ESTIMASI MODEL EKSPONENSIAL LIFETIME DENGAN DOUBLE CENSORING
|
|
- Farida Budiman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 J. Math. and Its Appl. ISSN: X Vol. 7, No. 2, Novembe 21, 27 4 ESTIMASI MODEL EKSPONENSIAL LIFETIME DENGAN DOUBLE CENSORING Fada Agustn W. 1, Thatht Puwanngtyas 2 Juusan Matematka, FMIPA ITS Suabaya 1 fada sahlan@yahoo.com, 2 thatht@sss sub.sg.co.d Abstak Analss lfetme meupakan analss statstk yang memodelkan lama waktu sampa tejadnya suatu kejadan. Peneltan n menggunakan Dstbus Eksponensal untuk mengestmas data lfetme dengan double censong dan menggunakan metode Bayesan yang bedasakan dstbus po gamma. Infomas sampel dstbus po) tesebut dkombnaskan dengan fungs lkelhood untuk mendapatkan dstbus posteo, sehngga ddapatkan estmato da yatu dan nteval kepecayaan 1 α) 1% untuk, yatu: P c 1 c 2 x) 1 α dmana penentuan nla c 1,c 2 ) ddapatkan dengan pendekatan numek dengan bantuan Matlab 7. pada peneapan kasus. Katakunc: Dstbus eksponensal, double censong, metode bayesan, dstbus posteo 1. Pendahuluan Pengamatan data lfetme beguna dalam melakukan pengujan daya tahan dan keandalan suatu hasl teknolog dan ndust. Selan sangat dpelukan dalam penngkatan kualtas suatu poduk, analss tehadap data lfetme 27
2 28 Estmas model eksponensal lfetme dengan double censong pada konds pelakuan atau opeasonal tetentu banyak dlakukan oleh paa lmuwan d bebaga bdang lmu. Bebeapa model dstbus yang seng dgunakan dalam pengamatan data lfetme n yatu dstbus Webull, dstbus Gamma, dstbus Eksponensal dan dstbus Lognomal. Pada peneltan n dstbus yang dgunakan adalah dstbus Eksponensal kaena dstbus tesebut banyak dgunakan dalam analss uj lfetme. Pengamblan sampel dalam uj lfetme dlakukan secaa censong sehngga waktu pengujan lebh efsen. Tedapat bebaga macam tpe sampel censong yang bsa dgunakan dantaanya sampel sngle censong dan double censong. Sampel double censong adalah sampel data yang dsenso kedua-duanya yatu ght censong dan left censong, sedangkan sampel sngle censong meupakan tpe censong yang hanya dlakukan satu kal, yatu ght censong saja atau left censong. Penggunaan sampel double censong lebh menghemat waktu dan tenaga jka dbandngkan dengan sampel sngle censong kaena pengamatan bsa dlakukan dengan mengunakan data yang teseda. Peneltan n melput estmas paamete yang menggunakan Metode Bayes, yang meupakan metode estmas bedasakan penggabungan nfomas data sampel dengan pengetahuan subyektf mengena dstbus peluang paamete yang tdak dketahu yang dsebut dstbus po dan po yang dgunakan adalah po nvese Gamma. Tujuannya da peneltan n adalah untuk mendapatkan estmato paamete dstbus Eksponensal pada data double censong bedasakan dstbus po nvese Gamma seta nteval kepecayaannya. 2. Dasa teo Msalkan G x) adalah fungs da vaabel acak x, nla haapan untuk G x) adalah: E[Gx)] x R Gx)fx) jka x dskt E[Gx)] Gx)fx) dx jka x kontnu
3 Fada Agustn W., Thatht Puwanngtyas. 29 Msalkan X dan Y adalah dstbus besama da vaabel acak maka nla haapan besyaat da Y dmana X x adalah : E[Y x)] y yfy x) jka X dan Y dskt E[Y x)] yfy x) dx jka X dan Y kontnu Defns 2.1 [3] Sebuah vaabel acak kontnu X dkatakan memlk dstbus Invese Gamma dengan paamete bentuk α dan paamete skala β, jka fungs kepadatan pobabltas pdf) da X bebentuk f x) { β α Γα) x α 1) e β x ; untuk ; untuk x > x lannya dan α > ; β > Dalam analss Bayesan basanya keputusan penentuan dstbus po memegang peanan pentng. Dengan menggunakan teoema Bayes, nfomas awal po) n dgunakan untuk mendapatkan nla da estmas, yang dnyatakan dengan fungs lkelhood yang dkombnaskan untuk membentuk dstbus posteo. Dstbus Po da paamete dlambangkan dengan p ) adalah fungs pobabltas yang menyatakan tngkat kepecayaan nla, dstbus posteo lkelhood x dstbus po. Bebeapa censong dalam analss uj hdup adalah [11]: a. Uncensoed Dalam uj sampel lengkap n ekspemen akan dhentkan jka semua komponen yang duj telah mat atau gagal. b. Left Censong Jka sebuah ttk pont beada d bawah sebuah nla tetentu tetap tdak dketahu beapa banyaknya. c. Rght Censong Jka sebuah ttk pont beada datas sebuah nla tetentu tetap tdak dketahu beapa banyaknya [2].
4 3 Estmas model eksponensal lfetme dengan double censong Rght Censong ted da: Censong Tpe I: Dalam censong tpe I, ekspemen akan dhentkan jka telah dcapa waktu tetentu waktu censong). Censong Tpe II: Suatu sampel dkatakan censong tpe II apabla ekspemen dhentkan setelah kegagalan ke- telah dpeoleh.. d. Double Censong[5] Dalam Double Censong, pengamatan tehadap waktu hdup n sampel acak dengan dua censong yatu ght censong dan left censong, sedangkan untuk yang ght censong dgunakan ght censong tpe II.Double censong da n sample acak adalah pengamatan tehadap waktu hdup sampel ke X, X +1,..., X s, yang teuut dengan 1) sampel tekecl seta n s) sampel tebesa dsenso. { dsenso }}{ dsenso X 1, X 2,..., X 1, X, X +1,..., X }{{} s, { X }}{ s+1, X s+2,..., X n damat Salah satu metode yang dgunakan untuk mendapatkan estmato da paamete adalah Metode Bayesan Estmaton. Paamete dpandang sebaga vaabel acak dalam uang paamete dan mempunya dstbus pobabltas p ) yang meupakan tngkat kepecayaan awal tentang paamete sebelum pengamatan dlakukan, dsebut dstbus po. Teoema umum da Bayes [4] p y ) p y ) p ) p y) dmana p y)dstbus posteo. Dstbus besama p y, ) dan dstbus magnal p y) pada umumnya tdak dketahu, basanya hanya dstbus po dan fungs lkelhood nya yang dnyatakan. Rumus Bayes dapat juga dtuls [4] p y) l, y) p ) Dstbus posteo lkelhood x dstbus po
5 Fada Agustn W., Thatht Puwanngtyas. 31 Inteval c 1, c 2 ) da 1 1 α) % dsebut Inteval Bayesan untuk jka c 1 < c 2 adalah dua konstanta, maka [7]: πθ x)dθ, kontnu; 1 α P C x) C πθ x), dskt. θ C dengan π θ x) adalah dstbus posteo. 3. Analss dan pembahasan 3.1. Estmas paamete dstbus eksponensal Dstbus Eksponensal secaa luas dgunakan sebaga suatu model lfetme yang ddasakan peneltan yang menyetakan ketahanan suvval). Jka x lfetme bedstbus Eksponensal dengan paamete maka pdf f x) adalah [6] f x) 1 exp x ) x > > 3.2. Fungs suvval Pobabltas suatu ndvdu oleh dstbus Eksponensal yang akan betahan hdup sampa waktu x dsebut fungs suvval adalah: R x ) P X > x ) 1) Sehngga da Pesamaan 1) ddapatkan fungs suvval sebaga bekut: R x ) exp x ) 2) 3.3. Fungs Lkelhood Msalkan x vaabel acak bedstbus Eksponensal dengan fungs pobabltas fx, ),dan adalah paamete yang tdak dketahu maka pengkonstuksan fungs lkelhood dapat dnyatakan dengan
6 32 Estmas model eksponensal lfetme dengan double censong Lx ) fx 1, )fx 2, )...fx n ) n fx ; ) 3) 1 Fungs lkelhood pada Pesamaan 2) belaku untuk tpe complete samplng, kaena data pada tpe n semua uncensoed, atnya semua unt yang duj gagal. Sedangkan untuk tpe censoed samplng mempunya fungs lkelhood yang bebeda dengan complete samplng. Ketka mengejakan analsa maxmum lkelhood pada data dengan tem yang belum gagal, fungs lkelhood pelu dpeluas untuk menghtung tem-tem yang belum gagal. Secaa keseluuhan teknk estmasnya tdak beubah, hanya saja pada fungs lkelhood dkenakan fungs suvvo. Fungs lkelhood untuk model suvval dengan keadaan data censong, dbekan fomulas bekut n [8]: Untuk uncensoed: P X x ) fx ) Uj pada sampel lengkap n ekspemen akan dhentkan jka semua komponen yang duj telah mat atau gagal. Untuk left censong: P X < x ) 1 R x ) Jka sebuah ttk pont beada d bawah sebuah nla tetentu tetap tdak dketahu beapa banyaknya. Untuk ght censong: P X > x ) R x ) Jka sebuah ttk pont beada datas sebuah nla tetentu tetap tdak dketahu beapa banyaknya. Sample acak beukuan n da dstbus Exp ), dmana U, ) adalah paamete yang tdak dketahu, dan menuut Fenandez 2) msalkan x,..., x s meupakan pengamatan teuut da 1) pengamatan tekecl dan n s) pengamatan tebesa pada double censong adalah sebaga bekut: dsenso dsenso {}}{ x 1, x 2,..., x 1, x, x +1,..., x }{{} s, { x }}{ s+1, x s+2,..., x n damat
7 Fada Agustn W., Thatht Puwanngtyas. 33 selanjutnya subttus Pesamaan 2) dan 3) ddapatkan fungs lkelhood untuk pada data double censong adalah L x) n! 1)!n s)! {1 Rx )} 1 {Rx )} n s s fx ) 4) sehngga dpeoleh { )} 1 n! L x) 1 exp x 1)!n s)! { s x + n s)x s )} s +1) exp 5) Pada Pesamaan 4) dmsalkan m s + 1 dan ξ x) s x + n s) x s sehngga { n! L x) 1 exp x )} 1 { m exp ξ x) ) } 1)! n s)! 6) dengan kesebandngan ddapatkan fungs lkelhood untuk adalah { L x) 1 exp x )} 1 { m exp ξ x) ) } 3.4. Dstbus po Menuut [5] dstbus yang tepat untuk nomas po da adalah dstbus Invese Gamma a, b). Dstbus po tesebut bebentuk g ) ab Γ b) b+1) exp a ) dmana > a >, b >. dengan kesebandngan ddapatkan dstbus po sebaga bekut: g ) b+1) exp a ) dmana >, a >, b > 8) dengan a dan b dketahu. 7)
8 34 Estmas model eksponensal lfetme dengan double censong 3.5. Dstbus posteo Metode Bayesan mempunya keuntungan dengan mengkombnaskan pengetahuan subjektf da dstbus po dengan pengetahuan yang ada dalam data. Dengan mengkombnaskan fungs lkelhood dan dstbus po ddapatkan dstbus posteonya. Pesamaan umum da dstbus posteo tesebut adalah : h x) L x) p ) L x) p ) d 9) dengan L x) adalah fungs lkelhood dan p ) adalah dstbus po. Bedasakan Pesamaan 6) dan 8) nla da L x) p ) d adalah: L x) p ) d b+1) exp ) a m exp a + ξx) m+b+1) exp ξ x) ) 1 exp x )) 1 d ) 1 exp x )) 1 d 1) dengan 1 exp x )) ) exp x )) 1) 1 ) 1) exp x ) 11)
9 Fada Agustn W., Thatht Puwanngtyas. 35 Kemudan subttuskan Pesamaan 1) ke 11), sehngga ddapatkan L x) p ) d maka a + ξx) m+b+1) exp 1 1 o 1 1 ) ) 1) ) 1 1 ) 1) exp x ) d ) a + ξx) + m+b+1) x exp d 1) Γ b + m) a + ξ x) + x ) b+m) a + ξ x) + x ) b+m) ) a + ξx) + m+b+1) x exp d 12) Γ b + m) o a + ξ x) + x ) b+m) ) m+b+1) exp a+ξx)+x Γ b + m) d 1 sehngga Pesamaan 12) akan menjad 1 L x) p ) d Γ b + m) 1 ) 1) 1 + x )) b+m) dengan : a + ξ x), dpeoleh dstbus posteonya dnyatakan sebaga bekut: ) ) )) 1 b+1) a exp m exp ξx) 1 exp x d h x) 1 ) 1 Γ b + m) 1) a + ξ x) 1 + x )) b+m) a + ξx) 13) Msalkan ) 1 ) 1 F [a + ξ x), b + m] 1) x b+m) 1 + a + ξx) dengan a + ξx), m + b >. Sehngga dstbus posteo pada Pesamaan
10 36 Estmas model eksponensal lfetme dengan double censong 13) dapat dnyatakan sebaga bekut: ) )) 1 b+m+1) exp a+ξx) 1 exp x d h x) Γ b + m) a + ξ x)) b+m) F [a + ξ x), b + m] 14) 3.6. Estmato Bayes Dengan menggunakan fungs keugan kuadatk, estmato Bayes untuk ) adalah mean da dstbus posteo. Estmas Bayes dapat dnyatakan sebaga bekut: E x) h x) d 15) dmana h x) adalah dstbus posteo sesua Pesamaan 14), sehngga Pesamaan 15) menjad ) )) 1 a + ξ x)) b+m) exp a+ξx) 1 exp x d Γb + m) b+m+1) F [a + ξ x), b + m] a + ξ x)) b+m) Γ b + m) F [a + ξ x), b + m] a + ξx) b+m) exp Pesamaan sebaga bekut: kaena b+m) exp ) 1 exp x )) 1 d 16) ) )) 1 a+ξx) 1 exp x d dapat dtuls ) a + ξx) b+m) exp 1 exp x )) 1 d a + ξ x) + x ) b+m 1) ) a + ξx) + b+m 1)+1) x ) exp d 1 Γ b + m + 1)
11 Fada Agustn W., Thatht Puwanngtyas. 37 sehngga ) 1 exp x )) 1 d a + ξx) b+m) exp ) 1 1 1) Γ b + m 1) a + ξ x) + x ) b+m 1) 1 Γ b + m 1) x)) b+m 1) 1 ) 1) 1 + x ) b+m 1) 17) dengan : a + ξ x). Msalkan 1 F [a + ξ x), b + m 1] 1 ) ) 1) x b+m 1) 1 + a + ξx) dengan a + ξx), m + b 1 > Sehngga Pesamaan 17) dapat dtuls sebaga bekut: ) a + ξx) b+m) exp 1 exp x )) 1 d Γ b + m + 1) a + ξ x)) b+m 1) F [a + ξ x), b + m 1] 18) Dengan demkan estmato Bayes untuk pada Pesamaan 16) dan substtus da Pesamaan 18) dapat dnyatakan sebaga bekut: Γ b + m 1) F [a + ξ x), b + m 1] Γ b + m) F [a + ξ x), b + m] a + ξ x)) dengan Γ b + m) b+m 1) Γ b + m 1), maka estmato Bayes untuk adalah sebaga bekut: { F [a + ξ x), b + m 1] F [a + ξ x), b + m] } { } a + ξ x)) b + m 1 dengan m s 1 dan ξ x) s x + n s) x s
12 38 Estmas model eksponensal lfetme dengan double censong 3.7. Inteval kepecayaan Bayes Dketahu bahwa dstbu posteo da adalah: h x) a + ξx))b+m) exp a+ξx)) )1 exp x Γb + m) b+m+1) F [a + ξx), b + m] )) 1 dengan > yatu 1 1 α) % nteval kepecayaan untuk dan 1 α) dsebut koefsen kepecayaan πθ x)dθ, 1 α P C x) C πθ x), θ C kontnu; dskt. dengan π θ x) adalah dstbus posteo. Selanjutnya akan dca nteval kepecayaan 1 α) 1% untuk, yatu: P c 1 c 2 x) 1 α dmana adalah paamete yang tdak dketahu dengan batas bawah memenuh pesamaan S c 1 x) c 1 dan batas atas juga memenuh pesamaan S c 2 x) c 2 h x) d α 2 h x) d 1 α 2 Batas bawah c 1 ) dan batas atas c 2 ) dtentukan dengan menggunakan pendekatan numek. Pendekatan ntegas numek yang dgunakan pada peneltan adalah Atuan Smpson s 1 / 3 bedasakan dengan bantuan matlab 7.. Contoh kasus Ilustas pemasalahan flue tme waktu kegagalan)dengan satuan ment, untuk jens sekatan lstk type B pada suatu pecobaan dmana sekatan dgunakan teus meneus untuk menngkatkan tekanan voltase...., 24.4, 28.6, 43.2, 46.9, 7.7, 75.3, 95.5,... Pada contoh n pengamat gagal untuk mengamat dua waktu kegagalan palng kecl dan pengamatan dhentkan pada saat waktu kegagalan ke-9,
13 Fada Agustn W., Thatht Puwanngtyas. 39 dan dketahu a 26 dan b 27. Oleh kaena tu ddapatkan n 12, 3, s 9, dan m 7. sehngga dpoleh: 2, dan nteval kepecayaannya < < Kesmpulan dan saan 4.1. Kesmpulan Bedasakan hasl dan pembahasan dsmpulkan sebaga bekut: a. Estmato paamete dstbus Eksponensal pada data double censong bedasakan po nvese gamma adalah: { } { } F [a + ξ x), b + m 1] a + ξ x)) F [a + ξ x), b + m] b + m 1 b. Inteval kepecayaan 1 α) 1% paamete dstbus Eksponensal pada data Double censong bedasakan dstbus po nvese Gamma dengan α, 5, yatu P c 1 c 2 x) 1 α. dengan batas,25 dan batas atas,975. Nla batas bawah c 1 ) dan batas atas c 2 ) ddapatkan dengan pendekatan numek Atuan Smpson s 1 / 3 dengan bantuan Matlab 7.. Pada peneapan contoh kasus ddapatkan nla estmas ) 2, dengan α, 5 dan ddapatkan nteval kepecayaan bayes dengan nla batas bawah c 1 ) dan batas atas c 2 ) sehngga nteval kepecayaannya < < Saan Saan yang dapat dbekan pada pembahasan estmas Eksponensal lfetme dengan double censong yang menggunakan metode Estmas Bayesan dan bedasakan dstbus po nvese gamma, dapat dkembangkan lebh lanjut dengan pendekatan dstbus po yang lan msalnya : Non- Imfomatf Po, Conjugate Po, Po Pope, Po Impope seta Refeence Po.
14 4 Estmas model eksponensal lfetme dengan double censong Pustaka [1] Ban, L. J. dan Max E., Intoducton to Pobablty and Mathematcal Statstcs, 2nd edton, Calfona: Duxbuy Pess, [2] Bege, J.O., Statstcal Decson Theoy and Bayesan Analyss, 2nd ed., Spnge Velag, New Yok, [3] Benado, J.M, dan Smth, A.F.M., Bayesan theoy, Chcheste : John Wley & Sons, Ltd, 2. [4] Box, G., dan Tao, G. C., Bayesan Infeence n Statstcal Analyss, Addson-Wesley Pubhlsng Company, Inc., Phlppnes, 1973 [5] Fenandez, J. Atuo., Estmaton and Hypothess Testng fo Eksponental Lfetme Models wth Double censong and Po Infomaton, Jounal of Economc and Socal Reseach, 2. [6] Hanald., Pnsp-Pnsp Statstk Untuk Teknk dan Sans, Elangga, Jakata, 26. [7] Lason, H. J., Intoducton to Pobablty Theoy and Statstcal Infeence, John Wley and Sons, Sngapoe, [8] Mlle, R. G., Suvval Analyss, Wley classcs lbay, Stanfod Unvesty, Canada, [9] Sawoko, Statstk Infeens untuk Ekonom dan Bsns, And, Yogyakata, 27. [1] Soehadjo, Analss Numek, Dosen Matematka ITS dan Insttut Adh Tama Suabaya, Suabaya, [11] Wkpeda, the fee encyclopeda., Types Of Censong, Dakses pada tanggal 23 Jun 28.
BAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Peluang Peluang adalah suatu nla untuk menguku tngkat kemungknan tejadnya suatu pestwa (event) akan tejad d masa mendatang yang haslnya tdak past (uncetan event). Peluang dnyatakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengetan Koelas Koelas adalah stlah statstk yang menyatakan deajat hubungan lnea antaa dua vaabel atau lebh, yang dtemukan oleh Kal Peason pada awal 1900. Oleh sebab tu tekenal dengan
Lebih terperinciP(A S) = P(A S) = P(B A) = dengan P(A) > 0.
0 3.5. PELUANG BERSYARAT Jka kta menghtung peluang sebuah pestwa, maka penghtungannya selalu ddasakan pada uang sampel ekspemen. Apabla A adalah sebuah pestwa, maka penghtungan peluang da pestwa A selalu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciBAB III BAGAN CUSUM Dasar statistik bagan kendali Cumulative Sum untuk rata-rata
3 BAB III BAGAN CUSUM 3.. Dasa statstk bagan kendal Cumulatve Sum untuk ata-ata Bagan Cusum dgunakan untuk mendeteks pegesean kecl pada mean atau vaans dalam poses oleh kaena adanya penyebab khusus secaa
Lebih terperinciBAB 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 terperinciPELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN
JIMT Vol. 4 No. Jun 07 (Hal - 0) ISSN : 450 766X PELABELAN TOTAL BUSUR-AJAIB b-busur BERURUTAN PADA GRAF LOBSTER L n (; ; t) DAN L n (;, s; t) Nujana, I W. Sudasana, dan Resnawat 3,,3 Pogam Stud Matematka
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL
Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciINFERENSI FUNGSI KETAHANAN DENGAN METODE KAPLAN-MEIER
Tatk Wdharh dan Naschah ska Andran (Inferens Fungs Ketahanan dengan Metode Kaplan-Meer INFERENI FUNGI KETAHANAN DENGAN METODE KAPLAN-MEIER Tatk Wdharh dan Naschah ska Andran Jurusan Matematka FMIPA UNDIP
Lebih terperinciBAB III METODE PENELITIAN. Untuk mencapai tujuan penelitian, maka diperlukan suatu metode yang
39 BAB III METODE PENELITIAN 3.1. Desan Peneltan Untuk mencapa tujuan peneltan, maka dpelukan suatu metode yang tepat aga peneltan dapat dlaksanakan dengan bak. Sebagamana yang dkemukakan oleh Mohammad
Lebih terperinciBayesian Survival Analysis Untuk Mengestimasi Parameter Model Weibull-Regression Pada Kasus Ketahanan Hidup Pasien Penderita Jantung Koroner
Bayesan Suvval Analyss Untuk Mengestmas Paamete Model Webull-Regesson Pada Kasus Ketahanan Hdup Pasen Pendeta Jantung Koone A. Dew Luktasa 1, Ad Setawan 2, Leopoldus Rcky Sasongko 3 1 PS. Matematka, Fakultas
Lebih terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciPROPOSAL 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 terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBab III Reduksi Orde Model Sistem LPV
Bab III Reduks Ode Model Sstem PV Metode eduks ode model melalu MI telah dgunakan untuk meeduks ode model sstem I bak untuk kasus kontnu maupun dskt. Melalu metode n telah dhaslkan pula bentuk da model
Lebih terperinciBAB 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 terperinciMETODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity
37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB II DASAR TEORI DAN METODE
BAB II DASAR TEORI DAN METODE 2.1 Teknk Pengukuran Teknolog yang dapat dgunakan untuk mengukur konsentras sedmen tersuspens yatu mekank (trap sampler, bottle sampler), optk (optcal beam transmssometer,
Lebih terperinciBAB 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 terperinciJURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324
JURNAL SAINS DAN SENI IS Vol. 1, No. 1, (Sept. ) ISSN: 3-98X D-3 Analss Statstk entang Faktor-Faktor yang Mempengaruh Waktu unggu Kerja Fresh Graduate d Jurusan Statstka Insttut eknolog Sepuluh Nopemper
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciCorresponding Author:
Perbandngan Fungs Ketahanan Hdup Dengan Metode Non Parametrk Menggunakan Uj Gehan Dan Uj Cox-Mantel (Lvng wth Securty Functon Comparson Method Usng Non Paremetrk Gehan test and Cox-Mantel Tes Ans Sept
Lebih terperinciBAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat
BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan
Lebih terperinciBab 4 ANALISIS KORELASI
Bab 4 ANALISIS KORELASI PENDAHULUAN Koelas adalah suatu alat analss yang dpegunakan untuk menca hubungan antaa vaabel ndependen/bebas dengan vaabel dpenden/takbebas. Apabla bebeapa vaabel ndependen/bebas
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciConfigural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA
Lebih terperinciSIFAT - SIFAT MATRIKS UNITER, MATRIKS NORMAL, DAN MATRIKS HERMITIAN
SFT - SFT MTRKS UNTER, MTRKS NORML, DN MTRKS HERMTN Tasa bstak : Tujuan peneltan n adalah untuk mengetahu pengetan dan sfat sfat da matks unte, matks nomal, dan matks hemtan. Metode peneltan yang dgunakan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciPENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN
PENERAPAN MODEL REGRESI LINEAR ROBUST DENGAN ESTIMASI M PADA DATA NILAI KALKULUS II MAHASISWA UNIVERSITAS WIDYA DHARMA KLATEN Yulana Abstrak:Model persamaan regres lnear dapat dnyatakan dalam bentuk matrks
Lebih terperinciBAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol
BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan
Lebih terperinciBAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan
35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan
Lebih terperinciANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1
ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN Ksmantn Jurusan Penddkan Matematka, FMIPA Unverstas Neger Yogyakarta Emal : ksm@uny.ac.d Abstrak Peubah respons
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciKALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA
KALKULUS VARIASI JURUSAN PENDIDIKAN ISIKA PMIPA UNIVERSITAS PENDIDIKAN INDONESIA Smak Petanaan! Bang A B Bentuk kuva apakah ang menunjukkan jaak tepenek ang menghubung-kan ttk A an ttk B alam bang ata
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciKONSTRUKSI LIFE TABLE UNTUK INDIVIDU
KONSTRUKSI LIFE TABLE UNTUK INDIVIDU DALAM INTERVAL WAKTU SATU TAHUN oleh ANIS FUUADAH NIM. M0198020 SKRIPSI dtuls dan dajukan untuk memenuh sebagan persyaratan mendapatkan gelar Sarjana Sans Matematka.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciPENDAHULUAN Latar Belakang
PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang
Lebih terperinciANALISIS REGRESI. Catatan Freddy
ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam
1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr
Lebih terperinciANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1. Kismiantini
Prosdng Semnar Nasonal Peneltan, Penddkan dan Penerapan MIPA Fakultas MIPA, Unverstas Neger Yogyakarta, 6 Me 9 ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciBAB IV HASIL PENELITIAN
6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka
Lebih terperinciWEIBULL TWO PARAMETER
WEIBULL TWO PARAMETER Dalam teor probabltas dan statstk, dstrbus webull merupakan dstrbus probabltas yang berkelanjutan atau kontnyu. Dgambarkan secara detal oleh Walodd Webull pada tahun 1951 meskpun
Lebih terperinciIII. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,
III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciBOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL
BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciBAB 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 terperinciPeramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting
Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Tujuan Peneltan Tujuan dalm peneltan n adalah mengetahu keefektfan strateg pembelajaran practce-rehearsal pars dengan alat peraga smetr lpat dan smetr putar dalam menngkatkan
Lebih terperinciCatatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan
Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan
Lebih terperinciHand Out Fisika II HUKUM GAUSS. Fluks Listrik Permukaan tertutup Hukum Gauss Konduktor dan Isolator
HUKUM GAUSS Fluks Lstk Pemukaan tetutup Hukum Gauss Kondukto dan Isolato 1 Mach 7 1 Gas gaya oleh muatan ttk - 1 Mach 7 Gas gaya akbat dpol - 1 Mach 7 Fluks Lstk Defns: banyaknya gas gaya lstk yang menembus
Lebih terperinciPERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA
Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL
Lebih terperinciContoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.
BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciIII. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini
III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciBAB II DASAR TEORI. 2.1 Definisi Game Theory
BAB II DASAR TEORI Perkembangan zaman telah membuat hubungan manusa semakn kompleks. Interaks antar kelompok-kelompok yang mempunya kepentngan berbeda kemudan melahrkan konflk untuk mempertahankan kepentngan
Lebih terperinciBAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,
BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu
Lebih terperinciBAB I PENDAHULUAN. konsep strategi yang cocok untuk menghadapi persaingan baik itu mengikuti marketing
BAB I PENDAHULUAN 1.1 Latar Belakang Konds persangan dalam berbaga bdang ndustr saat n dapat dkatakan sudah sedemkan ketatnya. Persangan dalam merebut pasar, adanya novas produk, mencptakan kepuasan pelanggan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon
Lebih terperinci(DS.2) MENENTUKAN STATISTIK PENGUJIAN UNTUK EKSPERIMEN FAKTORIAL DENGAN DUA KALI PEMBATASAN PENGACAKAN (Studi kasus untuk Desain Split Plot)
(DS.) MENENTUKAN STATISTIK PENGUJIAN UNTUK EKSPERIMEN FAKTORIAL DENGAN DUA KALI PEMBATASAN PENGACAKAN (Stud kasus untuk Desan Splt Plot) Sr Mulyan Sanro Dra, M.Stat, Enny Supartn Dra, MS. Jurusan Statstka
Lebih terperinciPemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes
Jurnal Matematka, Statstka & Komputas 1 Vol. 4 No. Januar 008 Pemetaan Penyakt Demam Berdarah (DBD) Kota Makassar Dengan Penduga Emprcal Bayes Ansa Abstrak Peneltan n mengkaj penggunaan model Emprcal Bayes
Lebih terperinciApabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk mempekirakan / menaksir Y.
ANALISIS KORELASI (ANALISIS HUBUNGAN) Korelas Hubungan antar kejadan (varabel) yang satu dengan kejadan (varabel) lannya (dua varabel atau lebh), yang dtemukan oleh Karl Pearson pada awal 1900 Apabla dua
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinci