PENAKSIR UNTUK RASIO POPULASI DENGAN VARIABEL BANTU YANG DITRANSFORMASI PADA METODE PASCA STRATIFIKASI ABSTRACT
|
|
- Vera Salim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PEAKSIR UTUK RASIO POPULASI DEGA VARIABEL BATU YAG DITRASFORMASI PADA METODE PASCA STRATIFIKASI Marthel Lock, Arisman Adnan 2, Haposan Sirait 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya, Pekanbaru marx3390@outlook.co.id ABSTRACT This article discusses three estimators of ratio population R) of the population mean of variable X and Y in post stratified sampling scheme, using transformed auxiliary variables X. The three estimators that discussed in this article are the estimator proposed by Onyeka et al.[open Journal Statistics 5205): -9 ]. Bias and MSE of the three estimators show by approximation MacLaurin series. Furthermore, the suitable condition for an estimator is more efficient than another estimator discovered. Keywords: Transformed auxiliary variable, ratio of population, post stratification method ABSTRAK Artikel ini membahas tiga penaksir untuk rasio populasi R) dari rata-rata populasi variabel X dan Y pada metode sampling pasca stratifikasi dengan menggunakan variabel bantu X yang ditransformasi. Ketiga penaksir yang dibahas pada artikel ini merupakan penaksir yang diajukan oleh Onyeka et al. [2]. Bias dan MSE dari ketiga penaksir ditunjukkan melalui pendekatan deret MacLaurin. Selanjutnya ditunjukkan kondisi yang sesuai untuk suatu penaksir agar relatif lebih efisien dari penaksir lainnya. Kata kunci: Variabel bantu yang ditranformasi, rasio populasi, metode pasca stratifikasi. PEDAHULUA Informasi tambahan dapat digunakan untuk memaksimalkan presisi suatu penaksir parameter populasi yang sedang diamati. Peneliti sering mendapatkan informasi tambahan tersebut saat sedang melakukan observasi pada unit sampel. Informasi Repository FMIPA
2 tambahan yang diperoleh bisa lebih dari satu variabel. Tetapi, artikel ini hanya menggunakan satu variabel bantu, yaitu X dan variabel yang sedang diamati adalah Y. Kedua variabel dapat digunakan untuk menentukan suatu rasio pada populasi. Rasio populasi yang dimaksud adalah rasio antara rata-rata populasi variabel Y dan rata-rata populasi variabel X. Rasio populasi yang umum digunakan adalah R = Ȳ X. ilai R dapat ditaksir dengan ˆR = ȳ, merupakan penaksir untuk R yang diperoleh dari sampel []. Apabila x nilai ˆR tidak sama dengan nilai R, maka ˆR digolongkan kedalam penaksir bias. Tetapi, terdapat cara untuk mengurangi bias yang dihasilkan oleh ˆR, yaitu dengan menggunakan variabel bantu yang ditransformasi. Penaksir untuk rasio dengan variabel bantu yang ditransformasi telah digunakan pada metode Sampling Acak Sederhana oleh Onyeka et al. [3]. Dalam artikel ini akan dibahas tiga penaksir untuk rasio populasi dengan variabel bantu yang ditransformasi dari sampel yang diperoleh berdasarkan metode Pasca Stratifikasi, yang dapat direview dari artikel Onyeka et al. [2]. Metode Pasca Stratifikasi dipilih untuk menentukan penaksir, karena metode ini menyajikan nilai variansi yang relatif lebih kecil dari metode sampling acak sederhana. 2. PEAKSIR UTUK RASIO POPULASI Sampel berukuran n diperoleh berdasarkan sampling acak sederhana, kemudian unit-unit sampel di tempatkan pada stratum yang sesuai, sehingga stratum h pada sampel memiliki ukuran dan = n, dengan L menyatakan bayak stratum. Unit yang terdapat di dalam stratum h dinotasikan dengan x ih untuk unit yang berkarakter X. Variabel bantu X yang ditransformasi berdasarkan metode pasca stratifikasi dinotasikan oleh X yang unitnya dinyatakan dengan x ih = X nx ih n dengan i =, 2,... h da =, 2,...L. Rata-rata untuk x ih pada metode pasca stratifikasi dinyatakan dengan ) x ps = + π) X π x ps 2) dengan x ps = W h x h adalah rata-rata sampel untuk x ih dan π = n n. ilai π dapat diasumsikan akan mendekati nol apabila ukuran populasi besar. Dengan menggunakan rata-rata sampel untuk variabel X, Y, dan X pada metode pasca stratifikasi, maka akan dikenalkan tiga penaksir untuk rasio, sebagai berikut ˆR = ȳps x ps x ps X ˆR 2 = ȳps X x ps x ps ˆR 3 = ȳps x ps 3) 4) 5) Repository FMIPA 2
3 3. SIFAT-SIFAT PEAKSIR RASIO Metode pasca stratifikasi memiliki sedikit perbedaan dengan metode sampling acak stratifikasi. Variansi rata - rata sampel berdasarkan sampling acak stratifikasi dinyatakan oleh V ȳ st ) = WhS 2 yh 2 ). 6) h Menurut Cochran [], variansi rata-rata sampel berdasarkan metode pasca stratifikasi adalah rata-rata keseluruhan variansi pada persamaan 6), karena bervariasinya nilai. Untuk memperoleh variansi sebenarnya ȳ ps ditentukan dari ekpektasi persamaan 6), yaitu V ȳ ps ) = E V ȳ ps )) ) V ȳ ps ) = WhS 2 yhe 2 W h Syh. 2 7) Untuk menyelesaikan persamaan 7), maka akan diikuti nilai dari E ) yang digunakan oleh Cochran [2] untuk 0. yaitu ) E nw h + W h n 2 W 2 h. 8) Selanjutnya, substitusikaasil persamaan 8) ke persamaan 7), sehingga diperoleh V ȳ ps ) W h Syh 2 + n 2 L W h )S 2 yh. 9) ilai variansi pada persamaan 9) dapat didekati untuk ukuran sampel yang relatif besar [4], menjadi V ȳ ps ) W h S yh. 2 0) Serupa untuk mendapatkan V ȳ ps varriansi dari x ps dinyatakan dengan V x ps ) W h S xh. 2 ) Diperlukan juga nilai kovariansi antara x ps dan ȳ ps yang dinyatakan dengan Cov x ps, ȳ ps ) = W h S xyh. 2) Repository FMIPA 3
4 Untuk memudahkan dalam menentukan besar bias dan MSE, maka akan digunakan rasio error, yaitu e 0 = ȳps Ȳ Ȳ 3) e = x ps X X. 4) Dengan asumsi yang menggunakan persamaan 3) dan 4), adalah Ee 0 ) = Ee ) = 0 5) Ee 2 0) = n W h Syh 2 n 6) Ee 2 ) = n n Ee 0 e ) = XȲ Ȳ 2 X 2 n n W h Sxh 2 7) W h S xyh. 8) Untuk menentukan bias dan MSE dari masing-masing penaksir, tiap-tiap penaksir akan dinyatakan dalam bentuk rasio error dari persamaan 3) dan 4), dan melakukan pendekatan melalui Deret Maclaurin. Bias dan MSE dari masing-masing penaksir sebagai berikut B ˆR ) X2 [ + π)rm x + π)m xy ] 9) B ˆR 2 ) X2 [ π + π 2 )RM x π)m xy ] 20) B ˆR 3 ) X2 [π 2 RM x + πm xy ] 2) MSE ˆR ) X2 [M y + + π) 2 M x 2R + π)m xy ] 22) ) MSE ˆR 2 ) [M y + π ) 2 R 2 M x 2R π)m xy ] 23) MSE ˆR 3 ) X2 X2 n n ) [M y + π 2 R 2 M x + 2πRM xy ]. 24) 4. EFISIESI PEAKSIR Berdasarkaasil MSE masing-masing penaksir yang ditunjukkan oleh persamaan 22), 23), dan 24), akan ditentukan penaksir yang relatif efisien terhadap penaksir Repository FMIPA 4
5 lain, melalui selisih MSE. Selisih MSE antar penaksir diberikan pada persamaan berikut, MSE ˆR ) MSE ˆR 2 ) X2 4π)R[RM x M xy ], 25) MSE ˆR ) MSE ˆR 3 ) X2 + 2π)R[RM x 2M xy ], 26) MSE ˆR 2 ) MSE ˆR 3 ) X2 R[ 2π)RM x 2M xy ]. 27) Hasil yang ditunjukkan oleh persamaan 25), 26), 27) dapat bernilai positif atau negatif, yang masing-masing ditentukan dari suku terakhir masing-masing selisih, maka diperoleh hasil efisiensi antar penaksir sebagai berikut,. Apabila nilai kovariansi antara variabel X dan Y bernilai negatif, maka penaksir ˆR 2 dan ˆR 3 merupakan penaksir yang lebih efisien daripada ˆR. 2. Dengan kovariansi bernilai negatif dan n < 3, penaksir ˆR 3 relatif lebih efisien daripada ˆR 2 3. Apabila nilai kovariansi antara variabel X dan Y bernilai positif, maka penaksir ˆR merupakan penaksir yang relatif lebih efisien daripada kedua penaksir lainnya. DAFTAR PUSTAKA [] Cochran, W. G Teknik Penarikan Sampel. Edisi ketiga. Terjemahan dari Sampling Techniques, oleh Rudiansyah & E. R. Osman. UI Press, Jakarta. [2] Onyeka, A. C., C. H. Izunobi & I. S. Iwueze Estimation of Population Ratio in Post Stratified Sampling Using Variable Transformation. Open Journal Statistics, 5: -9. [3] Onyeka, A. C., A. C. lebedim & C. H. Izunobi Estimation of Population Ratio in Simple Random Sampling Using Variable Transformation. Global Journal of Science Frontier Research, 3: [4] Singh. S Advance Sampling with Theory and Application. Springer, ew York. Repository FMIPA 5
PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA
PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA Erpan Gusnawan 1, Arisman Adnan 2, Haposan Sirait 2 1 Mahasiswa Program Studi S1 Matematika
Lebih terperinciKEAKURATAN PENDUGA RASIO MENGGUNAKAN KOEFISIEN VARIASI SELURUH STRATA VARIABEL BANTU PADA SAMPEL ACAK STRATIFIKASI
KEAKURATAN PENDUGA RASIO MENGGUNAKAN KOEFISIEN VARIASI SELURUH STRATA VARIABEL BANTU PADA SAMPEL ACAK STRATIFIKASI oleh ATIKA OKTAFIANA M0110010 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciPENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE
Vol. 12, No. 1, 9-18, Juli 2015 PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE Raupong, M. Saleh AF, Hasruni Satya Taruma Abstrak Penaksiran rataan dan variansi
Lebih terperinciKOMBINASI PENAKSIR RASIO DAN PENAKSIR REGRESI UNTUK RATA-RATA POPULASI MENGGUNAKAN MEDIAN DAN KOEFISIEN SKEWNESS PADA SAMPLING ACAK SEDERHANA ABSTRACT
KOMBINASI PENAKSIR RASIO DAN PENAKSIR REGRESI UNTUK RATA-RATA POPULASI MENGGUNAKAN MEDIAN DAN KOEFISIEN SKEWNESS PADA SAMPLING ACAK SEDERHANA Sakinah 1, Rustam Efendi 2, M. D. H. Gamal 2 1 Mahasiswa Program
Lebih terperinciPENDUGA RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA PENGAMBILAN SAMPEL ACAK SEDERHANA
PENDUGA RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA PENGAMBILAN SAMPEL ACAK SEDERHANA oleh FATIMAH MUTIARA SARI M0111032 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH oleh RAMADHANI KUSUMA PUTRA M0110069 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciPENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013
PENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013 oleh TONI IRAWAN M0110078 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciPENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KURTOSIS, DAN KORELASI
PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KURTOSIS, DAN KORELASI oleh EKO BUDI SUSILO M0110022 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciPERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL
perpustakaan.uns.ac.id PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Fatma Julita, Etik
Lebih terperinciPERSEMBAHAN. Karya ini kupersembahkan untuk. kedua orang tuaku ibu Menik, bapak Slamet Suseno, ketiga kakakku Ani, Oky dan Pe i
ABSTRAK Ary Yunita. 2016. PERBANDINGAN KEAKURATAN PENDUGA RASIO VARIANSI POPULASI MENGGUNAKAN MEDIAN DAN KOEFISIEN VARIASI-MEDIAN VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA. Fakultas Matematika
Lebih terperinciPENDUGA RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN GABUNGAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA PENGAMBILAN SAMPEL ACAK SEDERHANA
PENDUGA RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN GABUNGAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA PENGAMBILAN SAMPEL ACAK SEDERHANA oleh DESY PRASIWI M0111018 SKRIPSI ditulis dan diajukan untuk
Lebih terperinciOleh FATMA JULITA M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Oleh FATMA JULITA M0111034 SKRIPSI ditulis
Lebih terperinciOleh FATMA JULITA M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN EFISIENSI PENDUGA RASIO EKSPONENSIAL MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK STRATIFIKASI Oleh FATMA JULITA M0111034 SKRIPSI ditulis
Lebih terperinciESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH
ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH Ramadhani Kusuma Putra, Isnandar Slamet, dan Mania Roswitha Jurusan Matematika Fakultas Matematika
Lebih terperinciPENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN. Rince Adrianti 1, Haposan Sirait 2 ABSTRACT ABSTRAK
PENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN Rince Adrianti, Haposan Sirait Mahasiswa Program Studi S Matematika Dosen Matematika, Jurusan Matematika Fakultas
Lebih terperinciBAB I PENDAHULUAN. melalui pos. Ada beberapa keuntungan yang dapat diperoleh, diantaranya
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam melakukan survei, seringkali digunakan angket yang dikirimkan melalui pos. Ada beberapa keuntungan yang dapat diperoleh, diantaranya adalah hemat biaya,
Lebih terperinci(R.10) ESTIMASI TOTAL POPULASI DENGAN MENGGUNAKAN PENAKSIR GENERALIZED REGRESSION (GREG)
(R.10) ESTIMASI TOTAL POPULASI DENGAN MENGGUNAKAN PENAKSIR GENERALIZED REGRESSION (GREG) 1Agus Muslim, 2 Sutawanir Darwis, 3 Achmad Zanbar Soleh 1Mahasiswa Magister Statistika Terapan, Universitas Padjadjaran,
Lebih terperinciSEBUAH VARIASI BARU METODE NEWTON BERDASARKAN TRAPESIUM KOMPOSIT ABSTRACT
SEBUAH VARIASI BARU METODE NEWTON BERDASARKAN TRAPESIUM KOMPOSIT Vera Alvionita Harahap 1, Asmara Karma 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA
PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA V. M. Vidya *, Bustami, R. Efedi Mahasiswa Program S Matematika Dose Jurusa Matematika
Lebih terperinciBAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan
BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan pengamatan pada semua elemen populasi. Karena itu, perlu dilakukan pengambilan sampel yang
Lebih terperincioleh PRITA DEWI HUTRIANA SARI NIM. M
ESTIMASI RATA-RATA PRODUKSI JAGUNG DI PROVINSI JAWA BARAT MENGGUNAKAN PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DENGAN KOEFISIEN KURTOSIS VARIABEL BANTU DAN REGRESI ROBUST oleh PRITA DEWI HUTRIANA
Lebih terperinciMODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE EMPAT. Yenni May Sovia 1, Agusni 2 ABSTRACT
MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE EMPAT Yenni May Sovia, Agusni 2 Mahasiswa Program Studi S Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau
Lebih terperinciMETODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT
METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR Rino Martino 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya
Lebih terperinciMETODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Imaddudin ABSTRACT
METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Imaddudin Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA
PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas
Lebih terperinciVARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM. Siti Mariana 1 ABSTRACT ABSTRAK
VARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM Siti Mariana 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di:
JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman 209-218 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciMETODE ITERASI KSOR UNTUK MENYELESAIKAN SISTEM PERSAMAAN LINEAR ABSTRACT
METODE ITERASI KSOR UNTUK MENYELESAIKAN SISTEM PERSAMAAN LINEAR Adek Putri Syafriani, Syamsudhuha 2, Zulkarnain 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan
Lebih terperinciMETODE ITERASI DUA LANGKAH BEBAS TURUNAN BERDASARKAN INTERPOLASI POLINOMIAL ABSTRACT
METODE ITERASI DUA LANGKAH BEBAS TURUNAN BERDASARKAN INTERPOLASI POLINOMIAL N.D. Monti 1, M. Imran, A. Karma 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan, Jurusan Matematika
Lebih terperinciBAB 1 PENDAHULUAN. Setiap peneliti mengharapkan agar hasil penelitiannya representatif (menggambarkan keadaan yang sebenarnya).
BAB 1 PENDAHULUAN 1.1 Latar Belakang Setiap peneliti mengharapkan agar hasil penelitiannya representatif (menggambarkan keadaan yang sebenarnya). Agar hasil penelitian lebih dapat dipercaya, maka seorang
Lebih terperinciANALISIS PERAMALAN DENGAN MENGGUNAKAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL ABSTRACT
AALISIS PERAMALA DEGA MEGGUAKA METODE PEMULUSA EKSPOESIAL TUGGAL Annisa Rahmattia 1, Bustami 2, MDH.Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciPENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG. Agustinus Simanjuntak ABSTRACT
PENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG Agustinus Simanjuntak Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya Pekanbaru
Lebih terperinciMODIFIKASI METODE HOMOTOPY PERTURBASI UNTUK PERSAMAAN NONLINEAR DAN MEMBANDINGKAN DENGAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN ABSTRACT
MODIFIKASI METODE HOMOTOPY PERTURBASI UNTUK PERSAMAAN NONLINEAR DAN MEMBANDINGKAN DENGAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN Handico Z Desri 1, Syamsudhuha 2, Zulkarnain 2 1 Mahasiswa Program Studi S1
Lebih terperinciPENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT
PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciDERET TAYLOR UNTUK METODE DEKOMPOSISI ADOMIAN ABSTRACT
DERET TAYLOR UNTUK METODE DEKOMPOSISI ADOMIAN Lucy L. Batubara 1, Deswita. Leli 2, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika
Lebih terperinciPEMILIHAN MODEL REGRESI LINIER DENGAN BOOTSTRAP. Tarno. Jurusan Matematika FMIPA UNDIP Semarang. Subanar Jurusan Matematika FMIPA UGM Yogyakarta
PEMILIHAN MODEL REGRESI LINIER DENGAN BOOTSTRAP Tarno Jurusan Matematika FMIPA UNDIP Semarang Subanar Jurusan Matematika FMIPA UGM Yogyakarta Abstrak Tulisan ini membicarakan tentang penerapan bootstrap
Lebih terperinciPenaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Bayes
Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Baes Sisca Agnessia Departemen Matematika, FMIPA UI, Kampus UI Depok 6 sisca.agnessia@ahoo.com Abstrak Dalam
Lebih terperinciNOISE TERMS PADA SOLUSI DERET DEKOMPOSISI ADOMIAN DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL PARSIAL ABSTRACT
NOISE TERMS PADA SOLUSI DERET DEKOMPOSISI ADOMIAN DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL PARSIAL Heni Kusnani 1, Leli Deswita, Zulkarnain 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika
Lebih terperinciBEBERAPA METODE ITERASI ORDE TIGA DAN ORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Neli Sulastri 1 ABSTRACT
BEBERAPA METODE ITERASI ORDE TIGA DAN ORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Neli Sulastri 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciMETODE MODIFIKASI NEWTON DENGAN ORDE KONVERGENSI Lely Jusnita 1
METODE MODIFIKASI NEWTON DENGAN ORDE KONVERGENSI 1 + Lely Jusnita 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya
Lebih terperinciPENAKSIR RASIO DAN PRODUK EKSPONENSIAL YANG EFISIEN UNTUK VARIANSI POPULASI PADA SAMPLING ACAK SEDERHANA
PEAKIR RAIO DA PRODUK EKPOEIAL YAG EFIIE UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA Mega Elmaanti 1* Firdau Hapoan irait 1 Mahaiwa Program 1 Matematika Doen Juruan Matematika Fakulta Matematika dan Ilmu
Lebih terperinciPENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM
BIAStatistics (2015) Vol. 9, 2, hal. 28-32 PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM Munawar Jurusan Matematika FMIPA Universitas Syiah
Lebih terperinciSOLUSI SISTEM PERSAMAAN INTEGRAL VOLTERRA LINEAR DENGAN MENGGUNAKAN METODE MATRIKS EULER ABSTRACT
SOLUSI SISTEM PERSAMAAN INTEGRAL VOLTERRA LINEAR DENGAN MENGGUNAKAN METODE MATRIKS EULER Marison Faisal Sitanggang, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas
Lebih terperinciMETODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT
METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan
Lebih terperinciRATA-RATA KUADRAT SESATAN PENDUGA REGRESI DENGAN KOMBINASI LINIER DUA VARIABEL BANTU PADA SAMPEL ACAK SEDERHANA
RATA-RATA KUADRAT SESATAN PENDUGA REGRESI DENGAN KOMBINASI LINIER DUA VARIABEL BANTU PADA SAMPEL ACAK SEDERHANA oleh INTAN LISDIANA NUR PRATIWI NIM. M0110040 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciPENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA
PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA S K R I P S I Disusun oleh : PRITHA SEKAR WIJAYANTI NIM. J2E 008 046 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciMETODE ITERASI BEBAS TURUNAN BERDASARKAN KOMBINASI KOEFISIEN TAK TENTU DAN FORWARD DIFFERENCE UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT
METODE ITERASI BEBAS TURUNAN BERDASARKAN KOMBINASI KOEFISIEN TAK TENTU DAN FORWARD DIFFERENCE UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Mahrani 1, M. Imran, Agusni 1 Mahasiswa Program Studi S1 Matematika
Lebih terperinciSOLUSI BILANGAN BULAT SUATU PERSAMAAN DIOPHANTINE MELALUI BILANGAN FIBONACCI DAN BILANGAN LUCAS ABSTRACT
SOLUSI BILANGAN BULAT SUATU PERSAMAAN DIOPHANTINE MELALUI BILANGAN FIBONACCI DAN BILANGAN LUCAS Bona Martua Siburian 1, Mashadi, Sri Gemawati 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika
Lebih terperinciPREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL
PREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL Firmanti Suryandari, Sri Subanti, Bowo Winarno Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi merupakan proses meningkatnya
Lebih terperinciMODIFIKASI METODE CAUCHY DENGAN ORDE KONVERGENSI EMPAT. Masnida Esra Elisabet ABSTRACT
MODIFIKASI METODE CAUCHY DENGAN ORDE KONVERGENSI EMPAT Masnida Esra Elisabet Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus
Lebih terperinciPENERAPAN TRANSFORMASI SHANK PADA METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT
PENERAPAN TRANSFORMASI SHANK PADA METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Muliana 1, Syamsudhuha 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika
Lebih terperinciTaksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area
Taksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area Yudistira 1, Titin Siswantining 2 1. Departemen Matematika, FMIPA, Universitas Indonesia,
Lebih terperinciPENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON
PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON Haposan Sirait 1 dan Rustam Efendi 2 1,2 Dosen Program Studi Matematika FMIPA Universitas Riau. Abstrak: Makalah ini menyajikan tentang
Lebih terperinciRELIABILITAS ORDINAL PADA METODE TEST-RETEST
RELIABILITAS ORDINAL PADA METODE TEST-RETEST Yaqozho Tunnisa 1, Rianti Setiadi 2 Departemen Matematika, FMIPA UI, Kampus UI Depok 16424 tunnisa.yaqozho@gmail.com 1, ririnie@yahoo.com.sg 2 Abstrak Dalam
Lebih terperinciSIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS
SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS Joko Sungkono 1, Th. Kriswianti Nugrahaningsih 2 Abstract: Terdapat empat asumsi klasik dalam regresi diantaranya asumsi normalitas.
Lebih terperinciMODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR
TEORI ESTIMASI ATAU MENAKSIR MODUL 9 TEORI ESTIMASI ATAU MENAKSIR. Pendahuluan Untuk menginginkan mengumpulkan populasi kita lakukan dengan statistik berdasarkan data yang diambil secara sampling yang
Lebih terperinciPEMBENTUKAN POLINOMIAL ORTOGONAL MENGGUNAKAN PERSAMAAN INTEGRAL NONLINEAR. Susilawati 1 ABSTRACT
PEMBENTUKAN POLINOMIAL ORTOGONAL MENGGUNAKAN PERSAMAAN INTEGRAL NONLINEAR Susilawati 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya
Lebih terperinciMODEL PENGENDALIAN PERSEDIAAN DENGAN PENUNGGAKAN PESANAN KETIKA TERJADI KEKURANGAN STOK. F. Aldiyah 1, E. Lily 2 ABSTRACT
MODEL PENGENDALIAN PERSEDIAAN DENGAN PENUNGGAKAN PESANAN KETIKA TERJADI KEKURANGAN STOK F. Aldiyah 1, E. Lily 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciFAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR. Nurul Khoiromi ABSTRACT
FAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR Nurul Khoiromi Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau
Lebih terperinciMETODE CHEBYSHEV-HALLEY DENGAN KEKONVERGENAN ORDE DELAPAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Anisa Rizky Apriliana 1 ABSTRACT ABSTRAK
METODE CHEBYSHEV-HALLEY DENGAN KEKONVERGENAN ORDE DELAPAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Anisa Rizky Apriliana 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika
Lebih terperinciTINJAUAN PUSTAKA ( ) ( ) ( )
TINJAUAN PUSTAKA Penarikan Contoh Acak Berlapis Penarikan contoh acak berlapis adalah suatu rancangan penarikan contoh acak yang membagi N unit dari populasi ke dalam L strata yang tidak saling tumpang
Lebih terperinciMETODE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Ridho Alfarisy 1 ABSTRACT
METODE CHEBYSHEV-HALLEY BEBAS TURUNAN KEDUA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Ridho Alfarisy 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk
BAB III PEMBAHASAN 3.1. Kriging Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi
Lebih terperinciKAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q)
UJIAN TUGAS AKHIR KAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q) Disusun oleh : Novan Eko Sudarsono NRP 1206.100.052 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciOleh: Herien Puspitawati Tin Herawati
Oleh: Herien Puspitawati Tin Herawati Teknik sampling adalah suatu cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari dua bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya dan beberapa teori penunjang berisi definisi-definisi yang digunakan
Lebih terperinciPENDEKATAN BARU UNTUK PENYELESAIAN MASALAH TRANSPORTASI SOLID ABSTRACT
PENDEKATAN BARU UNTUK PENYELESAIAN MASALAH TRANSPORTASI SOLID Siti Agustina Simanjuntak 1, Tumpal P. Nababan 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas
Lebih terperinciSarimah. ABSTRACT
PENDETEKSIAN OUTLIER PADA REGRESI LOGISTIK DENGAN MENGGUNAKAN TEKNIK TRIMMED MEANS Sarimah Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciSKEMA NUMERIK UNTUK MEMPEROLEH SOLUSI TAKSIRAN DARI KELAS PERSAMAAN INTEGRAL FREDHOLM NONLINEAR JENIS KEDUA. Vanny Restu Aji 1 ABSTRACT
SKEMA NUMERIK UNTUK MEMPEROLEH SOLUSI TAKSIRAN DARI KELAS PERSAMAAN INTEGRAL FREDHOLM NONLINEAR JENIS KEDUA Vanny Restu Aji 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciANALISIS KONVERGENSI METODE DEKOMPOSISI ADOMIAN BARU UNTUK PERSAMAAN INTEGRAL VOLTERRA NONLINEAR JENIS KEDUA. Rini Christine Prastika Sitompul 1
ANALISIS KONVERGENSI METODE DEKOMPOSISI ADOMIAN BARU UNTUK PERSAMAAN INTEGRAL VOLTERRA NONLINEAR JENIS KEDUA Rini Christine Prastika Sitompul 1 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika
Lebih terperinciMETODE BERTIPE STEFFENSEN SATU LANGKAH DENGAN KONVERGENSI SUPER KUBIK UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Neng Ipa Patimatuzzaroh 1 ABSTRACT
METODE BERTIPE STEFFENSEN SATU LANGKAH DENGAN KONVERGENSI SUPER KUBIK UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Neng Ipa Patimatuzzaroh Mahasiswa Program Studi S Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPerturbasi Nilai Eigen dalam Mengatasi Multikolinearitas
Vol. 10, No. 1, 6-13, Juli 2013 Perturbasi Nilai Eigen dalam Mengatasi Multikolinearitas Andi Yuni Deviyanti 1, Andi Kresna Jaya 1, Anisa 1 Abstrak Multikolinieritas adalah salah satu pelanggaran asumsi
Lebih terperinciTEKNIK ITERASI VARIASIONAL UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT
TEKNIK ITERASI VARIASIONAL UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Koko Saputra 1, Supriadi Putra 2, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Laboratorium Matematika Terapan, Jurusan Matematika
Lebih terperinciMETODE ITERATIF YANG DIPERCEPAT UNTUK Z-MATRIKS ABSTRACT
METODE ITERATIF YANG DIPERCEPAT UNTUK Z-MATRIKS Mildayani 1, Syamsudhuha 2, Aziskhan 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus
Lebih terperinciPENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 6-10 ISSN: 2303-1751 PENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA I PUTU EKA IRAWAN 1, I KOMANG
Lebih terperinciMETODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT
METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK Risvi Ayu Imtihana 1, Asmara Karma 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciTingkat Efisiensi Metode Regresi Robust dalam Menaksir Koefisien Garis Regresi Jika Ragam Galat Tidak Homogen
Tingkat Efisiensi Metode Robust dalam Menaksir Garis Jika Ragam Galat Tidak Homogen Harmi Sugiarti dan Andi Megawarni e-mail: harmi@mailutacid dan mega@mailutacid Abstract This paper aims to compare the
Lebih terperinciPERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA
Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 26 34 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA NADIA UTIKA PUTRI, MAIYASTRI, HAZMIRA
Lebih terperinciMODIFIKASI FAMILI METODE ITERASI MULTI-POINT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Yolla Sarwenda 1, Zulkarnain 2 ABSTRACT
MODIFIKASI FAMILI METODE ITERASI MULTI-POINT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Yolla Sarwenda 1, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciHUBUNGAN BILANGAN SEMPURNA DAN BILANGAN PRIMA FIBONACCI ABSTRACT
HUBUNGAN BILANGAN SEMPURNA DAN BILANGAN PRIMA FIBONACCI Revi Lestari 1, Sri Gemawati, M. Natsir 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciKAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)
SIDANG TUGAS AKHIR KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) Disusun oleh : Ratna Evyka E.S.A NRP 1206.100.043 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciPERBAIKAN METODE OSTROWSKI UNTUK MENCARI AKAR PERSAMAAN NONLINEAR. Rin Riani ABSTRACT
PERBAIKAN METODE OSTROWSKI UNTUK MENCARI AKAR PERSAMAAN NONLINEAR Rin Riani Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus
Lebih terperinciSOLUSI POLINOMIAL TAYLOR PERSAMAAN DIFERENSIAL-BEDA LINEAR DENGAN KOEFISIEN VARIABEL ABSTRACT
SOLUSI POLINOMIAL TAYLOR PERSAMAAN DIFERENSIAL-BEDA LINEAR DENGAN KOEFISIEN VARIABEL Siti Nurjanah 1, Musraini M 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciTEKNIK SAMPLING DALAM PENELITIAN Oleh: Triyono 1
TEKNIK SAMPLING DALAM PENELITIAN Oleh: Triyono 1 Abstrak Penerapan rumus-rumus statistik parametrik dalam suatu penelitian menuntut dipenuhinya beberapa persyaratan, akan tetapi hal itu sering tidak dilakukan
Lebih terperinciFAMILI METODE ITERASI BEBAS TURUNAN DENGAN ORDE KONVERGENSI ENAM. Oktario Anjar Pratama ABSTRACT
FAMILI METODE ITERASI BEBAS TURUNAN DENGAN ORDE KONVERGENSI ENAM Oktario Anjar Pratama Mahasiswa Program Studi S Matematika Dosen Jurusan Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPERTEMUAN 2-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK
PERTEMUAN -MPC PRAKTIK Oleh: Adhi Kurniawan SEKOAH TINGGI IMU STATISTIK ESTIMASI REGRESI PADA STRATIFIED SAMPING Estimasi regresi pada stratified sampling Separate Regression Estimator Combined Regression
Lebih terperinciVARIASI METODE CHEBYSHEV DENGAN ORDE KEKONVERGENAN OPTIMAL UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT ABSTRAK
VARIASI METODE CHEBYSHEV DENGAN ORDE KEKONVERGENAN OPTIMAL UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Julia Murni 1, Sigit Sugiarto 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciMenampilkan Penaksir Parameter pada Model Linear * Mulyana **
Menampilkan Penaksir Parameter pada Model Linear * Abstrak Pada model linear Mulyana ** Y = X + ε, jika penaksir untuk, maka dua peran. Yaitu sebagai penaksir faktual, hitung, X memiliki Y = X, dan penaksir
Lebih terperinciLEAST SQUARE AND RIDGE REGRESSION ESTIMATION ABSTRAK ( ) = ( + ) Kata kunci: regresi linear ganda, multikolinearitas, regresi gulud.
1 LEAST SQUARE AND RIDGE REGRESSION ESTIMATION ABSTRAK Metode kuadrat terkecil atau Ordinary Least Square (OLS) merupakan suatu metode penaksiran koefisien regresi yang paling sederhana. Jika diantara
Lebih terperinciKETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
Lebih terperinciSYARAT PERLU DAN CUKUP SISTEM PERSAMAAN LINEAR BERUKURAN m n MEMPUNYAI SOLUSI ABSTRACT
SYARAT PERLU DAN CUKUP SISTEM PERSAMAAN LINEAR BERUKURAN m n MEMPUNYAI SOLUSI Aryan Zainuri 1, Syamsudhuha 2, Asli Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciSOLUSI NUMERIK PERSAMAAN INTEGRAL VOLTERRA-FREDHOLM NONLINEAR MENGGUNAKAN FUNGSI BASIS BARU ABSTRACT
SOLUSI NUMERIK PERSAMAAN INTEGRAL VOLTERRA-FREDHOLM NONLINEAR MENGGUNAKAN FUNGSI BASIS BARU Vanny Octary 1 Endang Lily 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciDEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA
digilib.uns.ac.id DEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA oleh ANIS TELAS TANTI M0106003 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinci1. PENGERTIAN. Manfaat Sampling :
1. PENGERTIAN Sampel adalah sebagian dari anggota populasi yang dipilih dengan cara tertentu yang akan diteliti sifat-sifatnya dalam penelitian. Nilai-nilai yang berasal dari data sampel dinamakan dengan
Lebih terperinciMENGHITUNG DETERMINAN MATRIKS MENGGUNAKAN METODE SALIHU
MENGHITUNG DETERMINAN MATRIKS MENGGUNAKAN METODE SALIHU DENGAN Andi Bahota 1*, Aziskhan 2, Musraini M. 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen JurusanMatematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciBAB III MODEL REGRESI DATA PANEL. Pada bab ini akan dikemukakan dua pendekatan dari model regresi data
BAB III MODEL REGRESI DATA PANEL Pada bab ini akan dikemukakan dua pendekatan dari model regresi data panel, yaitu pendekatan fixed effect dan pendekatan random effect yang merupakan ide pokok dari tugas
Lebih terperinci