STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK ABSTRAK

Ukuran: px
Mulai penontonan dengan halaman:

Download "STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK ABSTRAK"

Transkripsi

1 STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK Wjayanto Mahasswa Magster Bang Keahlan Manajemen Dan Rekayasa Transportas Fakultas Teknk Spl an Perencanaan Insttut Teknolog Sepuluh Nopember Surabaya Emal : wwmkw12@yahoo.co. Ir. Wahju Herjanto, M.T. Staff Pengajar Bang Keahlan Manajemen Dan Rekayasa Transportas Fakultas Teknk Spl an Perencanaan Insttut Teknolog Sepuluh Nopember Surabaya ABSTRAK Kabupaten Fakfak merupakan aerah yang seang berkembang mana pergerakan Transportas ar tahun ke tahun semakn menngkat namun aerah tersebut hanya bsa lalu oleh transportas uara an laut seangkan transportas arat belum terhubung engan Kabupaten lanya, ar seg transportas uara banara Torea fakfak hanya apat snggah jens pesawat kecl an seang yang maksmal kapastas penumpangnya 54 (lma puluh empat seat) seangkan permntaan penumpang angkutan uara cukup tngg namun kebutuhan tersebut belum terpenuh karena sarana an prasarananya mash terbatas. Dar kons tersebut atas, engan menngkatnya eman akan angkutan uara ar tahun ke tahun berasarkan ata yang aa maka perlu aakan stu untuk mengetahu berapa besar bangktan perjalanan (trp generaton) yang haslkan an pola bangktan perjalanannya (trp proucton) an (trp attracton) oleh para pengguna jasa angkutan uara sehubungan engan menngkatnya jumlah penuuk, perkembangan ekonom an bagamana mempreks pembagan sebaran perjalanan (trp strbuton) masa yang akan atang agar apat seakan keperluan sarana an prasarananya. Dalam stu n menghaslkan bahwa Moel ACGR (attracton constrane gravty moel) merupakan moel yang palng bak alam meneskrpskan pola perjalanan angkutan uara kabupaten Fakfak an ar hasl pola bangktan an tarkan yang apat apat ramalkan atau preks pembagan sebaran perjalanan (trp strbuton) paa tahun 2008 an Kata Kunc : Bangktan, Trp Dstrbuton, Gravty Moel. 1. PENDAHULUAN Sarana Transportas sangat pentng untuk membuka ketersolasan aerah-aerah terpencl an hal n perlu tunjang engan terseanya prasarana sepert jalan, banara an pelabuhan. Dengan menngkatnya jumlah penuuk, angkatan kerja serta perkembangan ekonom an engan aanya pemekaran Kabupatenkabupaten propns Papua Barat maka kebutuhan Transportas Papua Barat semakn menngkat, bak Transportas Darat, Laut an Uara. Khususnya Kabupaten Fakfak Transportas menuju an Keluar Kabupaten Fakfak hanya bsa lalu engan menggunakan Transportas Uara an Laut, Transportas Darat belum terhubung semua antar kabupaten akbat kons alam papua yang berupa gunung yang curam an sunga yang lebar, ar ua jens transportas yang aa kenalanya aalah sarana an Prasarananya tak menunjang, Transportas Laut mempunya Jawal Kapal laut yang terbatas seangkan ar seg Transportas Uara, Banar Uara Torea Fakfak tak memungknkan untuk snggah pesawat berbaan lebar, pesawat yang aa saat n jens Twn Otter, ATR , Downer 328 yang apat mengangkut penumpang 17 sampa engan 54 orang saja. Kons saat n permntaan (eman) untuk penumpang angkutan uara cukup tngg namun sarana yang tersea (supply) belum terpenuh sehngga perlu pkrkan terutama pemerntah aerah untuk menngkatkan Sarana an Prasarana terutama Transportas Uara Tersebut. Dar gambaran tersebut atas maka lakukan stu untuk member masukan kepaa pemerntah aerah setempat agar apat menyeakan sarana an prasarana masa yang akan atang agar lebh memaa. Aapun tujuan yang ngn capa alam stu n yatu : 1. Membuat pola bangktan perjalanan yang mennggalkan Fakfak (trp proucton) an menuju Fakfak (trp attracton) penumpang angkutan uara antar banara utama yang telah tetapkan. 1

2 2. Membuat Matrks Asal Tujuan (OD) berasarkan keberangkatan an keatangan penumpang angkutan uara tahun 2008 untuk menapatkan preks pembagan perjalanan (trp strbuton) an peramalan 10 tahun ke epan engan gravty moel paa zona yang telah tentukan. 2. METODE PENELITIAN 1. Menggunakan Data Sekuner yang peroleh ar Departemen Perhubungan berupa : a. Jumlah penumpang nak an penumpang turun banara aerah kajan b. Jarak alam klometer antara banara aerah kajan 2. Menggunakan Data Sekuner yang peroleh ar Baan Pusat Statstk (BPS) aerah kajan berupa ata soso ekonom yatu : a. Jumlah Penuuk b. PDRB lapangan usaha atas asar harga berlaku c. PDRB lapangan usaha atas asar harga konstan 2000 Data hasl survey selanjutnya olah untuk mencar alternatf fungs pola bangktan an Pola tarkan yang uj engan statstk analsa regres sehngga apat parameter yang akan gunakan untuk Trp Dstrbuton mana moel yang gunakan Moel Proucton Constrane Gravty (PCGR) an Attracton Constrane Gravty (ACGR) ar uj kesesuaan moel car moel yang terbak/terplh untuk peramalan Trp Dstrbuton masa yang akan atang 3. HASIL DAN DISKUSI 3.1 Data Survey Aapun ata yang peroleh alam peneltan n apat lhat paa Tabel 3.1 berkut : Tabel 3.1 Data Jumlah Perjalanan an Varabel Aksesbltas Jarak Asal Tujuan Tahun 2008 (Km) 1 Fakfak Ambon 4, Fakfak Sorong 2, Fakfak Manokwar Fakfak Kamana 2, Ambon Fakfak 3, Ambon Sorong 8, Ambon Manokwar 6, Ambon Kamana 4, Sorong Fakfak 3, Sorong Ambon 7, Sorong Manokwar 6, Sorong Kamana 1, Manokwar Fakfak 1, Manokwar Ambon 6, Manokwar Sorong 5, Manokwar Kamana 1, Kamana Fakfak 3, Kamana Ambon 1, Kamana Sorong 2, Kamana Manokwar 1, Sumber: Departemen Perhubungan (2009) 2

3 3.2 Prouks an Atraks Analsa total prouks an atraks setap zona paa peneltan n lakukan untuk mengetahu pola sebaran perjalanan menggunakan gravty moel. Aapun hasl ar analsa total prouks an atraks apat lhat paa Tabel 3.2 berkut n. Tabel 3.2 Prouks an Atraks Tahun 2008 Total Prouks (O) Total Atraks (D) ( Tahun 2008) ( Tahun 2008) 1 Fakfak 10,804 11,433 2 Ambon 23,077 20,707 3 Sorong 19,055 19,173 4 Manokwar 15,325 15,936 5 Kamana 9,460 10,472 Total Perjalanan (Trp) 77,721 77, Pemoelan Trp Generaton Pemoelan trp generaton alam peneltan n terbag atas ua yatu trp proucton an trp attracton. Dalam menganalsa keua moel n, maka terlebh ahulu efenskan varabel-varabel yang akan gunakan. Varabel terkat (y) yang gunakan aalah jumlah prouks atau atraks yang aa paa suatu zona seangkan varabel bebas (x) berupa jumlah populas (x 1 ), PDRB atas asar harga berlaku (x 2 ) an PDRB atas asar harga konstan (x 3 ). Aapun ata berupa varabel parameter soso ekonom yang gunakan alam moel n apat lhat paa Tabel 3.3 berkut. Tabel 3.3 Parameter Soso Ekonom Tap Tahun 2008 Populas (x 1 ) (penuuk Tahun 2008) PDRB-ADHB (x 2 ) (Tahun 2008) x ( 1000) Rupah PDRB-ADHK (x 3 ) (Tahun 2008) x (1000) Rupah 1 Fakfak 72,594 1,041, ,407 2 Ambon 281,293 2,613,871 1,602,316 3 Sorong 172,855 2,148,580 1,303,022 4 Manokwar 181,161 2,023, ,390 5 Kamana 43, , ,808 Sumber: Baan Pusat Statstk (BPS) Pemlhan moel trp generaton yang terbak lakukan ar pemlhan beberapa moel engan hasl uj statstk terbak. Inkator uj statstk yang gunakan paa pemoelan trp generaton yatu koefsen etermnas (r 2 ) an uj valtas menggunakan P-value. Moel yang memlk koefsen etermnas (r 2 ) menekat 1, akan nyatakan sebaga moel terbak engan memenuh syarat P-value masng-masng varabel bebas lebh kecl ar 0,05 untuk tngkat kepercayaan 95 %. Selan melhat besaran koefsen etermnas (R 2 ) an P-value, moel harus memenuh syarat logs alam menggambarkan hubungan antar varabel pengaruh engan varabel bebas (tana postf/negatve paa koefsen varabel bebas) Analsa Regres Lnear an Uj Valtas Alternatf persamaan yang apat bentuk ar persamaan lnear fungs prouks an atraks zona atas apat lhat paa Tabel 3.4 berkut. 3

4 Tabel 3.4 Moel Persamaan Fungs Prouks an Atraks Nama Alternatf Moel Persamaan 1. Alternatf 1 y = a + b 1 x 1 2. Alternatf 2 y = a + b 2 x 2 3. Alternatf 3 y = a + b 3 x 3 4. Alternatf 4 y = a + b 1 x 1 + b 2 x 2 5. Alternatf 5 y = a + b 1 x 1 + b 3 x 3 6. Alternatf 6 y = a + b 2 x 2 + b 3 x 3 7. Alternatf 7 y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 Aapun hasl analsa berupa bentuk persamaan moel fungs prouks an atraks zona apat lhat paa Tabel 3.5 an Tabel 3.6 berkut n. Tabel 3.5 Konstanta an Koefsen Parameter Moel Trp Prouks Varabel Parameter Moel Moel Alt. 1 Alt. 2 Alt. 3 Alt. 4 Alt. 5 Alt. 6 Alt. 7 R F-stat Sg-f Sumber: Hasl Uj Statstk Tabel 3.6 Konstanta an Koefsen Parameter Moel Trp Atraks Varabel Parameter Moel Moel Alt. 1 Alt. 2 Alt. 3 Alt. 4 Alt. 5 Alt. 6 Alt. 7 R F-stat Sg-f Sumber: Hasl Uj Statstk Pengujan Koefsen Regres Secara Parsal (T-test) Pengujan hpotess terhaap koefsen regres secara parsal (t-test) lakukan untuk memastkan pengaruh masng masng varabel bebas alam persamaan fungs prouks an atraks zona. Uj t merupakan uj hpotess untuk menguj sgnfkan konstanta an varabel bebas, mana pengujan n merupakan kelanjutan aru uj statstk F-test an R 2. Aapun hasl pengujan statstk tap alternatf apat lhat paa Tabel 3.7 an Tabel

5 Tabel 3.7 Uj Sgnfkan Trp Prouks Moel Varabel T-Tabel T-Stat P-Value Keputusan Alt.1 X H0 Dtolak Alt.2 X H0 Dtolak Alt.3 X 3 2, H0 Dtolak Alt.4 X H0 Dterma X H0 Dterma Alt.5 X H0 Dterma X H0 Dterma Alt.6 X H0 Dterma X 3 2, H0 Dtolak X H0 Dterma Alt.7 X H0 Dterma X H0 Dterma Sumber : Hasl Uj Statstk Keterangan : = 5 % Tabel 3.8 Uj Sgnfkan Trp Atraks Moel Varabel T-Tabel T-Stat P-Value Keputusan Alt.1 X H0 Dtolak Alt.2 X H0 Dtolak Alt.3 X H0 Dtolak Alt.4 Alt.5 Alt.6 Alt.7 X H0 Dterma X H0 Dterma X H0 Dterma 2,132 X H0 Dtolak X H0 Dterma X H0 Dterma X H0 Dterma X H0 Dterma X H0 Dterma Sumber : Hasl Uj Statstk Keterangan : = 5 % Secara keseluruhan pengujan statstk n menunjukkan bahwa alternatf 3 engan persamaan y = a + b 3 x 3 merupakan moel terbak untuk gunakan sebaga moel trp prouks an atraks. 3.4 Pemoelan Trp Dstrbuton Hasl Moel Trp Dstrbuton Paa peneltan n, moel trp strbuton yang akan analsa terr ar 2 moel. Aapun moel yang akan analsa yatu Proucton Constrane Gravty (PCGR) an Attracton Constrane Gravty (ACGR). Dar hasl pemoelan trp strbuton engan metoe gravty n, peroleh parameter-parameter moel engan rumus yang transformaskan ke alam persamaan regres lnear sebaga berkut : 5

6 T O. D. A. B ( C ) Y = A + B.x Dtransformaskan : Log T = Log (A.O.B.D)-α Log C Y = Log T A = Log (A.O.B.D) B = - α X = Log C Dmana : T T T T O D D O maka maka maka maka A B B A 1 B. D. f 1 untuk setap 1 A. O. f 1 untuk setap untuk setap untuk setap Sehngga parameter moel yang peroleh apat lhat paa Tabel 3.9 Tabel 3.9 Parameter Moel Trp Dstrbuton Nama Moel Moel Parameter Moel 1 Moel PCGR T O. D. A. B ( C ) = 0,19 2 Moel ACGR = 0, Fungs Hambatan Untuk Moel Trp Dstrbuton Setelah parameter moel kta apatkan yatu α = 0,19 maka Fungs hambatan merupakan salah satu nput untuk mengetahu moel sebaran perjalanan (trp strbuton). Fungs hambatan paa moel trp strbuton alam peneltan n menggunakan ata nput berupa varabel aksesbltas (jarak perjalanan antara zona) hasl htungan sajkan alam bentuk matrks fungs hambatan jarak ( ) paa Tabel

7 Tabel 3.10 Matrks Fungs Hambatan Jarak Asal\Tujuan Fakfak Ambon Sorong Manokwar Kamana Fakfak 0 3, , , , Ambon 3, , , , Sorong 2, , , , Manokwar 3, , , , Kamana 2, , , , Dar hasl matrks fungs hambatan jarak tersebut apat htung koefsen penyembang moel strbuton paa tabel 3.11 Tabel 3.11 Koefsen Penyembang Moel Trp Dstrbuton Tahun 2008 Moel PCGR Moel ACGR A B A B 1 Fakfak Ambon Sorong Manokwar Kamana trp Setelah proses kalbras moel lakukan an peroleh nla parameter-parameter moel, maka jumlah perjalanan (trp) antar zona alam wlayah peneltan masng-masng moel apat peroleh. Aapun jumlah perjalanan (trp) hasl pemoelan apat lhat paa Tabel 3.12 an Tabel 3.13 sebaga berkut. Tabel 3.12 Trp Dstbuton Hasl Pemoelan PCGR Tahun 2008 Asal\Tujuan Fakfak Ambon Sorong Manokwar Kamana Fakfak 0 3,271 3,233 2,413 1,888 Ambon 4, ,137 5,866 4,164 Sorong 3,863 6, ,517 3,197 Manokwar 2,842 4,603 5, ,442 Kamana 1,898 2,789 2,690 2,

8 Tabel 3.13 Trp Dstbuton Hasl Pemoelan ACGR Tahun 2008 Asal\Tujuan Fakfak Ambon Sorong Manokwar Kamana Fakfak 0 4,342 3,672 2,775 1,961 Ambon 3, ,260 5,299 3,398 Sorong 3,375 7, ,583 2,923 Manokwar 2,437 5,278 5, ,191 Kamana 1,791 3,520 2,905 2, Uj Statstk Moel Trp Dstrbuton Metoe uj statstk yang gunakan yatu Sum of Square Error (SSE) an Mean Square Error (MSE). Aapun hasl uj statstk n apat lhat paa Tabel 3.14 an Tabel 3.15 sebaga berkut. Tabel 3.14 Uj Statstk Moel PCGR Asal Tujuan Tahun 2008 Moel Tahun 2008 Square Error (e 2 ) 1 Fakfak Ambon 4,528 3,271 1,579,743 2 Fakfak Sorong 2,761 3, ,379 3 Fakfak Manokwar 561 2,413 3,429,081 4 Fakfak Kamana 2,954 1,888 1,137,359 5 Ambon Fakfak 3,860 4,911 1,103,862 6 Ambon Sorong 8,079 8,137 3,307 7 Ambon Manokwar 6,546 5, ,452 8 Ambon Kamana 4,592 4, ,281 9 Sorong Fakfak 3,068 3, , Sorong Ambon 7,723 6,477 1,551, Sorong Manokwar 6,985 5,517 2,154, Sorong Kamana 1,279 3,197 3,679, Manokwar Fakfak 1,363 2,842 2,187, Manokwar Ambon 6,543 4,603 3,764, Manokwar Sorong 5,772 5, , Manokwar Kamana 1,647 2, , Kamana Fakfak 3,142 1,898 1,548, Kamana Ambon 1,913 2, , Kamana Sorong 2,561 2,690 16, Kamana Manokwar 1,844 2,084 57,625 Sum of Square Error (SSE) 25,223,401 Mean Square Error (MSE) 1,261,170 8

9 Tabel 3.15 Hasl Uj Statstk Moel ACGR Tahun 2008 Asal Tujuan Tahun 2008 Moel Tahun2008 Square Error (e 2 ) 1 Fakfak Ambon 4,528 4,342 34,523 2 Fakfak Sorong 2,761 3, ,296 3 Fakfak Manokwar 561 2,775 4,899,875 4 Fakfak Kamana 2,954 1, ,850 5 Ambon Fakfak 3,860 3, Ambon Sorong 8,079 7, ,464 7 Ambon Manokwar 6,546 5,299 1,554,439 8 Ambon Kamana 4,592 3,398 1,426,277 9 Sorong Fakfak 3,068 3,375 94, Sorong Ambon 7,723 7,567 24, Sorong Manokwar 6,985 5,583 1,964, Sorong Kamana 1,279 2,923 2,701, Manokwar Fakfak 1,363 2,437 1,154, Manokwar Ambon 6,543 5,278 1,599, Manokwar Sorong 5,772 5, , Manokwar Kamana 1,647 2, , Kamana Fakfak 3,142 1,791 1,824, Kamana Ambon 1,913 3,520 2,581, Kamana Sorong 2,561 2, , Kamana Manokwar 1,844 2, ,996 Sum of Square Error (SSE) 23,139,444 Mean Square Error (MSE) 1,156,972 Dar keua tabel atas apat ketahu bahwa moel ACGR merupakan moel yang terbak, Nla sum of Square Error (SSE) an Mean Square Error (MSE) moel ACGR n memlk nla yang lebh kecl banngkan engan moel lannya Preks Trp Dstrbuton Tahun 2018 Preks sebaran perjalanan apat lakukan engan menggunakan moel yang telah buat paa masa sekarang (tahun ata yang gunakan). Sebaran perjalanan akan htung menggunakan moel terbak ar moel yang telah buat. Aapun hasl preks parameter/varabel bebas atas apat lhat paa Tabel 3.16 sampa engan Tabel 3.17 sebaga berkut. Tabel 3.16 Preks Jumlah Populas Tap (Penuuk/Tahun) NO KOTA Faktor Pertumbuhan Fakfak 57,858 59,773 64,380 67,680 72,594 3,738 x + 53, ,312 2 Ambon 257, , , , ,293 5,604 x + 250, ,682 3 Sorong 142, , , , ,855 7,332 x + 136, ,597 4 Manokwar 150, , , , ,161 8,071 x + 141, ,999 5 Kamana 35,442 37,400 39,811 41,660 43,743 2,086 x + 33,353 64,646 9

10 Tabel 3.17 Preks PDRB-ADHB Tap x (1000 ) rupah NO KOTA Faktor Pertumbuhan Fakfak 600, , , ,369 1,041, ,946 X + 479,796 2,128,980 2 Ambon 1,613,731 1,819,984 2,089,100 2,333,813 2,613, ,411 X + 1,339,867 5,111,031 3 Sorong 1,223,782 1,414,064 1,636,140 1,869,356 2,148, ,489 X + 966,918 4,424,250 4 Manokwar 1,032,516 1,197,554 1,402,776 1,686,243 2,023, ,064 X + 727,324 4,433,283 5 Kamana 336, , , , ,544 73,673 X + 248,872 1,353,970 Tabel 3.18 Preks PDRB-ADHK Tap x (1000) rupah NO KOTA Faktor Pertumbuhan Fakfak 429, , , , ,407 30,715 X + 396, ,197 2 Ambon 1,257,863 1,336,062 1,421,961 1,511,619 1,602,316 86,446 X + 1,166,625 2,463,320 3 Sorong 966,097 1,048,559 1,138,050 1,212,765 1,303,022 83,806 X + 882,282 2,139,366 4 Manokwar 720, , , , ,390 69,854 X + 638,656 1,686,460 5 Kamana 249, , , , ,808 20,614 X + 226, ,666 Sumber : Baan Pusat Statstk (BPS) Setelah parameter moel preks paa tahun 2018 selanjutnya prouks an atraks tap zona apat htung engan moel trp proucton an trp attracton. Besarnya prouks an atraks tap zona paa tahun 2018 apat lhat paa Tabel 3.19 an Tabel 3.20 sebaga berkut. Tabel 3.19 Trp Prouks Tahun 2018 Moel Trp Generaton Konstanta Koefsen X 3 PDRB-ADHK (X 3 ) Tahun 2018 x(1000) Rupah Total Prouks (O) Tahun Fakfak 857,197 14,463 2 Ambon 2,463,320 31,789 3 Sorong ,139,366 28,295 4 Manokwar 1,686,460 23,409 5 Kamana 535,666 10,995 Tabel 3.20 Trp Atraks Tahun 2018 Moel Trp Generaton PDRB-ADHK (X 3 ) Tahun 2018 x(1000) Rupah Total Atraks (D) Tahun 2018 Konstanta Koefsen X 3 1 Fakfak 857,197 14,679 2 Ambon 2,463,320 28,551 3 Sorong ,139,366 25,753 4 Manokwar 1,686,460 21,841 5 Kamana 535,666 11,902 Total prouks an atraks tap zona paa tahun 2018 telah ketahu maka preks sebaran perjalanan apat htung engan moel trp strbuton terbak alam hal n moel ACGR, apat lhat paa Tabel 3.21 an Tabel 3.22 alam bentuk matrks sebaran perjalanan. 10

11 Tabel 3.21 Koefsen Penyembang Moel Trp Dstrbuton Tahun 2018 Moel ACGR Tahun 2018 A B 1 Fakfak Ambon Sorong Manokwar Kamana Tabel 3.22 Sebaran Perjalanan Tahun 2018 Asal\Tujuan Fakfak Ambon Sorong Manokwar Kamana Total Prouks Moel (O) Tahun 2018 Fakfak 0 5,683 4,787 3,695 2,084 16,249 Ambon 4, ,740 7,262 3,716 25,530 Sorong 4,571 10, ,248 3,445 27,250 Manokwar 3,396 7,883 7, ,657 21,875 Kamana 1,899 4,000 3,288 2, ,821 Total Atraks Moel (D) Total Atraks (D) 14,679 28,551 25,753 21,841 11, ,725 14,679 28,551 25,753 21,841 11, , KESIMPULAN Berasarkan hasl pembahasan tersebut maka apat smpulkan beberapa hal sebaga berkut : 1. Berasarkan hasl pengujan statstk, Moel ACGR (attracton constrane gravty moel) merupakan moel yang palng bak alam meneskrpskan pola perjalanan angkutan uara alam peneltan n. Moel n menghaslkan error engan nkator MSE terkecl sebesar 1,156,972. O. D. A. B Moel ACGR : T 0,19 C Koefsen Penyembang Tahun 2008 Tahun 2018 A B A B Fakfak Ambon Sorong Manokwar Kamana

12 2. Total Prouks an atraks tap zona hasl pemoelan tahun 2008 an preks tahun 2018 sebaga berkut. Tahun 2008 Tahun 2018 Prouks Atraks Prouks Atraks Fakfak 10,804 11,433 14,463 14,679 Ambon 23,077 20,707 31,789 28,551 Sorong 19,055 19,173 28,295 25,753 Manokwar 15,325 15,936 23,409 21,841 Kamana 9,460 10,472 10,995 11,902 Sebaran perjalanan hasl pemoelan tahun 2008 an preks tahun 2018 sebaga berkut. Asal Tujuan Tahun 2008 Moel ACGR Tahun 2008 Moel ACGR Tahun 2018 Fakfak Ambon 4,528 4,342 5,683 Fakfak Sorong 2,761 3,672 4,787 Fakfak Manokwar 561 2,775 3,695 Fakfak Kamana 2,954 1,961 2,084 Ambon Fakfak 3,860 3,830 4,812 Ambon Sorong 8,079 7,260 9,740 Ambon Manokwar 6,546 5,299 7,262 Ambon Kamana 4,592 3,398 3,716 Sorong Fakfak 3,068 3,375 4,571 Sorong Ambon 7,723 7,567 10,985 Sorong Manokwar 6,985 5,583 8,248 Sorong Kamana 1,279 2,923 3,445 Manokwar Fakfak 1,363 2,437 3,396 Manokwar Ambon 6,543 5,278 7,883 Manokwar Sorong 5,772 5,336 7,938 Manokwar Kamana 1,647 2,191 2,657 Kamana Fakfak 3,142 1,791 1,899 Kamana Ambon 1,913 3,520 4,000 Kamana Sorong 2,561 2,905 3,288 Kamana Manokwar 1,844 2,279 2,635 Total 77,721 77, , REFERENSI Bro Pusat Statstk Kabupaten Kamana, (2008), Kabupaten Kamana Dalam angka. Bro Pusat Statstk Provns Papua Barat, (2008), Papua Barat Dalam Angka. Bro Pusat Statstk Kota Ambon, (2009), Kota Ambon Dalam angka. Bro Pusat Statstk Kabupaten Fakfak, (2009), Fakfak Dalam angka. Bro Pusat Statstk Kota Sorong, (2009), Kota Sorong Dalam angka. Departemen Perhubungan, (2009), Arus Lalu Lntas Angkutan Uara Banar Uara Domne Euar Osok Sorong. 12

13 Departemen Perhubungan, (2008), KM 6 Tahun 2008 Tentang Krtera Klasfkas Organsas Unt Pelaksana Tekns Banar Uara. Departemen Perhubungan, (2008), KM 25 Tahun Penyelenggaraan Angkutan Uara. Departemen Perhubungan, (2002), KM 47 tahun 2002 tentang sertfkas Operas Banar Uara Departemen Perhubungan, (2002), KM 44 Tahun 2002 tentang Tatanan Kebanaruaraan Nasonal Gan, F.A., (2009), Stu Aplkas Pengembangan Moel Trp Dstrbuton Menggunakan Multvarabel-Lnear Paa Fungs Hambatan Dan Kalbras Menggunakan Excel-Solver (Stu Kasus : Penerbangan Domestk Banar Uara Angkasa Pura I), Tess, Insttut Teknolog Sepuluh Nopember, Surabaya. Haran Kompas, (Jul 2003), Har Depan Fakfak Haap Kenala Transportas. Instruks Presen Republk Inonesa, (2007), Nomor 5 Tahun 2007 tentang Percepatan Pembangunan Provns Papua an Provns Papua Barat Mro, F., (2005), Perencanaan Transportas - Untuk Mahasswa, Perencana an Prakts, Penerbt Erlangga, Jakarta. Munawar, A., (2005), Dasar-asar Teknk Transportas, Penerbt Beta Offset, Yogyakarta. Nasuton, N. M., (2004), Manajemen Transportas - Es Keua. Penerbt Ghala Inonesa, Jakarta. Peraturan Pemerntah No 70, (2001), Tentang Kebanaruaraan Salm, A., (2006), Manajemen Transportas. PT. RajaGrafno Persaa. Jakarta. Salman, M., (2002), Pola Dstrbus Pergerakan Angkutan Penerbangan Domestk Melalu Pelabuhan Uara Juana Surabaya, Tess, Insttut Teknolog Sepuluh Nopember, Surabaya. Suarmanto, G. R., (2005), Analss Regres Lnear Gana engan SPSS. Penerbt Graha Ilmu, Yogyakarta. Tamn, O.Z., (2000), Perencanaan an Pemoelan Transportas, Es Keua, Penerbt Insttut Teknolog Banung, Banung. Trton, P.B., (2006), SPSS 13.0 Terapan Rset Statstk Parametrk. Penerbt C.V An Offset, Yogyakarta. Unang-Unang Nomor 21., (2001), Tentang Otonom Khusus bag Provns Papua 13

JUDUL MAKALAH SEMINAR STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK

JUDUL MAKALAH SEMINAR STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK JUDUL MAKALAH SEMINAR STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK 1. PENDAHULUAN Sarana Transportasi sangat penting untuk membuka keterisolasian di daerah-daerah terpencil

Lebih terperinci

STUDI PEMODELAN SEBARAN PERGERAKAN BARANG POKOK DAN STRATEGIS INTERNAL REGIONAL (Studi Kasus Provinsi Jawa Tengah) Juang Akbardin ABSTRAK

STUDI PEMODELAN SEBARAN PERGERAKAN BARANG POKOK DAN STRATEGIS INTERNAL REGIONAL (Studi Kasus Provinsi Jawa Tengah) Juang Akbardin ABSTRAK STUDI PEMODELAN SEBARAN PERGERAKAN BARANG POKOK DAN STRATEGIS INTERNAL REGIONAL (Stu Kasus Provns Jawa Tengah) Juang Akbarn Teknk Spl - Unverstas Penkan Inonesa, Banung akbaren@yahoo.co. ABSTRAK Penngkatan

Lebih terperinci

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bntaro Sektor 7, Bntaro Jaya Tangerang Selatan 15224 PENDAHULUAN Bangktan perjalanan (Trp generaton model ) adalah suatu tahapan

Lebih terperinci

V. DISTRIBUSI PERJALANAN

V. DISTRIBUSI PERJALANAN V. DISTRIBUSI PERJALANAN 5.. PENDAHULUAN Trp strbuton aalah suatu tahapan yang menstrbuskan berapa jumlah pergerakan yang menuju an berasal ar suatu zona. Paa tahapan n yang perhtungkan aalah :. Sstem

Lebih terperinci

PENGARUH JUMLAH DATA DAN LOKASI TRAFFIC COUNT TERHADAP ESTIMASI MATRIKS ASAL-TUJUAN KOTA BANDAR LAMPUNG BERDASARKAN ARUS LALU LINTAS

PENGARUH JUMLAH DATA DAN LOKASI TRAFFIC COUNT TERHADAP ESTIMASI MATRIKS ASAL-TUJUAN KOTA BANDAR LAMPUNG BERDASARKAN ARUS LALU LINTAS PENGARUH JUMLAH DATA DAN LOKASI TRAFFIC COUNT TERHADAP ESTIMASI MATRIKS ASAL-TUJUAN KOTA BANDAR LAMPUNG BERDASARKAN ARUS LALU LINTAS Wwt Tr Rahayu 1 Abstract The more ata traffc count usng n process wth

Lebih terperinci

BAB 2 TINJAUAN KEPUSTAKAAN

BAB 2 TINJAUAN KEPUSTAKAAN BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES Prosng Semnar Nasonal Matematka an Penkan Matematka (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Statstka, hal. 14-18 PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES NENENG SUNENGSIH

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB IV TRIP GENERATION

BAB IV TRIP GENERATION BAB IV TRIP GENERATION 4.1 PENDAHULUAN Trp Generaton td : 1. Trp Producton 2. Trp Attracton j Generator Attractor - Setap tempat mempunya fktor untuk membangktkan dan menark pergerakan - Bangktan, Tarkan

Lebih terperinci

FORMULASI MODEL GRAVITY SEBAGAI MODEL PENYEBARAN PERJALANAN PENUMPANG PADA STUDI KASUS TRAYEK MIKROLET TERMINAL BRATANG - JMP SURABAYA.

FORMULASI MODEL GRAVITY SEBAGAI MODEL PENYEBARAN PERJALANAN PENUMPANG PADA STUDI KASUS TRAYEK MIKROLET TERMINAL BRATANG - JMP SURABAYA. Formulas Moel Gravty Penyebaran Perjalanan Penumpang FORMULASI MODEL GRAVITY SEBAGAI MODEL PENYEBARAN PERJALANAN PENUMPANG PADA STUDI KASUS TRAYEK MIKROLET TERMINAL BRATANG - JMP SURABAYA Sr Djunat ABSTRAK

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan BAB III MODEL LINEAR TERGENERALISASI 3.1 Moel Lnear Perkembangan pemoelan stokastk, terutama moel lner, apat katakan mula paa aba ke 19 yang asar oleh teor matematka yang elaskan antaranya oleh Gauss,

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING (FLP) UNTUK OPTIMASI HASIL PERENCANAAN PRODUKSI

APLIKASI FUZZY LINEAR PROGRAMMING (FLP) UNTUK OPTIMASI HASIL PERENCANAAN PRODUKSI Soft Computng, Intellgent Systems an Informaton Technology 2005 UK Petra Surabaya, 28 Jul 2005 APLIKASI FUZZY LINEAR PROGRAMMING (FLP) UNTUK OPTIMASI HASIL PERENCANAAN PRODUKSI Basuk Rahmat, Panca Raharanto,

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n

Lebih terperinci

Perceptual Mapping Kabupaten dan Kota di Jawa Barat Berdasarkan Sub Lapangan Usaha

Perceptual Mapping Kabupaten dan Kota di Jawa Barat Berdasarkan Sub Lapangan Usaha SEMINAR SAISIKA FMIPA UNPAD 07 (SNS VI) Perceptual Mappng Kabupaten an Kota Jawa Barat Berasarkan Sub Lapangan Usaha t Purwanar, Yuyun Hayat Departemen Statstka Fakultas MIPA Unverstas Paaaran Departemen

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

SOLUSI TUGAS MATA KULIAH STATISTIKA II

SOLUSI TUGAS MATA KULIAH STATISTIKA II SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 1 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL IV TNR 1 Space.0 ANALISIS

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur Moel Regres Logstk Bner Stratfkas Paa Partsas Ekonom Peremuan D Provns Jawa Tmur Munah Kusnul Kotmah an Sr Pngt Wulanar Jurusan Statstka, Fakultas Matematka an Ilmu Pengetahuan Alam, Insttut Teknolog Seuluh

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB 1 RANGKAIAN TRANSIENT

BAB 1 RANGKAIAN TRANSIENT BAB ANGKAIAN TANSIENT. Penahuluan Paa pembahasan rangkaan lstrk, arus maupun tegangan yang bahas aalah untuk kons steay state/mantap. Akan tetap sebenarnya sebelum rangkaan mencapa keaaan steay state,

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

A. Soal 1 yg dikerjakan seharian tadi ttg regresi tunggal MENGHITUNG REGRESI LINEAR SEDERHANA

A. Soal 1 yg dikerjakan seharian tadi ttg regresi tunggal MENGHITUNG REGRESI LINEAR SEDERHANA 009 T u g a s a p l k a s S t a t s t k P a g e 1 A. Soal 1 yg dkerjakan seharan tad ttg regres tunggal MENGHITUNG REGRESI LINEAR SEDERHANA Persamaan umum regres lnear sederhana adalah : Ŷ = a + bx Contoh

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah Performa (2004) Vol. 3, No.1: 28-32 Model Potensal Gravtas Hansen untuk Menentukan Pertumbuhan Populas Daerah Bambang Suhard Jurusan Teknk Industr, Unverstas Sebelas Maret, Surakarta Abstract Gravtaton

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

OPTIMASI LINTAS LAPISAN PADA SISTEM KOMUNIKASI KOOPERATIF PADA DAERAH BERSHADOWING

OPTIMASI LINTAS LAPISAN PADA SISTEM KOMUNIKASI KOOPERATIF PADA DAERAH BERSHADOWING /7 OTIMASI LINTAS LAISAN ADA SISTEM KOMUNIKASI KOOERATIF ADA DAERAH BERSHADOWING Achma Yusuf 05 00 074 Insttut Teknolog Sepuluh Nopember, Fakultas Teknolog Inustr, Jurusan Teknk Elektro Kampus ITS Sukollo,

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

Lebih terperinci

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PowerPoint Slides by Yana Rohmana Education University of Indonesian SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

Analisis Regresi Linear Sederhana

Analisis Regresi Linear Sederhana Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur

Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4 337-35 (3-98 Prnt D- Moel Regres Logstk Bner Stratfkas Paa Partsas Ekonom Peremuan D Provns Jawa Tmur Munah Kusnul Kotmah an Sr Pngt Wulanar Jurusan Statstka,

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENEITIAN Peneltan n merupakan peneltan deskrptf, yang dalam penulsannya dmaksudkan untuk menjabarkan penyerapan tenaga kerja berdasarkan konds wlayah peneltan. Analss dlakukan secara kualtatf

Lebih terperinci

MODEL ESTIMASI BANGKITAN PERJALANAN DARI KAWASAN PERUMAHAN PANDAU PERMAI PEKANBARU DENGAN VARIABEL JUMLAH ANGGOTA KELUARGA DAN PENDAPATAN KELUARGA

MODEL ESTIMASI BANGKITAN PERJALANAN DARI KAWASAN PERUMAHAN PANDAU PERMAI PEKANBARU DENGAN VARIABEL JUMLAH ANGGOTA KELUARGA DAN PENDAPATAN KELUARGA Model Estmas Bangktan Perjalanan MODEL ESTIMASI BANGKITAN PERJALANAN DARI KAWASAN PERUMAHAN PANDAU PERMAI PEKANBARU DENGAN VARIABEL JUMLAH ANGGOTA KELUARGA DAN PENDAPATAN KELUARGA Wnayat 1, Fadrzal Lubs

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012.

BAB III METODOLOGI PENELITIAN. bulan November 2011 dan direncanakan selesai pada bulan Mei 2012. BAB III METODOLOGI PENELITIAN 1.1. Tempat dan waktu Peneltan Peneltan dlakukan pada Perusahaan Daerah Ar Mnum Kabupaten Gorontalo yang beralamat d jalan Gunung Bolyohuto No. 390 Kelurahan Bolhuangga Kecamatan

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

ANALISIS PERMODELAN TARIKAN PERGERAKAN LAHAN PARKIR DI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 1 INTISARI

ANALISIS PERMODELAN TARIKAN PERGERAKAN LAHAN PARKIR DI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 1 INTISARI ANALISIS PERMODELAN TARIKAN PERGERAKAN LAHAN PARKIR DI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 1 Muhammad Adrul Jhan, Sr Atmaja Rosyd 3, Anta Rahmawat 4 INTISARI Model tarkan pergerakan transportas mempun

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BADAN PUSAT STATISTIK KABUPATEN JAYAPURA

BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA BADAN PUSAT STATISTIK KABUPATEN JAYAPURA Sensus Penduduk 2010 merupakan sebuah kegatan besar bangsa Badan Pusat Statstk (BPS) berdasarkan Undang-undang Nomor 16

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

Post test (Treatment) Y 1 X Y 2

Post test (Treatment) Y 1 X Y 2 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Confgural Frequency Analyss untuk Melhat Penympangan pada Model Log Lnear Resa Septan Pontoh 1, Def Y. Fadah 2 1,2 Departemen Statstka FMIPA

Lebih terperinci