = 1,,3 TABEL 6. HASIL PENGUJIAN PARSIAL Varabel thung df ttabel Keputusan X1 3,135 15,655 Tola H0 X 0,997 15,655 Gagal Tola H0 X3,84 15,655 Tola H0 Tabel 6 memberan nformas bahwa varabel anga harapan hdup perempuan (X 1 ) dan jumlah angatan erja perempuan (X 3 ) berpengaruh sgnfan terhadap pertumbuhan eonom d Jawa Tmur. Hal tersebut darenaan t hung dar edua varabel tersebut ang berturut-turut sebesar 3,135 dan,84 lebh besar dbandngan nla t tabel sebesar 1,655, sehngga dputusan tola H 0. Sedangan untu varabel rata-rata lama seolah perempuan (X ) meml t hung sebesar 0,997 ang lebh ecl dar t tabel sebesar 1,655 maa eputusan gagal tola H 0 ang berart varabel rata-rata lama seolah perempuan tda berpengaruh sgnfan terhadap pertumbuhan eonom d Jawa Tmur. Karena terdapat satu varabel ang tda sgnfan maa perlu dmodelan embal dengan mengeluaran varabel tersebut sehngga nantna aan ddapatan pemodelan terba. Pemodelan dengan Varabel Sgnfan Pemodelan peran perempuan terhadap pertumbuhan eonom d Jawa Tmur menggunaan varas ndvdu dengan varabel ang sgnfan menghaslan persamaan sebaga berut. = α ,03X 1 + 0,08051X 3 Persamaan datas meml nla oefsen determnas (R ) sebesar 98,9% dan menunjuan bahwa penngatan anga harapan hdup perempuan (X 1 ) dan jumlah angatan erja perempuan (X 3 ) aan menngatan

5 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prnt) D-309 pertumbuhan eonom d Jawa Tmur. Nla α merupaan ntersep untu masng-masng abupaten/ota d Jawa Tmur. Pengujan Asums Resdual Pengujan asums resdual dent bertujuan untu mengetahu homogenas dar varans resdual. Pada pengujan n dgunaan uj Par dengan hasl pengujan bahwa dambl eputusan Tola H 0 pada taraf sgnfans (α) sebesar 5%. Hal tersebut darenaan nla F Hung lebh besar dbandngan dengan F Tabel au 10,88 > 3,04, ang berart bahwa resdual tda dent (heterosedastsas). Asums resdual ndependen bertujuan untu mengetahu ada tdana autoorelas antar resdual. Berdasaran Nachrow [1], apabla model ang terplh adalah model, maa tda perlu melauan uj autoorelas. Hal n darenaan model meml elebhan dantarana tda perlu mengasumsan bahwa omponen error tda berorelas dengan varabel bebas sehngga hasl uj tentang autoorelas dapat dabaan. Pengujan normalas resdual bertujuan untu mengetahu apaah resdual telah memenuh asums berdstrbus normal atau tda. Salah satu metode ang dapat dgunaan adalah uj Kolmogorov Smrnov. Hasl pengujan Kolmogorov Smrnov menunjuan bahwa nla KS sebesar 0,11, dmana nla tersebut lebh besar dbandngan dengan nla tabel KS au 0,0986. Maa dapat dambl eputusan Tola H 0, sehngga dapat dsmpulan bahwa resdual tda berdstrbus normal. Pemodelan dengan Transformas Varabel Setelah dlauan pengujan asums resdual ddapatan hasl bahwa resdual tda memenuh asums dent, ndependen, dan berdstrbus normal sehngga perlu dlauan penanganan untu mengatas hal tersebut. Salah satu cara ang dapat dlauan adalah dengan mentransformas varabel. Berbaga transformas varabel telah dlauan mula dar transformas ln, log, aar, uadrat dan lan sebagana, namun transformas ang palng memenuh semua asums resdual adalah menggunaan transformas ln pada varabel respon. Berut merupaan pemodelan peran perempuan terhadap pertumbuhan eonom d Jawa Tmur dengan transformas ln. ln = α 4, ,7573X 1 + 7,74X 3 Persamaan datas meml nla oefsen determnas (R ) sebesar 99,77% dan menunjuan bahwa penngatan anga harapan hdup perempuan (X 1 ) dan jumlah angatan erja perempuan (X 3 ) aan menngatan pertumbuhan eonom d Jawa Tmur. Nla α merupaan ntersep untu masng-masng abupaten/ota d Jawa Tmur dmana nlana berbedabeda sepert ang tersaj pada Tabel 7. TABEL 7. ESTIMASI INTERSEP MASING-MASING WILAYAH Wlaah α Kabupaten Pacan -0, Kabupaten Ponorogo -1, Kabupaten Trenggale -1, Kabupaten Tulungagung -1, Kabupaten Blar -1,94761 Kabupaten Kedr -0,88704 Kabupaten Malang -0,03760 Kabupaten Lumajang 1,1189 Kabupaten Jember, Kabupaten Banuwang 1,91094 Kabupaten Bondowoso 3, Kabupaten Subondo 1, Kabupaten Probolnggo 3, Kabupaten Pasuruan 1, Kabupaten Sdoarjo -0,57751 Kabupaten Mojoerto 0, Kabupaten Jombang -0,37390 Kabupaten Nganju -0, Kabupaten Madun 0, Kabupaten Magetan -1,46665 Kabupaten Ngaw -0, Kabupaten Bojonegoro 1,7348 Kabupaten Tuban 0,96155 Kabupaten Lamongan -0, Kabupaten Gres 0, Kabupaten Bangalan 0, Kabupaten Sampang 1, Kabupaten Pameasan,78583 Kabupaten Sumenep 0, Kota Kedr -0, Kota Blar -3,03375 Kota Malang -0,44710 Kota Probolnggo -0,1347 Kota Pasuruan -1,0730 Kota Mojoerto -, Kota Madun -,06683 Kota Surabaa 0,11933 Kota Batu -1,73159 Pengujan Asums Resdual Pengujan asums resdual dent bertujuan untu mengetahu homogenas dar varans resdual. Pada pengujan n dgunaan uj Par dengan hasl pengujan bahwa dambl eputusan Gagal Tola H 0 pada taraf sgnfans (α) sebesar 5%. Hal tersebut darenaan nla F Hung lebh ecl dbandngan dengan F Tabel au,97 < 3,04, ang berart bahwa resdual dent (homosedastsas). Sepert sebelumna, asums resdual ndependen tda perlu dlauan arena model ang terplh adalah. Berdasaran Nachrow [1], model meml elebhan dantarana tda perlu mengasumsan bahwa omponen error tda berorelas dengan varabel bebas sehngga hasl uj tentang autoorelas dapat dabaan. Pada pengujan normalas resdual ddapatan hasl bahwa nla KS sebesar 0,096 lebh ecl dbandngan dengan nla tabel KS au 0,0986. Maa dapat dambl eputusan Gagal Tola H 0, sehngga dapat dsmpulan bahwa resdual berdstrbus normal. Interpretas Model Terba Setelah dlauan transformas ln ddapatan model ang telah memenuh asums resdual dent, ndependen, dan berdstrubus normal. Sehngga, pemodelan terba untu peran perempuan terhadap pertumbuhan eonom d Jawa Tmur adalah menggunaan model estmas dengan varas ndvdu dan transformas ln sebaga berut. ln = α 4, ,7573X 1 + 0, X 3

6 D-310 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prnt) Untu memudahan dalam ntepretas, persamaan datas dapat dulsan sebaga berut. = exp (α 4, ,7573X 1 + 0, X 3 ) Interpretas dar model ang telah ddapatan adalah setap penngatan satu tahun anga harapan hdup perempuan, maa aan memperbesar pertumbuhan eonom sebesar (e 0,7573 ) =,065 mlar rupah dengan asums varabel lan tetap. Setap penngatan satu orang jumlah tenaga erja perempuan, maa aan memperbesar pertumbuhan eonom sebesar (e 0, ) = 1, mlar rupah dengan asums varabel lan tetap. V. KESIMPULAN DAN SARAN Kesmpulan Berdasaran hasl analss ang telah dlauan, maa dapat dambl esmpulan sebaga berut. 1. Pertumbuhan eonom Jawa Tmur dar tahun selalu mengalam penngatan. Selan u, Kota Surabaa selalu menjad wlaah dengan nla tertngg hampr d seluruh varabel ecual rata-rata lama seolah (X ). Hal tersebut menunjuan bahwa Kota Surabaa lebh berembang dbandngan dengan abupaten/ota lanna d Jawa Tmur. Secara umum, detahu pula bahwa Kota Surabaa merupaan buota Provns Jawa Tmur, sehngga dmungnan hal tersebut terjad arena segala aspe ehdupan masaraat d Jawa Tmur berpusat d Kota Surabaa.. Pemodelan peran perempuan terhadap pertumbuhan eonom d Jawa Tmur menggunaan regres data panel menghaslan model terba adalah dengan ang bervaras antar ndvdu. ln = α 4, ,7573X 1 + 0, X 3 dengan oefsen determnas R sebesar 99,77% dan varabel ang berpengaruh sgnfan adalah anga harapan hdup perempuan dan jumlah tenaga erja perempuan. Saran Berdasaran hasl analss ddapatan varabel ang berpengaruh sgnfan terhadap pertumbuhan eonom d Jawa Tmur adalah anga harapan hdup perempuan dan jumlah tenaga erja perempuan. Oleh arena u, Pemerntah sebana lebh menngatan derajat esehatan ba melalu perbaan faslas, saran maupun prasarana esehatan bag masaraat hususna perempuan. Selan u, Pemerntah sebana memperluas lapangan erja bag perempuan agar pemberdaaan perempuan dalam egatan pereonoman seman tngg sehngga dapat menngatan pertumbuhan eonom d Jawa Tmur. Saran bag penelan selanjutna adalah dengan menambah perode penelan dan varabel penelan ang relevan agar model ang terbentu seman aurat. DAFTAR PUSTAKA [1] Badan Pusat Statst. (010). Pendudu Indonesa Menurut Provns 1971, 1980, 1990, 1995, 000 dan 010. Dases melalu tanggal 19 Januar 016. [] Handun. (1994). Potens dan Partspas Wana dalam Kegatan Eonom d Pedesaan. Jaarta: LP3ES. [3] Mahran, Y. (01). Pengaruh Indator Kompos Indes Pembangunan Manusa Terhadap Pertumbuhan Eonom d Sulawes Selatan. Srps, Unversas Dponegoro, Semarang. [4] Supartoo, Y. H., Tatuh, J., & Sendouw, R. H. E, Jul 013. The Economc Growth And Regonal Characterstcs: The Case of Indonesa. Buletn Eonom Moneter dan Perbanan [5] Gujarat, D. N., & Porter, D. C. (010). Dasar-Dasar Eonometra Eds 5 Buu 1. Eugena Mardanughara, Sa Wardhan, dan Carlos Mangunsong (Trans.). Jaarta: Salemba Empat. [6] Baltag, B. H. (005). Econometrc Analss of Panel Data (3rd Ed.). England: John Wle & Sons, Ltd. [7] Gujarat, D. N., & Porter, D. C. (01). Dasar-Dasar Eonometra Eds 5 Buu. Raden Carlos Mangunsong (Trans.) Jaarta: Salemba Empat. [8] Greene, W. H. (01). Econometrc Analss (7th ed.). England: Pearson. [9] Asterou, D., & Hall, S. G. (007). Appled Econometrcs A Modern Approach (revsed ed.). New Yor: Palgrave Macmllan. [10] Wdarjono, A. (013). Eonometra Pengantar dan Aplasna Dserta Panduan Evews (Eds 4). Yogaarta: UPP STIM YKPN. [11] Draper, N. R., & Smh, H. (1998). Appled Regresson Analss (3rd Ed). New Yor: John Wlle & Sons, Inc. [1] Nachrow, D.N., Usman, H. (006). Pendeatan Populer dan Prats Eonometra Untu Analss Eonom dan Keuangan. Jaarta: Lembaga Penerb Faultas Eonom Unversas Indonesa. [13] Danel, W. W. (1989). Statsta Nonparametr Terapan. Alex Tr Kantjono W (Trans.). Jaarta: PT. Grameda Pustaa Utama. [14] Todaro, M. P. & Smh, S. C. (006). Pembangunan Eonom (9th Ed). Jaarta: Erlangga. [15] Harahap, R. F. A. (014). Analss Pengaruh Ketmpangan Gender Terhadap Pertumbuhan Eonom d Provns Jawa Tengah. Srps, Unversas Hasanuddn, Maassar.

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Angka Buta Huruf di Kabupaten/Kota se-jawa Timur dengan Metode Geographically Weighted t Regression

Pemodelan Angka Buta Huruf di Kabupaten/Kota se-jawa Timur dengan Metode Geographically Weighted t Regression JURNAL EKNIK IS Vol. 6, No., (7) ISSN: 337-3539 (3-97 Prnt) D- Pemodelan Anga Buta Huruf d Kabupaten/Kota se-jawa mur dengan Metode Geographcally Weghted t Regresson Nndya Kemala Astut, Purhad, dan Shof

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Pemodelan Penduduk Miskin Di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Pemodelan Persentase Kriminalitas Dan Faktor- Faktor Yang Mempengaruhi Di Jawa Timur Dengan Pendekatan Geographically Weighted Regression (GWR)

Pemodelan Persentase Kriminalitas Dan Faktor- Faktor Yang Mempengaruhi Di Jawa Timur Dengan Pendekatan Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI POMITS Vol., No.1, (014 7-50 (01-98X Prnt D-18 Pemodelan Persentase Krmnaltas Dan Fator- Fator ang Mempengaruh D Jaa Tmur Dengan Pendeatan Geographcally Weghted Regresson (GWR Pan

Lebih terperinci

Pemetaan Angka Gizi Buruk pada Balita di Jawa Timur dengan Geographically Weighted Regression

Pemetaan Angka Gizi Buruk pada Balita di Jawa Timur dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98X Prnt) D-333 Pemetaan Anga Gz Buru pada Balta d Jawa Tmur dengan Geographcally Weghted Regresson Adtya Kurnawat, Mutah Salamah C., dan Shof Andar

Lebih terperinci

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

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

Lebih terperinci

PEMODELAN KEJADIAN BALITA GIZI BURUK DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION

PEMODELAN KEJADIAN BALITA GIZI BURUK DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PEMODELAN KEJADIAN BALIA GIZI BURUK DI PROVINSI JAWA IMUR DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED REGRESSION Rahandn Luta Lestar 1 dan Sutno 1 Mahasswa Jurusan Statsta, IS, Surabaya Dosen Pembmbng, Jurusan

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

Penggunaan Model Regresi Tobit Pada Data Tersensor

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

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

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

Lebih terperinci

Pendekatan Hurdle Poisson Pada Excess Zero Data

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

Lebih terperinci

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

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

Lebih terperinci

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression JURNAL SAINS DAN SENI IS Vol., No., (Sept. 0) ISSN: 30-98X D-3 Pemodelan Fator-Fator Yang Mempengaruh ngat Buta Huruf Kabupaten/ota d Jawa mur dengan Geographcally Weghted Ordnal Logstc Regresson Nur Lalyah

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

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

Lebih terperinci

ANALISIS INDEKS PEMBANGUNAN MANUSIA DI KABUPATEN DAN KOTA PROVINSI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION

ANALISIS INDEKS PEMBANGUNAN MANUSIA DI KABUPATEN DAN KOTA PROVINSI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION E-ISSN 57-9378 Jurnal Statsta Industr dan Komputas Volume, No., Januar 017, pp. 59-66 ANALISIS INDEKS PEMBANGUNAN MANUSIA DI KABUPATEN DAN KOTA PROVINSI JAWA TENGAH TAHUN 014 MENGGUNAKAN METODE GEOGRAPHICALLY

Lebih terperinci

Pemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah

Pemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah Value Added, Vol., No., 5 Pemodelan MGWR Pada Tngat Kemsnan d Provns Jawa Tengah Moh Yamn Darsyah, Rochd Wasono, Monca Frda Agustna 3,,3 Program Stud StatstaUnverstas Muhammadyah Semarang Emal: mydarsyah@unmus.ac.d

Lebih terperinci

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

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

Lebih terperinci

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI

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

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di: ISSN: 339-54 JURNAL GAUSSIAN, Volume 4, Nomor 3, ahun 05, Halaman 639-650 Onlne d: http://ejournal-s.undp.ac.d/ndex.php/gaussan PEMODELAN FAKOR-FAKOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA KABUPAEN/

Lebih terperinci

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel

Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Print) D-45 Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel Nur Fajriyah

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-305

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-305 JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prnt) D-305 Analss Pola Hubungan Kerugan Negara Abat Korups dengan Demograf Koruptor d Jawa Tmur Amla Frda Rahmana, Sant Puter Rahau Jurusan

Lebih terperinci

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

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

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

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

Lebih terperinci

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

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

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

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

Lebih terperinci

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

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

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-36

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-36 JURNAL SAINS DAN SENI POMIS Vol. 3, No., (04 337-350 (30-98X Prnt D-36 Fator-Fator Yang Mempengaruh ngat Keberhaslan Pemberan Kemoterap Pada Pasen Penderta Kaner Payudara D RSUD Dr.Soetomo Dengan Menggunaan

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol.3, No. 2, (2014) ISSN: ( Print) D-188

JURNAL SAINS DAN SENI POMITS Vol.3, No. 2, (2014) ISSN: ( Print) D-188 JURNL SINS DN SENI POMITS Vol., No., () ISSN: - (- Prnt) D- Pemodelan Fator-Fator yang Mempengaruh Jumlah Kasus Penyat Tuberuloss d Jawa Tmur dengan Pendeatan Generaled Posson Regresson dan Geographcally

Lebih terperinci

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

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

Lebih terperinci

ANALISIS KARAKTERISTIK MAHASISWA DAN FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP KEPEMILIKAN USAHA MANDIRI MAHASISWA ITS

ANALISIS KARAKTERISTIK MAHASISWA DAN FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP KEPEMILIKAN USAHA MANDIRI MAHASISWA ITS ANALISIS KARAKTERISTIK MAHASISWA DAN FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP KEPEMILIKAN USAHA MANDIRI MAHASISWA ITS Wasa Yula, Dw Endah Kusrn, S.S., M.S. Mahasswa Jurusan Statsta FMIPA-ITS (305 00 003)

Lebih terperinci

Pengaruh Indikator Kependudukan Terhadap Tingkat Pengangguran Terbuka di Indonesia dengan Pendekatan Regresi Panel

Pengaruh Indikator Kependudukan Terhadap Tingkat Pengangguran Terbuka di Indonesia dengan Pendekatan Regresi Panel JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) D-3 Pengaruh Indkator Kependudukan Terhadap Tngkat Pengangguran Terbuka d Indonesa dengan Pendekatan Regres Panel Elka Tantr dan Va Ratnasar

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

IMPLEMENTASI ANALISIS REGRESI FAKTOR DALAM MENENTUKAN PENGARUH MOTIVASI BELAJAR TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS VIII SMPN 20 MALANG

IMPLEMENTASI ANALISIS REGRESI FAKTOR DALAM MENENTUKAN PENGARUH MOTIVASI BELAJAR TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS VIII SMPN 20 MALANG IMPLEMENTASI ANALISIS REGRESI FAKTOR DALAM MENENTUKAN PENGARUH MOTIVASI BELAJAR TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS VIII SMPN 0 MALANG Erm Andayan, Swasono Rahardjo, I Nengah Parta Unverstas

Lebih terperinci

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

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

Lebih terperinci

Nilai Kritis Permutasi Eksak untuk Anova Satu Arah Kruskal-Wallis pada Kasus Banyaknya Sampel, k = 4

Nilai Kritis Permutasi Eksak untuk Anova Satu Arah Kruskal-Wallis pada Kasus Banyaknya Sampel, k = 4 Statsta, Vo. 7 No. 2, 65 71 Nopember 27 Na Krts Permutas Esa untu Anova Satu Arah Krusa-Was pada Kasus Banyanya Sampe, = 4 Inne Maran, Yayat Karyana, dan Aceng Komarudn Mutaqn Jurusan Statsta FMIPA Unsba

Lebih terperinci

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

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

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI SEKTOR PERTANIAN DI DAERAH TERTINGGAL PROVINSI JAWA TIMUR DENGAN REGRESI PANEL

FAKTOR-FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI SEKTOR PERTANIAN DI DAERAH TERTINGGAL PROVINSI JAWA TIMUR DENGAN REGRESI PANEL TUGAS AKHIR SS 145561 FAKTOR-FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI SEKTOR PERTANIAN DI DAERAH TERTINGGAL PROVINSI JAWA TIMUR DENGAN REGRESI PANEL Eka Yula Andn NRP 1314 030 021 Dosen Pembmbng Dr.

Lebih terperinci

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

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

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

Analisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel

Analisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-65 Analisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel Almira Qattrunnada Qurratu ain dan Vita Ratnasari Jurusan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

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

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-237

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-237 JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Print) D-37 Analisis Statistika Faktor yang Mempengaruhi Indeks Pembangunan Manusia di Kabupaten/Kota Provinsi Jawa Timur dengan Menggunakan

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

Pemodelan Mixed Geographically Weighted Regression pada Tingkat Kemiskinan di Provinsi Jawa Tengah

Pemodelan Mixed Geographically Weighted Regression pada Tingkat Kemiskinan di Provinsi Jawa Tengah Pemodelan Mxed Geographcally Weghted Regresson pada Tngat Kemsnan d Provns Jawa Tengah The Model of Mxed Geographcally Weghted Regresson (MGWR) for Poverty Level n Central Java Moh Yamn Darsyah, Rochd

Lebih terperinci

ANALISIS PEMILIHAN CARA KONTRASEPSI DALAM UPAYA PELAKSANAAN PROGRAM KELUARGA BERENCANA DI JAWA TIMUR DENGAN PERMODELAN REGRESI LOGISTIK MULTINOMIAL

ANALISIS PEMILIHAN CARA KONTRASEPSI DALAM UPAYA PELAKSANAAN PROGRAM KELUARGA BERENCANA DI JAWA TIMUR DENGAN PERMODELAN REGRESI LOGISTIK MULTINOMIAL ANALISIS PEMILIHAN CARA KONTRASEPSI DALAM UPAYA PELAKSANAAN PROGRAM KELUARGA BERENCANA DI JAWA TIMUR DENGAN PERMODELAN REGRESI LOGISTIK MULTINOMIAL Nama Mahasswa : Respat Yet Wbowo Nrp : 306 00 003 Jurusan

Lebih terperinci

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

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

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

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

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara

Lebih terperinci

Faktor yang Mempengaruhi Kematian Ibu Hamil di Jawa Timur Dengan Menggunakan Metode Geographically Weighted Poisson Regression

Faktor yang Mempengaruhi Kematian Ibu Hamil di Jawa Timur Dengan Menggunakan Metode Geographically Weighted Poisson Regression Faktor yang Mempengaruh Kematan Ibu Haml d Jawa Tmur Dengan Menggunakan Metode Geographcally Weghted Posson Regresson Rfk Arsta-1311.105.009 rfk11@mhs.statstka.ts.ac.d Pembmbng : Ir. Mutah Salamah, M.

Lebih terperinci

Peramalan Jumlah Kepemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel

Peramalan Jumlah Kepemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel JURNAL SAINS DAN SENI POMITS Vol. 3, No., (14) 337-35 (31-98X Print) D-33 Peramalan Jumlah epemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel Hilda Rosdiana

Lebih terperinci

Pendekatan Regresi Semiparametrik Spline untuk Memodelkan Rata-Rata Umur Kawin Pertama (UKP) di Provinsi Jawa Timur

Pendekatan Regresi Semiparametrik Spline untuk Memodelkan Rata-Rata Umur Kawin Pertama (UKP) di Provinsi Jawa Timur JURNAL SAINS DAN SENI ITS Vol. 6, No., (07) ISSN: 337-350 (30-98X Prnt) D-9 Pendeatan Regres Semarametr Slne untu Memodelan Rata-Rata Umur Kawn Pertama (UKP) d Provns Jawa Tmur Dhra Audha Pratw, I Nyoman

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI 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 terperinci

Pengolahan lanjut data gravitasi

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

Lebih terperinci

ANALISIS REGRESI MULTIVARIAT BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI PROVINSI JAWA TIMUR

ANALISIS REGRESI MULTIVARIAT BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI PROVINSI JAWA TIMUR ANALISIS REGRESI MULIVARIA BERDASARKAN FAKOR-FAKOR ANG MEMPENGARUHI DERAJA KESEHAAN DI PROVINSI JAWA IMUR Rosy Rsyant Ir. Sr Pngt Wulandar, M.S Mahasswa Jurusan Statsta FMIPA-IS (308 00 508) Dosen Jurusan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Model Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method

Model Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method Model Regres Varabel dengan Metode Selsh Mutlak Moderatng Varable Regresson Model wth an Absolute Dfference Method Desy Ika Rachmawat 1, Des Yunart, dan Darnah And Nohe 3 1 Mahasswa Program Stud Statstka

Lebih terperinci

Bab III Model Estimasi Outstanding Claims Liability

Bab III Model Estimasi Outstanding Claims Liability Bab III Model Estmas Outstandng Clams Lablty. Model ELRF Suatu model yang dgunaan untu menasr outstandng clams lablty, tda cuup hanya melbatan data pada run-off trangle saa. Sebab, pembayaran lam d masa

Lebih terperinci

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si Analsa Penerapan Metode Robust Locally Weght Regresson Smoothng Scatterplots Pada Oblgas ( Analyss of Applcaton Robust Locally Weght Regresson Smoothng Scatterplots s Method n Oblgaton ) Oleh : Wahyu Saf

Lebih terperinci

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Berala Fsa ISSN : 1410-966 Vol.8, No.1, Januar 005, hal 7-10 KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Agus Setyawan Laboratorum Geofsa, Jurusan

Lebih terperinci

PENGELOMPOKKAN WILAYAH BENCANA ENDEMI DEMAM BERDARAH DENGUE DI JAWA TIMUR DENGAN FUZZY GEOGRAPHICALLY WEIGHTED CLUSTERING PARTICLE SWARM OPTIMIZATION

PENGELOMPOKKAN WILAYAH BENCANA ENDEMI DEMAM BERDARAH DENGUE DI JAWA TIMUR DENGAN FUZZY GEOGRAPHICALLY WEIGHTED CLUSTERING PARTICLE SWARM OPTIMIZATION PEGELOMPOKKA WILAYAH BECAA EDEMI DEMAM BERDARAH DEGUE DI JAWA TIMUR DEGA FUZZY GEOGRAPHICALLY WEIGHTED CLUSTERIG PARTICLE SWARM OPTIMIZATIO CLUSTERIG FOR DISASTER AREAS EDEMIC DEGUE HEMORRHAGIC FEVER BASED

Lebih terperinci

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6 S-21 Oleh : An Djuradah Departemen Statsta FMIPA- IPB e-mal : andjuradah@gmal.com ABSTRAK Pembangunan daerah tertnggal merupaan upaya

Lebih terperinci

ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR

ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR Andyono; Rokhana Dw Bekt; Edy Irwansyah Computer Scence Department, School

Lebih terperinci

INDEKS KERENTANAN SOSIAL EKONOMI UNTUK BENCANA ALAM DI WILAYAH INDONESIA 5. Anik Djuraidah

INDEKS KERENTANAN SOSIAL EKONOMI UNTUK BENCANA ALAM DI WILAYAH INDONESIA 5. Anik Djuraidah S-20 INDEKS KERENTANAN SOSIAL EKONOMI UNTUK BENCANA ALAM DI WILAYAH INDONESIA 5 An Djuradah Departemen Statsta FMIPA- IPB e-mal : andjuradah@gmal.com ABSTRAK Analss erentanan berembang dan dgunaan dalam

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

Estimasi Reliabilitas Pengukuran Dalam Pendekatan Model Persamaan Struktural

Estimasi Reliabilitas Pengukuran Dalam Pendekatan Model Persamaan Struktural Estmas Relabltas Penguuran Dalam Pendeatan Model Persamaan Strutural Wahyu Wdharso Unverstas Gadjah Mada Pendeatan analss data peneltan dengan menggunaan persamaan model strutural (SEM telah banya dgunaan

Lebih terperinci

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a Pemodelan Anomal Magnet Berbentu Prsma Menggunaan Algortma Geneta Antonus a, Yudha Arman a *, Joo Sampurno a a Jurusan Fsa, FMIPA Unverstas Tanjungpura, Jalan Pro. Dr. Hadar Nawaw, Pontana, Indonesa *Emal

Lebih terperinci

Pemodelan Persentase Penduduk Miskin di Jawa Timur dengan Pendekatan Ekonometrika Panel Spasial

Pemodelan Persentase Penduduk Miskin di Jawa Timur dengan Pendekatan Ekonometrika Panel Spasial JURAL SAIS DA SEI ITS Vol. 1, o. 1, (Sept. 01) ISS: 301-98X D-183 Pemodelan Persentase Penduduk Mskn d Jawa Tmur dengan Pendekatan Ekonometrka Panel Spasal Alfta Kurna Setawat dansetawan Jurusan Statstka,

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA

CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA LAPORAN PENELITIAN MANDIRI PENELITI RESA SEPTIANI PONTOH NIP : 132 317 117 JURUSAN STATISTIKA

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

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

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

Lebih terperinci

Diagram Kontrol Fuzzy Multinomial Untuk Data Linguistik

Diagram Kontrol Fuzzy Multinomial Untuk Data Linguistik Prosdng Statsta ISSN: 2460-6456 Dagram Kontrol Fuzzy Multnomal Untu Data ngust 1 Amy Amallya Azzah, 2 Suwanda Idrs, 3 snur Wachdah 1,2,3 Prod Statsta, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas

Lebih terperinci

PRA-PEMROSESAN DATA LUARAN GCM CSIRO-Mk3 DENGAN METODE TRANSFORMASI WAVELET DAUBECHIES UNTUK PEMODELAN STATISTICAL DOWNSCALING

PRA-PEMROSESAN DATA LUARAN GCM CSIRO-Mk3 DENGAN METODE TRANSFORMASI WAVELET DAUBECHIES UNTUK PEMODELAN STATISTICAL DOWNSCALING PRA-PEMROSESAN DATA LUARAN GCM CSIRO-M3 DENGAN METODE TRANSFORMASI WAVELET DAUBECHIES UNTUK PEMODELAN STATISTICAL DOWNSCALING Vvn Mandasar (306 00 069), Dr Ir Setawan, M S (960030 9870 00) Mahasswa Jurusan

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

Pemodelan Persentase Penduduk Miskin di Jawa Timur dengan Pendekatan Ekonometrika Panel Spasial

Pemodelan Persentase Penduduk Miskin di Jawa Timur dengan Pendekatan Ekonometrika Panel Spasial Pemodelan Persentase Penduduk Mskn d Jawa Tmur dengan Pendekatan Ekonometrka Panel Spasal Alfta Kurna Setawat, dan Dr. Ir. Setawan, MS Jurusan Statstka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Instut

Lebih terperinci

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online Jurnal Ensten 4 () (06): 4-3 Jurnal Ensten Avalable onlne http://jurnal.unmed.ac.d/0/ndex.php/ensten Penguuran Intrus Ar Laut Pada Sumur Gal Dengan Kondutvtmeter D Desa Pematang Guntung Kecamatan Telu

Lebih terperinci