MODEL REGRESI PARTIAL LEAST SQUARES (PLS) (Studi Kasus : Kinerja Satuan Kerja Sekretariat Daerah Kabupaten Tegal)
|
|
- Suparman Chandra
- 7 tahun lalu
- Tontonan:
Transkripsi
1 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal MODEL REGRESI PARTIAL LEAST SQUARES (PLS) (Studi Kasus : Kinerja Satuan Kerja Sekretariat Daera Kabupaten Tegal) Ole Imam Tayudin Dosen STMIK Amikom Purwokerto Abstrak Metode regresi kuadrat terkecil parsial atau Partial Least Squares (PLS) adala pemodelan lunak yang bebas asumsi sebaran. PLS dilakukan secara iteratif menggunakan algoritma NIPALS dan proses pendugaannya melibatkan variansi variabel Y dan variansi variabel X pada setiap iterasinya. Berdasarkan asil analisis menggunakan bantuan Matlab versi 7 diperole model regresi PLS pada studi kasus ' kinerja satuan kerja Sekretariat Daera Kabupaten Tegal yaitu Ŷ=TBQ dengan jumla komponen maksimum delapan ( = 0.10). Model ini dapat memberikan informasi bawa total variansi variabel Y yaitu volume pekerjaan, produktivitas dan kecepatan dapat dijelaskan ole variabel X yaitu ketepatan, ketelitian, efektifitas, kemitraan, kerja tim, pendelegasian, keuletan, keandalan dan kemandirian sebesar 60,46%. Kata kunci : Metode Partial Least Squares (PLS), algoritma NIPALS, total variansi. PENDAHULUAN Hasil peritungan dalam model regresi dengan menggunakan metode regresi kuadrat terkecil mempunyai beberapa kelemaan. Kelemaan tersebut diantaranya adala gejala multikolinearitas, tidak fleksibel dalam penerapan, asil yang diperole tidak optimal ketika jumla data sangat besar atau sangat kecil dan mengalami kesulitan ketika datanya bersifat kualitatif. Kelemaan tersebut sangatla tepat jika diatasi dengan menggunakan metode Partial Least Square (PLS). Alasan mengapa PLS merupakan solusi yang tepat adala karena PLS merupakan metode fleksibel yang lunak asumsi. Artinya, metode ini tidak membutukan asumsi sebaran dari variabel pengamatan dan banyaknya jumla variabel yang digunakan. Bakan karena metode ini termasuk pemodelan lunak (Soft Modelling) banyak peneliti yang menggunakannya untuk menyelesaikan beberapa kasus lintas bidang. Beberapa diantaranya adala Linberg et al (1983) dalam pengambilan sampel air kotor, Martens et al (1984) dalam dunia perdagangan, Brakstad et al (1988) dalam kromatografi gas, Wigena dan Alamudi (1997) tentang Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
2 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal keunggulan PLS dibandingkan dengan principal component regression (PCR) dan Irawan (2002) tentang keunggulan PLS dibandingkan dengan model struktur variansi. Dengan demikian, metode ini menjadi menarik jika diterapkan pada studi kasus sosial yaitu pada studi kasus kinerja satuan kerja Sekretariat Daera Kabupaten Tegal. TINJAUAN PUSTAKA (a) Metode Partial Least Squares (PLS) PLS merupakan pemodelan lunak tanpa asumsi sebaran yang dapat menjelaskan struktur keragaman data dan metode umum untuk prediksi model variabel laten (latent variable) yang diukur tidak langsung ole variabel penjelas (Vogt dalam Wigena dan Alamudi, 1997). Model yang diperole dengan PLS dapat mengoptimalkan ubungan prediksi antara kelompok variabel Y dengan kelompok variabel X. Skema PLS yang paling sederana untuk variabel tunggal dibandingkan dengan model regresi sederana dapat diliat dalam gambar 1 berikut X Y X Y Y = (a) + X + (b) Gambar 1. Model regresi sederana (a) dan PLS (b) Proses penentuan model PLS dilakukan secara iterasi, masing-masing vektor laten yang diperole diubungkan dengan respon dan setiap pengurangan variabel terikat juga diubungkan dengan respon. Pendugaan pada vektor berikutnya dilakukan dengan mengubungkan peritungan secara simultan (Wold, 1966). Menurut Irawan (2002) PLS mempunyai struktur ragam dalam Y yang mempengarui peritungan komponen kombinasi linier dalam X dan sebaliknya, struktur ragam dalam X berpengaru teradap kombinasi linier dalam Y. Asumsi dasar pemodelan PLS adala semua informasi dari variabel penjelas ditujukan pada variabel-variabel laten. Model PLS menggambarkan ubungan antara variabel laten dari variabel X dengan variabel laten dari variabel Y. Model tersebut adala: Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
3 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal 1. Model ubungan internal = o + 1 +, dengan o dan 1 adala koefisien model ubungan internal, dan adala faktor acak. 2. Model ubungan eksternal X= π +π η+ε 0 1 Y= π +π β +π β ξ+ ε+π dengan o dan 1 adala koefisien model ubungan eksternal (loading) bagi (b) X, dan adala faktor acak. Pendugaan PLS Pendugaan parameter pada setiap model adala sebagai berikut : 1. Variabel laten dan diduga berdasarkan jumla X dan Y yang masingmasing diboboti dengan pembobot Y (w y ) dan pembobot X (w x ), yaitu : ξ X w x dan η Y y w 2. Model ubungan internal Y = bo + b 1 X + u 3. Model ubungan eksternal X = p o + p 1 Y + e dan Y = (p o + p 1 b o ) + p o b 1 X + (e+p 1 u) Dalam variabel ganda, PLS digunakan untuk memodelkan ubungan antara variabel terikat Y dengan satu kelompok variabel bebas X. Modelnya adala : x y X = t 1 p 1 + t 2 p t a p a + E a dengan t a adala vektor berdimensi n, sebagai vektor skor (score vector), sedangkan p a adala vektor berdimensi k, sebagai vektor muatan (loading vektor). Matriks E a berukuran nxk adala matriks residu. Dasar model regresi PLS adala ubungan antara X dan Y melalui vektor-vektor tersebut seingga : Y = u 1 q 1 + u 1 q u a q a + F a dengan q a berupa skalar muatan dan F a adala vektor residu (Anonim, 2006). Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
4 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal Pendugaan parameter model diatas berdasarkan pada dua taap berikut : 1. Pendugaan variabel laten dan dilakukan secara iteratif 2. Pendugaan parameter-parameter b o, b 1, p o, dan p 1 dilakukan dengan regresi sederana. Proses iterasi dilakukan untuk mengoptimalkan model ubungan antar variabel y dan x berdasarkan masing-masing variabel latennya. PLS dilakukan secara iteratif menggunakan algoritma NIPALS. Secara rinci taapan algoritma NIPALS adala sebagai berikut (Martens dan Naes dalam Iriawan, 2002) : 1. Membakukan data X dan Y 2. Mengulangi taapan 2.1 s.d. 2.5 untuk setiap faktor : a. Menentukan penduga vektor pembobot w a b. Menentukan penduga vektor skor t a c. Menentukan penduga vektor muatan p a d. Menentukan penduga vektor muatan q a e. Menentukan penduga E (= residu X) dan F (= residu Y) 3. Menentukan jumla komponen (A) dalam model 4. Menentukan penduga Y berdasarkan A komponen. (c) Evaluasi Regresi PLS Menurut Jackson, E. J. (1991) evaluasi regresi PLS dilakukan dengan menentukan aturan pengentian iterasi yang dilakukan melalui beberapa cara alternatif berikut : 1. Pengeplotan F sebagai fungsi 2. Ketentuan ini untuk mendapatkan jumla kuadrat total pada semua masukan F, untuk mendapatkan F dengan mengakar kuadratkan F F. Jika perubaan jumla F untuk setiap fungsi tidak signifikan maka komponen utama (jumla variabel laten) dapat ditentukan. 3. Analisis variansi skor Y (u ) Pada langka sebarang, misal d = u b t maka analisis variansinya adala sebagai berikut : Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
5 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal Tabel 1. Analisis Variansi Sumber SS d.f. MS F itung Penjelas b 2 t t 1 b 2 t t / 1 2 ' b t t /1 Residu b d n 2 b d / n-2 ' b d /n-2 Total u u n 1 Jika pada langka tertentu (), nilai F tabel lebi kecil daripada F itung atau nilai-p lebi besar dari maka langka dientikan. 4. Analisis variansi data variabel terikat (Y). Apabila selisi total variansi Y suda tidak signifikan (minimum) maka komponen utama (jumla variabel laten) dapat ditentukan. 5. Validasi silang METODOLOGI PENELITIAN A. Metode Penelitian 1. Telaa pustaka Telaa pustaka dilakukan dengan menelaa buku-buku (pustaka) yang berubungan dengan tema yang dikaji dan menggunakannya sebagai landasan dalam pembaasan tema tersebut. 2. Studi kasus Studi kasus merupakan cara untuk menunjukkan bawa metode yang dikaji relevan untuk diterapkan dalam kejadian nyata dalam keidupan seari-ari. Studi kasus ini dilakukan dengan menggunakan data primer asil survey teradap 58 Satuan Kerja Sekretariat Daera Kabupaten Tegal secara Kuota Sampling dan Simple Random Sampling. Data ini diperole melalui penyebaran kuisioner. B. Variabel Penelitian Variabel yang digunakan dalam penelitian ini adala kualitas (KL), Kuantitas (KN), Kemampuan Kerjasama (KK), dan Ketaanan dalam Bekerja (KB) sebagai kualifikasi yang masing-masing mempunyai (3) tiga variabel laten yaitu : 1. Kualitas (KL) mempunyai tiga variabel laten yaitu ketepatan, ketelitian dan efektivitas Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
6 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal 2. Kuantitas (KN) mempunyai tiga variabel laten yaitu volume pekerjaan, produktivitas dan kecepatan 3. Kemampuan Kerjasama (KK) mempunyai tiga variabel laten yaitu kemitraan, Kerja Tim dan pendelegasian 4. Ketaanan dalam Bekerja (KB) mempunyai tiga variabel laten yaitu keuletan, keandalan dan kemandirian. Masing-masing variabel laten mempunyai 2, 2, 1, 2, 3, 1, 2, 2, 2, 2, 1, 1 variabel instrumen berturut-turut. Variabel instrumen pada kualifikasi KL, KN, KK, dan KB merupakan skala ordinal dengan lima pilian yaitu selalu, sering, kadang-kadang, jarang dan tidak perna. C. Metode Analisis Data Analisis data dalam penelitian ini menggunakan software Matlab versi 7. Penulis akan mencari skor komponen terbobot dimana terdapat n observasi dengan p variabel bebas dan q variabel terikat, 1 k p. Vektor u dan t berukuran nx1, vektor w dan p adala vektor px1, vektor q adala qx1, dan matrik E dan F adala matrik nxp dan nxq. Untuk mendapatkan skor komponen tersebut dilakukan beberapa langka. Langka pertama adala dengan menormalkan X dan Y. Penormalan tersebut mengasilkan matriks yang di notasikan dengan Eo dan Fo. Kemudian untuk masing-masing dimensi dilakukan operasi dengan mencari nilai-nilai berikut : u' E ; dimana a a' a 1 1. w' u' u w adala solusi kuadrat terkecil pada u = w E -1. Ketika estimasi pertama tela diperole untuk dimensi pertama (misal = 1) maka E -1 menjadi Eo dan data asli dalam bentuk normal. Pendekatan pertama untuk u sering dipili satu dari beberapa kolom Fo atau anya satu vektor satuan. 2. t = E -1 w adala solusi kuadrat terkecil untuk F -1 =t q t' F 1 q' 3. t' t adala solusi kuadrat terkecil untuk F -1 =t q 4. u = F -1 q Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
7 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal 5. Periksa kekonvergenan t. Jika t tela konvergen, lanjutkan ke operasi 6, jika belum maka kembali ke 1. (Apabila jumla respon (Y) ada satu maka langka 3 5 tidak perlu dilakukan). 6. p' t' E t' t 1 7. Penormalan kembali p, t, dan w : p' p',lama, baru t',lama t t p',baru,lama,lama w w' p',baru,lama,lama 8. b u' t' t' t 9. E = E -1 t P dan F = F -1 b t q 10. Vektor p, w dan q disimpan untuk membuat matrik P, W, dan Q. B adala matrik diagonal dengan b elemen pembentuk matrik diagonal. E dan F adala matrik residu X dan Y setela langka dan akan digunakan pada langka +1 sebagai aturan pengambilan keputusan yang tepat. (Jackson, E. J., 1991). Jumla komponen diperole dengan mengacu pada sala satu ketentuan evaluasi regresi PLS. Pada penelitian ini ketentuan yang digunakan adala analisis variansi antara masing-masing vektor skor X (t ) dengan vektor skor Y (u ). Apabila nilai-p lebi besar dari maka proses iterasi dientikan dan banyaknya komponen dapat ditentukan. Analisis variansi ini dilakukan dengan menggunakan bantuan Minitab versi 14. HASIL PENELITIAN Bentuk umum PLS (Partial Least Squares) atau Parsial least squares (PLS) pada dasarnya merupakan analisis faktor teradap matriks variabel terikat (respon) berukuran nxq dan analisis faktor teradap matriks variable bebas (prediktor) berukuran nxp. Penjabaran dari analisis faktor teradap kedua matriks tersebut adala sebagai berikut : X = TP + E Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
8 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal (T adala matriks nxk, E adala matriks nxp, P adala matriks kxp) Y = UQ + F* (U adala matriks nxk, F* adala matriks nxq, Q adala matriks kxq) dengan : X = matriks variabel bebas berukuran nxp Y = matriks variabel terikat nxq E = matriks residu dari X pada langka ke k. F* = matriks residu untuk Y pada langka ke k. k = banyaknya komponen yang diambil, dan k p Q dan P = vektor karakteristik atau vektor loading T dan U = skor komponen utama. Matriks T dan U mengacu pada skor X dan Y. Banyaknya komponen utama yang diambil diliat berdasarkan total variansi Y pada komponen utama X dan Y. Model estimasi terbentuk dengan menggantikan U dengan TB (B adala matriks diagonal), seingga : Y = TBQ + F F adala matriks aktual untuk residu Y pada langka ke k. (Geladi dan Kowalski, 1986). Sama alnya seperti dalam kasus regresi berganda (multiple regression), dalam model regresi PLS matriks aktual tidak dilibatkan karena sifatnya acak. ' Ŷ=TBQ = XBpls ; dengan Bpls = PBQ a. Analisis Model Regresi PLS Data yang digunakan untuk analisis model regresi PLS adala berupa matriks X berukuran 53 x 15 dan matrik Y berukuran 53 x 4. Kedua matriks tersebut dianalisis dengan menggunakan algoritma NIPALS. Sebelum menggunakan algoritma NIPALS, pertama yang dilakukan adala menormalkan kedua matriks X dan Y terlebi daulu seingga diperole matriks X = Eo dan matriks Y = Fo. Kemudian, asilnya dianalisis menggunakan algoritma NIPALS melalui proses iterasi dalam beberapa langka. Dimensi kesatu menunjukan level variabel laten (=1), pada langka pertama adala dengan menentukan matriks u berukuran nx1 dari matriks Fo dan asil u Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
9 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal u' E1 tersebut digunakan untuk mengitung matriks w (1xp) dengan w'. Kedua, u' u setela diperole asil w, asil ini digunakan untuk mencari matriks t (nx1) dengan t t' F 1 = E -1 w. Kemudian, langka ketiga adala mencari matriks q dengan q' t' t menggunakan asil t. Selanjutnya menentukan matriks u (u = F -1 q ) dengan menggunakan asil q. Setela diperole asil u, pada langka kelima dilakukan pemeriksaan terlebi daulu apaka t konvergen atau belum, apabila tela konvergen artinya matriks t tela mencapai kesalaan minimum sesuai dengan ketentuan evaluasi regresi PLS maka dilanjutkan pada langka keenam. Apabila belum maka kembali ke langka pertama lagi. Jika jumla variabel terikat anya ada satu maka langka ketiga sampai kelima tidak perlu dilakukan. Langka keenam menentukan t' E1 matriks p ( p' ) dengan menggunakan asil t yang konvergen. Selanjutnya, t' t nilai p, t, dan w dinormalkan lagi. Setela dinormalkan, dicari nilai b k, E k, dan F k u' t' dengan b, E = E -1 t P dan F = F -1 b t q. Langka terakir adala t' t dengan menyimpan vektor t, p, w, u, q dan b untuk membentuk matrik T, P, W, U, Q dan B. Berdasarkan algoritma NIPALS tersebut apabila diterapkan pada studi kasus kinerja Satuan Kerja Sekretariat Daera Kabupaten Tegal maka model regresi PLS diperole ketika banyaknya komponen utama sama dengan delapan. Komponen utama 1, 2, 3, 4, 5, 6, 7 dan 8 secara berturut-turut mencapai kekonvergenan pada iterasi ke 8, 51, 18, 49, 21, 33, 34, dan 32 (lampiran 5). Dasar pengambilan banyaknya komponen utama ini mengacu pada sala satu ketentuan evaluasi regresi PLS. Ketentuan yang digunakan adala analisis variansi antara masing-masing vektor skor X (t ) dengan vektor skor Y (u ). Apabila nilai-p lebi besar dari maka proses iterasi dientikan dan banyaknya komponen dapat ditentukan. Artinya jumla komponen ke-k dan seterusnya suda tidak signifikan seingga komponen yang digunakan adala komponen ke (k-1). Karena nilai-p pada k = 9 dan seterusnya tidak signifikan ketika = maka dapat ditentukan bawa Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
10 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal jumla komponen adala delapan (lampiran 6). Model yang didapat memberikan informasi bawa total variansi Y dapat dijelaskan ole X sebesar 60,46% (tabel 3). Tabel 3. Variansi X dan Y Vektor laten Persentase untuk variansi X Persentase kumulatif untuk variansi X Persentase untuk variansi Y Persentase kumulatif untuk variansi Y Operasi algoritma NIPALS dilakukan dengan menggunakan bantuan software Matlab versi 7 dengan listing program terdapat dalam lampiran 4. Dengan menggunakan Matlab diperole matriks skor X (T), matriks loading X (P), matriks skor Y (U), matriks loading Y (Q), Matriks pembobot (Weigt) X (W) dan matriks Bpls. Dengan demikian, model regresi PLS dengan menggunakan matriks T, B, Q, X, dan Bpls yang tela diperole untuk studi kasus kinerja satuan kerja Sekretariat Daera Kabupaten Tegal adala Y = TBQ = XBpls. Untuk meliat seberapa baik model yang terbentuk maka akan diliat matriks kesesuaian antara Y asil prediksi ( Y 53x4) dan Y aktual (Y). Berdasarkan matriks kesesuaian (tabel 4) dan gambar grafik 2 4, ternyata Y prediksi mendekati Y aktual dan model yang terbentuk cukup akurat. Keakuratan ini ditunjukkan dengan total variansi Y yang dapat dijelaskan ole X sebesar 60,46%. Seingga, Y asil prediksi cukup akurat untuk mengestimasi kinerja Satuan Kerja Sekretariat Daera Kabupaten Tegal. Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
11 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal Tabel 4. Matriks kesesuaian antara Y 53x4 dan Y Matriks Y 53x4 y2 y3 y4 y Matriks Y 53x4 y2 y3 y4 y Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
12 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal Grafik perbandingan berdasarkan antara Y prediksi dengan Y aktual : Grafik Perbandingan antara Y2 Prediksi (Yat2) dengan Y2 aktual (Y2) y2 yat Gambar 2. Grafik perbandingan antara Y2 prediksi dengan Y2 aktual Grafik Perbandingan antara Y3 prediksi (yat3) dengan y3 aktual (y3) y3 yat Gambar 3. Grafik perbandingan antara Y3 prediksi dengan Y3 aktual Grafik Perbandingan antara Y4 prediksi (Yat4) dengan Y4 aktual (Y4) y4 yat4 Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
13 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal Gambar 4. Grafik perbandingan antara Y4 prediksi dengan Y4 aktual Perbandingan antara Y6 prediksi (Yat6) dengan Y6 aktual (Y6) y6 yat Gambar 5. Grafik perbandingan antara Y6 prediksi dengan Y6 aktual Model yang terbentuk ini cukup optimal karena diterapkan pada studi kasus sosial yang bersifat dinamis. Model dapat di optimalkan lagi, sala satu caranya adala mendesain ulang kuisioner dengan melibatkan faktor-faktor lain yang signifikan berpengaru teradap variabel terikat yaitu volume pekerjaan, produktivitas dan kecepatan. Seingga variabel bebas yaitu ketepatan, ketelitian, efektifitas, kemitraan, kerja tim, pendelegasian, keuletan, keandalan dan kemandirian dapat menjelaskan variabel terikat tersebut mencapai total variansi lebi dari 60,46%. Dengan demikian, model yang diperole akan lebi optimal asilnya jika keatiatian dan kecermatan dalam penyusunan kuisioner dan pengambilan data dapat dilakukan. Model regresi PLS dapat digeneralisasi untuk mengestimasi kinerja satuan kerja bidang lainnya di lingkungan Pemerinta Kabupaten Tegal. KESIMPULAN Berdasarkan asil dan pembaasan yang tela dijelaskan, maka dapat diambil kesimpulan bawa : 1. Model Regresi PLS untuk studi kasus kinerja Satuan Kerja Sekretariat Daera Kabupaten Tegal adala ' Ŷ=TBQ = XBpls dengan jumla komponen maksimum delapan ( = 0.10). Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
14 (Studi Kasus : Kinerja Sekretariat Daera Kabupaten Tegal 2. Model yang diperole dapat memberikan informasi bawa total variansi Y yaitu volume pekerjaan, produktivitas dan kecepatan dapat dijelaskan ole variabel X yaitu ketepatan, ketelitian, efektifitas, kemitraan, kerja tim, pendelegasian, keuletan, keandalan dan kemandirian sebesar 60,46% DAFTAR PUSTAKA Anonim Portal PLS Smart Guide. ttp:// unixmplsgxe/slides/frames [25 Juli 2006]. Cin, W.W., Partial Least Squares for Researcer : An Overview and Prosentation of Recent Advances Using Te PLS Approac. ttp://disc-nt.cba.u.edu/cin/icis2000plstalk.pdf [9 juli 2006]. Geladi, P., B.R. Kowalski.,1986. Partial Least Squares Regression. A tutorial. Analytica Cimica Acta. 185 : Hervé A., Partial Least Squares (PLS) Regression. ttp:// ~ Herve [9 juli 2006]. Irawan, B., Pendekatan Metode Kuadrat Terkecil Parsial dalam Pemodelan Persamaan Struktural (Studi Kasus : Perusaaan Manufaktur yang Go Publik di Indonesia). Tesis, Program Pascasarjana Institut Pertanian Bogor : Bogor. Jackson, E. J A User Guide To Principal Components. Jon Willey & Sons : New York. Kreyszig, E., Advanced Engineering Matematics. 8 t edition. Jon Willey & Sons : Singapore. Supranto, J., Statistik Teori dan Aplikasi. Jilid 1 dan 2. Edisi keenam. Erlangga : Jakarta Wigena, H.A., Alamudi, A., Algoritma MKTP untuk Kalibrasi Peuba Ganda. Institut Pertanian Bogor : Bogor. Wold, S., A. Rue, A. Wold & W.J. Dunn III Te Co linearity Problem in Linear Regression. Te Partial Squares (PLS) Approac to Generalized Inverses. SIAM J. SCL STAT Comput., vol.5 no.3 : Jurnal Pro Bisnis Vol. 2 No. 2 Agustus
4 SIFAT-SIFAT STATISTIK DARI REGRESI KONTINUM
4 SIFA-SIFA SAISIK DAI EGESI KONINUM Abstrak Matriks pembobot W pada egresi Kontinum diperole dengan memaksimumkan fungsi kriteria umum ternata menimbulkan masala dari aspek statistika. Prinsip dari fungsi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian yang digunakan dalam penelitian ini adala penelitian komparasi. Kata komparasi dalam baasa inggris comparation yaitu perbandingan. Makna dari
Lebih terperinciBAB III METODE STRATIFIED RANDOM SAMPLING
BAB III METODE STRATIFIED RADOM SAMPIG 3.1 Pengertian Stratified Random Sampling Dalam bukunya Elementary Sampling Teory, Taro Yamane menuliskan Te process of breaking down te population into rata, selecting
Lebih terperinciTINJAUAN PUSTAKA Kalibrasi Ganda Regresi Kuadrat Terkecil Parsial ( Partial Least Squares/PLS) 1. Model PLS
TINJAUAN PUSTAKA Kalibrasi Ganda Kalibrasi adalah suatu fungsi matematik dengan data empirik dan pengetahuan untuk menduga informasi pada Y yang tidak diketahui berdasarkan informasi pada X yang tersedia
Lebih terperinciSUATU CONTOH INVERSE PROBLEMS YANG BERKAITAN DENGAN HUKUM TORRICELLI
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 009 SUATU CONTOH INVERSE PROBLEMS YANG BERKAITAN DENGAN HUKUM TORRICELLI Suciati
Lebih terperinciBAB III STRATIFIED CLUSTER SAMPLING
BAB III STRATIFIED CUSTER SAMPING 3.1 Pengertian Stratified Cluster Sampling Proses memprediksi asil quick count sangat dipengarui ole pemilian sampel yang dilakukan dengan metode sampling tertentu. Sampel
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Penelitian ini menggunakan metode eksperimen kuantitati dengan desain posttest control group design yakni menempatkan subyek penelitian kedalam
Lebih terperinciAnalisis Regresi 1. Pokok Bahasan Pengujian pada Regresi Ganda
Analisis Regresi Pokok Bahasan Pengujian pada Regresi Ganda Model Regresi Linier Berganda Model Regresi Linier Berganda, dengan k peubah penjelas : Y β β X β X β X k k Parameter regresi sebanyak k+ diduga
Lebih terperinciPengkajian Metode Extended Runge Kutta dan Penerapannya pada Persamaan Diferensial Biasa
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215 2337-352 (231-928X Print A-25 Pengkajian Metode Extended Runge Kutta dan Penerapannya pada Persamaan Diferensial Biasa Singgi Tawin Muammad, Erna Apriliani,
Lebih terperinciIII. METODE PENELITIAN. Subjek penelitian ini adalah siswa kelas VII B MTs Al Hikmah Bandar
26 III. METODE PENELITIAN A. Subjek Penelitian Subjek penelitian ini adala siswa kelas VII B MTs Al Hikma Bandar Lampung semester genap taun pelajaran 2010/2011 pada pokok baasan Gerak Lurus. Dengan jumla
Lebih terperinciMETODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 169 174. METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA Romika Indahwati,
Lebih terperinciESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER
ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER Siswanto 1, Raupong 2, Annisa 3 ABSTRAK Dalam statistik, melakukan suatu percobaan adalah salah satu cara untuk mendapatkan
Lebih terperinciMetode Regresi Ridge dengan Iterasi HKB dalam Mengatasi Multikolinearitas
Vol. 14, No. 1, 93-99, Juli 2017 Metode Regresi Ridge dengan Iterasi HKB dalam Mengatasi Multikolinearitas Nurhasanah Abstrak Regresi berganda dengan peubah bebas saling berkorelasi (multikolinearitas)
Lebih terperinciPENETAPAN MODEL BANGKITAN PERGERAKAN UNTUK BEBERAPA TIPE PERUMAHAN DI KOTA PEMATANGSIANTAR
PENETAPAN MODEL BANGKITAN PERGERAKAN UNTUK BEBERAPA TIPE PERUMAHAN DI KOTA PEMATANGSIANTAR Muammad Efrizal Lubis 1 (Dosen FT USI / Dinas PU Pengairan Kab. Simalungun) Novdin M Sianturi 2 (Dosen FT USI)
Lebih terperinciSolusi Analitik Model Perubahan Garis Pantai Menggunakan Transformasi Laplace
Jurnal Gradien Vol. No.2 Juli 24 : 5-3 Solusi Analitik Model Perubaan Garis Pantai Menggunakan Transformasi Laplace Syarifa Meura Yuni, Icsan Setiawan 2, dan Okvita Maufiza Jurusan Matematika FMIPA Universitas
Lebih terperinciBab 2 LANDASAN TEORI
17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciDidin Astriani P, Oki Dwipurwani, Dian Cahyawati (Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya)
(M.2) ANALISIS BIPLOT UNTUK MENGETAHUI KARAKTERISTIK PUTUS SEKOLAH PENDIDIKAN DASAR PADA MASYARAKAT MISKIN ANTAR WILAYAH KECAMATAN DI KABUPATEN OGAN ILIR Didin Astriani P, Oki Dwipurwani, Dian Cahyawati
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciSTATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP
STATISTICS WEEK 8 By : Hanung N. Prasetyo BAHASAN Pengertian Hypotesisdan Hypotesis Testing Tipe Kesalaan dalam Pengujian Hipotesis Lima Langka Pengujian Hipotesis Pengujian: Dua Sisi dan Satu Sisi Uji
Lebih terperinciESTIMASI PARAMETER REGRESI LOGISTIK BINER DENGAN METODE PARTIAL LEAST SQUARES
ESTIMASI PARAMETER REGRESI LOGISTIK BINER DENGAN METODE PARTIAL LEAST SQUARES Selpadina Indriyani 1, Raupong 2, Anisa 3 1 Mahasiswa Program Studi Statistika FMIPA Universitas Hasanuddin 2,3 Dosen Program
Lebih terperinciJURNAL. Oleh: ELVYN LELYANA ROSI MARANTIKA Dibimbing oleh : 1. Dian Devita Yohanie, M. Pd 2. Ika Santia, M. Pd
JURNAL PENINGKATAN HASIL BELAJAR DAN RESPON SISWA DENGAN MENGGUNAKAN MODEL PEMBELAJARAN KUMON PADA MATERI PEMBAGIAN BENTUK ALJABAR KELAS VIII SMP NEGERI 8 KOTA KEDIRI PADA TAHUN PELAJARAN 2016/2017 THE
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciOPTIMASI RANCANGAN EKSPERIMEN KOKOH YANG DINAMIS BERDASARKAN FUNGSI KERUGIAN KUALITAS. Abstrak
OPTIMASI RANCANGAN EKSPERIMEN KOKOH YANG DINAMIS BERDASARKAN FUNGSI KERUGIAN KUALITAS Trianingsi Eni Lestari 1), Haryono ), M. Sjaid Akbar ) 1) Maasiswa Program Magister Jurusan Statistika FMIPA ITS Surabaya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciPEMODELAN JUMLAH UANG BEREDAR MENGGUNAKAN PARTIAL LEAST SQUARES REGRESSION (PLSR) DENGAN ALGORITMA NIPALS (NONLINEAR ITERATIVE PARTIAL LEAST SQUARES)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 661-668 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN JUMLAH UANG BEREDAR MENGGUNAKAN PARTIAL LEAST SQUARES
Lebih terperinciEstimasi Interval Kepercayaan Bootstrap pada Parameter Regresi Komponen Utama
Estimasi Interval Kepercayaan Bootstrap pada Parameter Regresi Komponen Utama Shinta Anisa Putri Y 1, Raupong 2, Sri Astuti Thamrin 3 1 Program Studi Statistika, Jurusan Matematika, Fakultas Matematika
Lebih terperinciA. Penggunaan Konsep dan Aturan Turunan
A. Penggunaan Konsep dan Aturan Turunan. Turunan Fungsi Aljabar a. Mengitung Limit Fungsi yang Mengara ke Konsep Turunan Dari grafik di bawa ini, diketaui fungsi y f() pada interval k < < k +, seingga
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciOlimpiade Sains Nasional Eksperimen Fisika Tingkat Sekolah Menengah Atas Agustus 2008 Waktu: 4 jam
Olimpiade Sains Nasional 008 Eksperimen Fisika Hal dari Olimpiade Sains Nasional Eksperimen Fisika Tingkat Sekola Menenga Atas Agustus 008 Waktu: 4 jam Petunjuk umum. Hanya ada satu soal eksperimen, namun
Lebih terperinci2 METODE. Kerangka Pemikiran
16 2 METODE Kerangka Pemikiran PTT padi merupakan suatu metode pendekatan untuk mempertahankan atau meningkatkan produktivitas padi secara berkelanjutan dan efisiensi produksi. PTT menekankan pada prinsip
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu metode analisis dalam statistika yang sangat familiar bagi kalangan akademis dan pekerja. Analisis regresi dapat
Lebih terperinciHASIL DAN PEMBAHASAN
Konsentrasi lemak ikan (%) Kandungan zat aktif (absorban) HASIL DAN PEMBAHASAN Deskripsi Data Berdasarkan data yang digunakan dalam penelitian ini, akan dilakukan pengidentifikasian multikolinieritas.
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian ini adalah penelitian kuantitatif, penelitian ini
BAB III METODOLOGI PENELITIAN Jenis penelitian ini adala penelitian kuantitati, penelitian ini berlandaskan pada ilsaat positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu, teknik
Lebih terperinciTurunan Fungsi. Penggunaan Konsep dan Aturan Turunan ; Penggunaan Turunan untuk Menentukan Karakteristik Suatu Fungsi
8 Penggunaan Konsep dan Aturan Turunan ; Penggunaan Turunan untuk Menentukan Karakteristik Suatu Fungsi ; Model Matematika dari Masala yang Berkaitan dengan ; Ekstrim Fungsi Model Matematika dari Masala
Lebih terperinciProgram Studi S1 Teknik Industri, Fakultas Rekayasa Industri, Universitas Telkom
PERENCANAAN KEBIJAKAN PERSEDIAAN BAHAN BAKU DENGAN MENGGUNAKAN METODE CONTINUOUS REVIEW (s,s) DAN METODE CONTINUOUS REVIEW (s,q) UNTUK MEMINIMASI TOTAL BIAYA PERSEDIAAN PADA PT. XYZ Selvia Dayanti 1, Ari
Lebih terperinciTINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen
4 TINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen (1989). Namun demikian sebagian besar penerapannya menggunakan
Lebih terperinciAnalisis Regresi 2. Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
Analisis Regresi Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda Tuuan Instruksional Khusus : Mahasiswa dapat menelaskan regresi linier sederhana dan berganda dan asumsi-asumsi yang mendasarinya
Lebih terperinciMatematika ITB Tahun 1975
Matematika ITB Taun 975 ITB-75-0 + 5 6 tidak tau ITB-75-0 Nilai-nilai yang memenui ketidaksamaan kuadrat 5 7 0 atau atau 0 < ITB-75-0 Persamaan garis yang melalui A(,) dan tegak lurus garis + y = 0 + y
Lebih terperinciAUDITING 2 PENGUJIAN SIKLUS PENJUALAN DAN PENAGIHAN PIUTANG DAGANG
AUDITING 2 PENGUJIAN SIKLUS PENJUALAN DAN PENAGIHAN PIUTANG DAGANG NAMA KELOMPOK : KHUSNUL KHOTIMAH (108 694 003) INDAH NOVITASARI (108 694 012) LAILATUR ROHMAH (108 694 028) MOCH. BAGUS ALIM MS (108 694
Lebih terperinciTEKNIS PERENCANAAN PENGELOLAAN ASET IRIGASI
LAMPIRAN II PERATURAN MENTERI PEKERJAAN UMUM DAN PERUMAHAN RAKYAT REPUBLIK INDONESIA Nomor : /PRT/M/05 Tanggal : 4 MEI 05 TENTANG PENGELOLAAN ASET IRIGASI TEKNIS PERENCANAAN PENGELOLAAN ASET IRIGASI. Pendauluan
Lebih terperinciPERKEMBANGAN PEMODELAN KALIBRASI UNTUK MENDUGA KANDUNGAN SENYAWA AKTIF DALAM SUATU TANAMAN ABSTRAK
Seminar Nasional Statistika I Institut eknologi Sepulu Nopember, 7 November 009 PERKEMBANGAN PEMODELAN KALIBRASI UNUK MENDUGA KANDUNGAN SENYAWA AKIF DALAM SUAU ANAMAN Nurwiani, Sony S, Setiawan, Bambang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciPENGARUH UMUR, PENGALAMAN KERJA, UPAH, TEKNOLOGI DAN LINGKUNGAN KERJA TERHADAP PRODUKTIVITAS KARYAWAN
PENGARUH UMUR, PENGALAMAN KERJA, UPAH, TEKNOLOGI DAN LINGKUNGAN KERJA TERHADAP PRODUKTIVITAS KARYAWAN Lu Sri Kumbadewi, I Wayan Suwendra 1, Gede Putu Agus Jana Susila 2 Jurusan Manajemen Universitas Pendidikan
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciBAB 2 LANDASAN TEORI
9 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Perubahan nilai suatu variabel dapat disebabkan karena adanya perubahan pada variabel - variabel lain yang mempengaruhinya. Misalnya pada kinerja
Lebih terperinciISSN : e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 997
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 997 USULAN KEBIJAKAN PERSEDIAAN PRODUK KATEGORI KAWAT TEMBAGA UNTUK MEMINIMASI STOCK OUT DENGAN PENDEKATAN METODE CONTINUOUS REVIEW
Lebih terperinci19, 2. didefinisikan sebagai bilangan yang dapat ditulis dengan b
PENDAHULUAN. Sistem Bilangan Real Untuk mempelajari kalkulus perlu memaami baasan tentang system bilangan real karena kalkulus didasarkan pada system bilangan real dan sifatsifatnya. Sistem bilangan yang
Lebih terperinciMENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA)
MENGATASI MULTIKOLINEARITAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) Laporan Praktikum ke-2 Disusun untuk Memenuhi Laporan Praktikum Analisis Regresi Lanjutan Oleh Nama : Faisyal Nim : 125090507111001
Lebih terperinciPEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R
PEMODELAN PRINCIPAL COMPONENT REGRESSION DENGAN SOFTWARE R Margaretha Ohyver Mathematics & Statistics Department, School of Computer Science, Binus University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinciTINJAUAN PUSTAKA. Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan
4 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Matriks 2.1.1 Matriks Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks tersebut. Suatu
Lebih terperinciKB. 2 INTERAKSI PARTIKEL DENGAN MEDAN LISTRIK
KB. INTERAKSI PARTIKEL DENGAN MEDAN LISTRIK.1 Efek Stark. Jika sebua atom yang berelektorn satu ditempatkan di dalam sebua medan listrik (+ sebesar 1. volt/cm) maka kita akan mengamati terjadinya pemisaan
Lebih terperinciEFEKTIFITAS METODE ADITIF SPLINE KUADRAT TERKECIL PARSIAL DALAM PENDUGAAN MODEL REGRESI
EFEKTIFITAS METODE ADITIF SPLINE KUADRAT TERKECIL PARSIAL DALAM PENDUGAAN MODEL REGRESI Ahmad Bilfarsah Jurusan PMIPA, FKIP, Universitas Jambi, Mendalo Darat, Jambi, Indonesia E-mail: bilfarsah@yahoo.co.id
Lebih terperinciMateri : Bab XIII. LUAS Pengajar : Khomsin, ST
PENDIDIKN DN PETIHN (DIKT TEKNIS PENGUKURN DN PEMETN KOT Surabaya, 9 gustus 00 Materi : Bab XIII. US Pengajar : Komsin, ST FKUTS TEKNIK SIPI DN PERENCNN INSTITUT TEKNOOGI SEPUUH NOPEMBER BB XIII. US Ole:
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Analisis Regresi Perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat disebabkan oleh berubahnya variabel lain yang berhubungan
Lebih terperinciDATA DAN METODE Sumber Data
14 DATA DAN METODE Sumber Data Data yang digunakan dalam penelitian ini adalah data hasil simulasi dan data dari paket Mclust ver 3.4.8. Data simulasi dibuat dalam dua jumlah amatan yaitu 50 dan 150. Tujuan
Lebih terperinciuntuk i = 0, 1, 2,..., n
RANGKUMAN KULIAH-2 ANALISIS NUMERIK INTERPOLASI POLINOMIAL DAN TURUNAN NUMERIK 1. Interpolasi linear a. Interpolasi Polinomial Lagrange Suatu fungsi f dapat di interpolasikan ke dalam bentuk interpolasi
Lebih terperinciPENERAPAN METODE PARTIAL LEAST SQUARE PADA ANALISIS LINTAS (PATH ANALYSIS) UNTUK SELEKSI TANAMAN SERAI DAPUR (Cymbopogon citratus) ARY SANTOSO
PENERAPAN METODE PARTIAL LEAST SQUARE PADA ANALISIS LINTAS (PATH ANALYSIS) UNTUK SELEKSI TANAMAN SERAI DAPUR (Cymbopogon citratus) ARY SANTOSO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciAKAR PERSAMAAN Roots of Equations
AKAR PERSAMAAN Roots o Equations Akar Persamaan 2 Acuan Capra, S.C., Canale R.P., 1990, Numerical Metods or Engineers, 2nd Ed., McGraw-Hill Book Co., New York. n Capter 4 dan 5, lm. 117-170. 3 Persamaan
Lebih terperinciBAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat
BAB III Model Regresi Linear 2-Level Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat linear. Untuk data berstruktur hirarki 2 tingkat, analisis regresi yang dapat digunakan adalah
Lebih terperinciKata Kunci: Persediaan, Analisis ABC, Overstock, Continous Review (s,s), Continous Review (s,q) ABSTRACT
PERANCANGAN KEBIJAKAN PERSEDIAAN PRODUK KATEGORI CHEMICAL DENGAN MENGGUNAKAN METODE PROBABILISTIK CONTINOUS REVIEW (s,s) DAN CONTINOUS REVIEW (s,q) UNTUK MEMINIMASI TOTAL BIAYA PERSEDIAAN DI PT XYZ Dimas
Lebih terperinciMatematika dan Statistika
ISSN 4-6669 Volume 2, Juni 22 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majala Ilmia Matematika dan Statistika Volume 2, Juni 22 PROFIL PENDERITA
Lebih terperinciBAB 1 PENDAHULUAN. banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam masyarakat modern seperti sekarang ini, metode statistika telah banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan keputusan / kebijakan.
Lebih terperinci36 Kompensasi. Variabel kompensasi ini terdiri dari Gaji, Reward dan Insentif. 1. Gaji Menurut Hasibuan (2007) gaji adalah balas jasa yang dibayar sec
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini akan dilakukan pada bulan September-Desember 2014. Penelitian ian ini dilaksanakan pada CV.Sumber Buah Serang, Jl. Cinanggung
Lebih terperinciAnalisis Regresi 2. Multikolinier & penanganannya
Analisis Regresi 2 Pokok Bahasan : Multikolinier & penanganannya TUJUAN INSTRUKSIONAL KHUSUS : Mahasiswa dapat menjelaskan adanya multikolinieritas pada regresi linier berganda serta prosedur penanganannya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciBAB II TINJAUAN PUSTAKA. karena melibatkan sejumlah variable bebas (independent variable) dan variabel
BAB II TINJAUAN PUSTAKA 2.1 Structural Equation Modeling (SEM) Structural Equation Modeling (SEM) merupakan teknik dengan kombinasi dari analisis jalur (path) dan analisis regresi yang memungkinkan peneliti
Lebih terperinciUPAYA MENINGKATKAN KREATIVITAS DAN PRESTASI BELAJAR IPS MELALUI PENDEKATAN ALAM SEKITAR. Abstrak
UPAYA MENINGKATKAN KREATIVITAS DAN PRESTASI BELAJAR IPS MELALUI PENDEKATAN ALAM SEKITAR Siti Halima 1, Jon Sabari 2 1 Maasiswa Program Pascasarjana PIPS Universitas PGRI Yogyakarta (2015) 2 Dosen Pengampu
Lebih terperinciKetakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Kuadrat Terkecil Tak Terboboti (Unweighted Least Square) Untuk Data Ordinal
Prosiding Semirata FMIPA Universitas Lampung, 2013 Ketakbiasan Dalam Model Analisis Faktor Konfirmatori Pada Metode Pendugaan Kuadrat Terkecil Tak Terboboti (Unweighted Least Square) Untuk Data Ordinal
Lebih terperinciBAB II LANDASAN TEORI. metode kuadrat terkecil (MKT), outlier, regresi robust, koefisien determinasi,
BAB II LANDASAN TEORI Beberapa teori yang diperlukan untuk mendukung pembahasan diantaranya adalah regresi linear berganda, pengujian asumsi analisis regresi, metode kuadrat terkecil (MKT), outlier, regresi
Lebih terperinciTINJAUAN PUSTAKA. pendugaan modelnya. Salah satu metode statistika yang dapat mengatasinya adalah
TINJAUAN PUSTAKA Metode Kuadrat Terkecil Parsial Kolinearitas dalm analisis regesi akan menyebabkan ketidaktepatan dalarn pendugaan modelnya. Salah satu metode statistika yang dapat mengatasinya adalah
Lebih terperinciImtiyaz, et al, Analisis Nomor P-IRT pada Label Pangan Produksi IRTP di Kecamatan...
Analisis Nomor P-IRT pada Label Pangan Produksi IRTP di Kecamatan Kaliwates Kabupaten Jember (Analysis of P-IRT Number on Te Food Label IRTP Production in Kaliwates District Jember Regency) Andi Hilman
Lebih terperinciPENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS
e-jurnal Matematika Vol. 2, No. 1, Januari 2013, 54-59 PENERAPAN METODE GENERALIZED RIDGE REGRESSION DALAM MENGATASI MASALAH MULTIKOLINEARITAS NI KETUT TRI UTAMI 1, I KOMANG GDE SUKARSA 2, I PUTU EKA NILA
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Pengertian Regresi Linier Pengertian Regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih Analisis
Lebih terperinciBAB III METODE PENELITIAN. Dalam melakukan penelitian ini penulis mengambil obyek penelitian di
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Dalam melakukan penelitian ini penulis mengambil obyek penelitian di Universitas Pendidikan Indonesia. Penelitian mulai dilaksanakan pada Bulan
Lebih terperinciPERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN
Saintia Matematika Vol. 1, No. 1 (2013), pp. 73 85. PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENAKSIR M DALAM MENGATASI PERMASALAHAN DATA PENCILAN Sri Wulandari, Sutarman, Open Darnius Abstrak. Analisis
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Absorbsi Near Infrared Sampel Tepung Ikan Absorbsi near infrared oleh 50 sampel tepung ikan dengan panjang gelombang 900 sampai 2000 nm berkisar antara 0.1 sampai 0.7. Secara grafik
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS)
FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK DI JAWA TENGAH MENGGUNAKAN MODEL REGRESI ROBUST DENGAN ESTIMASI LEAST MEDIAN OF SQUARES (LMS) Yuditia Ari Prabowo, Yuliana Susanti, dan Santoso Budi Wiyono
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada landasan teori berikut akan dibaas tentang variabel, skala data, varians kovarians, analisis multivariat, analisis kovarians (ANCOVA), dan gizi untuk menunjang pembaasan MANCOVA
Lebih terperinciKarakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil
Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:
Lebih terperinciMETODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 163-168. METODE ORDINARY LEAST SQUARES DAN LEAST TRIMMED SQUARES DALAM MENGESTIMASI PARAMETER REGRESI KETIKA TERDAPAT OUTLIER
Lebih terperinciBAB 3 ANALISA DENGAN UJI MODEL FISIK
28 BAB ANALISA DENGAN UJI MODEL FISIK.1 Deskripsi model.1.1 Pembuatan model Model yang digunakan adala saluran yang terbuat dari kaca berdimensi panjang (l) 8 m,tinggi () 0.7 m, dan lebar (b) 0.4 m dengan
Lebih terperinciBAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n<<p DAN TERDAPAT KEKOLINEARAN-GANDA
BAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n
Lebih terperinciBAB II DASAR TEORI. Gambar dapat direpresentasikan ke dalam dua macam bentuk yaitu bentuk
BAB II DASAR TEORI 2.1 Definisi Gambar Digital Gambar dapat direpresentasikan ke dalam dua macam bentuk yaitu bentuk kontinu dan bentuk digital. Dengan menggunakan definisi gambar dalam representasikan
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk
Lebih terperinciUPAYA PENINGKATAN MOTIVASI DAN PRESTASI BELAJAR IPS MELALUI MODEL COOPERATIVE SCRIPT
Seminar Nasional Universitas PGRI Yogyakarta 01 UPAYA PENINGKATAN MOTIVASI DAN PRESTASI BELAJAR IPS MELALUI MODEL COOPERATIVE SCRIPT Sutarma 1), Jon Sabari ) 1) Pascasarjana, Universitas PGRI Yogyakarta
Lebih terperinciISSN : e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 2450
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 2450 PENENTUAN KEBIJAKAN PERSEDIAAN CRITICAL SPARE PART DI DIPO BANDUNG PT. KERETA API INDONESIA DENGAN PENDEKATAN METODE CONTINUOUS
Lebih terperinciBAB IV LAPORAN HASIL PENELITIAN
64 BAB IV LAPORAN HASIL PENELITIAN A. Gambaran Umum Lokasi Penelitian 1. Sejara Singkat Berdirinya Madrasa Tsanawiya Negeri I Candi Laras Utara Madrasa Tsanawiya pada awal didirikan pada taun 1983, ini
Lebih terperinciPENINGKATAN HASIL BELAJAR SISWA KELAS V/A DENGAN MENGGUNAKAN MEDIA GRAFIS KARTU PADA PEMBELAJARAN IPS DI SD PT. BINTARA TANI NUSANTARA
PENINGKATAN HASIL BELAJAR SISWA KELAS V/A DENGAN MENGGUNAKAN MEDIA GRAFIS KARTU PADA PEMBELAJARAN IPS DI SD PT. BINTARA TANI NUSANTARA Abdul Hamid 1, Pebriyenni 1, Niniwati 1 1 Program Studi Pendidikan
Lebih terperinciProfil LKS IPA SMP Berorientasi Active Learning dengan Strategi Belajar Mengajukan Pertanyaan
Profil LKS IPA SMP Berorientasi Active Learning dengan Strategi Belajar Mengajukan Pertanyaan Iin Indawati, Tjandrakirana, Rinie Pratiwi Puspitawati Jurusan Biologi-FMIPA Universitas Negeri Surabaya Jalan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam
BAB 2 TINJAUAN TEORITIS 21 Pengertian Regresi Linier Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih
Lebih terperinciMETODE BEDA HINGGA PADA KESTABILAN PERSAMA- AN DIFUSI KOMPLEKS DIMENSI SATU
PROSIDING ISSN: 50-656 METODE BEDA HINGGA PADA KESTABILAN PERSAMA- AN DIFUSI KOMPLEKS DIMENSI SATU Danar Ardian Pramana, M.Sc 1) 1) DIV TeknikInformatikaPoliteknikHarapanBersama danar_ardian@ymail.com
Lebih terperinciBAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier. Regresi pertama
Lebih terperinciBAB II METODE ANALISIS DATA. memerlukan lebih dari satu variabel dalam membentuk suatu model regresi.
10 BAB II METODE ANALISIS DATA 2.1 Pengertian Regresi Berganda Banyak data pengamatan yang terjadi sebagai akibat lebih dari dua variabel, yaitu memerlukan lebih dari satu variabel dalam membentuk suatu
Lebih terperinciForum Statistika dan Komputasi, Oktober 2009 p : ISSN :
, Oktober 2009 p : 26-34 ISSN : 0853-8115 Vol 14 No.2 METODE PENDUGAAN MATRIKS RAGAM-PERAGAM DALAM ANALISIS REGRESI KOMPONEN UTAMA (RKU) (Variance-Covariance Matrix Estimation Method for Principal Component
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Konsep Dasar Statistika Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan
Lebih terperinciESTIMATOR KERNEL DALAM MODEL REGRESI NONPARAMETRIK
Jurnal Matematika Vol. 2 No. 1, Juni 2012. ISSN : 1693-1394 ESTIMATOR KERNEL DALAM MODEL REGRESI NONPARAMETRIK I Komang Gede Sukarsa e-mail: sukarsakomang@yaoo.com I Gusti Ayu Made Srinadi e-mail: srinadiigustiayumade@yaoo.co.id
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Kerangka Pemikiran Perusahaan dalam era globalisasi pada saat ini, banyak tumbuh dan berkembang, baik dalam bidang perdagangan, jasa maupun industri manufaktur. Perusahaan
Lebih terperinciII LANDASAN TEORI Definisi 1 (Prestasi Belajar) b. Faktor Eksternal Definisi 2 (Faktor-Faktor yang mempengaruhi prestasi) a.
II LANDASAN TEORI Definisi 1 (Prestasi Belajar) Prestasi belajar adalah suatu bukti keberhasilan belajar atau kemampuan seseorang siswa dalam melakukan kegiatan belajarnya sesuai dengan bobot yang dicapainya.
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciBAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat
BAB II LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian ini yang berhubungan dengan kecukupan sampel maka langkah awal yang harus dilakukan adalah pengujian terhadap jumlah sampel. Pengujian
Lebih terperinci