Ahmad Rifqi Zuhdi Wiwiek Rabiatul adawiyah Najmudin Fakultas Ekonomi UNSOED Purwokerto

Ukuran: px
Mulai penontonan dengan halaman:

Download "Ahmad Rifqi Zuhdi Wiwiek Rabiatul adawiyah Najmudin Fakultas Ekonomi UNSOED Purwokerto"

Transkripsi

1 ANALISIS PORTOFOLIO KREDIT PERBANKAN UMUM DAN SYARIAH BERDASARKAN SEKTOR EKONOMI Ahmad Rfq Zuhd Wwek Rabatul adawyah Najmud Fakultas Ekoom UNSOED Purwokerto ABSTRACT The purpose of ths research s tofd the optmum combato of baks credt portfolo wth the smallestcredt rsk based o the ecoomc sectors o each category of commercal bak ad Islamc bak Idoesa. The tools of the research are Markowtz ad Value at Rsk (VaR) methods.type of data used s secodary data cosst of mothly data ofthe credt posto from the te ecoomc sectors of baks the perod All data are take from the Statstc Data of Cetral Bak of Idoesa. Totaldata used are 600 data cosst of the te ecoomcsectors such as agrculture; mg; maufacturg; electrcty, gas ad water;costructo; trade, restaurat ad hotels; trasportato, warehousg adcommucato; busess servces; socal servces, ad other. The result suggestthat optmum combato of credt portfolo o eachbaks cotas fve ecoomc sectors ad umber of VaR for credt rsk o eachbaks almost same. Baks should make decso of credt portfolowthdfferet combato of ecoomc sectors to mmze credt rsk. Keywords: portfolo of credt, ecoomcs sectors, VaR,Markowtz method. PENDAHULUAN Sebaga sebuah egara yag perekoomaya terbuka, Idoesa takluput dar mbas damka pasar keuaga global. Termasuk pula mbas dar krsskeuaga yag berawal dar krss kredt perumaha Amerka Serkat. AmerkaSerkat meerbtka peratura kepemlka propert, termasuk kredt perumahayag memberka kemudaha bag para kredtur. Permasalaha mucul ketkabayak lembaga pembayaa meyalurka kredt propert kepada masyarakatyag sebearya secara fasal tdak layak. Stuas tersebut memcu terjadyakredt macet d sektor propert (subprme mortage) yag megakbatka efekdomo yag megarah pada bagkrutya lembaga keuaga (perbaka) damerka Serkat. Hal dsebabka lembaga pembayaa sektor propertmemjam daa jagka pedek ke lembaga keuaga. Ketdakmampua lembagapembayaa propert memeuh semua kewajbaya meyebabka pegergalkudtas lembaga keuaga (Bapeas, 2009). 1

2 Meskpu kods perekooma dua megalam gucaga yag sagatberat, amu ketahaa sektor perbaka Idoesa mash cukup kuat. D tegahkrss ekoom dua, pertumbuha kredt perbaka kovesoal maupu syarahmegkat pesat. Hal dsebabka karea peyalura portofolo kredt perbaka lebhbayak ke sektor rl (Bak Idoesa, 2009). Adapu perbedaa peagaa krssperbaka 1998 dega krss ekoom 2008 adalah adaya kelemaha fudametalekoom saat tu sepert la rupah yag over-valued, cadaga devsa yag kuragkuat, serta sstem perbaka yag terlalu ekspasf member kredt, dega melaggarlegal ledg lmt semetara modalya lemah (Sasadara, 2008). Oleh karea tu, peeltg megetahu kombas portofolo kredt perbaka umum da syarah yagberdasarka sektor ekoom sehgga taha terhadap terpaa krss global tahu Peyebara portofolo kredt yag dlakuka hampr seluruh bak sampasaat mash tetap bayak membulka rsko yag tgg, meskpu masg-masgperbaka telah memlh sektor ekoom apa yag aka dberka kredtda kemugka memlk rsko default palg kecl, amu tetap saja hal tubelum dapat dmmalsas, da mash mejad tataga utuk dapatmemmalsas rsko da megelola rsko dega bak. Portofolo kredt yagdlakuka oleh perbaka dharapka mampu memmalka rsko kredt yagbsa terjad da megoptmalka keutuga bag perbaka (Cadradew, 2008). Karakterstk spesfk dar trasaks bak syarah adalah kotraktrasaksya tdak ddasarka pada tgkat suku buga sehgga rsko perubahatgkat suku buga buka merupaka kompoe rsko pasar yag dhadap baksyarah. Pada bak umum, pembayaa dsebut pjama, semetara d baksyarah dsebut pembayaa. Utuk balas jasa yag dberka atau dterma padabak umum berupa buga (terest loa atau depost) dalam persetase yagsudah dtetuka sebelumya, sedagka pada bak syarah tgkat balas jasaterukur oleh sstem bag hasl dar usaha. Sela tu, persyarata pegajua kredtpada perbaka syarah lebh ketat dar pada perbaka kovesoal sehggarsko kredt dar perbaka syarah lebh kecl dar perbaka kovesoal. Olehsebab tu, pada ss kredt dalam atura syarah, bak bertdak sebaga pejual,semetara asabah sebaga pembel murabahah. Mekasme sepert tu, akamecegah kemugka daa kredt dguaka utuk trasaks spekulas. Jkaterjad default, bak umum mudah medapatka daaya kembal karea adaaset yag laya jelas berupa sejumlah kredt yag dkucurka. Dalam baksyarah, karakter asabah (persoal garas) lebh dutamaka darpada coverguaratee berupa aset (Wuladar, 2010).Berdasarka uraa tersebut peeltmemlh objek peelta perbaka umum da perbaka syarah karea terdapatperbedaa sstem dalam mejalaka usahaya sehgga perlu dketahuperbedaa kombas portofolo kedua kategor bak tersebut. Sulstoo (2006) meympulka bahwa masg-masg alteratfportofolo aka memberka gambara tetag rsko portofolo (devas stadarportofolo) da retur ekspektas portofolo. Portofolo yag optmal dapat dlhatdar perseps vestor terhadap rsko yag aka dhadap. Sedagka Cadredew(2008) meympulka bahwa seluruh hpotess dapat terbukt bahwa dperolehkombas poss kredt per sektor ekoom pada masg-masg kategorperbaka d Idoesa yag memlk rsko kredt terkecl, da akhryadharapka No Performg Loa dapat dmmalsas karea kualtas kredtsemak bak. Namu demka, Loffler (2001) megemukaka bahwa aalssestmas portofolo kredt sagat dpegaruh oleh ketdakpasta dalam putparameter. Peryataa tdak meggambarka sebaga putusa yag egatfdalam pemodela rsko kredt. Sedagka dalam peelta aka dcarkombas portofolo kredt pada perbaka umum da perbaka syarahberdasarka sektor ekoom da membadgka kombas portofolo tersebutapakah terdapat perbedaa atau tdak. Tujua yag g dcapa dalam peelta adalah megetahu kombas portofolo kredt perbaka umum yagmemlk tgkat rsko terkecl berdasarka sektor ekoom, megetahu kombas portofolo pembayaa perbaka syarahyag memlk tgkat rsko terkecl berdasarka sektor ekoom, da membadgka kombas portofolo kredt perbaka umumkovesoal da perbaka syarah setelah krss ekoom TINJAUAN LITERATUR Megukur retur da rsko utuk sekurtas tuggal memag petg,tetap bag maajer portofolo, retur da rsko seluruh sekurtas dalamportofolo lebh dperluka. Retur 2

3 realsas da retur ekspektas dar portofolomerupaka rata-rata tertmbag dar retur-retur seluruh sekurtas tuggal. Akatetap, rsko portofolo tdak harus sama dega rata-rata tertmbag rsko-rskodar seluruh sekurtas tuggal. Rsko portofolo bahka dapat lebh kecl dar rataratasekurtas tuggal (Jogyato, 2003:147). Bag seorag maager portofolo, returda rsko seluruh sekurtassagat dperluka. Begtu pula halya dega peyebara portofolo kredt yagdlakuka oleh setap bak, dmaa tujua yag dkehedak adalah utukmeyebar rsko yag mugk dapat tmbul karea proses kredt yag dberka.portofolo kredt yag ada dalam setap bak mugk berbeda, amu tdakmeutup kemugka juga sama, haya saja pors peyebara portofolo dsetap sektor ekoom yag berbedabeda. Portofolo dapat ddefska sebagapembaga atau peyebara pada beberapa sektor gua memmalsas rskoyag dapat terjad. Hal berlaku bak utuk sekurtas, dustr, maupu peyebarapada baga laya (Cadradew, 2008). Teor portofolo dartka sebaga sekumpula kesempata vestas yagbertujua utuk memlh kombas yag efse dar sahamsaham yagdmlkya, yatu berupa keutuga (retur) yag optmal yag berart bahwamedapat keutuga tertgg pada rsko tertetu atau medapat keutugatertetu pada rgkat rsko teredah (Sofaa da Wdodo, 2008).Portofolo kredt atau pemjama dapat dartka berapa aset bak yagharus terdr dar pjama adalah suatu persoala kebjaka bak secarakeseluruha da merupaka usur peutu dalam kebjaka pemjama ataupeyalura kredt. Kredt atau pemjama basaya merupaka aset yag palgmegutugka yag dmlk oleh bak, amu pjama basaya kurag lkudda mempuya rsko kredt yag lebh besar dbadgka dega suratberharga yag dbel oleh baksehgga besarya portofolo pemjama harusdbatas (Reed da Gll, 1995:220). Aalss portofolo kredt tdak aka meghaslka perkraa yag sagattepat yag maa debtur pada portofolo tersebut aka megalam peurua.perhtuga keruga dapat dguaka utuk megaalss ekspektas keruga(expected loss), perubaha keruga, da tgkat kemugka kepasta levelkeruga. Hal tersebut meadaka seberapa modal yag dbutuhka utukmedukug portofolo tersebut agar dapat memberka jama utuk saggupmembayar semua hutag-hutagya (Thompso, 2008). Sektor ekoom sebagamaa yag ddasarka atas teratoal stadardustral classfcato of all ecoomc actvtes (ISIC) dbag mejad sepuluhsektor (Bak Idoesa,2009). Pertamapertaa, kehutaa perburua, da saraa pertaa. Pertaa melputtaama paga, taama perkebua, perkaa, da peteraka. Kedua pertambaga melput myak da gas bum, bj logam, batubara, dalaya. Ketga dustr pegolaha melput dustr makaa, muma, da tembakau; dustr makaa terak da ka, dustr tekstl, sadag, da kult;dustr kayu da hasl-hasl kayu; Idustr baha kertas (pulp), kertasda hasl-hasl kertas, percetaka, da peerbta; Idustr pegolaha baha kma da hasl kma, hasl myak bum, batu bara, karet daplastk; Idustr pegolaha hasl-hasl tambag buka logam, selahasl-hasl myak bum da batubara; da laya. Keempat lstrk, gas, da ar. Kelmakostruks yag melput jasa pembagua da perbaka perumahasederhaa; peyapa taah pemukma; jala raya da jembata;lstrk; proyek yag dbaya dega pjama dar/utuk pembayarad luar eger da laya. Keeam perdagaga, restora, da hotel melput pembela da pegumpulabarag dagaga dalam eger; dstrbusl perdagaga ecera;restora da hotel. Ketujuh pegagkuta, pergudaga, da komukas yag melputpegagkuta umum; bro perjalaa; pergudaga; da komukas. Kedelapa jasa-jasa dua usaha yag melput real estate da jasa-jasa profes,da leasg. Kesembla jasa-jasa sosal atau masyarakat yag melput hbura dakebudayaa. Kesepuluh la-la melput perumaha (kredt kosums d bdag perumaha)da kredt kosums utuk kedaraa bermotor, alat-alat rumah taggakesehata, peddka, da laya. Bak sebaga sttus yag memlk z utuk melakuka bayakaktvtas, memlk peluag yag sagat luas dalam memperoleh pedapata(come/retur). Namu dalam mejalaka aktvtasya bak selalu dhadapkapada rsko yag pada dasarya melekat (heret) pada seluruh aktvtasya.rsko yag terjad dapat membulka keruga bag bak jka tdak terdeteksserta tdak dkelola sebagamaa mestya (Idroes, 2008:21). Kosep dversfkasatau portofolo serg dguaka utuk megurag rsko (Haaf, 2009:261).Portofolo yag dapat dlakuka bak adalah dega cara memportofolokakredt 3

4 yag mereka salurka berdasarka sektor ekoom. Berdasarka uraa datas, maka model peeltaya tertera sepert pada gambar 1. Poss kredt per sektor ekoom bak umum Kombas kredt bak umum per sektor ekoom yag memlk rsko terkecl Poss kredt per sektor ekoom bak syarah Kombas kredt bak syarah per sektor ekoom yag memlk rsko terkecl Gambar 1. Model Peelta. Hpotess yag dajuka adalah: H 1 : Terdapat portofolo kredt dega kombas seluruh sektor ekoom pada kategor bak umum yag memlk rsko terkecl. H 2 : Terdapat portofolo pembayaa dega kombsa seluruh sektor ekoom pada kategor bak syarah yag memlk rsko terkecl. H 3 : Tdak terdapat perbedaa rsko portofolo kredt atara bak umum da bak syarah. METODOLOGI PENELITIAN Obyek yag dtelt adalah data statstk perbaka syarah daumum tetag peyalura kredt berdasarka sektor ekoom sehggadperoleh kombas portofolo kredt yag memlk rsko terkecl. Jes data yag dguaka adalah datasekuder yag dperoleh dar publkas Bak Idoesa (statstkperbaka Idoesa Februar 2009-Desember 2011). Data tersebut mecakup data bulaa poss kredt 10 (sepuluh) sektorekoom perbaka d Idoesa berdasarka kategor bak pada perodejauar 2009-November 2011 utuk kategor bak umum da baksyarah. Kuru waktuyag dguaka selama tahu-tahu tersebut karea g melhat posskredt sektor ekoom perbaka pasca terjadya krssekoom Berkut adalah defs stlah da varabelyag terdapat dalam peelta. 1. Rsko kredt Rsko kredt ddefska sebaga rsko kerugasehubuga dega phak pemjam atau couterparty tdak dapat daatau tdak mau memeuh kewajba utuk membayar kembal daa yagdpjamya secara peuh atau sesudahya (Idroes, 2008:22).Rsko kredt tmbul karea bak memjamka daayasehgga ada kemugka daa tersebut tdak aka kembal atau terjadkredt macet. Kredt macet dapat dhtug dega cara meghtugpembayaa o lacar terhadap total pembayaa. 2. Retur portofolo Retur portofolo adalah rata-rata tertmbag darretur-retur realsas tap-tap sekurtas tuggal d dalam portofolo(jogyato, 2003:147). Retur portofolo yag dguaka dalam peelta adalah retur portofolo kredt pada perbaka umum da perbakasyarah berdasarka sektor ekoom dar tahu w 1 R p.r R p = retur portofolo kredt W = pors dar sektor ekoom terhadap seluruh sektor ekoom dportofolo kredt R = retur dar sektor ekoom ke = jumlah dar sektor ekoom tuggal 3. Sektor ekoom Sektor ekoom ddefska sebaga lgkugasuatu usaha dega bdag usaha tertetu da dkelompokka berdasarkajes usaha yag sejes, msalya pertaa, perdustra, da sebagaya(kamus Besar Bahasa Idoesa, 1996 dalam Cadradew, 2008). Sektor ekoom yag dguaka dalam 4

5 perbakadgologka mejad sepuluh sektor ekoom. Setap sektor ekoom yagterseda pada data merupaka varas yag aka dtelt pada keduakategor perbaka da berupa agka yag merupaka poss kredt. 4. Varas portofolo Varas merupaka kuadrat dar devas stadar(jogyato, 2003:150).Varas dalam portofolo kredt adalah rsko yagterdapat dalam kebjaka portofolo kredt tersebut. Dega demka,varas retur portofolo yag merupaka rsko portofolo dapat dtulskasebaga berkut. p 2 E R - E(R ) 2 p 2 = Varas retur portofolo kredt R p = Retur portofolo kredt E(R p ) = Retur ekspektas portofolo kredt 5. Kovarasportofolo Kovaras merupaka pegukur yag meujuka arah pergeraka duabuah varabel (Jogyato, 2003:151).Nla kovaras yag postf meujuka la-ladar dua varabel bergerak kearah yag sama, la kovaras yag egatfbergerak kearah yag berlawaa, da la kovaras yag ol meujukala-la dar dua varabel depede, yatu pergerakaya tdakberhubuga dega varabel laya. Kovaras dapat drumuska sebaga berkut. j [R t1 t - E(R p )][R jt - E(R )] p j = Kovaras atara sektor da sektor j R t = Retur sektor pada saat t E(R ) = Retur ekspektas sektor p t = Probabltas kejada retur ke-t Tekk aalss yag dguaka adalah model Markowtz da Value at Rsk (VaR). Tekk aalss Markowtz dguaka utuk melhat atau membadgka kods rata-rata da perkembagaya utuk melhat kecederuga (proft). Ttk portofolo optmal dapat dtetuka degamegguaka metode peyelesaa optmas. Fugs objektf yagdguaka adalah fugs rsko portofolo berdasarka metode Markowtz.Fugs j t objektf kemuda dmmalka dega beberapakedala sebaga berkut. Mmumka 1 w j 1 j w 1 w. w j. 2. w utuk = sapa dega 3. 1 w.r = jumlah sektor ekoom j = Kovaras atara sektor ekoom 2 = Varas retur tap sektor ekoom Kedala yag pertama adalah total propors kredt tap sektor ekoom yag dvestaska dalam portofolo sama dega 1 atau berjumlah 100%. Kedala kedua adalah propors setap sektor ekoom tdak boleh berla egatf. Kedala ketga adalah jumlah rata-rata dar seluruh retur peyalura kredt tap sektor ekoom (R ) sama dega retur portofolo kredt (R p ). Portofolo kredt dapat juga dselesaka dega megguaka persamaa smulta sebaga berkut. Ψ. 1.σ 1,1 + w 2.σ 1, w.σ 1, ) = [E(R 1 ) R BR ] Ψ. 1.σ 2,1 + w 2.σ 2, w.σ 2, ) = [E(R 2 ) R BR ] Ψ. 1.σ,1 + w 2.σ, w.σ, ) = [E(R ) R BR ] Dega medstrbuska Z = Ψ., maka persamaa smulta dapatberupa: (Z 1.σ 1,1 + Z 2.σ 1, Z.σ 1, ) = [E(R 1 ) R BR ] (Z 1.σ 2,1 + Z 2.σ 2, Z.σ 2, ) = [E(R 2 ) R BR ] (Z 1.σ,1 + Z 2.σ, Z.σ, ) = [E(R ) R BR ] R BR = Retur bebas rsko (SBI) E(R ) = Expected retur peyalura kredt tap sektor ekoom. Z = skala dar tmbaga atas tap-tap sektor ekoom Rumus utuk memperoleh la bobot masg-masg sektor (w ) adalah: R p j 5

6 W Z f 1 Z f W = propors aktva ke- yag dvestaska dalam portofolo yagterdr dar aktva Z = skala dar tmbaga atas tap-tap sektor ekoom Z = total skala dar tmbaga atas tap-tap sektor ekoom Ukura yag popular terhadap rsko adalah volatltas. Namumasalah utama dega volatltas adalah tdak memperhtugka arah darpergeraka vestas. Rsko bag seorag vestor adalah oddskehlaga uag da Value at Rsk (VaR) ddasarka atas hal. StatstkVaR memlk tga kompoe yatu: perode waktu, tgkat kepercayaa(cofdece level) da jumlah keruga atau keruga dalam prosetase(ghozal, 2007:75). Value at Rsk (VaR) rsko kredt merupaka pegukura rskokredt utuk portofolo dega meguaka pedekata statstk. NlaVaR ddefska sebaga besarya la keruga relatf terhadap laharapa (expected value) atau la rata-rataya (mea). Jad, VaR adalahbesarya maksmum keruga yag mugk tmbul dar suatu outstadg portfolo pada kuru waktu tertetu dega tgkat kepercayaa tertetu (Ghozal, 2007:130). ANALISIS DAN PEMBAHASAN. Pada tabel 1 dapat dlhat la maksmum da mmum besarya peyalura kredt perbaka umum da peyalura pembayaa perbaka syarah tap sektor ekoom. Dar data yag terseda pada setap kategor perbaka aka dolah dega meguaka metode Markowtz utuk megetahu bagamaa komposs portofolo kredt berdasarka sektor ekoom dar masg-masg kedua kategor perbaka. Hasl yag dperoleh tersebut berdasarka vara da kovara atara masgmasg sektor ekoom dar kedua kategor perbaka. Tabel 1. Peyalura kredt/pembayaa bak umum da syarah (mlyar rupah) Bak umum Bak syarah Sektor ekoom Maksmum Mmum Std Dv. Maksmum Mmum Std Dv. Pertaa , ,052 Pertambaga , ,061 Perdustra , ,069 Lstrk , ,042 Kostruks , ,038 Perdagaga , ,042 Pegagkuta , ,038 Dua usaha , ,028 Sosal , ,032 La-la , ,032 Dar perhtuga besarya peyalura kredt oleh perbaka umumberdasarka sektor ekoom ddapatka la ekspektas kredt da rskokredt (varas kredt) sepert yag terlhat pada tabel 2. Berdasarka tabel 2 dperoleh la total portofolo kredt bak umum sebesar 1,551% da total rsko portofolo kredt sebesar 1,996%. Dega asums awal propors peyalura kredt sama utuk tap sektor ekoom yatu 10%, maka dega metode Markowtz dperoleh kombas optmum portofolo kredt dega cara memmumka rsko portofolo kredt sepert yag terlhat pada tabel 3. 6

7 Tabel2. Nla ekspektas da rsko kredt/pembayaa tap sektor ekoom Bak umum Bak syarah Sektor ekoom Kredt Pembayaa Rsko Rsko kredt ekspektas ekspektas pembayaa Pertaa 0, , , ,00274 Pertambaga 0, , , ,00370 Perdustra 0, , , ,00469 Lstrk 0, , , ,00425 Kostruks 0, , , ,00146 Perdagaga 0, , , ,00174 Pegagkuta 0, , , ,00143 Dua usaha 0, , , ,00078 Sosal 0, , , ,00150 La-la 0, , , ,00105 Berdasarka tabel 3 dperoleh kombas portofolo kredt optmum berdasarka sektor ekoom dega memmumka total rsko portofolo kredt pada bak umum mejad 0,011% dega la total portofolo tetap sebesar 1,551%. Dega demka,dperoleh kombas optmum portofolo kredt apabla bak umum memprortaska pembera kredt pada sektor ekoom la-la sebesar 57,05%; perdagaga, restora da hotel sebesar 25,37%; kostruks 9,95%; pegagkuta, pergudaga da komukas sebesar 4,84%; da lstrk, gas da ar sebesar 1,56%.Hasl megguaka metode Markowtz tersebut aka dperoleh sektor ekoom tertetu dega rsko kredt terkecl, sesua dega kosep teor Markowtz yag megharapka dega vestas yag telah dlakuka aka dperoleh kombas portofolo kredt dega rsko terkecl. Tabel 3. Kombas sektor ekoom berdasarka Metode Markowtz Bak umum Bak syarah Rakg Sektor ekoom Propors Sektor ekoom Propors 1 La-la 57,05 % Jasa dua usaha 39,88 % 2 Perdagaga 25,37 % La-la 20,64 % 3 Kostruks 9,95 % Sosal 20,40 % 4 Pegagkuta 4,84 % Perdagaga 12,70 % 5 Lstrk 1,56 % Kostruks 4,49 % Dar perhtuga besarya peyalura pembayaa oleh perbaka syarahberdasarka sektor ekoom dperoleh la ekspektas pembayaa darsko pembayaa (varas) sepert yag terlhat pada tabel 2.Berdasarka tabel 2 tersebut dhaslka la total portofolo pembayaa sebesar 2,506% da total rsko portofolo pembayaa sebesar 1,075%. Dega asums awal propors peyalura pembayaa sama setap sektor ekoom yatu 10%, maka dega metode Markowtz dperolehkombas optmum portofolo pembayaa dega cara memmumka rsko portofolo pembayaa sepert yag terlhat pada tabel 3. Berdasarka tabel 3, dperoleh kombas portofolo pembayaa optmum berdasarka sektor ekoom dega memmumka total rsko portofolo pembayaa pada bak syarah mejad 0,009% dega la total portofolo tetap sebesar 2,506%. Dega demka, dperoleh kombas optmum portofolo pembayaa apabla bak syarah memprortaska pembera kredt pada sektor ekoom jasa dua usaha sebesar 39,88%; la-la sebesar 20,64%; sosal masyarakat sebesar 20,40%; perdagaga, restora da hotel sebesar 12,70%; da kostruks sebesar 4,49%. 7

8 Perbadga Value at Rsk sebaga la rsko peyalura kredt utuktap sektor ekoom pada perbaka umum da perbaka syarah dapatdlhat pada tabel 4. Jka dlhat dar hasl perhtuga pada tabel 4, maka la raso atara la kredt macet (NPL) dega VaR yag dmlk oleh perbaka syarah lebh kecl dbadgka dega perbaka umum. Hal dkareaka volume pembayaa perbaka syarah yag lebh dbadgka dega peyalura kredt oleh perbaka umum da ature bss dar perbaka syarah yag lebh redah rsko terjadya pembayaa o lacar (o performg facg/npf). Tabel 4. Perbadga rsko kredt tap sektor perbaka umum da syarah Bak umum Bak syarah Sektor ekoom NPL (mlyar) VaR Raso NPL (mlyar) VaR Raso Pertaa 2.253,63 306,89 1:7,4 55,18 8,10 1:6,8 Pertambaga 709,80 62,89 1:11,2 83,08 17,55 1:4,7 Perdustra , ,97 1:5,5 177,64 44,34 1:4,0 Lstrk 125,94 7,81 1:16 6,83 0,41 1:16,9 Kostruks 2.797,61 664,28 1:4,2 250,67 59,12 1:4,2 Perdagaga , ,58 1:4,6 441,20 128,63 1:4,8 Pegagkuta 2.540,43 453,28 1:5,6 231,71 47,85 1:3,4 Dua usaha 3.359,80 478,94 1:7,0 533,89 140,55 1:3,8 Sosal 1.344,06 261,69 1:5,1 96,29 20,05 1:4,8 La-la , ,37 1:4,5 477,85 103,57 1:4,6 Total , ,69 1:5, ,33 570,16 1:4,1 Dar kombas portofolo kredt/pembayaa yag dhaslka dega metodemarkowtz, maka rsko portofolo kredt/pembayaa pada perbaka umum da syarah dapatdperoleh dega metode Value at Rsk (VaR) pada tgkat keyaka 95% sepert pada tabel 5. Tabel 5. Rsko portofolo kredt bak umum da syarah berdasarka rakgmarkowtz Bak umum Bak syarah Rakg NPL (mlyar) VaR NPL (mlyar) VaR , ,37 533,89 140, , ,48 477,85 103, ,61 474,49 96,29 14, ,43 302,19 250,67 39, ,94 5,21 6,83 0,27 total , , ,54 298,12 Pada bak umum(tabel 5) dperoleh la VaR rsko kredt portofolo pada tgkat keyaka 95% sebesar Rp Degademka, perhtuga captal charge utuk rsko kredt adalah:12,5x Var maksmum = 12,5 x Rp = Rp dar total NPL sebesar Rp VaR rsko kredt portofolosebesar Rp pada tgkat keyaka 95% dalamkuru waktu satu tahu adalah dar sebayak 100 trasaks maka besarya maksmum keruga relatf terhadap rata-rata keruga yag aka terjaddalam waktu satu tahu pada 95 trasaks adalah sebesar Rp Pada bak syarah(tabel 5) dperoleh la VaR rsko pembayaa portofolo pada tgkat keyaka 95% sebesar Rp Dega demka, perhtuga captal charge utuk rsko 8

9 pembayaa adalah: 12,5 x Var maksmum = 12,5 x Rp = Rp dar total NPL sebesar Rp Value at Rsk rsko pembayaa portofolo sebesar Rp pada tgkat keyaka 95% berart bahwa dalam kuru waktu satu tahu dar sebayak 100 trasaks, besarya maksmum keruga relatf terhadap rata-rata keruga yag aka terjad dalam waktu satu tahu pada 95 trasaks adalah sebesar Rp Selajutya, dar hasl perhtuga rsko portofolo kredt pada kedua kategor perbaka tdak terdapat perbedaa yag sgfka karea perbadgaatara la NPL da VaR dar kedua kategor perbaka adalah 1:4,5. SIMPULAN Berdasarka aalss yag dsampaka sebelumya dapat dsmpulka bahwa setap kategor perbaka memlk ekspektas kredt da rsko kredtyag berbeda-beda dar berbaga sektor ekoom yag lebh dutamaka utuk dberka kredt dega harapa portofolo kredt pada sektor ekoom tersebut memlk rsko kredt terkecl. Dega megguaka metode Markowtz pada sepuluh sektor ekoom pada masg-masg kategor perbaka tampak bahwa setap kategor perbaka meghaslka kombas portofolo kredt sektor ekoom yag hampr sama. Pada masgmasg kategor perbaka dperoleh kombas dega metkberatka peyalura kredt beberapa sektor ekoom yag memlk rsko kredt terkecl sehgga dharapka No Performg Loa dapat dmmalsas karea kualtas kredt semak bak. Dar hasl perhtuga rsko portofolo kredt pada kedua kategor perbaka tdak terdapat perbedaa yag sgfka karea perbadga atara la NPL da VaR dar kedua kategor perbaka adalah 1:4,5. Berdasarka hasl tersebut, maka mplkas yag dapat dambl adalah sebaga berkut. Pertama, perbaka dapat meetuka kebjaka portofolo kredt dega kombas sektor ekoom yag berbeda-beda dega harapa dapat memmuka rsko kredt yag ada. Kedua, Bak Idoesa sebaga regulator perlu meerapka kebjaka moeter berkata dega peyebara portofolo kredt setap kategor perbaka dega harapa o performg loa dapat dmmumka. DAFTAR PUSTAKA Atoo, Muhaad yaf. 9. Bak Syarah: Dar Teor ke Praktk. Gema Isa. Jakarta. Bak Idoesa Statstk Perbaka Idoesa Jakarta Booklet Perbaka Idoesa Jakarta. Bapeas Buku Pegaga 2009 Peyeleggaraa Pemertaha da Pembagua Daerah. Jakarta. Cadradew, Nurlat Aalss Poss Kredt Per Sektor Ekoom Pada Perbaka d Idoesa yag Memlk Rsko Kredt Terkecl. Tess. Uverstas Dpoegoro. Semarag. (Tdak Dpublkaska). Ghozal, Imam Maajeme Rsko Perbaka: Pedekata Kuattatf Value at Rsk (VaR). Bada peerbt Uverstas Dpoegoro. Semarag. Haaf, Mamduh M Maajeme Rsko. UPP STIM YKKPN. Yogyakarta. Idroes, Ferry N Maajeme Rsko Perbaka: Pemahama Pedekata 3 Plar Pesepakata Basel II Terkat Aplkas Regulas da Pelaksaaaya d Idoesa. Rajawal Pers. Jakarta. Jogyato Teor Portofolo da Aalss Ivestas. BPFE. Yogyakarta. Kahar, Yuskar Perhuga Value At Rsk pada Isttus Perbaka Berdasarka Metode Varace da Covarace. Jural Akutabltas Vol. 8, No. 2, Maret 2009: Kasmr Dasar-Dasar Perbaka. PT. Raja Grafdo Persada. Jakarta. Loffler, Guter The Effect of estmato Error o Measures of Portfolo Credt Rsk. The Joural of Bakg ad Face. 9

10 Muhammad Maajeme Bak Syarah. (UPP) AMYKPN. Yogyakarta. Reed, Edward W., da Edward K Gll Bak Umum Eds 4. Bum Aksara. Jakarta. Sasadara, Ruddy N Dampak Krss Facal Global Terhadap Sektor Ekoom da Perbaka. Ecoomc Revew. No. 213, September Sofaa, Helda Puj da Her Wdodo Peerapa Aalss Portofolo Saham dalam Ragka Optmalsas Retur da Mmalsas Rsko pada Perusahaa Blue Chps. Uverstas Muhammadyah Sdoarjo. Sulstoo, Sugeg Aalss da Desa Proses Pembetuka Portofolo yag Optmal pada Perusahaa yag Go Publc d Bursa Efek Jakarta. Jural Ilmu-lmu Sosal Vol. 2. No. 1, Februar 2006: Thompso, Kev E Portfolo Credt Maagemet For The Credt Cruch. KPMG Iteratoal. Uted Kgdom. Wuladar, Permata Komparas Rsko Bak Syarah VS Bak Kovesoal.. x.php?opto=com_cotet &vew=artcle&d=145:komparas-rsko-baksyarah-versus-bakkovesoal& card=27:artkel&itemd=79. Dakses 22 Desember Jes-Jes Kredt Perbaka. Dakses 31 Jauar /2007/bula/09/tgl/03/tme/102208/dews/ /dkaal/6). Memaham Subprme Mortage AS. Dakses 1 Februar

Muniya Alteza

Muniya Alteza RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur

Lebih terperinci

BAB 2. Tinjauan Teoritis

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

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL (Studi Pada Saham Jakarta Islamic Index (JII) Periode )

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL (Studi Pada Saham Jakarta Islamic Index (JII) Periode ) ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL (Stud Pada Saham Jakarta Islamc Idex (JII) Perode 011-013) M. Bagus Wsambud Negah Sudjaa Topowjoo Fakultas Ilmu Admstras

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu da tempat peelta Dalam upaya pelaksaaa peelta,maka peelt melakukaya pada : 1. Tempat Peelta Gua memperoleh data yag dperluka dalam peulsa Skrps yag berjudul Pembetuka

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

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

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

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

SINGLE INDEX MODEL SEBAGAI ALAT ANALISIS OPTIMALISASI PORTOFOLIO INVESTASI SAHAM (Studi Kasus pada Kelompok Saham LQ-45 di BEI Tahun )

SINGLE INDEX MODEL SEBAGAI ALAT ANALISIS OPTIMALISASI PORTOFOLIO INVESTASI SAHAM (Studi Kasus pada Kelompok Saham LQ-45 di BEI Tahun ) 1 Jural Ilmu Maajeme & Bss - Vol. 04, No. 01. Maret 013 SINGLE INDEX MODEL SEBAGAI ALAT ANALISIS OPTIMALISASI PORTOFOLIO INVESTASI SAHAM (Stud Kasus pada Kelompok Saham LQ-45 d BEI Tahu 009-011) Sgt Trharjoo

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

PENGGUNAAN VALUE AT RISK DALAM ANALISIS RISIKO PADA PORTOFOLIO SINGLE INDEX MODEL (Studi Kasus Data Saham LQ 45) Intisari

PENGGUNAAN VALUE AT RISK DALAM ANALISIS RISIKO PADA PORTOFOLIO SINGLE INDEX MODEL (Studi Kasus Data Saham LQ 45) Intisari Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 3 (014), hal 15. PENGGUNAAN VALUE AT ISK DALAM ANALISIS ISIKO PADA POTOFOLIO SINGLE INDEX MODEL (Stud Kasus Data Saham LQ 45) Ed Saputra, Neva

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

ANALISIS PERBANDINGAN ARUS KAS PT DUTA PERTIWI TBK DAN PT KAWASAN INDUSTRI JABABEKA TBK

ANALISIS PERBANDINGAN ARUS KAS PT DUTA PERTIWI TBK DAN PT KAWASAN INDUSTRI JABABEKA TBK ANALISIS PRBANDINGAN ARUS KAS PT DUTA PRTIWI TBK DAN PT KAWASAN INDUSTRI JABABKA TBK (Rsk ad Cash Flow Aalyss) Oleh/By: Sutart da Sr Bawoo Dose Akadem Maajeme Kesatua da STI Kesatua ABSTRAK Perusahaa megguaka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

Analisis Kriteria Investasi

Analisis Kriteria Investasi Uverstas Guadarma TUJUAN Setelah mempelajar Bab dharapka mahasswa dapat memaham: Apakah gagasa usaha (proyek) yag drecaaka dapat memberka mafaat (beeft), bak dlhat dar facal beeft maupu socal beeft. Pelaa

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

PENGARUH MODAL KERJA DAN KREDIT YANG DISALURKAN TERHADAP LABA OPERASIONAL (Study Kasus Pada PT. BPR Mitra Kopjaya Mandiri Manonjaya Tasikmalaya)

PENGARUH MODAL KERJA DAN KREDIT YANG DISALURKAN TERHADAP LABA OPERASIONAL (Study Kasus Pada PT. BPR Mitra Kopjaya Mandiri Manonjaya Tasikmalaya) PENGARUH MODAL KERJA DAN KREDIT YANG DISALURKAN TERHADAP LABA OPERASIONAL (Study Kasus Pada PT. BPR Mtra Kopjaya Madr Maojaya Taskmalaya) Ie Yulat (083403036) Emal : eyulat57@yahoo.com Program Stud Akutas

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

Analisis Kriteria Investasi TUJUAN

Analisis Kriteria Investasi TUJUAN Aalss Krtera Ivestas TUJUAN Setelah mempelajar Bab dharapka mahasswa dapat memaham: Apakah gagasa usaha (proyek) yag drecaaka dapat memberka mafaat (beeft), bak dlhat dar facal beeft maupu socal beeft.

Lebih terperinci

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PEASIR RATIO-UM-PRODUT AG EFISIE UTU RATA-RATA POPULASI PADA SAMPLIG AA SEDERHAA MEGGUAA OEFISIE VARIASI DA OEFISIE URTOSIS Lza armata *, Arsma Ada, Frdaus Mahasswa Program S Matematka Dose Jurusa Matematka

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak BAB III METODE PENELITIAN 3.1 Lokas da Waktu Peelta Peelta dlakuka d PT. Mulya Agro Botekolog yag terletak Perumaha Tegalgodo Asr Blok H III No. 10 Kecamata Karagploso, Kabupate Malag. Pemlha lokas peelta

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT

KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT Prosdg Semar Nasoal Sas da Peddka Sas I, Fakultas Sas da Matematka, UKSW Salatga, 2 Ju 204, Vol 5, No., ISSN :2087-0922 KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT Ad Setawa Program Stud

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

KERNEL ORDER TINGGI UNTUK ESTIMASI VALUE AT RISK (VaR) MANAJEMEN RESIKO TENAGA KERJA

KERNEL ORDER TINGGI UNTUK ESTIMASI VALUE AT RISK (VaR) MANAJEMEN RESIKO TENAGA KERJA KERNEL ORDER TINGGI UNTUK ESTIMASI VALUE AT RISK (VaR) MANAJEMEN RESIKO TENAGA KERJA Zulfkar Sstem Ifromas da Tekk Iformatka STMIK Bahrul Ulum Jombag Emal: zulfkarda@gmal.com ABSTRAK Implkas dar maeeme

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA ENAKSI DUAL ATIO-UM-ODUT UNTUK ATA-ATA OULASI ADA SAMLING AAK SEDEHANA hrsta ajata, Frdaus, Haposa Srat Mahasswa rogram Stud S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu egetahua Alam Uverstas

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

Menghitung Kinerja Investasi

Menghitung Kinerja Investasi Meghtug Kerja Ivestas Dalam perjalaa vestas, la suatu asset bsa berubah dar waktu ke waktu akbat perubaha kods pasar. Sela tu, sebaga baga dar proses vestas, vestor perlu mematau da megevaluas kerja vestas

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

Penurunan Persamaan Perpetuitas dan Anuitas

Penurunan Persamaan Perpetuitas dan Anuitas SEMINR NSIONL MTEMTIK DN PENDIDIKN MTEMTIK UNY 2016 Peurua Persamaa Perpetutas da utas T - 6 Bud Fresdy Fakultas Ekoom da Bss Uverstas Idosa bstrak Mahasswa bss da akutas, debtor bak, da vestor memerluka

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

ANALISIS PERBANDINGAN MEAN VARIANCE

ANALISIS PERBANDINGAN MEAN VARIANCE Perbadga MV da MAD (Susy Arska Putr) 1 ANALISIS PERBANDINGAN MEAN VARIANCE (MV) DAN MEAN ABSOLUTE DEVIATION (MAD) DALAM PEMBENTUKAN PORTOFOLIO COMPARATIVE ANALYSIS MEAN VARIANCE (MV) AND MEAN ABSOLUTE

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

Denny et al., Analisis Investasi Melalui Penetapan Portofolio Saham Optimal... 1

Denny et al., Analisis Investasi Melalui Penetapan Portofolio Saham Optimal... 1 Dey et al., Aalss Ivestas Melalu Peetapa Portofolo Saham Optmal... 1 Aalss Ivestas Melalu Peetapa Portofolo Saham Optmal Pada Saham LQ-45 Bursa Efek Idoesa (The Aalyss of Ivesmet by Determato Optmal Portofolo

Lebih terperinci

PERAN SEKTOR INDUSTRI PENGOLAHAN DALAM PEREKONOMIAN PROVINSI SUMATERA UTARA

PERAN SEKTOR INDUSTRI PENGOLAHAN DALAM PEREKONOMIAN PROVINSI SUMATERA UTARA PERAN SEKTOR INDUSTRI PENGOLAHAN DALAM PEREKONOMIAN PROVINSI SUMATERA UTARA Oktavata Br Bagu 1 da Mautu Parula Hutagaol 1 1 Departeme Ilmu Ekoom, Fakultas Ekoom da Maaeme, Isttut Pertaa Bogor Artkel dterma

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci