Jurnal EKSPONENSIAL Volume 3, Nomor 2, Nopember 2012 ISSN

Ukuran: px
Mulai penontonan dengan halaman:

Download "Jurnal EKSPONENSIAL Volume 3, Nomor 2, Nopember 2012 ISSN"

Transkripsi

1 Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN Pemodelan Fator-fator yang Memengaruhi Pemberian Air Susu Ibu Di Wilayah Kera Pusat Kesehatan Masyaraat Wonoreo Kota Samarinda Menggunaan Regresi Logisti Influence Factors Modeling in Baby Exclusively Breast Feeding in the Woring Area of Wonoreo Public Health Center at Samarinda City Using Logistic Regression M. Fathurahman Nurul Wahdah Program Studi Statistia FMIPA Universitas Mulawarman Dinas Kesehatan Provinsi Kalimantan Timur Abstract Logistic regression is a regression model that can exlain the relationshi between redictor variables which is categorical data continuous data or a combination of both and the resonse variable which is categorical data. The aim of this research is logistic regression modeling with redictor variables and a the resonse variable is dichotomous categorical data then alied to the case of influence factors in baby exclusively breast feeding in the woring area of Wonoreo ublic health center at Samarinda city. The data used are secondary data from Wahdah () which consists of nowledge about baby exclusively breast feeding ( x ) family income x ) suort health services x ) and family suort x ) ( ( 3 ( as redictor variables and baby exclusively breast feeding ( y) in the worlace Health Center Wonoreo Samarinda as resonse variable. The results of this research show that logistic regression model to nowledge influence factors in baby exclusively breast feeding in the woring area of Wonoreo ublic health center at Samarinda city is g( x) x 9x. Factors that influence in baby exclusively breast feeding in the woring area of Wonoreo ublic health center at Samarinda City is a nowledge about baby exclusively breast feeding and family suort. Key words: Categorical Data Logistic Regression Baby Exclusively Breast Feeding. Pendahuluan Regresi meruaan salah satu teni analisis data dalam statistia yang daat menelasan dan mengevaluasi hubungan antara variabel indeenden dengan variabel deenden serta daat digunaan untu memredisi variabel deenden (Kutner Nachtsheim dan Neter ). Salah satu model regresi yang seringali digunaan untu data ualitatif atau ategori adalah regresi logisti. Regresi ini terdiri dari tiga macam yaitu regresi logisti biner regresi logisti ordinal dan regresi logisti multinominal. Ketiga regresi logisti tersebut memunyai erbedaan masing-masing yaitu terleta ada variabel deendennya. Untu regresi logisti biner memunyai variabel deenden yang terdiri dari dua ategori saa sedangan untu regresi logisti ordinal memunyai variabel deenden yang terdiri dari tiga ategori atau lebih dan memunyai tingatan sedangan untu regresi logisti nominal memunyai variabel deenden yang terdiri dari tiga ategori atau lebih dan tida memunyai tingatan atau sederaat. Mesiun terdaat erbedaan ada etiga macam regresi logisti tersebut namun terdaat esamaannya yaitu banyanya variabel indeenden yang daat digunaan ada etiga macam regresi logisti tersebut terdiri dari satu atau lebih dan daat bersifat ualitatif (ategori) uantitatif (ontinu) atau gabungan antara eduanya (Agresti ; Hosmer dan Lemeshow ). Tuuan dari enelitian ini adalah mengai emodelan regresi logisti hususnya untu regresi logisti dengan variabel resonnya diotomus dan variabel reditornya uga diotomus. Kemudian dialiasian ada fatorfator yang memengaruhi emberian air susu ibu (ASI) di wilayah era usat esehatan masyaraat (Pusesmas) Wonoreo Kota Samarinda tahun. Menyusui secara eslusif selama enam bulan meruaan salah satu uaya emerintah yang strategis dalam ranga enurunan anga ematian bayi di Indonesia. Kebutuhan gizi bayi untu ertumbuhan dan erembangan yang otimal samai usia enam bulan cuu dienuhi hanya dari ASI saa arena ASI mengandung semua zat gizi dan cairan yang dibutuhan untu memenuhi seluruh gizi bayi ada usia 6 bulan ertama ehiduannya. Kemudian menyusui buan semata-mata untu memenuhi ebutuhan dan ha ana tetai daat uga meningatan ualitas sumber daya manusia di masa yang aan datang. Masalah gizi teradi disetia silus ehiduan dimulai sea dalam andungan (anin) bayi ana dewasa dan usia lanut. Periode dua tahun ertama ehiduan ertama meruaan masa ritis arena ada masa ini teradi ertumbuhan dan erembangan yang sangat esat. Gangguan yang teradi ada eriode ini bersifat ermanen tida daat diulihan walauun ebutuhan zat Program Studi Statistia FMIPA Universitas Mulawarman 63

2 Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN gizi ada masa selanutnya terenuhi (Deartemen Kesehatan R. I. 997). Kegagalan emberian ASI eslusif aan menyebaban berurangnya umlah sel otot bayi sebanya 5% samai % sehingga aan menghambat ereembangan ecerdasan bayi ada taha selanutnya (Deartemen Kesehatan R. I. 5). Berdasaran Peraturan Menteri Kesehatan Nomor: 7/Menes/Per/VII/8 tentang Standar Pelayanan Minimal Bidang Kesehatan Kabuaten/Kota menyebutan bahwa standar minimal cauan ASI eslusif adalah sebesar 8%. Kemudian berdasaran Renstra Dinas Kesehatan Provinsi Kalimantan Timur tahun 9 samai 3 target encaaian ASI eslusif adalah 8% sedangan ondisi ada tahun berdasaran Risesdas hanya 375% bayi yang diberian ASI secara eslusif hal ini ditunuan bayi baru lahir sebanya 65% telah diberian enis maanan ralateal. Adaun encaaian cauan ASI eslusif berdasaran laoran rutin dari Kabuaten/Kota Provinsi Kalimantan Timur tahun belum mencaai hasil yang sesuai dengan haraan yaitu baru mencaai 368% dari target 8%. Demiian uga data cauan emberian ASI secara eslusif Kota Samarinda tahun baru mencaai 58% dan Pusesmas Wonoreo meruaan salah satu enyumbang cauan ASI eslusif terendah yaitu baru mencaai 338%. Regresi Logisti Regresi logisti meruaan salah satu model regresi yang daat menelasan hubungan antara variabel reson yang bersifat ategori diotomus (bersala nominal atau ordinal terdiri dari dua ategori) atau oliotomus (bersala nominal atau ordinal lebih dari dua ategori) dengan satu atau lebih variabel reditor yang bersifat ategori atau ontinu atau gabungan ategori dan ontinu (Agresti ; Agresti 7; Hosmer dan Lemeshow ). Hasil engamatan variabel random reson ( y) memunyai ategori yaitu dan sehingga mengiuti distribusi Bernoulli dengan fungsi distribusi robabilitas seerti ada ersamaan beriut (Agresti ). y y P( Y y) ( ) untu y. () Jia y maa P( Y ) ( ) dan ia y maa P( Y ). Secara umum fungsi hubung (lin function) yang digunaan adalah fungsi hubung logit maa fungsi distribusi robabilitas yang digunaan adalah fungsi logisti seerti ada ersamaan beriut (McCullagh dan Nelder 989; Hosmer dan Lemeshow ). ex[ g( x)] ( x) ex[ g( x)] g x ) x () dengan ( x dan adalah banyanya variabel reditor sehingga ersamaan () daat ditulis menadi ersamaan beriut. ( ex( x x ) ) ex( x x ) x (3) Untu mendaatan model regresi logisti dilauan enasiran arameter model regresi logisti menggunaan metode maximum lielihood estimator (MLE) yaitu memasimum fungsi lielihood. Nilai arameter β dari turunan ertama fungsi L(β) daat dieroleh melalui suatu rosedur iteratif yang disebut dengan iteratively reweighted least square (IRLS) yang dilauan dengan metode iterasi Newton- Rahson yaitu memasimuman fungsi lielihood (Pregibon 98; Albert dan Anderson 98; Agresti ). Untu mengetahui ada atau tida engaruh variabel reditor terhada variabel reson ada analisis regresi logisti dilauan enguian terhada arameter model regresi logisti bai secara serenta mauun secara individu. Penguian arameter secara serenta dilauan dengan menggunaan statisti ui lielihood ratio (G) dengan rosedur ui sebagai beriut: Hiotesis: H : (Secara serenta variabel reditor tida berengaruh terhada variabel reson) H : Paling tida ada satu untu. (Secara serenta variabel reditor berengaruh terhada variabel reson) Statisti ui (Hosmer dan Lemeshow ): n n n n n n G ln n y i ( yi ) ˆ i ( ˆ i ) i Daerah riti (enolaan H ): H ditola bila G ( v) dengan ( v) nilai yang daat dieroleh dari tabel chi-square yang memunyai tingat signifiansi ( ) dan deraat bebas (v) adalah banyanya variabel reditor. Penguian arameter secara individu dilauan untu mengetahui ada atau tida engaruh dari masing-masing variabel reditor 6 Program Studi Statistia FMIPA Universitas Mulawarman

3 Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN terhada variabel reson menggunaan statisti ui Wald (W) dengan rosedur ui sebagai beriut: H : (Variabel reditor e- tida berengaruh terhada variabel reson) H : untu. (Variabel reditor e- berengaruh terhada variabel reson) Statisti ui (Hosmer dan Lemeshow ): ˆ W ( ˆ ) SE Daerah riti (enolaan H ): H ditola bila W ( ; ) dimana nilai ( ;) daat dieroleh dari tabel chi-square. Selanutnya untu mengetahui seberaa besar eefetifan model dalam menelasan variabel reson dilauan enguian esesuaian model (goodness-of-fit). Penguian dilauan dengan menggunaan statisti ui Hosmer-Lemeshow (Ĉ ) dengan rosedur ui sebagai beriut. Hiotesis: H : Model sesuai (Tida ada erbedaan antara hasil observasi dengan hasil redisi) H : Model tida sesuai (Ada erbedaan antara hasil observasi dengan hasil redisi) Statisti Ui (Hosmer and Lemeshow ): g o n Cˆ ' π n ' π dengan: g = Banyanya gru n o ' = Jumlah sube ada gru e- c y umlah nilai variabel reson ada c ombinasi variabel reditor. π c m ˆπ n ' x rata-rata tasiran robabilitas dengan m adalah banyanya sube dengan ombinasi variabel reditor. Daerah riti (enolaan H ): H ditola bila Cˆ ( v) dengan ( v) nilai yang daat dieroleh dari tabel chi-square yang memunyai tingat signifiansi ( ) dan deraat bebas (v) adalah g. Untu memahami model regresi logisti terbai yang berhasil dieroleh melalui tahaan enasiran dan enguian arameter serta enguian esesuaian model maa erlu dilauan interretasi terhada model regresi logisti terbai. Interretasi terhada model c regresi logisti sangat tergantung dari enis variabel reditornya. Jia variabel reditor bersifat ategori maa untu menginterretasian model digunaan odds ratio (OR). Misalan variabel reditor memilii dua buah ategori yang dinotasian sebagai x dan x dimana ategori dibandingan dengan ategori maa dieroleh OR: PY g x PY g x PY g x PY g x g g g g ex ex ex ex ln ln ex Interretasi dari nilai OR sebesar ex( ) adalah robabilitas suatu reson memilii ategori lebih ecil atau sama dengan ategori e- g dibandingan dengan suatu reson yang memilii ategori lebih besar dari ategori e- g ada ali x adalah sebesar ex dibandingan ada x. Jia variabel reditor adalah ontinu maa interretasi dari oefisien model tergantung ada unit variabel reditor yang masu dalam model g x x tersebut. Misalan fungsi maa erubahan satu unit ada variabel reditor x aan memberian erubahan ada g x sebesar dan secara matematis daat dinyataan sebagai g x g x. Jia ada variabel reditor x teradi erubahan sebesar c unit maa aan memberian erubahan ada g x sebesar c dan secara matematis daat dinyataan sebagai c g x c g x. Gambaran Umum Pusesmas Wonoreo Kota Samarinda Wilayah era Pusesmas Wonoreo meliuti Kelurahan Telu Lerong Ulu dan Kelurahan Karang Anyar Kecamatan Sungai Kunang luas wilayahnya.3.5 m² dengan umlah endudu 6.6 iwa dan 77 RT serta 3 Posyandu. Untu memerluas angauan Program Studi Statistia FMIPA Universitas Mulawarman 65

4 Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN elayanan esehatan dibantu oleh satu unit mobil usesmas eliling. Pendudu di Kelurahan Telu Lerong Ulu dan Kelurahan Karang Anyar adalah sangat heterogen arena berasal dari berbagai suu di Indonesia tetai mayoritas didominasi oleh suu Banar Kutai Jawa dan Bugis (Dinas Kesehatan Kota Samarinda ). Air Susu Ibu Air susu ibu (ASI) adalah suatu emulsi lema dalam larutan rotein latosa dan garam-garam anorgani yang seresi oleh elenar mamae ibu yang berguna sebagai maanan bagi bayinya. Sedangan ASI eslusif adalah erilau dimana hanya memberian ASI saa eada bayi samai bulan tana maanan atau minuman lain ecuali siru obat (Deartemen Kesehatan R.I. 997). ASI sebagai maanan bayi memunyai ebaian/sifat sebagai beriut (Sahmien 99):. ASI meruaan maanan alamiah yang bai untu bayi ratis eonomis mudah dicerna untu memilii omosisi zat gizi yang ideal sesuai dengan ebutuhan dan emamuan encernaan bayi.. ASI mengandung latosa yang lebih tinggi dibandingan dengan susu buatan. Di dalam usus latosa aan difermentasi menadi asam latat yang bermanfaat untu: a. Menghambat ertumbuhan bateri yang bersifat atogen. b. Menghambat ertumbuhan miro organisme yang daat menghasilan asam organi dan mensintesa beberaa enis vitamin. c. Memudahan teradinya engendaan calsium-cassienat. d. Memudahan enyerahan berbagai enis mineral seerti calsium magnesium. 3. ASI mengandung zat elindung (antibodi) yang daat melindungi bayi selama 5 samai 6 bulan ertama seerti immunoglobin lysozme comlemen C3 dan C antistai loccocus lactobacillus bifidus dan lactoferrin.. ASI tida mengandung beta-lactoglobulin yang daat menyebaban alergi ada bayi. 5. Proses emberian ASI daat menalin hubungan siologis antara ibu dengan bayinya. Metodologi Penelitian Data yang digunaan dalam enelitian ini meruaan data seunder yang dieroleh dari data enelitian Wahdah () yang terdiri dari data arateristi resonden (ibu yang memunyai bayi berumur samai bulan di wilayah era Pusesmas Wonoreo Kota Samarinda) meliuti umur resonden endidian eeraan endidian suami dan eeraan suami. Variabel reson yang digunaan adalah emberian ASI ( y ) dengan ategori tida eslusif dan eslusif. Kemudian sebagai variabel reditor adalah engetahuan resonden tentang ASI eslusif ( x ) dengan ategori urang dan cuu endaatan eluarga ( x ) dengan ategori cuu ( UMR) dan urang (< UMR) duungan elayanan esehatan ( x 3 ) dengan ategori mendaat duungan elayanan esehatan dan tida mendaat duungan elayanan esehatan dan duungan eluarga ( x ) dengan ategori mendaat duungan eluarga dan tida mendaat duungan eluarga. Teni analisis data ada enelitian ini adalah:. Melauan analisis statistia desritif untu mengetahui arateristi resonden.. Melauan enasiran arameter untu mendaatan model regresi logisti menggunaan metode MLE. 3. Melauan enguian arameter untu mengetahui engaruh variabel reditor terhada variabel reson bai secara serenta mauun secara individu menggunaan ui Lielihood Ratio dan ui Wald.. Melauan enguian esesuaian model untu mengetahui ecocoan model regresi logisti dengan data menggunaan ui Hosmer- Lemeshow. 5. Melauan emilihan model regresi logisti terbai menggunaan metode enter ada software statisti SPSS dengan cara manual yaitu menyelesi variabel secara bertaha untu dimasuan dalam analisis model regresi logisti multivariabel variabel yang tida berengaruh aan dieluaran dari analisis. Proses aan berhenti samai tida ada lagi variabel yang daat dieluaran dari analisis (Dahlan ). 6. Melauan interretasi terhada model regresi logisti terbai menggunaan OR. 7. Menari esimulan. Analisis dan Pembahasan Taha awal yang dilauan ada bagian ini adalah melauan analisis statistia desritif yang bertuuan untu mengetahui arateristi resonden berdasaran demografi variabel reditor dan variabel reson. Hasil yang dieroleh adalah seerti ada Tabel dan Tabel beriut. Tabel. Distribusi freuensi berdasaran arateristi resonden Karateristi Resonden Freuensi (n) Persentase (%) Umur: < tahun tahun Program Studi Statistia FMIPA Universitas Mulawarman

5 Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN Tabel. Distribusi freuensi berdasaran arateristi resonden (lanutan) Karateristi Resonden Freuensi (n) Persentase (%) > 35 tahun 9 9 Pendidian: Tida tamat SD 3 3 Tamat SD Tamat SMP 9 9 Tamat SMA Tamat PT 7 7 Peeraan: PNS 6 6 Pegawai swasta Pedagang Industri rumah tangga Tida beera Pendidian suami: Tida tamat SD Tamat SD Tamat SMP Tamat SMA Tamat PT 5 5 Peeraan suami: Pegawai swasta 7 7 TNI/Polri 5 5 Pedagang 8 8 Tida beera 5 5 Berdasaran Tabel terlihat bahwa resonden terbanya adalah memunyai umur samai 35 tahun yaitu sebanya 78 orang (78%) endidian terahir adalah tamat SMA (39%) tida beera (88%) suami dengan endidian terahir adalah tamat SMA (59%) dan eeraannya egawai swasta (7%). Tabel. Distribusi freuensi resonden berdasaran variabel reditor dan variabel reson Variabel n % Pengetahuan tentang ASI: Cuu Kurang Pendaatan Keluarga: Rendah 3 3 Cuu Duungan Pelayanan Kesehatan: Mendaat duungan Tida mendaat duungan 3 3 Tabel. Distribusi freuensi resonden berdasaran variabel reditor dan variabel reson (lanutan) Variabel n % Duungan Keluarga: Menduung Tida menduung Pemberian ASI: Eslusif 3 3 Tida eslusif Berdasaran Tabel terlihat bahwa resonden terbanya adalah memunyai engetahuan tentang ASI adalah urang yaitu sebanya 56 orang (56%) endaatan eluarga adalah cuu (77%) duungan elayanan esehatan adalah mendaat duungan elayanan esehatan (57%) duungan eluarga adalah menduung (58%) dan emberian ASI adalah tida eslusif (66%). Setelah dilauan analisis statistia desritif maa selanutnya dilauan emodelan regresi logisti dan aliasinya ada fator-fator yang memengaruhi emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda tahun. Hasil yang dieroleh adalah seerti ada Tabel 3 beriut. Tabel 3. Hasil enasiran dan enguian arameter Parameter Tasiran W OR G Berdasaran Tabel 3 dieroleh model regresi logisti seerti ada ersamaan beriut. g( x) 387x 87x 75x3 7x () Penguian arameter secara serenta untu model ada Persamaan () menggunaan hiotesis: H : 3 H :Paling tida ada satu = 3. Berdasaran Tabel 3 dieroleh nilai G sebesar 698. Tingat signifiansi % didaatan nilai (; ) sebesar Karena nilai G lebih besar dari nilai (; ) maa H ditola sehingga daat disimulan bahwa aling tida ada satu variabel reditor yang berengaruh Program Studi Statistia FMIPA Universitas Mulawarman 67

6 Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN terhada variabel reson artinya secara serenta engetahuan resonden tentang ASI endaatan eluarga duungan elayanan esehatan dan duungan eluarga berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda. Hasil enguian arameter secara arsial untu model ada Persamaan () adalah sebagai beriut:. Hiotesis: H : H : H : Pengetahuan tentang ASI tida berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda H : Pengetahuan tentang ASI berengaruh Pusesmas Wonoreo Kota Samarinda Berdasaran Tabel 3 dieroleh nilai W sebesar 59. Tingat signifiansi % didaatan nilai (; ) sebesar 76. Karena nilai W lebih dari nilai (; ) maa H ditola sehingga daat disimulan bahwa engetahuan tentang ASI berengaruh Pusesmas Wonoreo Kota Samarinda.. Hiotesis: H : H : H : Pendaatan eluarga tida berengaruh Pusesmas Wonoreo Kota Samarinda H : Pendaatan eluarga berengaruh Pusesmas Wonoreo Kota Samarinda Berdasaran Tabel 3 dieroleh nilai W sebesar 987. Tingat signifiansi % didaatan nila (; ) sebesar 76. Karena nilai W urang dari nilai (; ) maa H gagal ditola sehingga daat disimulan bahwa endaatan eluarga tida berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda. 3. Hiotesis: H : 3 H : 3 H : Duungan elayanan esehatan tida berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda H : Duungan elayanan esehatan berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda Berdasaran Tabel 3 dieroleh nilai W sebesar 73. Tingat signifiansi % didaatan nila (; ) sebesar 76. Karena nilai W urang dari nilai (; ) maa H gagal ditola sehingga daat disimulan bahwa duungan elayanan esehatan tida berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda.. Hiotesis: H : H : H : Duungan eluarga tida berengaruh Pusesmas Wonoreo Kota Samarinda H : Duungan eluarga berengaruh Pusesmas Wonoreo Kota Samarinda Berdasaran Tabel 3 dieroleh nilai W sebesar 836. Tingat signifiansi % didaatan nilai (; ) sebesar 76. Karena nilai W lebih dari nilai (; ) maa H ditola sehingga daat disimulan bahwa duungan eluarga berengaruh Pusesmas Wonoreo Kota Samarinda. Berdasaran hasil enguian arameter secara arsial daat dietahui bahwa variabel reditor endaatan eluarga dan duungan elayanan esehatan tida berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda tahun. Hal ini menunuan bahwa model regresi logisti ada Persamaan () adalah buan model terbai. Untu mendaatan model terbai ada analisis selanutnya variabel reditor endaatan eluarga dan duungan elayanan esehatan dieluaran dari model. Hasil yang dieroleh adalah seerti ada tabel beriut. Tabel. Hasil enasiran dan enguian arameter Parameter Tasiran W OR G Berdasaran Tabel dieroleh model regresi logisti seerti ada ersamaan beriut. g( x) x 9x (5) 68 Program Studi Statistia FMIPA Universitas Mulawarman

7 Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN Penguian arameter secara serenta untu model ada Persamaan (5) menggunaan hiotesis: H : H :Paling tida ada satu =. Berdasaran Tabel dieroleh nilai G sebesar 666. Tingat signifiansi % didaatan nilai (; ) sebesar 65. Karena nilai G lebih besar dari nilai (; ) maa H ditola sehingga daat disimulan bahwa aling tida ada satu variabel reditor yang berengaruh terhada variabel reson artinya secara serenta engetahuan tentang ASI dan duungan eluarga berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda. Hasil enguian arameter secara arsial untu model ada Persamaan (5) adalah sebagai beriut:. Hiotesis: H : H : H : Pengetahuan tentang ASI tida berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda H : Pengetahuan tentang ASI berengaruh Pusesmas Wonoreo Kota Samarinda Berdasaran Tabel dieroleh nilai W sebesar 893. Tingat signifiansi % didaatan nilai (; ) sebesar 76. Karena nilai W lebih dari nilai (; ) maa H ditola sehingga daat disimulan bahwa engetahuan tentang ASI berengaruh Pusesmas Wonoreo Kota Samarinda.. Hiotesis: H : H : H : Duungan eluarga tida berengaruh Pusesmas Wonoreo Kota Samarinda H : Duungan eluarga berengaruh Pusesmas Wonoreo Kota Samarinda Berdasaran Tabel 3 dieroleh nilai W sebesar 959. Tingat signifiansi % didaatan nilai (; ) sebesar 76. Karena nilai W lebih dari nilai (; ) maa H ditola sehingga daat disimulan bahwa duungan eluarga berengaruh Pusesmas Wonoreo Kota Samarinda. Berdasaran hasil enguian arameter secara serenta serenta dan secara arsial daat dietahui bahwa variabel reditor engetahuan tentang ASI dan duungan eluarga berengaruh Pusesmas Wonoreo Kota Samarinda tahun. Untu mendaatan model terbai selanutnya dilauan enguian esesuaian model regresi logisti [Persamaan (5)] dengan data. Hasil yang dieroleh seerti ada tabel beriut. Tabel 5. Hasil enguian esesuaian model Ĉ db (; db) 8 65 Penguian esesuaian model menggunaan hiotesis: H : Model sesuai H : Model tida sesuai Berdasaran Tabel 5 dieroleh nilai statisti ui Hosmer-Lemeshow ( Ĉ ) sebesar 8. Tingat signifiansi % didaatan nilai (; ) sebesar 65. Karena nilai Ĉ urang dari nilai (; ) maa H gagal ditola sehingga daat disimulan bahwa model regresi logisti ada Persamaan (5) sesuai yaitu menunuan tida ada erbedaan antara hasil observasi dengan hasil redisi artinya model regresi logisti ada Persamaan (5) memunyai alibrasi yang bai dan laya digunaan untu mengai hubungan antara variabel reditor dengan variabel reson dan engaruh variabel reditor terhada variabel reson. Berdasaran hasil enasiran dan enguian arameter serta enguian esesuaian model maa model regresi logisti ada Persamaan (5) meruaan model terbai. Setelah dieroleh model regresi logisti terbai maa dilauan interretasi terhada model tersebut menggunaan nilai OR. Berdasaran Tabel terlihat bahwa nilai OR untu engetahuan tentang ASI adalah sebesar 5377 artinya robabilitas resonden yang memunyai engetahuan tentang ASI urang untu tida menyusui secara eslusif 5377 ali lebih besar dibanding resonden yang memunyai engetahuan tentang ASI cuu. Kemudian nilai OR untu duungan eluarga sebesar 885 artinya robabilitas resonden yang tida mendaat duungan eluarga untu tida menyusui secara eslusif 885 ali lebih besar dibanding resonden yang mendaat duungan eluarga. Kesimulan Berdasaran analisis dan embahasan maa daat disimulan bahwa model regresi logisti Program Studi Statistia FMIPA Universitas Mulawarman 69

8 Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN terbai ada fator-fator yang memengaruhi emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda tahun adalah: g( x) x 9x. Kemudian engetahuan tentang ASI ( x ) dan duungan eluarga ( x ) berengaruh terhada emberian ASI di wilayah era Pusesmas Wonoreo Kota Samarinda tahun. Masyaraat. Maassar: Universitas Hasanuddin. Daftar Pustaa Agresti A.. Categorical Data Analysis. Second Edition. New Yor: John Wiley and Sons. Inc. Agresti A. 7. An Introduction to Categorical Data Analysis. Second Edition. New Jersey: John Wiley and Sons. Inc. Hoboen. Albert A. dan Anderson J.A. 98. On The Existence of Maximum Lielihood Estimates in Logistic Regression Models. Biometria Vol. 7 No. hal. -. Dahlan M. S.. Statisti untu Kedoteran dan Kesehatan. Edisi 5. Jaarta: Salemba Media. Deartemen Kesehatan R.I Petunu Pelasanaan Peningatan ASI Eslusif Jaarta. Deartemen Kesehatan R.I. 5. Manaemen Latasi Jaarta. Dinas Kesehatan Kota Samarinda.. Laoran Program Perbaian Gizi. Samarinda: Pemerintah Kota Samarinda. Dinas Kesehatan Provinsi Kalimantan Timur. 9. Rencana Strategis Dinas Kesehatan Provinsi Kalimantan Timur. Kalimantan Timur: Pemerintah Provinsi Kalimantan Timur. Hosmer L. dan Lemeshow S.. Alied Logistic Regression. Second Edition. New Yor: John Wiley and Sons. Inc. Kutner M.H. Nachtsheim C.J dan J. Neter.. Alied Linear Regression Models. Fourth Edition. New Yor: McGraw- Hill/Irwin. McCullagh P. dan Nelder J. A Generalized Linear Models. Second Edition. London: Chaman and Hall. Peraturan Menteri Kesehatan Nomor: 7/Menes/Per/VII/8 tentang Standar Pelayanan Minimal Bidang Kesehatan Kabuaten/Kota. Jaarta. Pregibon D. 98. Logistic Regression Diagnostics. The Annals of Statistics Vol. 9 No. hal Sahmien M. 99. Ilmu Gizi Jaarta: Bharatara. Wahdah N.. Fator-fator yang berhubungan dengan Pemberian ASI Di Wilayah Kera Pusesmas Wonoreo Kota Samarinda Tahun. Tesis (tida diubliasian). Faultas Kesehatan 7 Program Studi Statistia FMIPA Universitas Mulawarman

MODEL REGRESI LOGISTIK ORDINAL IPM PROVINSI JAWA TENGAH PERIODE TAHUN 2007

MODEL REGRESI LOGISTIK ORDINAL IPM PROVINSI JAWA TENGAH PERIODE TAHUN 2007 Seminar Nasional Statistia IX Institut enologi Seuluh Noember, 07 November 009 MODEL REGRESI LOGISIK ORDINAL IPM PROVINSI JAWA ENGAH PERIODE AHUN 007 Citra Fatimah Nur Mahasiswa Jurusan Statistia, Institut

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEJADIAN KARIES GIGI PADA ANAK USIA SEKOLAH DASAR 7-12 TAHUN DI KELURAHAN KENJERAN SURABAYA

FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEJADIAN KARIES GIGI PADA ANAK USIA SEKOLAH DASAR 7-12 TAHUN DI KELURAHAN KENJERAN SURABAYA 1 FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEJADIAN KARIES GIGI PADA ANAK USIA SEKOLAH DASAR 7-12 TAHUN DI KELURAHAN KENJERAN SURABAYA 1 Izzah Qomarul Haq S, 2 Destri Susilaningrum dan 3 M. Sjahid Abar Jurusan

Lebih terperinci

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data 2 2. Menentuan olesi inti ubi ayu dan mengevaluasi ebaian olesi inti yang dieroleh. METODE Data Data yang digunaan dalam enelitian ini berasal dari Kelomo Peneliti Pengelolaan Sumberdaya Geneti (Kelti

Lebih terperinci

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas

Lebih terperinci

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus

Lebih terperinci

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT PEMODELAN FAKOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA IMUR MENGGUNAKAN REGRESI POISSON BIVARIA Novi ri Ratnasari, Purhadi Jurusan Statistia, Faultas MIPA, Institut enologi Sepuluh Nopember

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

PEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL

PEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL PEMODELAN IPM PROVINSI AWA IMUR, AWA ENGAH, AWA BARA DAN SUMAERA UARA DENGAN MEODE REGRESI LOGISIK ORDINAL Citra Fatimah Nur dan Purhadi Mahasiswa urusan Statistia, Institut enologi Sepuluh Nopember Kampus

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bagian landasan teori ini aan dibahas materi-materi aa saja yang menunjang materi yang dibahas ada bab selanjutnya. Adaun materi-materi tersebut adalah analisis variansi, metode

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3. Prosedur Pengumulan Data 3.. Sumber Data Data yang digunakan dalam enelitian ini meruakan data sekunder yang diambil dari Deartemen Keuangan, BAPEPAM, dan IAPI. Data-data

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

Lebih terperinci

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Kegiatan Anak Usia 10-15 Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Rudi Salam Badan Pusat Statistik, Tinggi Ilmu Statistik, Jakarta, Indonesia rudisalam@stis.ac.id

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo

Lebih terperinci

BAB IV METODE BELAJAR HEBBIAN

BAB IV METODE BELAJAR HEBBIAN BAB IV MEODE BELAJAR HEBBIAN - Aturan Hebb meruaan salah satu huum embelajaran jaringan neural yang ertama. Diemuaan oleh Donald Hebb (949). Hebb lahir di Chester, Nova Scotia, ada ergantian abad. - Isinya

Lebih terperinci

REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN

REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN M. Fathurahman Jurusan Matematika, Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

APLIKASI REGRESI PARTIAL LEAST SQUARE UNTUK ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI KOTA YOGYAKARTA

APLIKASI REGRESI PARTIAL LEAST SQUARE UNTUK ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI KOTA YOGYAKARTA -ISSN 979 3693 e-issn 2477 0647 MEDIA STATISTIKA 9(2) 206: 75-84 htt://eournal.undi.ac.id/index.h/media_statistika APLIKASI REGRESI PARTIAL LEAST SQUARE UNTUK ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG MEMPENGARUHI

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 TUNING PARAMETER MODEL PREDICTIVE CONTROL (MPC) FOR MAX PLUS LINEAR (MPL) SYSTEMS

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 TUNING PARAMETER MODEL PREDICTIVE CONTROL (MPC) FOR MAX PLUS LINEAR (MPL) SYSTEMS MTEMTIK DN PENDIDIKN MTEMTIK 010 Kelomo Matematia TUNING PRMETER MODEL PREDITIVE ONTROL (MP) FOR MX PLUS LINER (MPL) SYSTEMS Nurwan 1 and Subiono 1 Magister Student of Mathematics Deartment Lecturer of

Lebih terperinci

3.1 TEOREMA DASAR ARITMATIKA

3.1 TEOREMA DASAR ARITMATIKA 3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)

Lebih terperinci

Bahan Minggu II, III dan IV Tema : Kerangka acuan inersial dan Transformasi Lorentz Materi :

Bahan Minggu II, III dan IV Tema : Kerangka acuan inersial dan Transformasi Lorentz Materi : Bahan Minggu II, III dan IV Tema : Keranga auan inersial dan Transformasi Lorent Materi : Terdaat dua endeatan ang digunaan untu menelusuri aedah transformasi antara besaran besaran fisis (transformasi

Lebih terperinci

D-109 JURNAL SAINS DAN SENI ITS Vol. 4, No.1, (2015) ( X Print)

D-109 JURNAL SAINS DAN SENI ITS Vol. 4, No.1, (2015) ( X Print) D-9 JURNAL SAINS DAN SENI ITS Vol 4 No 25 2337-352 23-928X Print Pemodelan Log Linier dan Regresi Logistik Biner Bivariat ada Hasil Medical Check-U Pegawai Negeri Siil PNS Institut Teknoi Seuluh Noember

Lebih terperinci

PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON

PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON E-Jurnal Matematika Vol., No., Mei 013, 49-53 ISSN: 303-1751 PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON I PUTU YUDANTA EKA PUTRA 1, I PUTU EKA

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.

Lebih terperinci

Jurnal EKSPONENSIAL Volume 4, Nomor 1, Mei 2013 ISSN

Jurnal EKSPONENSIAL Volume 4, Nomor 1, Mei 2013 ISSN Perbandingan Metode Klasifikasi Regresi Logistik Dengan Jaringan Saraf Tiruan (Studi Kasus: Pemilihan Jurusan Bahasa dan IPS ada SMAN 2 Samarinda Tahun Ajaran 2011/2012) Comarison of Classification Methods

Lebih terperinci

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara

Lebih terperinci

EKO ERTANTO PEMBIMBING

EKO ERTANTO PEMBIMBING UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation Sistem Peramalan Jumlah Produsi Air PDAM Samarinda Menggunaan Jaringan Syaraf Tiruan Bacpropagation Anindita Septiarini 1 dan Nur Sya baniah 2 1 Program Studi Ilmu Komputer FMIPA, Universitas Mulaarman

Lebih terperinci

PENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE

PENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE PENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE Diah Ayu Novitasari * * Jurusan Manajemen, Fakultas Ekonomi Universitas Islam Lamongan Email :

Lebih terperinci

PENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE

PENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE PENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE Diah Ayu Novitasari *) *) Jurusan Manajemen, Fakultas Ekonomi Universitas Islam Lamongan Email

Lebih terperinci

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar

Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

Lebih terperinci

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah

Lebih terperinci

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL Afifah *), Indri Subeti **) *) Mahasiswa Abid Unisa **)Dosen Abid Unisa ABSTRAK

Lebih terperinci

Regresi Rasio Prevalensi dengan Model Log-Binomial: Isu Ketakkonvergenan. Netti Herawati 1) Alfian Futuhul Hadi 2)

Regresi Rasio Prevalensi dengan Model Log-Binomial: Isu Ketakkonvergenan. Netti Herawati 1) Alfian Futuhul Hadi 2) BIAStatistika (2) Vol. 4, No., hal. 35 45 Regresi Rasio Prevalensi dengan Model Log-Binomial: Isu Ketakkonvergenan Netti Herawati ) Alfian Futuhul Hadi 2) ) Jurusan Matematika FMIPA Universitas Lamung

Lebih terperinci

PROSIDING ISBN: Uji Kecocokan Chi-Kuadrat Untuk Distribusi Poisson. Pada Data Asuransi

PROSIDING ISBN: Uji Kecocokan Chi-Kuadrat Untuk Distribusi Poisson. Pada Data Asuransi PROSIDING ISBN: 978-979-16353-3- Uji Kecocoan Chi-Kuadrat Untu Distribusi Poisson Pada Data Asuransi S-14 Lisnur Wachidah e-ail: lisnur_w@yahoo.co.id Abstra Untu eerluan analisis secara araetri ada suatu

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

Pengaruh Riwayat Pemberian ASI Terhadap Perkembangan Anak Usia Prasekolah di TK Kristen Imanuel Surakarta

Pengaruh Riwayat Pemberian ASI Terhadap Perkembangan Anak Usia Prasekolah di TK Kristen Imanuel Surakarta Pengaruh Riwayat Terhada Perkembangan Anak Usia Prasekolah di TK Kristen Imanuel Surakarta 1 2 srilestarijs@yahoo.com 1 2 AKPER Insan Husada Surakarta Breast milk is the most erfect food for baby. Giving

Lebih terperinci

BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL. Terminologi: modal, suku bunga, bunga, dan jangka waktu.

BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL. Terminologi: modal, suku bunga, bunga, dan jangka waktu. BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL Terminologi: modal, suu bunga, bunga, dan janga watu. Modal adalah sejumlah uang yang disiman atau ditabung atau diinjam ada (dari) suatu Ban atau badan lain. Suu-bunga

Lebih terperinci

Model Geographically Weighted Negative Binomial Regression (GWNBR) untuk Data Kejahatan

Model Geographically Weighted Negative Binomial Regression (GWNBR) untuk Data Kejahatan Model Geographically Weighted Negative Binomial Regression (GWNBR) untu Data Kejahatan (Studi Kasus 38 Kabupaten/Kota di Jawa Timur) Herlin Venny Johannes 1,a), Septiadi Padmadisastra,b), Bertho Tantular

Lebih terperinci

Jurnal Teknologi dan Sistem Informasi UNIVRAB ISSN CETAK : VOL. 2 No. 1, Januari 2017 ISSN ONLINE : X

Jurnal Teknologi dan Sistem Informasi UNIVRAB ISSN CETAK : VOL. 2 No. 1, Januari 2017 ISSN ONLINE : X Jurnal Tenologi dan Sistem Informasi UNIVRAB ISSN CETAK : 2477-2062 IDENTIFIKASI FAKTOR YANG MEMPENGARUHI JENIS PEKERJAAN BERDASARKAN KARAKTERISTIK PENDUDUK DI SUMATERA BARAT Widdya Rahmalina Program Studi

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

Fator-Faktor yang Berhubungan dengan Kunjungan Pemeriksaan Antenatal Care K4 di Puskesmas Sipatana Kota Gorontalo

Fator-Faktor yang Berhubungan dengan Kunjungan Pemeriksaan Antenatal Care K4 di Puskesmas Sipatana Kota Gorontalo ARTIKEL PENELITIAN Fator-Faktor yang Berhubungan dengan Kunjungan Pemeriksaan Antenatal Care K4 di Puskesmas Siatana Kota Gorontalo Factors Of Associated With The Visit Antenatal Care (ANC) K4 In Community

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK

FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI RUMAH TANGGA NELAYAN BERPERILAKU HIDUP BERSIH DAN SEHAT DENGAN ANALISIS REGRESI LOGISTIK Oleh: Agista Dyah Prabawati (1308 100 026) Dosen Pembimbing: Dra. Destri Susilaningrum,

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia

Lebih terperinci

Pemodelan Biaya Tak Langsung Proyek Konstruksi di PT Wijaya Karya (Studi Kasus: Proyek Konstruksi Di Provinsi Kalimantan Timur)

Pemodelan Biaya Tak Langsung Proyek Konstruksi di PT Wijaya Karya (Studi Kasus: Proyek Konstruksi Di Provinsi Kalimantan Timur) Pemodelan Biaya Tak Langsung Proyek Konstruksi di PT Wijaya Karya (Studi Kasus: Proyek Konstruksi Di Provinsi Kalimantan Timur) Odik Fajrin Jayadewa, Dr. Irhamah, S.Si, M.Si, dan 3 Dwi Endah Kusrini, S.Si,

Lebih terperinci

Pemodelan Generator Uap Berbasis Jaringan Saraf Tiruan dengan Algoritme Pelatihan BPGD-ALAM

Pemodelan Generator Uap Berbasis Jaringan Saraf Tiruan dengan Algoritme Pelatihan BPGD-ALAM IJEIS, Vol.6, No.1, Aril 2016,. 1~12 ISSN: 2088-3714 1 Pemodelan Generator Ua Berbasis Jaringan Saraf Tiruan dengan Algoritme Pelatihan BPGD-ALAM Fadhlia Annisa* 1, Agfianto Eo Putra 2 1 Prodi Eletronia

Lebih terperinci

KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL

KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

Ukuran Pemusatan Data

Ukuran Pemusatan Data Uuran Pemusatan Data Atina Ahdia, S.Si., M.Si. Universitas Islam Indonesia Uuran Pemusatan Data 1. Mean (rata-rata) 2. Median (nilai tengah) 3. Modus Mean 1. Rata-rata Hitung Misalan terdapat N observasi,

Lebih terperinci

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure 8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher

Lebih terperinci

Julia Alistawaty Purba 1, Erna Mutiara 2, Heru Santosa 2 ABSTRACT

Julia Alistawaty Purba 1, Erna Mutiara 2, Heru Santosa 2 ABSTRACT FAKTOR-FAKTOR YANG MEMENGARUHI PEMENUHAN HAK-HAK REPRODUKSI DALAM BER-KELUARGA BERENCANA PADA WANITA PASANGAN USIA SUBUR YANG BEKERJA DI RUMAH SAKIT UMUM MATERNA MEDAN TAHUN 2013 Julia Alistawaty Purba

Lebih terperinci

OPTIMASI FORMULA ADHESIVE PADA POLYVINYL CHLORIDE FILM PRODUKSI DI PT KARYATERANG SEDATI DENGAN METODE RESPON SURFACE

OPTIMASI FORMULA ADHESIVE PADA POLYVINYL CHLORIDE FILM PRODUKSI DI PT KARYATERANG SEDATI DENGAN METODE RESPON SURFACE OPTIMASI FORMULA ADHESIVE PADA POLYVINYL CHLORIDE FILM PRODUKSI DI PT KARYATERANG SEDATI DENGAN METODE RESPON SURFACE Shabira Mayestia Alfath, Muhammad Sahid Abar, Adatul Muarromah 3 Mahasiswa S Statistia

Lebih terperinci

BAB 3 RUANG BERNORM-2

BAB 3 RUANG BERNORM-2 BAB RUANG BERNORM-. Norm- dan Ruang ` De nisi. Misalan V ruang vetor atas R berdimensi d (dalam hal ini d boleh ta hingga). Sebuah fungsi ; V V! R yang memenuhi sifat-sifat beriut;. x; y 0 ia dan hanya

Lebih terperinci

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro

Lebih terperinci

MAKALAH SEMINAR TUGAS AKHIR

MAKALAH SEMINAR TUGAS AKHIR 1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009 KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 009 Furqan Qadarisman, dan Dwiatmono Agus W. Jurusan Statistia Institut Tenologi Sepuluh Nopember (ITS) Surabaya

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI YANG TIDAK LINIER DENGAN ANALISIS REGRESI FOURIER

BAB III MENYELESAIKAN MASALAH REGRESI YANG TIDAK LINIER DENGAN ANALISIS REGRESI FOURIER BAB III MENYELESAIKAN MASALAH REGRESI YANG TIAK LINIER ENGAN ANALISIS REGRESI FOURIER 3.1 Pengantar Model ARIMA digunaan untu analisis data deret watu pada ategori data berala tunggal, atau sering diategorian

Lebih terperinci

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi Oleh : Firda Velayati 307 00 05 PENDAHULUAN LATAR BELAKANG Ekonomi masyarakat Pesisir Pendapatan nelayan dinaikkan Penelitian

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

PEMODELAN GENERALIZED REGRESI POISSON PADA FAKTOR- FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI PROVINSI SULAWESI SELATAN TAHUN 2014

PEMODELAN GENERALIZED REGRESI POISSON PADA FAKTOR- FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI PROVINSI SULAWESI SELATAN TAHUN 2014 PEMODELAN GENERALIZED REGRESI POISSON PADA FAKTOR- FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI PROVINSI SULAWESI SELATAN TAHUN 2014 SKRIPSI Diajuan Untu Memenuhi Salah Satu Syarat Meraih Gelar Sarjana

Lebih terperinci

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya

Lebih terperinci

NOTASI SIGMA. Lambang inilah yang disebut sebagai SIGMA, but please remove. the exaggerated flower around it! Hahaha...

NOTASI SIGMA. Lambang inilah yang disebut sebagai SIGMA, but please remove. the exaggerated flower around it! Hahaha... NOTASI SIGMA Lambang inilah yang disebut sebagai SIGMA, but lease remove the exaggerated flower around it! Hahaha... Mananya adalah menjumlahan sesuatu. Sesuatu aa? Sesuatu yang muncul di belaangnya. Mengaa

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

pendekatan regresi logistik biner Oleh :Wida Suliasih ( )

pendekatan regresi logistik biner Oleh :Wida Suliasih ( ) Analisis kepuasan karyawan pt. x dengan pendekatan regresi logistik biner Oleh :Wida Suliasih (1308 030 059) Pembimbing : Wibawati, S.Si, M.Si 1 2 Latar belakang permasalahan Tujuan manfaat Batasan penelitian

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

Analisis dan Pembahsan. Statistika Deskriptif. Regresi Logistik Biner. Uji Independensi

Analisis dan Pembahsan. Statistika Deskriptif. Regresi Logistik Biner. Uji Independensi Analisis dan Pembahsan Statistika Deskriptif Regresi Logistik Biner Uji Independensi H 0 : Tidak ada hubungan antara variabel prediktor dengan variabel respon H 1 : Ada hubungan antara variabel prediktor

Lebih terperinci

II. DASAR TEORI I. PENDAHULUAN

II. DASAR TEORI I. PENDAHULUAN IMPLEMENTASI JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK UNTUK MENDETEKSI GOLONGAN DARAH PADA MANUSIA M. Fuad Latief *, R. Rizal Isnanto, Budi Setiyono Abstra - Membran sel darah manusia mengandung bermacam-macam

Lebih terperinci

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution Jurnal Bareeng Vol. 8 No. Hal. 5 0 (04) ANALISIS PRBANDINGAN OMULAN TRHADAP BBRAPA JNIS DISTRIBUSI HUSUS Analysis of Comulans Comparative on some Types of Special Distribution ABRAHAM ZACARIA WATTIMNA,

Lebih terperinci

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,

Lebih terperinci

Penerapan Generalized Additive Model (GAM) pada Rata-rata Lama Sekolah Provinsi Jawa Tengah

Penerapan Generalized Additive Model (GAM) pada Rata-rata Lama Sekolah Provinsi Jawa Tengah Peneraan Generalized Additive Model (GAM) ada Rata-rata Lama Sekolah Provinsi Jawa Tengah Rosalinda Nainggolan 1, Yudhie Andriyana 2, Achmad Bachrudin 3 Deartemen Statistika, Universitas Padjajaran, Bandung

Lebih terperinci

RANDOM NUMBER GENERATOR UNTUK BOBOT METODE CONJUGATE GRADIENT NEURAL NETWORK

RANDOM NUMBER GENERATOR UNTUK BOBOT METODE CONJUGATE GRADIENT NEURAL NETWORK RANDOM NUMBER GENERATOR UNTUK BOBOT METODE CONJUGATE GRADIENT NEURAL NETWORK Yudistira Arya Saoetra, 2 Azwar Riza Habibi, dan 3 Luman Haim,2,3 Teni Informatia, STMIK ASIA Malang yuditstiraarya@gmail.com,

Lebih terperinci

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK

IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK Mohamad Jajuli Teknik Informatika, Fakultas Ilmu Komputer, Universitas

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR Oleh AUDDIE VIENEZA M. NRP 1310030043 DOSEN PEMBIMBING Dr. Vita Ratnasari,M.Si DOSEN PENGUJI Dr. Dra. Ismaini

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG 1.2 TUJUAN

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG 1.2 TUJUAN BAB PENDAHUUAN. ATAR BEAKANG Seringali ara enelii aau saisiawan melauan enganalisaan erhada suau eadaan/masalah dimana eadaan yang dihadai adalah besarnya jumlah variabel samel yang diamai. Unu iu erlu

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia

Lebih terperinci

OLS, LASSO dan PLS Pada data Mengandung Multikolinearitas. OLS, LASSO dan PLS Pada data Mengandung Multikolinearitas

OLS, LASSO dan PLS Pada data Mengandung Multikolinearitas. OLS, LASSO dan PLS Pada data Mengandung Multikolinearitas Jurnal ILMU DASAR Vol. 11 No. 1, Januari 010 : 83 91 83, dan Pada data Mengandung Multikolinearitas, dan Pada data Mengandung Multikolinearitas Yuliani Setia Dewi Jurusan Matematika FMIPA Universitas Jember

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

VI. PEMILIHAN MODA (Modal Split/Choice) VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:

Lebih terperinci

Sosiohumaniora, Volume 15 No. 3 November 2013:

Sosiohumaniora, Volume 15 No. 3 November 2013: Sosiohumaniora, Volume 15 No. 3 November 213: 294-32 PENGGUNAAN ARTIFICIAL NEURAL NETWORK UNTUK PENGENALAN POLA: PENERIMAAN DAN PENDAPATAN PETANI TEBU Cungi Kusdarjito 1 dan Any Suryantini 2 Universitas

Lebih terperinci

MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA SMP

MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA SMP MODEL REGRESI LOGISTIK MULTINOMIAL UNTUK MENENTUKAN PILIHAN SEKOLAH LANJUTAN TINGKAT ATAS PADA SISWA Puji Subekti Mahasiswa Program Magister Matematika Universitas Brawijaya Malang Telp : 8564963425; Email

Lebih terperinci

Model Probit Untuk Ordinal Response

Model Probit Untuk Ordinal Response SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY Model Probit Untuk Ordinal Response S - 4 Defi Yusti Faidah, Resa Septiani Pontoh, Departemen Statistika FMIPA Universitas Padadaran defi.yusti@unpad.ac.id

Lebih terperinci

ek SIPIL MESIN ARSITEKTUR ELEKTRO

ek SIPIL MESIN ARSITEKTUR ELEKTRO e SIPIL MESIN ARSITEKTUR ELEKTRO ANALISIS EKSPERIMENTAL GETARAN BALOK KAYU EBONI DENGAN METODE UNGSI TRANSER Naharuddin * Abstract The aim of the earch is to establish the characteristic of ebony beam

Lebih terperinci

BAB V PEMBAHASAN DAN SIMPULAN

BAB V PEMBAHASAN DAN SIMPULAN BAB V PEMBAHASAN DAN SIMPULAN A. Pembahasan Pembahasan ini penulis aan membahas tentang asus yang diambil dengan judul Penerapan Terapi Musi Rebana Pada Lansia ng Mengalami Stres Di Unit Rumah Pelayanan

Lebih terperinci