BAB III PEMBAHASAN
|
|
- Yohanes Hartanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB III PEMBAHASAN 3.1 Pembahasan Regresi kernel adalah teknik estimasi sesuai dengan data yang dimiliki. Diberikan suatu data, ingin dicari fungsi regresi seperti fungsi yang paling sesuai dengan data yang dimiliki di titiktitik data. Mungkin juga ingin menginterpolasi dan memperkiraan sedikit di luar data tersebut. Ide regresi kernel adalah menempatkan satu set fungsi tertimbang identik yang disebut kernel lokal untuk setiap titik data pengamatan. Kernel akan menetapkan bobot untuk setiap lokasi berdasarkan jarak dari titik data. Jika diberikan data sebagai berikut: Table 1. Contoh data Dari data tersebut ingin didapatkan kurva-fitting fungsi untuk data. Ada banyak cara untuk melakukan kurva regresi dan kernel hanyalah salah satunya. Dalam regresi kernel, apa yang harus dilakukan adalah untuk meletakkan sebuah kernel (semacam fungsi benjolan) untuk setiap titik data X. Grafik berikut menunjukkan Gaussian kernel berada di pusat setiap X.
2 Gambar 10. Grafik Gaussian kernel Dengan menempatkan kernel pada data asli X i, sekarang dapat memperpanjang nilai data asli X i menjadi nilai yang jauh lebih kecil dari x pada langkah kecil tertentu x. Sebagai contoh, gunakan x = 0,1. Untuk titik data pertama X 1 = 1, kita dapat melihat nilai kernel pada setiap langkah x kecil. Rumus Fungsi Kernel Gaussian (4) Keteranagan: x = jangkauan X = nilai data X Y = nilai data Y α = konstanta
3 Penggunaan fungsi kernel Gaussian dikarenakan fungsi ini yang lebih mudah dalam penggunaanya. Sedangkan fungsi spline, epanechnikov dan tri-cube memerlukan syarat dalam pengerjaannya setelah itu perhitungan bisa dilanjutkan. Dalam contoh ini, notasi titik data pengamatan (X, Y), sedangkan estimasi dan titik domain sampling dinotasikan dengan (x, y). Dalam contoh sederhana ini hanya memiliki 5 titik data tetapi dapat membuat titik sampling sebanyak yang diinginkan dengan menetapkan sampling rate x. Diasumsikan bahwa lebar kernel α = 0, 5, maka kernel dapat dihitung sebagai berikut: dan seterusnya. Prosedur yang sama dapat dilakukan untuk semua titik data X i. Sebagai titik data telah memiliki jangkauan X i dari 1 sampai 5.1, dapat memperpanjang domain x antara 0 dan 6. Maka nilai estimasi Y j sebesar nilai domain X j yang diberikan oleh rumus regresi kernel juga disebut Nadaraya-Watson kernel. mˆ ( x) h n 1 n i= 1 = n 1 n i= 1 K h K ( x X h i ) Y ( x X ) i i Para nominator dari rumus regresi kernel adalah array jumlah produk kernel dan berat, sedangkan penyebutnya adalah jumlah nilai kernel di domain X j untuk semua titik data X i.
4 Gambar berikut menunjukkan formulasi fungsi excel y diperkirakan menggunakan formula regresi kernel untuk x = 0 Gambar 11. Formulasi fungsi excel y menggunakan formula regresi kernel untuk x = 0. Table 2. Nilai K(x, X1)-K(x, X5). X k(x.x1) k(x,x2) k(x,x3) k(x,x4) k(x,x5) est.y
5 Pada awalnya semua nilai bobot adalah satu, sehingga semua estimasi y juga satu seperti yang diilustrasikan pada tabel diatas. kemudian menghitung kuadrat kesalahan dari estimasi y dibandingkan dengan data asli Y i.
6 Table 3. Nilai kuadrat kesalahan. X k(x.x1) k(x,x2) k(x,x3) k(x,x4) k(x,x5) est.y Y sq.error
7 Dalam perhitungan diatas jumlah SSE = Sekarang siap untuk solusi. Untuk menemukan solusi akan digunakan MS Excel Solver. Periksa menu Tools. Jika tidak ada menu pemecah, berarti perlu menginstal Solver tersebut. Untuk menginstal Solver, pilih menu Tools-Add-Ins... dan memeriksa Solver Add-in dan klik tombol OK. Ditunjukkan pada gambar berikut.
8 Gambar 12. Tahap petama penggunaan MS Excel Solver. Jika Solver sudah tersedia, klik menu Tools-bahwa Solver... dan akan muncul dialog parameter pemecah sebagai berikut. Gambar 13. Tahapan kedua penggunaan MS Excel Solver.
9 Ingin mencari bobot untuk setiap kernel yang meminimalkan jumlah kesalahan kuadrat. Mengatur sel target dari jumlah square error (SSE) sama dengan Min dengan mengubah sel-sel array. Lalu klik tombol Memecahkan dan klik tombol OK. Gambar 14. Tahapan ketiga penggunaan MS Excel Solver. Ketika mendapatkan array bobot baru sebagai solusi, secara otomatis mengatasi regresi dengan menghitung nilai-nilai y. Berikut diperlihatkan pada tabel menunjukkan bahwa jumlah kesalahan nol ( ). Tabel 4. Hasil perhitungan dengan menggunakan MS Excel Solver X Y Weight X k(x.x1) k(x,x2) k(x,x3) k(x,x4) k(x,x5) est.y Y sq.error E E
10 E E E
11 E-08 Gambar 15. Kurva dengan nilai x, y dan estimasi y diketahui
12 BAB IV KESIMPULAN DAN SARAN 4.1 Kesimpulan Dari hasil pembahasan sebelumnya dapat disimpulkan bahwa: 1. Untuk mengestimasi fungsi regresi yang sulit diprediksi bentuknya dapat digunakan metode kernel. Permasalahan utama pada kernel bukan pada pemilihan kernel tetapi pada pemilihan bandwith. 2. Dari hasil pembahasan yang dapat dilakukan hanyalah memprediksi dengan kata lain hasil perhitungan hanya berupa harapan. 3. Dalam perhitungan bobot menggunakan alat bantu yang berupa solver yang tersedia di dalam Microsoft Excel. 4. Dari hasil perhitungan didapat nilai SSE = Sedangkan untuk bobotnya adalah , , , dan Dengan didapatnya nilai bobot maka nilai SSE pun berubah yaitu 3.23E Saran Metode kernel adalah metode yang membutuhkan ketelitian dalam pengerjaannya sehingga diperoleh kemudahan dan dapat mendalami serta memahami dalam menganalisnya.
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI. Regresi Non-Parametrik Statistik nonparametrik disebut juga statistik bebas sebaran. Statistik nonparametrik tidak mensyaratkan bentuk sebaran parameter populasi. Statistik nonparametrik
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
5 II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan
Lebih terperinciTINJAUAN PUSTAKA. Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel
Lebih terperinciREGRESI SEDERHANA PENDEKATAN MATEMATIKA, STATISTIK DAN EKONOMETRIKA Agus Tri Basuki Universitas Muhammadiyah Yogyakarta
REGRESI SEDERHANA PENDEKATAN MATEMATIKA, STATISTIK DAN EKONOMETRIKA Agus Tri Basuki Universitas Muhammadiyah Yogyakarta A. Pendekatan Matematika Dalam matematika hubungan antar variable bisa dinyatakan
Lebih terperinciFungsi di atas sesuai dengan apa yang kita butuhkan di dalam proses penunjang keputusan pada studi kasus di bawah ini:
Menyelesaikan DSS sederhana dengan Microsoft Excel Solver merupakan salah satu fasilitas tambahan (add-id) pada excel yang digunakan untuk memecahkan persoalan-persoalan yang rumit, fasilitas solver memungkinkan
Lebih terperincifungsi keanggotaan dinyatakan sebagai berikut:
LAMPIRAN 74 Lampiran 1 Fungsi Keanggotaan Bahan Baku Beras Ketan Berikut ini merupakan fungsi keanggotaan bahan baku beras ketan 1) Misal bilangan fuzzy menyatakan bahan baku beras ketan yang dibutuhkan
Lebih terperinciMembuat grafik histogram dan polygon serta mencetaknya ke printer
Modul ke: Membuat grafik histogram dan polygon serta mencetaknya ke printer Mahasiswa dapat membuat histogram dan poligon, kemudian mencetaknya ke printer. Fakultas FEB Nawindah,S.Kom,M.Kom Program Studi
Lebih terperinciANALISIS REGRESI DENGAN EXCEL
ANALISIS REGRESI DENGAN EXCEL Dalam statistik, regresi merupakan salah satu peralatan yang populer digunakan, baik pada ilmu-ilmu sosial maupun ilmu-ilmu eksak. Karenanya, software-software statistik umumnya
Lebih terperinciBAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK
BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK Dalam melakukan estimasi pada suatu kasus regresi nonparametrik, ada banyak metode yang dapat digunakan. Yasin (2009) dalam makalahnya melakukan estimasi regresi
Lebih terperinciLangkah Penyelesaian. Linear Programming Dengan Solver Excel Taufiqurrahman 1
Linear Programming Dengan PROGRAM LINEAR: SOLUSI KOMPUTER Solusi Komputer Masalah program linear dapat diselesaikan dengan beberapa aplikasi perangkat lunak (software) komputer. Saat ini banyak aplikasi
Lebih terperinciPEMANFAATAN EXCEL SOLVER DALAM PEMBELAJARAN PEMROGRAMAN LINEAR. Oleh : Himmawati Puji Lestari. Caturiyati. Jurusan Pendidikan Matematika FMIPA UNY
PEMANFAATAN EXCEL SOLVER DALAM PEMBELAJARAN PEMROGRAMAN LINEAR Oleh : Himmawati Puji Lestari Caturiyati Jurusan Pendidikan Matematika FMIPA UNY himmawatipl@yahoo.com wcaturiyati@yahoo.com Abstrak Dalam
Lebih terperinciPREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL
PREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL Firmanti Suryandari, Sri Subanti, Bowo Winarno Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi merupakan proses meningkatnya
Lebih terperinciRegresi dengan Microsoft Office Excel
Regresi dengan Microsoft Office Excel Author: Junaidi Junaidi 1. Pengantar Dalam statistik, regresi merupakan salah satu peralatan yang populer digunakan, baik pada ilmu-ilmu sosial maupun ilmu-ilmu eksak.
Lebih terperinciCCR314 - Riset Operasional Materi #4 Ganjil 2015/2016 CCR314 RISET OPERASIONAL
Materi #4 CCR314 RISET OPERASIONAL Solusi Komputer 2 Masalah program linear (liner programming/lp) dapat diselesaikan dengan beberapa aplikasi perangkat lunak (software) komputer. Saat ini banyak aplikasi
Lebih terperinciBAB II DASAR TEORI. Gambar 2.1 : Perbedaan Antara Proses Stationer dan Proses Non-Stationer
BAB II DASAR TEORI Model adalah penyederhanaan dunia nyata (real world) ke dalam suatu bentuk terukur (Deliar, 27). Bentuk terukur tersebut adalah asumsi yang dianggap dapat merepresentasikan dunia nyata
Lebih terperinciOptimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins. Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK
Optimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK Persoalan keuntungan yang tidak dikelola dengan baik seringkali menjadi
Lebih terperinciSpesifikasi: Ukuran: 14x21 cm Tebal: 190 hlm Harga: Rp Terbit pertama: Juli 2004 Sinopsis singkat:
Spesifikasi: Ukuran: 14x21 cm Tebal: 190 hlm Harga: Rp 26.800 Terbit pertama: Juli 2004 Sinopsis singkat: Dewasa ini, menguasai Microsoft Excel bisa dikatakan sebagai salah satu modal untuk masuk ke berbagai
Lebih terperinciSTMIK STIKOM BALIKPAPAN 1 CHI SQUARE
STMIK STIKOM BALIKPAPAN 1 CHI SQUARE Uji Chi Square untuk satu atau dua sampel digunakan untuk menguji apakah data sebuah sampel yang diambil menunjang hipotesis yang menyatakan bahwa populasi asal sampel
Lebih terperinciPenggunaan Pivot Table Sederhana Pada Ms. Excel
Penggunaan Pivot Table Sederhana Pada Ms. Excel Eka Indriani eka.indriani@raharja.info :: http://ilmuti.org/author/ekaindriani/ Abstrak Pivot table merupakan suatu fasilitas yang terdapat di dalam Microsoft
Lebih terperinciGambar 8.1 Contoh Dokumen untuk Manajemen Data, Pivot Table dan Grafik
BAB 8 MANAJEMEN DATA Jika kita bekerja dengan data yang cukup banyak, maka perlu melakukan beberapa pengaturan misalnya melakukan pemilihan data, pengurutan data dan juga pengelompokan data. Hal ini dimaksudkan
Lebih terperinciMengerjakan Latihan dengan Microsoft Office Excel
P10 Mengerjakan Latihan dengan Microsoft Office Excel 10.1 TUJUAN Mahasiswa memahami dan terampil mengerjakan beberapa latihan menggunakan Microsoft Excel. 10.2 PEMBAHASAN Membuat ranking pada table Mengurutkan
Lebih terperinciDAFTAR ISI ABSTRACT. BAB I PENDAHULUAN 1.1 LatarBelakang Pembatasan Masalah TujuanPenulisan
`DAFTAR ISI HALAMAN JUDUL HALAMAN PENGESAHAN HALAMAN PERNYATAAN HALAMAN PERSEMBAHAN KATA PENGANTAR DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL DAFTAR LAMPIRAN INTISARI ABSTRACT i ii iii iv v vii x xi xii xiv
Lebih terperinciGbr. b7 5. Nilai pada Cell B3 menjadi 0,00 dan nilai pada Cell A3 menjadi Ulangi proses tersebut untuk Cell B8 dan B9.
29 Gbr. b7 5. Nilai pada Cell B3 menjadi 0,00 dan nilai pada Cell A3 menjadi -4.9434. 6. Ulangi proses tersebut untuk Cell B8 dan B9. C. METODE BISECTION Untuk menemukan akar dari f(x)=0.5x 3-4x-3 dengan
Lebih terperinciBAB 3 PENGOLAHAN DATA
18 BAB 3 PENGOLAHAN DATA 3.1. Pengumpulan Data Data yang akan diolah dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara di Jln. Asrama No. 179 Medan
Lebih terperinciBAB 3 ANALISA DATA. produksi kelapa sawit dari tahun 2007 sampai dengan tahun Tabel 3.1 Data Produksi Kelapa Sawit di
BAB 3 ANALISA DATA 3.1 Pengumpulan Data Data yang digunakan untuk penganalisaan tugas akhir ini adalah data jumlah hasil produksi kelapa sawit dari tahun 2007 sampai dengan tahun 2014 Tabel 3.1 Data Produksi
Lebih terperinciPertemuan 4-5 ANALISIS REGRESI SEDERHANA
Pertemuan 4-5 ANALISIS REGRESI SEDERHANA Metode Kuadrat Terkecil (OLS) Persoalan penting dalam membuat garis regresi sampel adalah bagaimana kita bisa mendapatkan garis regresi yang baik yaitu sedekat
Lebih terperinciFORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING
FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi
Lebih terperinciPertemuan 6: Metode Least Square. Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014
Pertemuan 6: Metode Least Square Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014 Bagaimana mendapatkan fungsi polinomial untuk mewakili sejumlah titik data Bentuk Permasalahan Permasalahan 1
Lebih terperinciPanduan Program Ordi (Transformasi data Ordinal ke Interval)
Panduan Program Ordi (Transformasi data Ordinal ke Interval) Junaidi, Junaidi Pengantar Program ORDI merupakan program yang dirancang untuk pengolahan/transformasi data dari skala ordinal ke interval.
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Pengertian Pengolahan Data Pengolahan data dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah dimengerti dan menguraikan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Berdasarkan bobot yang digunakan, hasil kontur yang dihasilkan akan berbeda untuk masing-masing metode interpolasi. Bentuk konturnya ditampilkan pada Gambar 6 sampai
Lebih terperinciTaufiqur Rachman 1
PROGRAM LINEAR: SOLUSI KOMPUTER Solusi Komputer Masalah program linear dapat diselesaikan dengan beberapa aplikasi perangkat lunak (software) komputer. Saat ini banyak aplikasi perangkat lunak dengan kapasitas
Lebih terperinciModul Praktikum 4 Dasar-Dasar Teknologi Informasi dan Komunikasi
Modul Microsoft Word 2003 (3) Bekerja dengan Tabel dan Grafik (Chart) A. Bekerja Dengan Tabel Dalam suatu dokumen kadang digunakan tabel untuk menampilkan data ataupun hasil analisis yang telah kita buat.
Lebih terperinciBAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya.
Lebih terperinciMenjelajahi perintah pada pita Setiap pita memiliki grup, dan setiap grup memiliki sekumpulan perintah yang berkaitan.
Panduan Mulai Cepat Microsoft Excel 2013 terlihat berbeda dari versi sebelumnya, jadi kami membuat panduan ini untuk membantu Anda meminimalkan kurva pembelajaran. Menambahkan perintah ke Toolbar Akses
Lebih terperinciMateri Komputer 2. Media Biaya Iklan Tiras. Sainstech Unisma Bekasi. Pertemuan 9 (Solver)
Pertemuan 9 (Solver) Memecahkan masalah masalah rumit dengan menggunakan Solver Penjelasan singkat : Dalam latihan sebelumnya pernah dilakukan perhitungan untuk menentukan variabel bebas dengan memasukkan
Lebih terperinciBAB 10 ANALISIS REGRESI LINIER SEDERHANA
BAB 10 ANALISIS REGRESI LINIER SEDERHANA Analisis regresi linier merupakan salah satu jenis metode regresi yang paling banyak digunakan. Regresi linier sederhana terdiri atas satu variabel terikat (dependent)
Lebih terperinciMEMBUAT TABEL, CAPTION PADA GAMBAR DAN TABEL, MEMBUAT DAFTAR GAMBAR DAN TABEL SERTA MENGGUNAKAN FORMULA PADA TABEL
MODUL 04 MEMBUAT TABEL, CAPTION PADA GAMBAR DAN TABEL, MEMBUAT DAFTAR GAMBAR DAN TABEL SERTA MENGGUNAKAN FORMULA PADA TABEL 4 JP (180 menit) Pengantar Pada modul ini dibahas materi tentang cara membuat
Lebih terperinciBAB III METODE PENELITIAN Data diperoleh dari BPS RI, BPS Provinsi Papua dan Bank Indonesia
BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Penelitian ini menggunakan data time series triwulanan dengan periode data 2000 2010. Data diperoleh dari BPS RI, BPS Provinsi Papua dan Bank Indonesia
Lebih terperinciRumus & Fungsi pada Ms.Excel 2010
Modul ke: 10Fakultas Prionggo FASILKOM Rumus & Fungsi pada Ms.Excel 2010 Mata Kuliah APLIKASI KOMPUTER ( 90001 ) / 3 sks ) Hendradi, S.Kom., MMSI. Program Studi Sistem Informasi Aplikasi Komputer Pertemuan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menyelidiki pola hubungan fungsional antara variabel prediktor dan variabel respon
Lebih terperinciRPP RENCANA PELAKSANAAN PEMBELAJARAN TEKNOLOGI INFORMASI DAN KOMUNIKASI ( TIK )
RPP RENCANA PELAKSANAAN PEMBELAJARAN TEKNOLOGI INFORMASI DAN KOMUNIKASI ( TIK ) Kelas/Semester : 4/1 Standar Kompetensi : 1. Menggunakan perangkat lunak pengolah kata A. Kompetensi Dasar : 1.1. Menggunakan
Lebih terperinciPENDUGAAN PARAMETER REGRESI LOGISTIK BINER DENGAN SPREADSHEET SOLVER (ADD-IN MICROSOFT EXCEL)
PENDUGAAN PARAMETER REGRESI LOGISTIK BINER Shaifudin Zuhdi, Dewi Retno Sari Saputro Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret ABSTRAK. Model regresi logistik
Lebih terperinciBAB III METODE PENELITIAN. Lokasi penelitian berada di wilayah Kabupaten Banyumas yang masuk
BAB III METODE PENELITIAN 3.1. Lokasi Penelitian Lokasi penelitian berada di wilayah Kabupaten Banyumas yang masuk Daerah Irigasi Banjaran meliputi Kecamatan Purwokerto Barat, Kecamatan Purwokerto Selatan,
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Pengertian regresi secara umum adalah sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Istilah
Lebih terperinciBAB III METODE WEIGHTED LEAST SQUARE
BAB III METODE WEIGHTED LEAST SQUARE 3.1 Uji White Salah satu asumsi dari model regresi linear klasik adalah varian error ε i pada setiap nilai variabel bebas adalah sama (konstan). Asumsi ini disebut
Lebih terperinciInterval Estimation. Tjipto Juwono, Ph.D. May TJ (SU) Interval Estimation May / 19
Interval Estimation Tjipto Juwono, Ph.D. May 2017 TJ (SU) Interval Estimation May 2017 1 / 19 Pendahuluan Point Estimator Perhatikan MPC pada persamaan regresi Ŷ i = ˆβ 1 + ˆβ 2 X i = 2.3121+0.5231X i
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan adalah bertambah jumlah dan besarnya sel diseluruh bagian tubuh yang secara kuantitatif dapat diukur. Perkembangan adalah bertambah sempurnanya fungsi alat
Lebih terperinciMAKALAH UKURAN GEJALA PUSAT DATA DIKELOMPOKAN. Diajukan untuk Persyaratan nilai UAS pada Mata Kuliah Statistika Deskriptif DISUSUN OLEH :
MAKALAH UKURAN GEJALA PUSAT DATA DIKELOMPOKAN Diajukan untuk Persyaratan nilai UAS pada Mata Kuliah Statistika Deskriptif DISUSUN OLEH : 1. Yoga Prasetio (12140845) 2. Saidatul Hikmatillah (12141344) 3.
Lebih terperinciBAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah
BAB III REGRESI SPLINE 3.1 Fungsi Pemulus Spline yaitu Fungsi regresi nonparametrik yang telah dituliskan pada bab sebelumnya = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah faktor
Lebih terperinciBAB IX SOLVER. Tujuan instruksional Khusus
BAB IX SOLVER Instruksi Tujuan instruksional Khusus Pokok Bahasan Pengajaran Setelah mengikuti kuliah ini, mahasiswa akan mengetahui tentang analisa optimalisasi dengan adanya kendala sehingga solusi yang
Lebih terperinciPengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc
Pengantar Pengolahan Data Statistik Menggunakan SPSS 22 Isram Rasal ST, MMSI, MSc Statistika Statistika Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi,
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah metode survey dengan menyebarkan kuesioner secara acak kepada responden. Penelitian ini dilaksanakan
Lebih terperinciRegresi Linier. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA
POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA Regresi Linier Metode Numerik Zulhaydar Fairozal Akbar zfakbar@pens.ac.id 2017 TOPIK Pengenalan
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan di Koperasi Balam Jaya Di Desa Balam Merah
41 BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Penelitian ini dilaksanakan di Koperasi Balam Jaya Di Desa Balam Merah Kecamatan Bunut Kabupaten Pelalawan. Dengan alamat Jln. Lintas Bono Pangkalan Bunut.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada
Lebih terperinciMODUL REGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Tujuan Praktikum: Membantu mahasiswa memahami materi Pegambilan keputusan dari suatu kasus dengan menggunakan kaidah dan persamaan I. Pendahuluan Di dalam analisa ekonomi
Lebih terperinciBAB IX PERANGKAT LUNAK PRESENTASI
BAB IX PERANGKAT LUNAK PRESENTASI 9.1 Pendahuluan A. Deskripsi Singkat Pada bab ini akan dijelaskan tentang beberapa penerapan dari perangkat lunak presentasi. Di dalamnya akan diuraikan bagaimana cara
Lebih terperinciMengelola Database Menggunakan Macro Excel
Mengelola Database Menggunakan Macro Excel Mengelola Database Menggunakan Macro Excel Yudhy Wicaksono & Solusi Kantor PENERBIT PT ELEX MEDIA KOMPUTINDO Mengelola Database Menggunakan Macro Excel Yudhy
Lebih terperinciAplikasi Komputer. Ms. Powerpoint 2010 MODUL PERKULIAHAN. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh
MODUL PERKULIAHAN Aplikasi Komputer Ms. Powerpoint 2010 Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh Mata Kuliah Ciri Universitas (MKCU) 07 Abstract Modul ini menjelaskan tentang Aplikasi Microsoft
Lebih terperinciModul Praktikum Distribusi Weibull DISTRIBUSI WEIBULL. Tujuan Praktikum:
DISTRIBUSI WEIBULL Tujuan Praktikum: Membantu mahasiswa memahami materi Pegambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat I. PENDAHULUAN ini diperkenalkan oleh ahli fisikawan Swedia
Lebih terperinciANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2.
ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN Rita Rahmawati 1, Anik Djuraidah 2 1) Program Studi Statistika, FMIPA Universitas Diponegoro 2) Jurusan
Lebih terperinciPenggunaan Pivot Chart Sederhana Pada Ms. Excel
Penggunaan Pivot Chart Sederhana Pada Ms. Excel Eka Indriani eka.indriani@raharja.info :: http://ilmuti.org/author/ekaindriani/ Abstrak Pada artikel sebelumnya, penulis telah memaparkan bagaimana cara
Lebih terperinciBAB 1 PENDAHULUAN. hubungan antara variabel respon dengan satu atau beberapa variabel prediktor.
BAB 1 PENDAHULUAN A. Latar Belakang Masalah Analisis regresi merupakan metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan X adalah
Lebih terperinciBAB 5 Interpolasi dan Aproksimasi
BAB 5 Interpolasi dan Aproksimasi Interpolasi merupakan proses penentuan dan pengevaluasian suatu fungsi yang grafiknya melalui sejumlah titik tertentu. Sebaliknya, pada aproksimasi grafik fungsi yang
Lebih terperinciPEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.
JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.
Lebih terperinciDaftar Isi (Contents)
Membuat Data Table dengan Satu atau Dua Variabel dengan Excel 2010 By Aurino Djamaris -March 13, 2012 Daftar Isi (Contents) Data Tables in Excel Satu Variable...2 Data Tables in Excel Dua Variable...8
Lebih terperinciBAB 5. Pembuatan Grafik Dalam Open Office Calc TUJUAN PRAKTIKUM. Praktikan mengetahui fungsi dan cara membuat Grafik / Chart TEORI PENUNJANG
25 BAB 5 Pembuatan Grafik Dalam Open Office Calc TUJUAN PRAKTIKUM Praktikan mengetahui fungsi dan cara membuat Grafik / Chart TEORI PENUNJANG Selain digunakan untuk perhitungan matematika dan fungsi matematis
Lebih terperinciOleh : I Md Artawan, SE, MM NIK Dosen Pengajar Fakultas Ekonomi Universitas Warmadewa Denpasar REGRESI SEDERHANA
REGRESI SEDERHANA Oleh : I Made Artawan, SE, MM NIK 230 34 085 Dosen Pengajar Fakultas Ekonomi Universitas Warmadewa Denpasar REGRESI SEDERHANA PENGERTIAN REGRESI Regresi adalah suatu alat statistik yang
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang
13 BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan
Lebih terperinciANALISA PERSAMAAN SIMULTAN
ANALISA PERSAMAAN SIMULTAN 1. PEMBUATAN MODEL Persamaan simultan merupakan persamaan yang terdiri dari lebih dari satu persamaan, dimana salah satunya merupakann persamaan identitas, sedangkan persamaan
Lebih terperinciMODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )
MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Chi Square Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi
Lebih terperinciBAB I Pengenalan Microsoft Office Powerpoint 2007
BAB I Pengenalan Microsoft Office Powerpoint 2007 Microsoft Power Point merupakan salah satu program office dari Microsoft, yang berfungsi untuk membuat presentasi. Hasil presentasi tersebut biasanya di
Lebih terperinciJika tabel tersusun secara vertikal, kita menggunakan fungsi VLOOKUP.
Fungsi VLOOKUP dan HLOOKUP dalam Microsoft Excel berguna untuk membaca suatu tabel, lalu mengambil nilai yang diinginkan pada tabel tersebut berdasarkan kunci tertentu. Kunci ini berupa sel referensi (contoh:
Lebih terperinciMODUL PERKULIAHAN. Aplikasi Komputer. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh
MODUL PERKULIAHAN Aplikasi Komputer Ms. Excel 2010 Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh Mata Kuliah Ciri Universitas (MKCU) 09 Abstract Modul ini menjelaskan tentang Aplikasi Microsoft
Lebih terperinciCARA MENCARI KOEFISIEN KORELASI DAN REGRESI DENGAN EXCEL 2007
CARA MENCARI KOEFISIEN KORELASI DAN REGRESI DENGAN EXCEL 2007 www.sinollahblog.wordpress.com Microsoft Excel tidak hanya dapat dipergunakan sebagai alat bantu menghitung saja, tetapi juga merupakan alat
Lebih terperinciBAB 4 PERANCANGAN DAN IMPLEMENTASI PROGRAM. dengan struktur yang sederhana dengan algoritma yang rumit, sehingga
38 BAB 4 PERANCANGAN DAN IMPLEMENTASI PROGRAM 4.1 Perancangan Program Aplikasi 4.1.1 Bentuk Program Perancangan program cutting stock problem solver tergolong program dengan struktur yang sederhana dengan
Lebih terperinciAplikasi Komputer. Bekerja Dengan Microsoft Excel 2010 (3) Ita Novita, S.Kom, M.T.I. Modul ke: Fakultas ILMU KOMPUTER. Program Studi Informatika
Modul ke: Aplikasi Komputer Bekerja Dengan Microsoft Excel 2010 (3) Fakultas ILMU KOMPUTER Ita Novita, S.Kom, M.T.I Program Studi Informatika www.mercubuana.ac.id FUNGSI FINANSIAL Aplikasi Komputer Bekerja
Lebih terperinci3.3 Pengumpulan Data Primer
10 pada bagian kantong, dengan panjang 200 m dan lebar 70 m. Satu trip penangkapan hanya berlangsung selama satu hari dengan penangkapan efektif sekitar 10 hingga 12 jam. Sedangkan untuk alat tangkap pancing
Lebih terperinci4.4. Kegiatan 4 TENDENSI SENTRAL DAN UKURAN POSISI ( INSERT FUNCTION II )
4.4. Kegiatan 4 TENDENSI SENTRAL DAN UKURAN POSISI ( INSERT FUNCTION II ) 4.4.1. Uraian dan Contoh Tendensi sentral atau central tendency menentukan bagian tengah dari data, biasanya mengacu pada nilai
Lebih terperinci2. Persamaan Kecepatan Gerak Parabola Kecepatan benda saat keluar dari titik awal dinamakan kecepatan awal. = + (1) Dengan = cos (2) = sin (3)
Video Based Laboratory (VBL): Menentukan percepatan gravitasi dengan gerak parabola A. Tujuan Praktikum 1. Memperkenalkan kepada siswa tentang teknik analisis video pada kajian kinematika gerak parabola.
Lebih terperinciBAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION 3.1 Mixed Geographically Weighted Regression Model Mixed Geographically Weighted Regression merupakan model kombinasi atau gabungan antara regresi global
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 terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 7 150 Objektif Mahasiswa dapat menentukan persamaan regresi menggunakan R programming 151 Analisis regresi adalah studi mengenai ketergantungan suatu variabel (variaabel tak bebas)
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciTABEL 3 DATA PENELITIAN
Analisis Regresi Linier Bentuk LN (Logaritma Natural) Pengubahan data ke bentuk LN dimaksudkan untuk meniadakan atau meminimalkan adanya pelanggaran asumsi normalitas dan asumsi klasik regresi. Jika data-data
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Pengertian Pengolahan Data
16 BAB 3 PEMBAHASAN 3.1 Pengertian Pengolahan Data Pengolahan data diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah ditafsirkan dan menguraikan masalah
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis
BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan anak.
Lebih terperinciBAB 4 HASIL PERCOBAAN DAN BAHASAN
24 BAB 4 HASIL PERCOBAAN DAN BAHASAN Perangkat lunak validasi metode analisis ini dibuat dengan menggunakan perangkat lunak pemograman yang biasa dipakai yaitu Microsoft Visual Basic 6.0, dimana perangkat
Lebih terperinciBAB 2 LANDASAN TEORI. variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan bagian
Lebih terperinciSetting menggunakan Outlook Express 6
Setting Email menggunakan Outlook Express 6 Kendati contoh-contoh pada dokumen ini menggunakan Outlook Express 6 namun dapat pula dijadikan referensi untuk Outlook Express versi-versi sebelum atau sesudahnya.
Lebih terperinciStatistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak
BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
Lebih terperinciBAB III PEMBAHASAN. A. Penentuan nilai suku bunga menggunakan metode Cox Ingersoll Ross
BAB III PEMBAHASAN A. Penentuan nilai suku bunga menggunakan metode Cox Ingersoll Ross Dalam perkembangan ekonomi, suku bunga konstan dianggap kurang efektif, maka diperlukannya model yang bisa memprediksi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Matriks Matriks adalah himpunan bilangan real yang disusun secara empat persegi panjang, mempunyai baris dan kolom dengan bentuk umum : Tiap-tiap bilangan yang berada didalam
Lebih terperinciBAB IV METODE PENELITIAN. dilakukan secara sengaja (purposive) melihat bahwa propinsi Jawa Barat
4.1. Waktu dan Tempat Penelitian BAB IV METODE PENELITIAN Penelitian dilakukan dalam lingkup wilayah Jawa Barat. Pemilihan lokasi dilakukan secara sengaja (purposive) melihat bahwa propinsi Jawa Barat
Lebih terperinciTUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE REGRESSION WITH EVIEWS) http://teorionline.wordpress.com By Hendry
TUTORIAL EVIEWS REGRESI SEDERHANA (SIMPLE REGRESSION WITH EVIEWS) http://teorionline.wordpress.com By Hendry REGRESI SEDERHANA Model regresi sederhana dilakukan jika bermaksud meramalkan bagaimana keadaan
Lebih terperinciBAB III METODOLOGI. rumah (KPR) di Indonesia. Subjek penelitian dari indikator makroekonomi
BAB III METODOLOGI A. Objek Penelitian Dalam penelitian ini objek yang digunakan yaitu kredit pemilikan rumah (KPR) di Indonesia. Subjek penelitian dari indikator makroekonomi yaitu IPIyang dapat digunakan
Lebih terperinciInterval Estimation. Tjipto Juwono, Ph.D. May 20, TJ (SU) Interval Estimation May / 24
Interval Estimation Tjipto Juwono, Ph.D. May 20, 2015 TJ (SU) Interval Estimation May 2015 1 / 24 Outline 1 Pendahuluan 2 Pengertian Confidence Interval 3 Menghitung t 4 Menyusun Confidence Interval 5
Lebih terperinci4.2. Jenis-Jenis Relationship Seperti yang pernah dibahas pada teori database, terdapat tiga jenis relationship, yaitu: 1. 1 : 1 : One-to-One Setiap r
Bab 4 Relationship A. T U J U A N 1. Dapat membuat hubungan relasi antar table. 2. Menambahkan tabel baru pada jendela kerja relationship. 3. Mengatur hubungan antar tabel. 4. Menyaring data pada tabel
Lebih terperinci