BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB LANDASAN TEORI. Analss Model Loglner Untu data yang bersfat ategor dan dapat dbentu pada suatu tabel ontngens, dapat danalss dengan analss odel loglner. Model loglner dgunaan untu enganalss eungnan adanya hubungan yang sgnfan dala tabel ontngens ultfator yang el tga atau lebh varabel ategor yang dterapan pada asus-asus data ualtatf. Dala hal n pola hubungan atau asosas antar varabelnya dapat dlhat dar nteras antar varabel tu sendr. Pada uunya terdapat dua ens data berdasaran penglasfasannya, yan data uanttatf dan data ualtatf. Data uanttatf adalah data yang berbentu anga atau data yang duur dala sala nuer yang dperoleh elalu suatu hasl perhtungan dan penguuran. Sedangan data ualtatf adalah data yang enunuan sfat atau eadaan obe berupa label atau naa-naa yang dgunaan untu engdentfas atrbut suatu eleen yang ana dala hal pengupulannya dsaan enurut ualtas atau ategor yang dgunaan. Dala hal n yang aan dpergunaan dala odel loglner alah data ualtatf arena varabel yang danalss erupaan varabel ategor yang el sala nonal atau ordnal. Secara uu bentu odel loglner dapat dtuls sebaga berut (Von eye, 00): log..., (.) 0 aneffects frstorder nt eracton sec ondordernt eracton dengan,, dan adalah ndes untu setap varabel. Unverstas Suatera Utara

2 Adapun tuuan dar elauan analss odel loglner adalah:. Pada analssnya dfousan pada ecocoan odel yang eperhatan ada atau tdanya nteras antar varabel.. Untu enghtung atau eperraan banyanya observas yang dharapan (expected counts) dala tap-tap sel populas dar tabel yang dbentu oleh elopo yang dperhatan. Pada analss odel loglner, prosedur untu peasuan varabel - varabel e dala odel dlauan secara ndependen dan berguna untu enelasan dstrbus asus dala tabulas slang untu varabel ategor. Dengan dean, analssnya elput dstrbus yang dharapaan dar varabel ategoral tersebut alah dstrbus Posson yang aan ebentu suatu odel Posson... Dstrbus Posson Dstrbus Posson dbangun atas suatu percobaan yang enghaslan ulah suses yang terad pada nterval watu ataupun pada daerah tertentu yang denal sebaga percobaan Posson. Percobaan Posson adalah percobaan yang enghaslan peubah aca yang bernla nuer, yatu ulah suses selaa selang watu tertentu atau dala daerah tertentu. Selang watu tertentu dapat berupa sedet, seent, sea, sehar, senggu aupun sebulan. Daerah tertentu dapat berupa satu eter, satu loeter perseg dan lan-lan. Dstrbus Posson adalah dstrbus eungnan dar varabel aca Posson x yang enelasan ulah suses yang terad pada nterval watu ataupun daerah tertentu. Dnotasan sebaga: x e. px; (.) x! Unverstas Suatera Utara

3 dengan: = ulah rata-rata suses terad e = blangan natural =, Dstrbus Posson n uga erupaan salah satu odel dstrbus probabltas untu varabel dsrt. Model n erupaan odel pendeatan untu enghtung probabltas tbulnya geala yang dharapan (geala suses ) dar seulah n perstwa atau sapel. Cr dstrbus sepert tu el erpan yang hapr saa dengan dstrbus Bnoal. Tetap, untu asus nla n yang sangat besar (n ) dan peluangnya yang sangat ecl (p 0) suar seal enghtung nla probabltasnya dengan odel dstrbus Bnoal. Oleh arena tu, nla probabltas dapat dhtung dengan pendeatan Dstrbus Posson. Searang andaan adalah varabel aca bnoal dengan dstrbus probabltas b(x;n, p). Ja n, p 0, dan np onstan, aa dstrbus Bnoal dapat ddeat oleh dstrbus Posson, yan: b n x nx x n, p C p p x b(x; n, p) p(x; ) ;, p 0 n px; e x. x! Espetas Harapan Dstrbus Posson Dstrbus Posson erupaan salah satu dar beberapa dstrbus probabltas dsrt. Varabel aca yang terdapat pada dstrbus n elas bersfat dsrt (berdasaran hasl htungan). Nla harapan varabel aca dsrt adalah rata-rata tertbang dar seluruh eungnan. Secara uu, ruus untu nla espetas probabltas dsrt adalah: E ( ) x x. p x (.3) x terdstrbus Posson, dengan dean dapat dbuat: Unverstas Suatera Utara

4 E x x e x. x. x 0! x x. e. 0 ( x)( x )! x x e. 0 ( x )! x x e. ( x )! x e. ( x )! x a x y, aa bentu x e. ( x )! x = e y. y 0 y!. arena y0 e y. y! y e., aa dperoleh.. Jad, espetas y! y0 harapan untu dstrbus Posson adalah... Model Loglner Posson Sepert yang penuls sebutan pada bab awal penulsan, odel loglner erupaan salah satu asus husus dar general lner odel. Dala hal n oponen aca erupaan salah satu ens dar tga oponen utaa untu general lner odel. Koponen aca berguna untu engdentfas dstrbus probabltas dar varabel dependen, dengan esalan y = (y, y,..., y ). Sehngga bentu fungs peluangnya adalah: f y a b y expy ; (.4) Kelopo n euat beberapa dstrbus yang pentng sebaga asus husus, salnya dstrbus Posson. Nla paraeter pada persaaan (.4) untu =,, 3,..., tergantung pada nla dar varabel peraalnya yatu sebaga varabel ndependennya. Suu dsebut sebaga paraeter asl dar dstrbusnya. Unverstas Suatera Utara

5 Keudan dengan esalan y ulah observas d dala sel yang terdstrbus Posson dengan rata-rata, aa fungs padat peluang Posson untu y adalah: Dengan f y ; e y. y! y exp y! y adalah blangan bulat postf. y! (.5) exp expy log Persaaan (.5) saa saa dengan bentu esponensal seat pada persaaan (.4) yang ana a a exp, by, dan log dengan sebaga paraeter seat. y! Untu dstrbus Posson dala atannya dengan stlah strutur yang ssteats dar sebuah odel, dapat dpertbangan tga ens odel loglner untu enghtung freuens yang dharapan, yatu: odel order nol, odel penabahan, dan odel lengap. Inlah pebagan ens odel yang aan dpergunaan sebaga pelhan dala enentuan apaah salah satu dar etga ens odel d atas dapat dgunaan untu ewal hubungan dar upulan data dala peodelan loglner yang aan dlauan.. Asus Teroral Untu Model Loglner Dala odel loglner, terdapat suatu asus bahwa seua varabel yang dseld epunya status yang saa sebaga suatu varabel dependen. Dengan ata lan, tda ada pebedaan yang dbuat antara varabel dependen dan varabel ndependen arena odel loglner hanya enunuan depedens (ecenderungan) antar varabel. Naun apabla ternyata pada suatu peneltan dasusan bahwa varabel-varabel Unverstas Suatera Utara

6 tersebut terbag enad varabel ndependen dan dependen, aa (Von eye, 00) terdapat beberapa hal yang harus dperhatan. Berut n aan delasan beberapa contoh odel loglner yang basa dgunaan. Ja tda ada varabel yang epengaruh odel (zero-order), odel loglner secara uu (Von eye, 00) adalah sebaga berut: log E ( ) (.6) dengan: E ( ) Freuens yang dharapan dala setap sel constant atau rata-rata uu Ja seua varabel epunya status yang saa, dan hanya Man effect atau efe utaa yang dgunaan (frst-order), odel loglner secara uu (Von eye, 00) adalah sebaga berut: log E(..)... (.7) dengan: E..) = Freuens yang dharapan dala setap sel ( = constant atau rata-rata uu = Paraeter pengaruh tngat e- fator = Paraeter pengaruh tngat e- fator Ja varabel-varabel yang aan dtelt terbag enad varabel ndependen dan varabel dependen, dsalan terdapat dua varabel ndependen A dan B dan dua varabel dependen C dan D, odel loglner yang dpergunaan adalah sebaga berut (Von eye, 00): E l A B AB C Dl CDl (.8) dengan: E l = Freuens yang dharapan dala setap sel = constant atau rata-rata uu A = Pengaruh tngat e- fator A Unverstas Suatera Utara

7 B = Pengaruh tngat e- fator B AB = Interas tngat e- dan fator A dan B C = Pengaruh tngat e- fator C D l = Pengaruh tngat e-l fator D CD l = Interas tngat e- dan l fator C dan D Model tersebut dasusan bahwa peneltan tda engngnan adanya nteras antar varabel ndependen dan varabel dependen..3 Tabel Kontngens Tabel ontngens erupaan suatu analss ten penyusunan data yang cuup sederhana untu elhat hubungan antar varabel dala satu tabel (Frendly, 000). Dala hal n, varabel yang danalss erupaan varabel ategor yang el sala nonal atau ordnal. Penggunaan tabel ontngens yang aan dbahas pada peneltan n penuls elopoan enad dua yatu tabel ontngens dua fator dan tabel ontngens tga fator..3. Tabel Kontngens Dua Fator Tabel ontngens ula dgunaan eta terdapat lebh dar satu varabel ategor yang ana basanya data dsaan dala daftar bars dan olo. Bentu penyaan dala daftar bars dan olo n basanya dsebut daftar ontngens. Andaan terdapat suatu percobaan yang terdr dar n pengaatan yang dlasfasan enurut varabel ategor, aa varabel epunya tngat/ategor: A, A, A 3,..., A dan varabel epunya tngat/ategor: B, B, B 3,..., B. Keudan anggap enyataan banya perstwa varabel- ada pada tngat e- dan varabel- pada tngat e-, dengan =,, 3,..., I dan =,, 3,..., J. Maa data tersebut dapat dsusun dala tabel ategor I J sebaga berut: Unverstas Suatera Utara

8 Varabel Varabel Tabel. Tabel Kontngens I J B B B 3... B Julah bars A 3... n A 3... n A n A b b b3... b n Julah olo 3... n... n... n Berdasaran tabel ontngens d atas, tasran nla harapan untu asng-asng sel dapat dcar dengan enghtung terlebh dahulu besarnya probabltas untu B. Probabltas untu A =. P dan probabltas untu B = A dan P.. Keudan, untu enghtung besarnya P. dan tasran nla harapannya adalah P. dapat dtasr dengan n. N. Pˆ. Pˆ.. N ˆ. n P ˆ. N, Pˆ. N, sehngga Dar tabel ontngens dua fator yang terbentu, odel loglner aan enggabaran pola asosas atau hubungan yang terad antar varabel. Dengan dean, bentu odel loglner untu dua fator dapat dtuls sebaga berut: log (.9) Unverstas Suatera Utara

9 Model d atas dsebut sebaga odel lengap arena easuan seua efe yang ungn terbentu, ba tu efe untu -fator dan uga efe -fator. Sebaga contoh salan dala tabel ontngens, aa aan terdapat epat paraeter yang terdr dar,,,. Keudan a ngn endapatan sebuah odel yang dapat enghlangan salah satu efe d atas yang tda eberan ecocoan terba dengan odel, aa odel non-lengap harus dbentu. Pebentuan odel n dapat dlauan dengan ebuat beberapa efe paraeter enad bernla nol. Msalan danggap 0 (dasusan bahwa varabel tda berasosas dengan varabel ), aa odel yang terbentu aan enad odel loglner non-lengap sebaga berut: log (.0) Bentu odel sepert n dsebut sebaga odel ndependen arena hanya euat efe utaanya saa yan dan tanpa nteras. U endependenan odel loglner untu dua fator, yatu: H : P 0 P. P. H : P P. P. Statst u yang dgunaan adalah u Ch-Square dengan ruusan sebaga berut: (.) Sedangan untu u ecocoan datanya dengan u Raso Lelhood dapat druusan: dengan: G ln (.) = Observas pada varabel dan = Freuens yang dharapan untu degree of freedo adalah (I-)(J-) dan dabl 0, 05 Unverstas Suatera Utara

10 Krtera U: Tola H 0 a atau G htung ; df dengan ata lan terdapat asosas antara dua varabel yang dseld dan tera H 0 a htung < ; df dengan ata lan odel log dtera..3. Tabel Kontngens Tga Fator Sepert halnya pada tabel ontngens I J yang epunya tngat/ategor untu varabel pertaa dan epunya tngat/ategor untu varabel edua, aa pada tabel ontngens I J K uga berlau saa. Msal enyataan banya perstwa varabel- ada pada tngat e-, varabel- pada tngat e-, dan varabel-3 pada tngat e-, dengan =,, 3,..., I, =,, 3,..., J dan =,, 3,..., K. Maa data tersebut dapat dsusun dala tabel ategor I J K sebaga berut: Tabel. Tabel Kontngens I J K Varabel... Julah Varabel 3... V a r a b e l Julah... Unverstas Suatera Utara

11 Berdasaran tabel ontngens d atas, tasran nla harapan untu tap sel dapat dcar dengan enghtung terlebh dahulu besarnya probabltas untu..,.., dan... Probabltas untu.. = P.., probabltas untu.. = P.. dan probabltas untu.. = P... Keudan, untu enghtung besarnya P.., P.., dan P... dapat dtasr dengan Pˆ...., N harapannya adalah ˆ N. P.. P.. P.. P ˆ.... N, dan.... Pˆ...., sehngga tasran nla N... N Dar tabel ontngens tga fator yang terbentu, odel loglner aan enggabaran pola asosas atau hubungan yang terad antar tga varabel. Dengan dean, bentu lengap odel loglner untu tga fator dapat dtuls sebaga berut (Agrest, 990): log (.3) Z Z Z Z dengan: log = Logarta dar freuens sel = rata rata logarta seluruh sel = Paraeter pengaruh varabel pertaa yang e- terhadap odel = Paraeter pengaruh varabel edua yang e- terhadap odel Z = Paraeter pengaruh varabel etga yang e- terhadap odel = Paraeter pengaruh nteras varabel pertaa yang e- dengan varabel edua yang e- terhadap odel Z = Paraeter pengaruh nteras varabel pertaa yang e- dan varabel etga yang e- terhadap odel Z = Paraeter pengaruh nteras varabel edua yang e- dan varabel etga yang e- terhadap odel Z = Paraeter pengaruh nteras varabel pertaa yang e-, varabel edua yang e- dan varabel etga yang e- terhadap odel Unverstas Suatera Utara

12 Keudan, a dasusan dar odel d atas nteras, Z, Z, Z, serta Z bernla 0, aa hal n berart,, dan Z secara asng-asng tda berasosas dan hanya an effects (efe utaa) nya saa yang berhubungan secara ndependen. Model loglner ndependen untu tga fator dapat dtuls sebaga berut: log (.4) Z U endependenan odel loglner untu tga fator, yatu: H : P 0 P.. P.. P.. H : P P.. P.. P.. Statst u yang dgunaan adalah u Ch-Square dengan ruusan sebaga berut: (.5) dengan: = Observas pada varabel,, dan = Freuens yang dharapan untu degree of freedo adalah (I-)(J-)(K-) dan dabl = 0,05 Krtera U: Tola H 0 a htung ; df dengan ata lan terdapat asosas antar etga varabel dan tera H 0 a htung < ; df dengan ata lan odel log dtera. Z.4 Penguan Kecocoan Model Penguan analss odel loglner dapat dlauan dengan dua pendeatan u statst yang ada, yatu u Ch-Square dan u Raso Lelhood G. Unverstas Suatera Utara

13 . Pendeatan U Ch-Square U Ch-Square yang dgunaan untu engetahu hubungan dar tga varabel yang dseld dapat dtuls sebaga: (.6). Pendeatan U Raso lelhood G Pendeatan n dgunaan untu engu ecocoan odel yang eperhatan ada atau tdanya nteras antar varabel. Dengan ata lan u n elhat seberapa coco odel dengan data. Untu tabel tga fator dapat dtuls sebaga berut: G ln (.7) degree of freedo nya dsesuaan dengan odel yang terbentu selaa proses seles dan dabl 0, 05 Krtera u: Tola H 0 a atau G ; df atau p-value < yang berart terdapat hubungan yang sgnfan antar nteras varabel ataupun oponen yang sedang du sehngga enyebaban adanya depedens dan tera H 0 a atau G ; df yang berart tda terdapat hubungan yang sgnfan. Penguan statst raso lelhood n tda hanya dapat dgunaan untu engu satu odel saa, tetap uga dapat dgunaan terhadap dua odel untu elhat perubahan nla yang ada. Pada tt n u raso lelhood dapat dgunaan untu ebandngan odel secara eseluruhan dengan odel yang lebh rendah (yatu ebandngan odel lengap dengan satu nteras atau pengaruh utaa yang lebh rendah) untu enla hubungan dantara edua odel tu. Persaaannya dapat dtuls sebaga berut (Jeansonne, 00): Unverstas Suatera Utara

14 G perbandngan M G M G (.8) M G = statst lelhood M G = statst lelhood G untu odel () G untu odel () Deraat ebebasan (degree of freedo) = deraat ebebasan odel () - deraat ebebasan odel ()..5 Seles Model Bagan n enelasan tentang strateg untu elh odel loglner setelah varabel ategor dseld. Strateg dasar dala peodelan loglner elbatan odel yang coco untu freuens yang daat dala tabulas slang varabel ategor. Model eudan dapat dwal oleh satu set freuens harapan yang ungn. Setelah freuens harapan dperoleh, eudan ebandngan odelodel yang hrars satu saa lan dan enyeles odel yang terbentu yang erupaan odel yang palng sgnfan yang sesua dengan data. Dala hal pengeraannya proses seles untu elh odel aan enad sult bersaaan dengan enngatnya ulah varabel arena teradnya penngatan yang pesat dala asosas yang ungn dan nteras yang ada. Pencocoan seua odel yang ungn enad tda prats eta ulah varabel ategor elebh tga. Oleh arena tu, seles odel bertuuan untu enyebangan dua tuuan yang ebahas beberapa hal d bawah n (Frel, 005): a. Perasalahan engena oponen anaah dar odel yang sgnfan. b. Manaah odel yang palng coco dengan data yang dgunaan. Maa dar tu, terdapat dua etode yang dgunaan untu enentuan sgnfans dar oponen-oponen dala odel yatu dengan dengan Metode Hrars Bacward dan Metode Forward. Unverstas Suatera Utara

15 .6 Metode Hrars Bacward Metode Hrars Bacward dgunaan untu enganalss proses terbentunya sebuah odel loglner hrars non-lengap yang dlauan dengan enyeles dar odel lengap hngga pada odel yang sederhana. Model lengap encaup seua eungnan efe nteras ba tu efe nteras -fator aupun 3-fator sesua dengan ulah varabel yang dgunaan dala peneltan n, yan sebanya tga varabel ategor. Dana setap al varabel dhapus dlauan u statst untu enentuan auras predsnya dengan ebandngan u raso lelhood dengan df ; (Chapter 4, hal: 44). Mengngat bahwa odel lengap n el ulah yang saa sel-sel nya dala tabel ontngens, sepert halnya efe dan freuens sel yang dharapan aan selalu bernla saa dengan freuens yang daat tanpa deraat ebebasan yang terssa (Knoe dan Bure, 980 dutp dar Jeansonne). Dar persaaan (.3) odel lengap untu tga varabel ategor dapat dtuls sebaga berut: log Z Z Z Z G.7 Metode Forward Metode Forward dgunaan untu enganalss proses penabahan oponenoponen odel enad sgnfan untu odel ahr dengan dbentunya sebuah odel order nol eudan enabahaan efe order pertaa, order edua, dan order etga. Setelah tu, pada setap tahap dplh efe order yang eberan penngatan sgnfans terbesar dala esesuaan datanya setelah dlauan penguan (Frel, 005). Aan tetap, (Agrest, 990) enelasan etode n lebh denal sebaga suatu etode yang dgunaan untu engevaluas sebuah odel yang proses peodelannya dlauan dengan dbentunya odel ndependen sapa odel lengap. Nla p-asu untu odel yang dhaslan adalah rtera yang ungn arena aan enghaslan nla G yang ecl, yang berart ba untu odel. Bentu uu odel loglner order nol untu tga varabel ategor, yatu: log (.9) Unverstas Suatera Utara

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) BAB III SAPLING BERKELOPOK DAN SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) 3. Saplng Berkelopok Populas elk konds yang berbeda beda jka dlhat berdasarkan ukurannya. Pada pebahasan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

ANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011).

ANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011). ANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011). Try Azsah Nurman Dosen Pada Jurusan Matemata, Faultas Sans

Lebih terperinci

PENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT

PENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT PEAKSIR PRODUK AG EFISIE UUK RAA-RAA POPULASI PADA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKA Dw Andn *, Frdaus, Arsan Adnan Mahasswa Progra S Mateata Dosen Jurusan Mateata Faultas Mateata Ilu Pengetahuan

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

Lebih terperinci

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6) ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.

Lebih terperinci

Penerapan Diagram Kontrol Multivariat np pada Proses Produksi Hexagon Bolt M16x75mm di PT. Timur Megah Steel Gresik

Penerapan Diagram Kontrol Multivariat np pada Proses Produksi Hexagon Bolt M16x75mm di PT. Timur Megah Steel Gresik 1 Penerapan Dagra Kontrol Multvarat np pada Proses Produs Hexagon Bolt M16x75 d PT. Tur Meg Steel Gres Febranto, Muhaad Mashur 1, dan Luca Ardnant Jurusan Statsta, Faultas Mateata dan Ilu Pengetuan Ala,

Lebih terperinci

CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA

CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR SAHAM RETAIL PT BURSA EFEK JAKARTA LAPORAN PENELITIAN MANDIRI PENELITI RESA SEPTIANI PONTOH NIP : 132 317 117 JURUSAN STATISTIKA

Lebih terperinci

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Permasalahan Cutting Stock Satu Dimensi

BAB 2 LANDASAN TEORI. 2.1 Permasalahan Cutting Stock Satu Dimensi A 2 LANDASAN TEORI 2. Perasalahan Cuttng Stoc Satu Dens Perasalahan Cuttng stoc erupaan suatu perasalahan ang uncul arena bana paa aplasna ala bang pernustran. Msalan ala pernustran au, bagaana eanaeen

Lebih terperinci

PERMASALAHAN LOKASI (Model Dasar) [2]

PERMASALAHAN LOKASI (Model Dasar) [2] PERMASALAHAN LOKASI Model Dasar [] Technques of Contnuous Space Locaton Probles Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch provde

Lebih terperinci

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance 30/05/04 Technques of Contnuous Space Locaton Probles PERMASALAHAN LOKASI Model Dasar [] Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

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

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

Pendekatan Hurdle Poisson Pada Excess Zero Data

Pendekatan Hurdle Poisson Pada Excess Zero Data SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 05 Pendeatan Hurdle Posson Pada Excess Zero Data S - 7 Def Yust Fadah, Resa Septan Pontoh Departemen Statsta FMIPA Unverstas Padadaran def.yust@unpad.ac.d

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

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-305

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-305 JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prnt) D-305 Analss Pola Hubungan Kerugan Negara Abat Korups dengan Demograf Koruptor d Jawa Tmur Amla Frda Rahmana, Sant Puter Rahau Jurusan

Lebih terperinci

e + Dengan menggunakan transformasi logit dari π(x), maka model regresi fungsi logit dapat didefinisikan sebagai berikut (2) π(x) e

e + Dengan menggunakan transformasi logit dari π(x), maka model regresi fungsi logit dapat didefinisikan sebagai berikut (2) π(x) e ANALISIS PEMAKAIAN KEMOTERAPI PADA KASUS KANKER PAYUDARA DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS PASIEN DI RUMAH SAKIT X SURABAYA Aref Yudssanta, dan Dra. Madu Ratna, M.S Jurusan

Lebih terperinci

π(x) JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-112

π(x) JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-112 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D- Analss Pemaaan Kemoterap pada Kasus Kaner Payudara dengan Menggunaan Metode Regres Logst Multnomal (Stud Kasus Pasen d Rumah Sat X Surabaya)

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL SAINS DAN SENI ITS Vol 1, No 1, (Sept 2012) ISSN: 2301-928 A-34 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, I Gust Ngurah Ra

Lebih terperinci

Bab III Model Estimasi Outstanding Claims Liability

Bab III Model Estimasi Outstanding Claims Liability Bab III Model Estmas Outstandng Clams Lablty. Model ELRF Suatu model yang dgunaan untu menasr outstandng clams lablty, tda cuup hanya melbatan data pada run-off trangle saa. Sebab, pembayaran lam d masa

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

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

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

Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi

Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi Vol. 3 No. 7-77 Jul 06 Penasan Paaete da Vaans Veto ada Pengujan Hotess Kesaaan Mats Kovaans Nasah Sajang Absta Vaans veto euaan salah satu uuan dses data yang ddefnsan sebaga julah da seua eleen dagonal

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL TEKNIK POMITS Vol, No, (22) -6 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, Nur Wahyunngsh 2, dan I Gust Ngurah Ra Usadha 3

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

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

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 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

PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL

PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI AWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL Mega Pradpta, Madu Ratna, I Nyoan Budantara urusan Statstka Fakultas MIPA Insttut Teknolog Sepuluh Nopeber

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN : JURNAL MATEMATIKA DAN KOMUTER Vol.. No., -, Aprl, ISSN : -88 ENDEKATAN RERESI OLINOMIAL ORTHOONAL ADA RANCANAN DUA FAKTOR (DENAN ALIKASI SAS DAN MINITAB) Tat Wharh Jurusan Matemata FMIA UNDI Abstra eneatan

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA Pengaruh Kelembaban dan Ser Tanah Terhadap Mutu dan Produs Tanaman Tembaau Temanggung dengan Metode MANOVA Mftala Al Rza ), Sutno ), dan Dumal ) ) Jurusan Statsta, Faultas MIPA, Insttut Tenolog Sepuluh

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

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

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.

Lebih terperinci

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION Oleh : SOEMARTINI JURUSAN STATISTIKA FAKULTAS MATEMATIKA dan ILMU PENGETAHUAN ALAM UNIVERSITAS PADJADJARAN JATINANGOR 008 DAFTAR ISI Hal DAFTAR

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar)

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar) J. Sans IPA, Aprl 009, Vol. 5, o., Hal.: 66-70 ISS 978-873 PEETUA UKURA COTOH OPTIU DESAI TWO STAGE CLUSTER SAPLIG (Stud Kasus Pendugaan Varabel Deograf d Kabupaten Bltar) Rusda Yulyant* Pusat Peneltan

Lebih terperinci

PENERAPAN LOGIKA FUZZY DALAM PENGAMBILAN KEPUTUSAN UNTUK JALUR PEMINATAN MAHASISWA

PENERAPAN LOGIKA FUZZY DALAM PENGAMBILAN KEPUTUSAN UNTUK JALUR PEMINATAN MAHASISWA onferens Nasonal Sste dan Inforatka 09; Bal, Noveber 4, 09 PENERAPAN LOGIA FUZZY DALAM PENGAMBILAN EPUTUSAN UNTU JALUR PEMINATAN MAHASISWA Sauel Lukas*, Melayana**, Wlla Sson* * Jurusan Teknk Inforatka

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu

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 III PROSEDUR PENELITIAN

BAB III PROSEDUR PENELITIAN BAB III PROSEDUR PENELITIAN A. Metode Peneltan Metode adalah suatu cara yang dtempuh untuk mencapa suatu tujuan. Sepert yang dpaparkan oleh Surakhmad (985:3) yatu Metode merupakan cara utama yang dpergunakan

Lebih terperinci

Bab 4. ANACOVA Analysis Of Covariance

Bab 4. ANACOVA Analysis Of Covariance Bab 4 ANACOVA Analss Of Covarance ANAVA vs ANREG ANAVA?? dgunakan untuk mengu perbandngan varabel tergantung () dtnau dar varabel bebas ANREG?? Dgunakan untuk mempredks varabel tergantung () melalu varabel

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

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

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

ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK

ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK Tess ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK Oleh : MUHAMMAD NAFI NRP.304008 PROGRAM PASCASARJANA PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI

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. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PENELITIAN A. Tempat dan Watu Peneltan. Tempat Peneltan Obje dalam peneltan n adalah Kelas VIII M.Ts. Neger onang yang terleta d Kecamatan onang Kabupaten Dema.. Watu Peneltan Peneltan dlasanaan

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

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Prosedur Komputas untu Membentu Selang Kepercayaan Smultan Propors Multnomal S - 11 Bertho Tantular Departemen Statsta FMIPA UNPAD bertho@unpad.ac.d

Lebih terperinci

KEANDALAN SISTEM PEMBANGKIT LISTRIK TENAGA DIESEL DI KABUPATEN MERAUKE-PAPUA

KEANDALAN SISTEM PEMBANGKIT LISTRIK TENAGA DIESEL DI KABUPATEN MERAUKE-PAPUA Jurnal Ilah Mustek An Ha Vol. 4 o. 3, Deseber 2015 KEADALA SISTEM PEMBAGKIT LISTRIK TEAGA DIESEL DI KABUPATE MERAUKE-PAPUA Johan Kar Eal: Joka_joka73@yahoo.co, papeda99@yahoo.co.d Jurusan Teknk Elektro,

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

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 III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

BAB 2 TEORI DASAR. Getaran sering dirasakan oleh manusia pada kehidupan sehari-hari. Suatu

BAB 2 TEORI DASAR. Getaran sering dirasakan oleh manusia pada kehidupan sehari-hari. Suatu BAB TEORI DASAR. UMUM Getaran serng drasaan oleh anusa pada ehdupan sehar-har. Suatu benda aan bergetar apabla terdapat suber energ ang dterusan sapa e benda ang bersangutan. Gepa bu salna, walaupun tda

Lebih terperinci

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN 69 IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN Dtnau dar sfat hubungan antar persamaan terdapat dua ens model persamaan yatu model persamaan tunggal dan model sstem persamaan. Model persamaan tunggal adalah

Lebih terperinci

Bab II Tinjauan Pustaka

Bab II Tinjauan Pustaka Bab II Tnauan Pustaka Msalkan vektor acak berdens p dengan atrks kovarans ( ) k sebaga koponen ke-k dan Σ σ. Koefsen korelas antara dua koponen dan adalah ρ σ σσ ( ) ( ) Var ( ) Cov, Var, Nla ρ eenuh ρ

Lebih terperinci

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Semnar Nasonal Tenolog Informas dan Multmeda 207 STMIK AMIKOM Yogyaarta, 4 Februar 207 ANALIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Sgt Kamseno ), Bara Satya 2) ), 2) Ten Informata

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA Pada Bab n aan dpaparan beberapa teor tentang analss dsrmnan dar berbaga sumber sepert: buu, jurnal dan prosdng. Analss dsrmnan adalah salah satu metode dependens dar analss multvarat.

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression JURNAL SAINS DAN SENI IS Vol., No., (Sept. 0) ISSN: 30-98X D-3 Pemodelan Fator-Fator Yang Mempengaruh ngat Buta Huruf Kabupaten/ota d Jawa mur dengan Geographcally Weghted Ordnal Logstc Regresson Nur Lalyah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

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