TINJAUAN PUSTAKA. i dari yang terkecil ke yang terbesar. Tebaran titik-titik yang membentuk garis lurus menunjukkan kesesuaian pola
|
|
- Sudirman Yuwono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 TINJAUAN PUSTAKA Analisis Diskriminan Analisis diskriminan (Discriminant Analysis) adalah salah satu metode analisis multivariat yan bertujuan untuk memisahkan beberapa kelompok data yan sudah terkelompokkan denan cara membentuk funsi diskriminan (Johnson & Wichern 1998). Untuk melakukan analisis diskriminan ada dua asumsi yan harus diperhatikan (Dillon dan Goldstein 1984) yaitu : 1. Sejumlah p peubah bebas menyebar menikuti sebaran normal anda.. Matriks peraam berdimensi p p dari peubah-peubah bebas dalam setiap kelompok harus homoen. Uji sebaran normal anda dapat dilakukan denan plot khi-kuadrat (Johnson & Winchern 1998). Setiap vektor penamatan dihitun jarak Mahalanobisnya denan persamaan: d i = x i x i S 1 i x i x i dimana setiap d i akan menyebar khi-kuadrat denan p derajat bebas, bila p menyatakan jumlah peubah. Plot khi kuadrat akan memeriksa apakah statistik d i menikuti sebaran khi kuadrat, yaitu denan menurutkan d i dari yan terkecil ke yan terbesar d 1 d d n, kemudian memplotkan d i denan χ p i 0.5 /n. Tebaran titik-titik yan membentuk aris lurus menunjukkan kesesuaian pola sebaran d i terhadap sebaran khi-kuadrat yan berati data berasal dari sebaran normal. Jika asumsi normal anda tidak terpenuhi maka dapat diunakan analisis diskriminan loistik sebaai solusinya (Cacoullos 1973). Rencher (00) menyatakan bahwa uji kehomoenan matriks peraam dilakukan menunakan uji Box M, statistik uji yan diunakan adalah : denan : v i = n i 1 S i = 1 n i 1 S w = n i j =1 v i S i v i M = x ij x i t S i S w x ij x i v i/
2 Statistik M bernilai antara 0 dan 1, jika nilainya mendekati 0, maka telah cukup bukti untuk menolak Ho pada taraf α atau berarti ada matriks peraam populasi normal anda yan berbeda sedankan jika nilainya mendekati 1 berarti belum cukup bukti untuk menolak Ho pada taraf α. Sebaran statistik uji M dapat di dekati denan sebaran F tahapan penujiannya (Rencher 00) adalah: menhitun, c 1 = 1 v i 1 v i p + 3p 1 6 (p+1)( 1) dan c = p 1 p v, i v i serta a 1 = 1 1 p p 1, a = a 1+ c c 1 b 1 = 1 c 1 a 1 a a 1, b = 1 c 1 a a Jika c > c 1, F = b 1 ln M mendekati sebaran F α a1,a dan Jika c < c 1, F = a b ln M a 1 + b ln M mendekati sebaran F α a1,a. Untuk kedua kasus tersebut, tolak H 0 jika F > F α a1,a. Jika asumsi kehomoenan matriks peraam yan tidak terpenuhi maka analisis yan dapat diunakan adalah analisis diskriminan kuadratik ( Gnanadesikan, R. 1977). Pembentukan Funsi Diskriminan Funsi diskriminan, menurut Johnson dan Winchern (1998) misalkan terdapat kelompok populasi denan masin-masin ukuran contoh n i, i = 1,,,, vektor peubah acak populasi ke-i adalah X i = X 1, X,, X p, dan baris ke-j adalah x ij maka vektor rataan populasi ke-i dapat dinyatakan sebaai berikut: x = 1 n i dan vektor rataan populasi adalah x = n i n i x i = n i x ij j =1 n i j =1 x ij n i Misalkan B matriks peraam antar kelompok, W matriks peraam dalam kelompok, denan matriks keraaman total T = W + B. Funsi diskriminan
3 disusun denan memaksimalkan rasio antara raam antar kelompok denan raam antar kelompok. Jika funsi diskriminan dinyatakan denan y = a x maka yan inin dicari adalah a i sehina λ = a Ba a Wa maksimum. Nilai λ yan maksimum merupakan akar ciri terbesar dari matriks W 1 B dan a merupakan vektor ciri yan sepadan (Sharma 1996). Menurut Dillon dan Goldstein (1984), bila didefinisikan n adalah banyaknya objek dari kelompok, maka matriks W berukuran p p berasal dari peubah acak X 1, X,, X p yan bebas linear denan n p. Sedankan pankat matriks B sama denan minimum p dan 1, maka matriks W 1 B jua berpankat min(p, 1). Hal ini berarti banyaknya akar ciri yan munkin diperoleh oleh matriks W 1 B adalah min(p, 1), sehina banyaknya funsi diskriminan yan dapat dibanun terantun pada besaran min(p, 1). Peranan relatif suatu funsi diskriminan ke-r dalam memisahkan anotaanota kelompok diukur dari persentase relatif akar ciri yan berhubunan denan funsi diskriminan berikut : Y r = denan s = min p, 1. λ r 100%, r = 1,,, s λ m s m=1 Semua funsi diskriminan yan terbentuk perlu diuji untuk menetahui banyaknya funsi yan dapat menjelaskan perbedaan peubah-peubah penjelas di antara kelompok (Dillon & Goldstein 1984). Adapun penujian funsi diskriminan dapat dilakukan denan menunakan statistik V-Barlett melalui pendekatan khi-kuadrat, sebaai berikut : a). Uji funsi diskriminan pertama Statistik uji : denan : Λ 1 = V 1 = v E 1 p v H + 1 ln Λ 1 s 1 m =1 1+λ m v E = N = v H = 1 n i
4 atau dapat ditulis : Jadi bila V 1 < χ α,p( 1) V 1 = N 1 1 p + ln 1 diskriminan pertama bersifat nyata secara statistik. b). Uji funsi diskriminan ke-r Statistik uji : s m=1 + λ m artinya persentase relatif yan diterankan oleh funsi V r = N 1 1 Jadi bila V r < χ α, p r+1 p + ln 1 s m=r + λ m artinya funsi diskriminan ke-r masih diperlukan untuk menerankan perbedaan p-peubah diantara -kelompok. Kriteria masuknya individu kedalam kelompok ke-i (Gaspersz 199) bila: denan : r m =1 r y m y im = a m x ij x k a m x x k m=1 y m = Vektor skor diskriminan ke-m dari obyek r m=1 y im = Nilai tenah skor diskriminan ke-m dari kelompok ke-i a m t = Vektor koefisien funsi diskriminan x ij = Vektor penamatan dari objek yan akan dikelompokkan x k = Vektor nilai tenah peubah pembeda dari kelompok ke-i r = Banyaknya funsi diskriminan penolonan Dari analisis diskriminan ini dapat pula diunakan untuk mencari peubah-peubah asal yan dianap dominan untuk diunakan dalam membedakan antar kelompok. Press Q merupakan tes statistik untuk menukur kekuatan dari penklasifikasian funsi diskriminan (Hair et al. denan : Press Q = denan : N = Jumlah contoh total n = Jumlah klasifikasi yan benar = Jumlah rup/kelompok N n N ), statistik Q dihitun
5 Statistik Q kemudian dibandinkan denan nilai kritis (nilai khi-kuadrat untuk derajat bebas 1 pada taraf α tertentu). Jika statistik Q lebih besar dari nilai kritis berarti persentase hasil klasifikasi yan dihasilkan memiliki kekuatan dalam menklasifikasikan objek. Dillon dan Goldstein (1984) menyatakan bahwa dalam menentukan peubahpeubah yan dimasukkan kedalam funsi diskriminan dapat diunakan analisis diskriminan bertahap (stepwise discriminant). Pada analisis ini diawali denan funsi tanpa peubah, funsi yan terbentuk pada setiap tahap diuji nilai F-parsial untuk setiap peubahnya. Peubah yan memilki nilai F terbesar dimasukkan ke dalam funsi sedankan peubah yan memiliki nilai F yan kuran dari 1 tidak akan dimasukkan dalam pembentukan funsi. Proses akan berhenti bila tidak ada lai peubah yan dimasukkan atau dikeluarkan. Reresi Loistik Multinomial Reresi loistik multinomial merupakan perluasan dari reresi loistik denan respon biner yan dapat menanani peubah respon denan kateori lebih dari dua. Hosmer dan Lemeshow (000) menjelaskan, untuk model reresi denan peubah respon berskala nominal tia kateori diunakan kateori peubah hasil Y yan dikode 0, 1, dan. Peubah Y terparameterisasi menjadi dua funsi loit. Sebelumnya perlu ditentukan kateori respon yan diunakan sebaai kateori pembandin terlebih dahulu. Pada umumnya diunakan Y=0 sebaai pembandin. Untuk membentuk funsi loit, akan dibandinkan Y=1 dan Y= terhadap Y=0. Bentuk model reresi yan berupa funsi peluan denan p peubah bebas seperti pada persamaan berikut ini: π x = exp β 0 + β 1 x 1 + β x + + β p x p 1 + exp β 0 + β 1 x 1 + β x + + β p x p Transformasi loit akan menhasilkan dua funsi loit sebaai berikut, denan menetapkan x 0 = 1. 1 x = ln x = ln P Y = 1 x P Y = 0 x = β 10 + β 11 x 1 + β 1 x + + β 1p x p = x β 1 P Y = x P Y = 0 x = β 0 + β 1 x 1 + β x + + β p x p = x β
6 Berdasarkan kedua funsi loit tersebut maka didapatkan probabilitas respon atau model reresi loistik multinomial denan peubah respon berskala nominal tia kateori sebaai berikut (Hosmer dan Lemeshow, 000). 1 π 0 x = 1 + exp 1 x + exp x exp 1 x π 1 x = 1 + exp 1 x + exp x exp x π x = 1 + exp 1 x + exp x Menurut Hosmer dan Lemeshow (000), dalam mendua model loit denan peubah responnya berskala kualitatif, teknik penduaan parameter yan layak diunakan adalah metode kemunkinan maksimum. Prinsip dari metode kemunkinan maksimum memberikan nilai duaan parameter suatu funsi kemunkinan. Funsi kemunkinan yan inin dimaksimalkan adalah : denan n = banyaknya penamatan n L β = f(y = y i x i ) Penujian Kesesuaian Model Penujian Kesesuaian model dilakukan untuk memeriksa penaruh peubahpeubah penjelas dalam model. Penujian dilakukan untuk masin-masin parameter model (β). Penujian secara simultan dilakukan denan menunakan uji G yaitu uji nisbah kemunkinan (likelihood ratio test). Uji G untuk penujian parameter β i denan hipotesis : H 0 : β 1 = β = = β p = 0 H 1 : minimal sala satu β i 0 Statistik uji yan diunakan adalah statistik uji : G = ln L 0 L 1 denan : L 0 = likelihood tanpa peubah bebas L 1 = likelihood denan peubah bebas
7 Jika H 0 benar, statistik G ini menikuti sebaran χ denan derajat bebas p, Kriteria keputusan yan diambil adalah menolak H 0 jika G itun χ α(p) (Hosmer & Lemeshow 000). Seandainya H 0 ditolak, maka selanjutnya dilakukan uji Wald untuk menuji parameter β i secara parsial. Hipotesis yan diujikan adalah : H 0 : β i = 0 H 1 : β i 0, dimana i = 1,,, p Sedankan statistik uji Wald sebaai berikut : β i W = SE β i Statistik uji Wald menikuti sebaran normal baku, denan β i sebaai pendua dan SE β i sebaai pendua alat baku β i. Kriteria keputusan adalah menolak H 0 jika W Zα atau nilai P α (Hosmer & Lemeshow 000). Pereduksian peubah Pereduksian peubah dalam reresi loistik dikenal denan analisis reresi loistik bertatar (stepwise loistic reression), dimana lankah yan dilakukan adalah menambah atau menhilankan peubah penjelas satu persatu dari model sampai diperoleh peubah-peubah yan berpenaruh nyata terhadap model (Hosmer & Lemeshow 000). Stepwise loistic reression terdiri dari seleksi lanka maju dan eliminasi lankah mundur. Metode seleksi lankah maju prosedur dimulai denan intersep, kemudian peubah penjelas dimasukkan satu persatu ke dalam model dan diuji denan khikuadrat. Apabila peubah penjelas tidak sinifikan atau tidak nyata pada nilai α yan ditentukan, maka peubah tersebut dikeluarkan dari model dan sebaliknya peubah yan nyata atau sinifikan akan dimasukkan ke dalam model. Sedankan dalam metode eliminasi lankah mundur, prosedur dimulai denan model penuh yaitu memasukkan seluruh peubah penjelas ke dalam model, kemudian diuji satu persatu. Jika ditemukan peubah penjelas yan tidak nyata pada nilai α yan ditentukan maka peubah tersebut dikeluarkan dari model. Pada tiap prosesnya peubah yan memiliki nilai-p yan terbesar akan berakhir ketika peubah penjelas yan berada dalam model memiliki nilai-p kuran dari Analisis akan selesai jika tidak ada lai peubah yan dapat dieliminasi dari model (Garson 010).
8 Teknik pereduksian peubah penjelas ini telah tersedia dalam paket penolahan komputer. Dalam penelitian ini metode pereduksian yan diunakan adalah eliminasi lankah mundur. Interpretasi Koefisien Setelah diperoleh model terbaik, dilakukan interpretasi koefisien yan diperoleh. Rasio odds dapat jua diperunakan untuk memudahkan interpretasi model. Rasio odds adalah ukuran asosiasi yan memperkirakan berapa besar kemunkinan peubah-peubah penjelas terhadap peubah respon (Hosmer dan Lemeshow 000). Rasio odds untuk Y = j terhadap Y = k yan dihitun pada dua nilai (misal x = a dan x = b) adalah : Ψ a, b = P Y = j x = a)/p Y = k x = a) P Y = j x = b)/p Y = k x = b) = exp β i a b Sehina jika a b = 1 maka Ψ = exp (βi). Ukuran Ψ selalu positif dan umumnya diunakan sebaai pendekatan risiko nisbi (relative risk). Untuk Ψ = 1 berarti bahwa x = a memiliki risiko yan sama denan x = b untuk menhasilkan Y = j. Bila 1 < Ψ < berarti x = a memiliki risiko lebih tini Ψ kali daripada x = b, dan sebaliknya untuk 0 < Ψ < 1. Jika peubah penjelas kontinu maka interpretasi koefisien duaan terantun pada unit particular dari peubah penjelas. Untuk peubah penjelas kontinu diperlukan unit perubahan sebesar c, maka rasio odds diperoleh denan exp (cβi) (Hosmer dan Lemeshow 000).
PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA
PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA (Studi Kasus : Siswa SMA Negeri Siau Timur Kabupaten Siau Tagulandang Biaro Propinsi Sulawesi Utara) NELDA PONTO SEKOLAH
Lebih terperinciJURNAL MATEMATIKA DAN PEMBELAJARANNYA 2016 VOLUME 2, NO. 1. ISSN
VOLUME 2, NO. 1. ISSN 2303-0992 N. PONTO PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA (Studi Kasus: Siswa SMA Negeri Siau Timur Kabupaten Siau Tagulandang Biaro Propinsi
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan
Lebih terperinciTINJAUAN PUSTAKA Analisis Gerombol
3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya
Lebih terperinciEVALUASI KETEPATAN KLASIFIKASI KELULUSAN TES KETERAMPILAN SNMPTN BIDANG OLAHRAGA MENGGUNAKAN ANALISIS DISKRIMINAN KERNEL
EVALUASI KETEPATAN KLASIFIKASI KELULUSAN TES KETERAMPILAN SNMPTN BIDANG OLAHRAGA MENGGUNAKAN ANALISIS DISKRIMINAN KERNEL Yosiana Fitria. W, Bamban Widjanarko Otok Mahasiswa Proram Sarjana, Jurusan Statistika
Lebih terperinciBAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma
BAB II TINJAUAN PUSTAKA Bab ini akan membahas pengertian metode klasifikasi berstruktur pohon, konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma CHAID, keakuratan dan kesalahan dalam
Lebih terperinciBAB III ANALISIS KORELASI KANONIK ROBUST DENGAN METODE MINIMUM COVARIANCE DETERMINAN
BAB III ANALISIS KORELASI KANONIK ROBUST DENGAN METODE MINIMUM COVARIANCE DETERMINAN 3.1 Deteksi Pencilan Multivariat Pengidentifikasian pencilan pada kasus multivariat tidaklah mudah untuk dilakukan,
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 III REGRESI TERSENSOR (TOBIT) Model regresi yang didasarkan pada variabel terikat tersensor disebut
BAB III REGRESI TERSENSOR (TOBIT) 3.1 Model Regresi Tersensor (Tobit) Model regresi yang didasarkan pada variabel terikat tersensor disebut model regresi tersensor (tobit). Untuk variabel terikat yang
Lebih terperinciOleh: Tjandra Satria Gunawan
Soal dan Solusi (S 2 ) untuk: Olimpiade Sains Nasional Bidan Matematika SMA/MA Seleksi Tinkat Kota/Kabupaten Tahun 2010 Tanal: 14-29 April 2010 Oleh: Tjandra Satria Gunawan 1. Diketahui bahwa ada yepat
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Ruan Linkup Ruan linkup keiatan dalam penulisan tuas akhir ini adalah PT. Tembaa Mulia Semanan Tbk. (Divisi Aluminium) yan berlokasi di Jalan Daan Moot KM. 16, Semanan,
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
Lebih terperinciBAB II LANDASAN TEORI. 2.1 Uji Hipotesis
BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang pengujian hipotesis, metode klasifikasi berstruktur pohon, metode-metode statistika yang menjadi dasar pada metode QUEST, dan algoritme QUEST..1
Lebih terperinciIII. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Salah satu yang mempengaruhi kualitas penelitian adalah kualitas data yang dikumpulkan. Pengumpulan data dapat dilakukan dengan berbagai cara. Dalam
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciJadi F = k ρ v 2 A. Jika rapat udara turun menjadi 0.5ρ maka untuk mempertahankan gaya yang sama dibutuhkan
Kumpulan soal-soal level seleksi Kabupaten: 1. Sebuah pesawat denan massa M terban pada ketinian tertentu denan laju v. Kerapatan udara di ketinian itu adalah ρ. Diketahui bahwa aya ankat udara pada pesawat
Lebih terperinciPengaruh brand image IM3terhadap keputusan pembelian simcard Gambar 7. Kerangka pemikiran
22 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Perusahaan memiliki strategi tertentu untuk memenangkan persaingan dalam pasar yang mereka hadapi. Perusahaan yang ketat dalam pasar operator seluler
Lebih terperinciModel Regresi Binary Logit (Aplikasi Model dengan Program SPSS)
Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS) Author: Junaidi Junaidi 1. Pengantar Salah satu persyaratan dalam mengestimasi persamaan regresi dengan metode OLS (Ordinary Least Square)
Lebih terperinciBAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai konsep dasar masalah. penjadwalan kuliah, algoritma memetika serta komponen algoritma
BAB II LANDASAN TEORI Pada bab ini akan dibahas menenai konsep dasar masalah penjadwalan kuliah, aloritma memetika serta komponen aloritma memetika. Aoritma memetika diilhami dari proses evolusi makhluk
Lebih terperinciPengelompokkan Zona Musim (ZOM) dengan Agglomerative Hierarchical Clustering (Studi Kasus: Pengelompokkan ZOM di Kabupaten Ngawi)
Penelompokkan Zona Musim (ZOM) denan Alomerative Hierarchical Clusterin (Studi Kasus: Penelompokkan ZOM di Kabupaten Nawi) Dwi Putra Abdi Alam dan Sutikno, Jurusan Statistika FMIPA ITS Email: alam_bjati@yahoo.com,
Lebih terperinci1 Posisi, kecepatan, dan percepatan
1 Posisi, kecepatan, dan percepatan Posisi suatu benda pada suatu waktu t tertentu kita tulis sebaai r(t). Jika saat t = t 1 benda berada pada posisi r 1 r(t 1 ) dan saat t = t 2 > t 1 benda berada pada
Lebih terperinciBAB II TINJAUAN PUSTAKA. Ki Hajar Dewantara (Bapak Pendidikan Nasional Indonesia, )
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Pendidikan Ki Hajar Dewantara (Bapak Pendidikan Nasional Indonesia, 1889-1959) menjelaskan tentang pengertian pendidikan yaitu: Pendidikan umumnya berarti daya upaya
Lebih terperincipengukuran karakteristik I-V transistor. Kemudian dilanjutkan dengan penyesuaian (fitting) hasil tersebut menggunakan model TOM.
BAB III HASIL DAN DISKUSI Bab ini berisi hasil dan diskusi. Pekerjaan penelitian dimulai denan melakukan penukuran karakteristik I-V transistor. Kemudian dilanjutkan denan penyesuaian (fittin hasil tersebut
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga Kabupaten Bogor, Propinsi Jawa Barat. Pemilihan lokasi dilakukan secara sengaja dengan
Lebih terperinciKlasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan
Statistika, Vol. 15 No. 2, 87-97 November 215 Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan Fitriana A.R. 1, Nurhasanah 2, Ririn Raudhatul
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3. Prosedur Pengumulan Data 3.. Sumber Data Data yang digunakan dalam enelitian ini meruakan data sekunder yang diambil dari Deartemen Keuangan, BAPEPAM, dan IAPI. Data-data
Lebih terperincidi masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN
1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code
Lebih terperinciBAB VIII ALIRAN DI BAWAH PINTU
BAB III ALIRAN DI BAWAH PINTU III TUJUAN PERCOBAAN Menamati aliran didasarkan atas pemakaian persamaan Bernouli untuk aliran di bawah pintu III ALAT-ALAT ANG DIGUNAKAN Flume beserta perlenkapanya Model
Lebih terperinciSOLUSI. m θ T 1. atau T =1,25 mg. c) Gunakan persaman pertama didapat. 1,25 mg 0,75mg =0,6 m 2 l. atau. 10 g 3l. atau
SOLUSI. a) Gambar diaram aya diberikan pada ambar di sampin. b) Anap teanan tali yan membentuk sudut θ adalah terhadap horizontal adalah T. Anap teanan tali yan mendatar adalah T. Gaya yan bekerja pada
Lebih terperinciSemakin besar persentase CCR yang dihasilkan, maka tingkat akurasi yang dihasilkan semakin tinggi (Hair et. al., 1995).
3 fungsi diskriminan cukup untuk memisahkan k buah kelompok. Karena fungsi-fungsi diskriminan tidak saling berkorelasi, maka komponen aditif dari V masing-masing didekati dengan khi-kuadrat dengan V j
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian mengenai persepsi dan sikap responden terhadap produk Oreo setelah adanya isu melamin serta faktor-faktor yang mempengaruhi persepsi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Radang paru paru adalah sebuah penyakit pada paru paru dimana pulmonary alveolus yang bertanggung jawab menyerap oksigen dari atmosfer meradang dan terisi cairan. Berdasarkan
Lebih terperinciBAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio
21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi
Lebih terperinciRMSE = dimana : y = nilai observasi ke-i V PEMBAHASAN. = Jenis kelamin responden (GENDER) X. = Pendidikan responden (EDU) X
pembilang persamaan (3) adalah rataan jumlah kuadrat galat, N jumlah pengamatan dan M jumlah himpunan bagian. Penyebutnya merupakan fungsi nilai kompleks, dengan C(M) adalah nilai kompleksitas model yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Regresi Logistik Regresi adalah bagaimana satu variabel yaitu variabel dependen dipengaruhi oleh satu atau lebih variabel lain yaitu variabel independen dengan tujuan untuk
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Regresi Logistik Menurut Hosmer dan Lemeshow (2000) tujuan melakukan analisis data kategori menggunakan regresi logistik adalah mendapatkan model terbaik dan sederhana untuk
Lebih terperinciPENGEMBANGAN DAN ANALISIS TES KIMIA BERBASIS OPEN- ENDED PROBLEM UNTUK MENGUKUR KEMAMPUAN BERPIKIR KREATIF SISWA
SEMINAR NASIONAL KIMIA DAN PENDIDIKAN KIMIA VII Penuatan Profesi Bidan Kimia dan Pendidikan Kimia Melalui Riset dan Evaluasi Proram Studi Pendidikan Kimia Jurusan P.MIPA FKIP UNS Surakarta, 18 April 2015
Lebih terperinciHASIL. yang berlebihan. kotak garis (box-plot) yaitu, Bersubsidi. untuk KPR Bersubsidi. 2. Membangun. analisis. keseluruhan
4 HASIL DAN PEMBAHASAN Ekplorasi Seluruh Data KPR Bersubsidi Secara kesulurahan persentase macet pada data Kredit Pemilikan Rumah Bersubsidi dalam penelitian ini sebesar 6,05%. Gambar 3 menggambarkan perbandingan
Lebih terperinciBAB III METODOLOGI PENELITIAN. sampai dengan bulan mei tahun 2014.
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian 1. Waktu penelitian dilakukan dengan mengambil data statistic penerimaan offer untuk okupasi high rise building dari bulan januari sampai dengan
Lebih terperinciBAB II FUNGSI DAN GRAFIK FUNGSI
BAB II FUNGSI DAN GRAFIK FUNGSI. Funsi. Graik Funsi. Barisan dan Deret.4 Irisan Kerucut. Funsi Dalam berbaai aplikasi, korespondensi/hubunan antara dua himpunan serin terjadi. Sebaai contoh, volume bola
Lebih terperinciBAB III METODOLOGI PENELITIAN. menggunakan data dari perusahaan-perusahaan yang saham-sahamnya memiliki
BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Dalam penyusunan penelitian ini, penulis melakukan penelitian dengan menggunakan data dari perusahaan-perusahaan yang saham-sahamnya memiliki
Lebih terperinciIV. METODOLOGI PENELITIAN. wisata tirta. Lokasi penelitian ini dapat dilihat pada Lampiran 1.
IV. METODOLOGI PENELITIAN 4.1. Lokasi Penelitian Penelitian ini dilakukan di obyek wisata Tirta Jangari, Waduk Cirata, Desa Bobojong, Kecamatan Mande, Kabupaten Cianjur. Pemilihan lokasi ini dilakukan
Lebih terperinciKalkulus I. Fungsi Dan Grafik Fungsi. Dr. Eko Pujiyanto, S.Si., M.T eko.staff.uns.ac.id/kalkulus1
Kalkulus I Funsi Dan Graik Funsi Dr. Eko Pujiyanto, S.Si., M.T. eko@uns.ac.id 081 2278 3991 eko.sta.uns.ac.id/kalkulus1 Materi Funsi ( Daerah deinisi, daerah asal dan daerah hasil ) Funsi Surjekti, Injekti,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Sebelum melakukan pembahasan mengenai permasalahan dari skripsi ini, akan diuraikan beberapa teori penunjang antara lain: Kredit Macet, Regresi Logistik, Model Terbaik
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan
III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari sumber asli (tidak melalui perantara).
Lebih terperinciPENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA
Saintia Matematika Vol. 1, No. 1 (2013), pp. 51 61. PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA (Studi kasus di desa Dolok Mariah Kabupaten Simalungun) Oktani Haloho, Pasukat
Lebih terperinciBAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan
6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga
Lebih terperinciMODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK
MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan
Lebih terperinciBAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang
BAB II KAJIAN TEORI BAB II KAJIAN TEORI A. Analisis Survival Analisis survival atau analisis ketahanan hidup adalah metode yang berhubungan dengan jangka waktu, dari awal pengamatan sampai suatu kejadian
Lebih terperinci10 Departemen Statistika FMIPA IPB
Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan
Lebih terperinciBAB III METODE PENELITIAN. September). Data yang dikumpulkan berupa data jasa pelayanan pelabuhan, yaitu
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berasal dari data sekunder dengan jenis data bulanan mulai tahun 2004 sampai dengan tahun 2011 (bulan September).
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN. Nerli Khairani Lia Anggriani Siregar. Abstrak
97 FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN Nerli Khairani Lia Anggriani Siregar Abstrak Analisis diskriminan adalah metode statistika yang digunakan untuk mengelompokkan
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 terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian terhadap analisis persepsi dan sikap konsumen terhadap produk magnum setelah isu lemak babi ini dilakukan di kota Bogor. Pemilihan lokasi
Lebih terperinciREGRESI LOGISTIK (LOGISTIC REGRESSION)
REGRESI LOGISTIK (LOGISTIC REGRESSION) REGRESI LOGISTIK Adalah regresi parametrik yang digunakan untuk Y berskala kategorik dan X berskala bebas. Biner Y berskala nominal dengan 2 kategori Regresi Logistik
Lebih terperinciUniversitas Negeri Malang
1 Penerapan Metode Regresi New Stepwise untuk Mengetahui Faktor- Faktor yang Mempengaruhi Kekuatan Metallic Box (Studi Kasus di PT. PINDAD (Persero) Turen) Universitas Negeri Malang E-mail: Nisahidayatul@gmail.com
Lebih terperinciANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI NASABAH KREDIT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 575-581 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI
Lebih terperinciBAB 3 METODE PENELITIAN
1 BAB 3 METODE PENELITIAN 3.1 Sumber Data Sumber data yang digunakan adalah data hasil survei demografi dan kesehatan Indonesia (SDKI) tahun 2007. SDKI merupakan survei yang dilaksanakan oleh badan pusat
Lebih terperinciTINJAUAN PUSTAKA. Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai
II. TINJAUAN PUSTAKA 2.1. Model Linear Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai berikut : Y i = β 0 + X i1 β 1 + X i2 β 2 + + X ip β p +ε i ; i = 1,2,, n bila dirinci
Lebih terperinciSILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE :
SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE : JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2005-2006 MATAKULIAH
Lebih terperinciMODEL-MODEL LEBIH RUMIT
MAKALAH MODEL-MODEL LEBIH RUMIT DISUSUN OLEH : SRI SISKA WIRDANIYATI 65 JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 04 BAB I PENDAHULUAN. Latar Belakang
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Tinkat Pertumbuhan Dividen Untuk menetahui tinkat pertumbuhan deviden pada PT Bumi Resources Tbk. dapat dihitun denan metode tinkat pertumbuhan fundamental. Tinkat pertumbuhan
Lebih terperinciModul Praktikum Fisika Matematika: Mengukur Koefisien Gesekan pada Osilasi Teredam Bandul Matematika.
PROSIDING SKF 016 Modu Praktikum Fisika Matematika: Menukur Koefisien Gesekan pada Osiasi Teredam Bandu Matematika. Rizqa Sitorus 1,a), Triati Dewi Kencana Wunu,b dan Liik Hendrajaya 3,c) 1 Maister Penajaran
Lebih terperinciMODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Lebih terperinciAnalisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya
Jurnal Penelitian Sains Volume 14 Nomer 4(A) 14403 Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya Yuli Andriani,
Lebih terperinciGambar II.1. Skema Sistem Produksi
Bab II Tinjauan Pustaka II.1 Sistem Produksi Sistem produksi minyak merupakan jarinan pipa yan berunsi untuk menalirkan luida (minyak) dari reservoir ke separator. Reservoir terletak di bawah permukaan
Lebih terperinciEKO ERTANTO PEMBIMBING
UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan kemajuan ilmu pengetahuan dan teknologi mendorong masyarakat untuk semakin memperlihatkan derajat kesehatan demi peningkatan kualitas hidup yang lebih
Lebih terperinciPenghitungan panjang fetch efektif ini dilakukan dengan menggunakan bantuan peta
Bab II Teori Dasar Gambar. 7 Grafik Rasio Kecepatan nin di atas Laut denan di Daratan. 5. Koreksi Koefisien Seret Setelah data kecepatan anin melalui koreksi-koreksi di atas, maka data tersebut dikonversi
Lebih terperinci: Analisis Diskriminan pada Klasifikasi Desa di Kabupaten. Tabanan Menggunakan Metode K-Fold Cross Validation. 2. I Gusti Ayu Made Srinadi, S.Si, M.
Judul : Analisis Diskriminan pada Klasifikasi Desa di Kabupaten Tabanan Menggunakan Metode K-Fold Cross Validation Nama : Ida Ayu Made Supartini Pembimbing : 1. Ir. I Komang Gde Sukarsa, M.Si 2. I Gusti
Lebih terperinciMETODE PENELITIAN Sumber Data
13 METODE PENELITIAN Sumber Data Data yang digunakan dalam penelitian ini merupakan hasil simulasi melalui pembangkitan dari komputer. Untuk membangkitkan data, digunakan desain model persamaan struktural
Lebih terperinciTINJAUAN PUSTAKA Analisis Biplot Biasa
TINJAUAN PUSTAKA Analisis Biplot Biasa Analisis biplot merupakan suatu upaya untuk memberikan peragaan grafik dari matriks data dalam suatu plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi
Lebih terperinci(α = 0.01). Jika D i > , maka x i atau pengamatan ke-i dianggap pencilan (i = 1, 2,..., 100). HASIL DAN PEMBAHASAN
4 karena adanya perbedaan satuan pengukuran antar peubah. 1.. Memastikan tidak adanya pencilan pada data dengan mengidentifikasi adanya pencilan pada data. Pengidentifikasian pencilan dilakukan dengan
Lebih terperinciBAHAN DAN METODE HASIL DAN PEMBAHASAN
5 Jika hipotesis nol benar, maka statistik uji-w akan menyebar mengikuti sebaran normal baku. Hipotesis nol ditolak jika W > Z α/2 (Hosmer & Lemeshow 1989). Interpretasi koefisien untuk model regresi logistik
Lebih terperinciDesain Pengaturan Level pada Coupled Tank Process dengan Menggunakan Metode Model Predictive Control
JURNAL TEKNIK ITS Vol. 6, No., (05) ISSN: 337-3539 (30-97 Print) F 4 Desain Penaturan Level pada Coupled Tank Process denan Menunakan Metode Model Predictive Control Evira Dyah Puspitarini, Rushdianto
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciHASIL DAN PEMBAHASAN. dengan hipotesis nolnya adalah antar peubah saling bebas. Statistik ujinya dihitung dengan persamaan berikut:
. Menyiapkan gugus data pencilan dengan membangkitkan peubah acak normal ganda dengan parameter µ yang diekstrimkan dari data contoh dan dengan matriks ragam-peragam yang sama dengan data contoh. Proses
Lebih terperinciTINJAUAN PUSTAKA Perilaku Pemilih Partai Politik
3 TINJAUAN PUSTAKA Perilaku Pemilih Agustino (2009) menyebutkan terdapat tiga pendekatan teori yang sering digunakan oleh banyak ahli politik untuk memahami perilaku pemilih diantaranya pendekatan sosiologis,
Lebih terperinciBAB III METODE PENELITIAN
17 BAB III METODE PENELITIAN 3.1.Waktu dan Tempat Penelitian ini dilaksanakan pada bulan februari 2009-Juni 2009 di beberapa wilayah terutama Jakarta, Depok dan Bogor untuk pengambilan sampel responden
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN
BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik Statistik deskriptif digunakan untuk menggambarkan secara umum data yang telah dikumpulkan dalam penelitian ini. Sampel yang digunakan
Lebih terperinciPENDUGA PENCILAN BOGOR 2013
PERBANDINGAN PENDUGA MINIMUM COVARIANCE DETERMINANT (MCD) DENGAN MAXIMUMM LIKELIHOOD ESTIMATION (MLE) PADA ANALISIS DISKRIMINANN UNTUK DATA YANG MENGANDUNGG PENCILAN TRI HARDI PUTRA DEPARTEMEN STATISTIK
Lebih terperincip da p da Gambar 2.1 Gaya tekan pada permukaan elemen benda yang ter benam aliran fluida (Mike Cross, 1987)
6.3 Gaya Hambat Udara Ketika udara melewati suatu titik tankap baik itu udara denan kecepatan konstan ( steady ) maupun denan kecepatan yan berubah berdasarkan waktu (unsteady ), kecenderunan alat tersebut
Lebih terperinciBAB III METODOLOGI PENELITIAN DAN DATA
47 BAB III METODOLOGI PENELITIAN DAN DATA 3.1 Metodologi Penelitian Sesuai dengan bentuk data dan tujuan yang ingin dicapai dalam penelitian ini, yaitu untuk mengetahui bagaimana pengaruh office channeling
Lebih terperinciTURBIN AIR A. TURBIN IMPULS. Roda Pelton
6 TURBIN AIR A. TURBIN IMPULS Turbin impuls adalah turbin dimana bererak karena adanya impuls dari air. Pada turbin impuls, air dari sebuah bendunan dialirkan melalui pipa, dan kemudian melewati mekanisme
Lebih terperinciIV. METODE PENELITIAN. Kawasan ini dipilih secara sengaja (purposive) dengan pertimbangan bahwa
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Pengambilan data untuk keperluan penelitian dilakukan di Kelurahan Harapan Jaya, Kecamatan Bekasi Utara, Kota Bekasi, Provinsi Jawa Barat. Kawasan
Lebih terperinciTINJAUAN PUSTAKA. Gambar 1 Diagram kotak garis
TINJAUAN PUSTAKA Diagram Kotak Garis Metode diagram kotak garis atau boxplot merupakan salah satu teknik untuk memberikan gambaran tentang lokasi pemusatan data, rentangan penyebaran dan kemiringan pola
Lebih terperinciSTUDI ANALISA PERHITUNGAN DAN PENGATURAN RELAI ARUS LEBIH DAN RELAI GANGGUAN TANAH PADA KUBIKEL CAKRA 20 KV DI PT XYZ. Budi Yanto Husodo 1,Muhalan 2
STUDI ANALISA PERHITUNGAN DAN PENGATURAN RELAI ARUS LEBIH DAN RELAI GANGGUAN TANAH PADA KUBIKEL CAKRA 20 KV DI PT XYZ Budi Yanto Husodo 1,Muhalan 2 1,2 Proram Studi Teknik Elektro, Fakultas Teknik Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 21 Kemiskinan Definisi tentang kemiskinan telah mengalami perluasan, seiring dengan semakin kompleksnya faktor penyebab, indikator, maupun permasalahan lain yang melingkupinya Kemiskinan
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1. Metode Analisis Data 2.1.1. Uji Validitas Validitas adalah suatu ukuran yang membuktikan bahwa apa yang diamati peneliti sesuai dengan apa yang sesungguhnya ada dalam dunia
Lebih terperinciponsel, purposive sampling, regresi logistik politomus
JURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 49-58 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS PEMILIHAN MEREK TELEPON SELULER PADA MAHASISWA UNIVERSITAS DIPONEGORO
Lebih terperinciKata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 9 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN DBD (DEMAM BERDARAH DENGUE) MENGGUNAKAN REGRESI LOGISTIK
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemiskinan merupakan masalah yang sulit untuk diatasi. Salah satu sasaran pembangunan nasional adalah penurunan tingkat kemiskinan. Menurut Badan Pusat Statistik,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Obyek Penelitian Obyek penelitian yang diteliti adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia Periode 2011-2015. B. Jenis Data Jenis data pada penelitian
Lebih terperinciANALISIS TINGKAT KEMAJUAN DESA DI KABUPATEN BOGOR DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL DENI SUHANDANI
ANALISIS TINGKAT KEMAJUAN DESA DI KABUPATEN BOGOR DENGAN METODE CHAID DAN REGRESI LOGISTIK ORDINAL DENI SUHANDANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciBAB IX ANALISIS REGRESI
BAB IX ANALISIS REGRESI 1. Model Analisis Regresi-Linear Analisis regresi-linear adalah metode statistic yang dapat digunakan untuk mempelajari hubungan antarsifat permasalahan yang sedang diselidiki.
Lebih terperinciSPASIAL CLASIFICATION MINING UNTUK MENENTUKAN PRAKIRAAN CURAH HUJAN BERDASARKAN KARAKTERISTIK WILAYAH
Studia Informatika: Jurnal Sistem Informasi, 9(2), 206, 89-20 SPASIAL CLASIFICATION MINING UNTUK MENENTUKAN PRAKIRAAN CURAH HUJAN BERDASARKAN KARAKTERISTIK WILAYAH Eva Khudzaeva Proram Studi Sistem Informasi,
Lebih terperinciBAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di
5 BAB II LANDASAN TEORI Bab ini membahas pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di bahas adalah sebagai berikut: A.
Lebih terperinciResume Regresi Linear dan Korelasi
Rendy Dwi Ardiansyah Putra 7410040018 / 2 D4 IT A Statistika Resume Regresi Linear dan Korelasi 1. Regresi Linear Regresi linear merupakan suatu metode analisis statistik yang mempelajari pola hubungan
Lebih terperinci