PEMODELAN REGRESI SPASIAL PADA KASUS DEMAM BERDARAH DENGUE (DBD)

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMODELAN REGRESI SPASIAL PADA KASUS DEMAM BERDARAH DENGUE (DBD)"

Transkripsi

1 THE 5 TH URECOL PROCEEDING 8 February 27 PEMODELAN REGRESI SPASIAL PADA KASUS DEMAM BERDARAH DENGUE (DBD) Putri Ayu Setiyowati ), Safaat Yuliato 2) Departeme Statistika, (AIS) Muhammadiyah Semarag setiyowatiputriayu@gmail.com 2 Departeme Statistika, (AIS) Muhammadiyah Semarag safaatyuliato@yahoo.com Abstract Demam Berdarah Degue (DBD) today became oe of health problem for the Idoesia people that caused high of mortality rate. Degue is a disease caused by the degue virus. Its trasmitted to humas through the bite of mosquito Aedes aegypti. This study aimed to determie the spatial model cases of DBD i Ngaliya district i the year of 25, ad also how much ifluece of the area adjacet to the spread of degue cases i Ngaliya district i the year of 25. The modelig doe with a regioal approach, it is the method of Spatial Autoregressive (SAR) by usig a spatial weightig matrix based o the relatioship of eighborhood. The variables used i this study are Depedet variable; it cover the umber cases of DBD, ad the idepedet variables; its cover the populatio desity, buildig free of wiggler, ad the average of visitatio to the health cetre. The result of the aalysis of test spatial effect (spatial autocorrelatio) idicate that there is spatial autocorrelatio of,2342 Keywords: DBD, Regresi Spasial, Spatial Autoregressive Model (SAR), eigborhood PENDAHULUAN Demam Berdarah Degue (DBD) merupaka salah satu masalah kesehata petig bagi masyarakat Idoesia da serig meimbulka suatu letusa kejadia luar biasa (KLB) serta meimbulka kematia yag besar. DBD merupaka peyakit yag disebabka oleh virus Degue yag ditularka ke mausia melalui gigita yamuk Aedes aegypti yag terifeksi virus Degue. Peyakit DBD pertama kali ditemuka pada tahu 968 di Surabaya dega kasus 58 orag aak, 24 diataraya meiggal duia (Kemekes RI 2). Dias kesehata provisi Jawa Tegah mecatat sejak Jauari higga 9 Februari 26 terdapat.833 kasus DBD. Dari jumlah kasus tersebut sebayak 43 orag telah meiggal duia. Semetara itu Dias Kesehata Kota Semarag mecatat pada Tahu 23 ada kasus Demam Berdarah Degue (DBD) dega kematia 27 orag. Tahu 24 terdapat.628 kasus dega kematia 27 orag. Tahu 25 terdapat.737 kasus dega kematia 2 orag. Pada Tahu 26 sampai dega miggu ke 9, kasus DBD yag terjadi ada.24 dega 22 agka kematia. Dari 6 kecamata di Kota Semarag yag meduduki perigkat pertama yaki Kecamata Tembalag, dimaa sepajag 23 higga Bula Mei lalu mecapai 72 kasus da yag meiggal duia sebayak satu pederita. Di susul kemudia, Kecamata Mije terdapat 49 kasus dega kematia orag, serta Kecamata Ngaliya 9 kasus (Galih, 26) Setelah di lihat dari beberapa kasus DBD yag meimbulka agka kematia yag cukup tiggi, Maka perlu dilakuka idetifikasi faktor faktor yag mempegaruhi hal tersebut. Kasus DBD setiap wilayah di daerah yag berbeda memiliki faktor pegaruh yag berbeda, sehigga diperluka aalisis yag dapat megetahui faktor faktor yag mempegaruhi kasus DBD di suatu wilayah dega memperhatika pegaruh daerah yag berdekata (Pratiwi et al. 23). Aalisis regresi merupaka salah satu metode statistika yag diguaka utuk megetahui seberapa besar pegaruh varibel idepede terhadap variabel depede. sehigga dihasilka suatu model persamaa yag dapat diguaka utuk memprediksi variabel depede jika diketahui variabel idepedeya. Regresi biasa dega metode THE 5 TH URECOL PROCEEDING 24 ISBN

2 THE 5 TH URECOL PROCEEDING 8 February 27 OLS (Ordiary Least Square) tidak memperhatika posisi atau lokasi data yag diguaka (Rita da Diah, 25). Meurut Schabeberger (24) aalisis regresi dega metode OLS berbeda dega regresi spasial yag memperhatika usur spasial dalam aalisisya. Sesuai hukum pertama tetag geografis yag mejadi salah satu dasar pegembaga aalisis spasial dikemukaka oleh Tobler yag meyataka everythig is related to everythig else, but ear thigs are more related tha distat thigs (Rita da Diah, 25). Regresi spasial terdiri dari 3 macam yaitu spasial autoregressive, spasial error, da SARMA. Hal yag sagat petig dalam aalisis spasial adalah adaya pembobot atau serig disebut sebagai matriks pembobot spasial. Matriks pembobot spasial diguaka utuk meetuka bobot atar lokasi yag diamati berdasarka hubuga ketetaggaa atar lokasi (Triastuti et al, 2). Pada umumya ketetaggaa atar lokasi didasarka pada sisi sisi utama buka sudutya. Meurut kosfeld dalam (Triastuti et al, 2) matriks pembobot spasial W dapat diperoleh dari dua cara yaitu matriks pembobot terstadarisasi (stadardize cotiguity matrix W) da matriks pembobot tak terstadarisasi (ustadardize cotiguity matrix W). Tujua peelitia ii adalah utuk megetahui gambara umum kasus DBD di Kecamata Ngaliya Tahu 25, Megetahui seberapa besar pegaruh daerah yag berdekata terhadap peyebara kasus DBD di Kecamata Ngaliya Tahu 25, Dega variabel yag diguaka dalam peelitia ii adalah jumlah kasus DBD, kepadata peduduk, bagua bebas jetik yamuk, rata-rata kujuga ke Puskesmas (Eri, 25). KAJIAN LITERATUR DAN PENGEMBANGAN HIPOTESIS a. Statistik Deskriptif Statistik deskriptif merupaka suatu aalisis yag diguaka utuk megetahui gambara kasus demam berdarah degue (DBD ) pada masig masig keluraha di Kecamata Ngaliya tahu 25 beserta variabel variabel yag mempegaruhiya. Hasil pembahasa disampaika dalam betuk diagram tabel. b. Matriks Pembobot spasial (W) Matriks pembobot spasial diguaka utuk meetuka bobot atar lokasi yag diamati berdasarka hubuga ketetaggaa atar lokasi (Triastuti et al, 2). Meurut kosfeld (26) matriks pembobot spasial W dapat diperoleh dari dua cara yaitu matriks pembobot terstadarisasi (stadardize cotiguity matrix W) da matriks pembobot tak terstadarisasi (ustadardize cotiguity matrix W). Matriks pembobot terstadarisasi (stadardize cotiguity matrix W) merupaka matriks pembobot yag diperoleh dega cara memberika bobot yag sama rata terhadap tetagga lokasi terdekat da yag laiya ol, sedagka matriks pembobot tak terstadarisasi (ustadardize cotiguity matrix W) merupaka matriks pembobot yag diperoleh dega cara memberika bobot satu bagi tetagga terdekat da yag laiya ol (Triastuti et al, 2). Meurut Lee da Wog (2) dalam (Faiz et al. 23), salah satu yag sagat petig dalam aalisis adalah peetua bobot. Cara utuk memperoleh matriks pembobot spasial (W) yaitu dega megguaka iformasi jarak dari ketetaggaa (eighborhood) kedekata atara satu wilayah dega wilayah yag lai. Jika data didapatka di sejumlah lokasi (), maka matriks pembobot spasial aka mejadi. Matriks pembobot spasial dapat diklasifikasika melalui beberapa cara sebagai berikut:. Bobot utuk dua lokasi yag berbeda kosta. 2. Semua hal yag diteliti da mempuyai jarak mempuyai bobot tersediri. 3. Tetagga terdekat mempuyai bobot satu da yag laiya ol c. Regresi Spasial Regresi spasial merupaka salah satu metode statistika yag diguaka utuk megetahui hubuga atar variabel depede da variabel idepede dega THE 5 TH URECOL PROCEEDING 242 ISBN

3 THE 5 TH URECOL PROCEEDING 8 February 27 mempertimbagka keterkaita lokasi atau spasial (Fitri, 25). Secara umum regresi spasial diyataka dega persamaa sebagai berikut: y = ρwy + Xβ + u u = λwu + ε ε ~ N(, σ 2 I) dimaa: y : Vektor peubah respo ukura x X : Matriks peubah pejelas berukura x (p+) β : Vektor koefisie parameter regresi yag berukura (p+) x ρ : Koefisie parameter lag spasial λ : Koefisie autoregresi galat spasial yag berilai λ < u :Vektor galat yag diasumsika megadug otokorelasi yag berukura x W : Matriks pembobot spasial berukura x Dalam betuk matriks dapat ditulis sebagai berikut: y= [y y 2.y ] X X p β X X= 2 X 2p β ; β = [ ] ; [ X X p] β p w w 2 w 3 w w W = [ 2 w 22 w 23 w 2 w w 2 ] w 3 w d. Model Spatial Autoregressive (SAR) Model regresi spasial terdiri dari 3 model yaitu : Spatial Autoregressive Model (SAR), Spatial Error Model (SEM), Spatial Autoregressive Movig Average (SARMA). Spatial Autoregressive Model (SAR) merupaka model spasial yag terjadi akibat adaya pegaruh spasial pada variabel depede. Spatial Error Model (SEM) merupaka model spasial yag terjadi akibat adaya pegaruh spasial pada error. Spatial Autoregressive Movig Average (SARMA) merupaka model spasial yag terjadi akibat adaya pegaruh spasial pada variabel depede da error. Meurut Aseli (988) dalam (Nurul da Raupog, 23) Model umum Spatial Autoregressive Model (SAR) : y = ρwy + Xβ + ε ε ~ N(, σ 2 I) Pedugaa parameter pada model SAR megguaka metode kemugkia maksimum (Yusma da Daia, 23). β = (X T X) X T y (X T X) X T ρ Wy ρ = (y W Wy) (y yw ) e. Uji Efek Spasial Uji Mora s merupaka salah satu metode yag yag diguaka dalam autokorelasi spasial. Ideks mora (Mora s I) adalah ukura dari korelasi (hubuga) atara pegamata yag salig berdekata. Hipotesis: H :I = (tidak ada autokorelasi spasial) H :I (ada autokorelasi spasial) Peyebab ketergatuga spasial pada H tidak ditetuka, yaitu proses spasial yag medasari tidak ditetuka. Dega demikia tes Mora adalah tes umum utuk medeteksi autokorelasi spasial (Sari & Kusrii, 23). Mora s I dapat diukur dega megguaka persamaa : I = i= j= w ij(x i x )(x j x ) S (x i x ) 2 dimaa: S = w ij i= j= i= Statistik uji: I E(I) Z hitug = Var(I) ~Ν(,) dimaa: E(I) = I = Var(I) = [( )S S 2 + 2S 2 ] 2 ( )( 2)( 3)S k[(2 )S S 2 + 3S 2 ] ( )( 2)( 3)S 2 k = i= (x i + x ) 4 (( i= x i x ) 2 ) 2 S = 2 (w ij + w ji ) 2 i j S 2 = (w i + w i ) 2 w i = i= j= w ij THE 5 TH URECOL PROCEEDING 243 ISBN

4 THE 5 TH URECOL PROCEEDING 8 February 27 w i = j= w ji. Kriteria uji: Tolak H jika Z hitug > Zα 2 f. Demam Berdarah Degue (DBD) Demam Berdarah Degue (DBD) merupaka peyakit yag disebabka oleh virus Degue yag ditularka ke mausia melalui gigita yamuk Aedes Aegypti yag terifeksi virus Degue. Pada peelitia sebelumya yaitu peelitia (Eri, 25) meyebutka bahwa faktor faktor yag mempegaruhi kasus DBD di suatu wilayah ada 3 variabel yaitu:. Kepadata peduduk. 2. Bagua bebas jetik yamuk 3. Rata rata kujuga ke Puskesmas. METODE PENELITIAN a. Sumber Data Peelitia ii megguaka data sekuder yag didapatka dari Kator Kecamata Ngaliya Tahu 25. Variabel depede yag diguaka adalah jumlah kasus Demam Berdarah Degue (DBD). Uit pegamata yag diguaka adalah seluruh Keluraha yag ada di Kecamata Ngaliya terdapat Keluraha yag terdiri dari:. Tambak Aji 2. Woosari 3. Purwoyoso 4. Kalipacur 5. Ngaliya 6. Bambakerep 7. Godoriyo 8. Berigi 9. Podorejo. Wates b. Variabel Peelitia Pada peelitia ii megguaka variabel Depede da 3 variabel idepede yaitu : Y : jumlah kasus DBD setiap Keluraha Kecamata Ngaliya X : bagua bebas jetik yamuk. X 2 : rata rata kujuga ke Puskesmas X 3 : kepadata peduduk c. Lagkah Aalisis Setelah medapatka data sekuder, tahapa aalisis yag aka dilakuka pada peelitia ii adalah sebagai berikut:. Melakuka pegolaha data secara deskriptif utuk megetahui gambara umum kasus Demam Berdarah Degue (DBD) di Kecamata Ngaliya Tahu Membetuk matriks pembobot spasial (W) berdasarka peta tematik/kewilayaha yag dalam peelitia ii megguaka matriks pembobot spasial Neighborhood. 3. Melakuka uji depedesi spasial atau korelasi dega mecari ilai ρ 4. Mecari parameter β 5. Melakuka pemodela Spasial Autoregresive Model (SAR) HASIL DAN PEMBAHASAN 4. Aalisis Deskriptif Gambar. Jumlah kasus DBD 25 Pada Gambar. Meujukka jumlah kasus DBD di Kecamata Ngaliya Tahu 25 sebagai berikut. Keluraha yag meduduki perigkat I jumlah kasus DBD adalah keluraha Woosari sebayak 34 kasus, disusul kemudia keluraha Purwoyoso dega jumlah kasus sebayak 33. Sedagka keluraha Wates memiliki jumlah kasus palig redah daripada keluraha yag lai yaitu sebayak 2 kasus. Rata rata kujuga ke puskesmas di Keluraha Woosari merupaka yag palig tiggi dibadigka keluraha yag lai yaitu sebayak 5 kujuga pada tahu 25. Sedagka rata rata teredah kujuga ke THE 5 TH URECOL PROCEEDING 244 ISBN

5 THE 5 TH URECOL PROCEEDING 8 February 27 Puskesmas terdapat pada keluraha Godoriyo da Wates. Gambar 2. Jumlah kasus DBD per bula Pada gambar 2. Meujukka bahwa jumlah kasus demam berdarah degue cederug tiggi di awal tahu selama 4 bula berturut - turut. Jumlah kasus tertiggi terdapat di Bula Jauari sebesar 2,8% kasus kemudia pada bula Februari higga April terdapat 6,76% kasus. Keluraha Woosari merupaka keluraha dega jumlah peduduk tertiggi yaitu sebesar peduduk. Kemudia disusul Keluraha Tambakaji dega jumlah peduduk sebesar Sedagka Keluraha Wates memiliki jumlah peduduk palig sedikit dari keluraha yag lai yaitu sebesar Gambar 3. bahwa keluraha purwoyoso merupaka keluraha dega bagua bebas yamuk tertiggi yaitu sebayak 698 bagua dari 3.43 bagua yag diperiksa. Sedagka keluraha wates memiliki bagua bebas jetik yamuk teredah yaitu sebesar 53 dari 343 bagua yag diperiksa. 4.2 Matriks Pembobot Spasial (W) Salah satu cara utuk memperoleh matrik pembobot spasial (Spasial Weighted Matrix) yaitu dega megguaka iformasi jarak dari eighborhood, atau kedekata atara satu wilayah dega wilayah yag lai. Wilayah yag berdekata cederug aka memberika efek yag lebih besar daripada wilayah yag lebih jauh jarakya. Dega bobot utuk wilayah yag jarakya berjauha sedagka utuk bobot wilayah yag jarakya berdekata. Gambar 4. Peta wilayah Kecamata Ngaliya Dari peta wilayah diatas dapat diperoleh matriks pembobot spasial sebagai berikut: Gambar 3. Jumlah bagua bebas jetik w = [ 4.3 Uji Depedesi spasial ] THE 5 TH URECOL PROCEEDING 245 ISBN

6 THE 5 TH URECOL PROCEEDING 8 February 27 Uji depedesi spasial diguaka utuk megetahui ada tidakya autokorelasi spasial. Diperoleh ilai ρ =,2342. Hal ii meujukka bahwa adaya autokorelasi spasial positif dega ilai korelasi sebesar,2342. Sehigga dapat disimpulka bahwa atar keluraha satu dega keluraha yag laiya memiliki korelasi terhadap peyebara kasus DBD di Kecamata Ngaliya. 4.4 Pedugaa parameter β Pedugaa parameter β pada model Spasial Autoregresive (SAR) megguaka metode kemugkia maximum (maximum likelihood). Sehigga diperoleh hasil sebagai berikut: β = 3,6267; β =,646; β 2 =,353; β 3 =, β =,646 meujukka bahwa jumlah bagua bebas jetik yamuk bertambah pada suatu keluraha, maka jumlah kasus DBD aka berkurag sebesar,646, β 2 =,353 meujukka bahwa Apabila rata rata kujuga ke puskesmas bertambah pada suatu keluraha, maka jumlah kasus DBD aka bertambah sebesar,35, β 3 =, dapat disimpulka bahwa apabila kepadata peduduk bertambah, maka jumlah kasus DBD aka bertambah sebesar,. 4.5 Model Spasial Autoregresive (SAR) Secara umum regresi spasial diyataka dega persamaa sebagai berikut: y = ρwy + Xβ + ε Setelah didapatka ilai peduga utuk masig masig parameter maka diperoleh persamaa sebagai berikut: y = 3,6267 +,2342Wy,646X +,353X 2 +,X 3 Model tersebut meujukka bahwa apabila jumlah bagua bebas jetik yamuk bertambah pada suatu keluraha, maka jumlah kasus DBD aka berkurag sebesar,646. Apabila rata rata kujuga ke puskesmas bertambah pada suatu keluraha, maka jumlah kasus DBD aka bertambah sebesar,35. Sedagka apabila kepadata peduduk bertambah, maka jumlah kasus DBD aka bertambah sebesar,. KESIMPULAN Berdasarka hasil aalisis da pembahasa diperoleh kesimpula sebagai berikut:. Jumlah kasus DBD tertiggi di Kecamata Ngaliya berada di Keluraha Woosari dega jumlah kasus sebayak 34, jumlah kepadata peduduk Berdasarka perhituga ilai ρ didapatka hasil sebesar,2342. Dapat diperoleh kesimpula bahwa adaya autokorelasi spasial positif dega korelasi sebesar,2342. Nilai ρ =,2342 ii bararti bahwa atar keluraha yag satu dega keluraha yag lai salig berkorelasi terhadap peyebara kasus di Kecamata Ngaliya Tahu Model Spasial Autoregresive (SAR) diperoleh sebagai berikut : y = 3,6267 +,2342Wy,646X +,353X 2 +,X 3 Variabel yag berpegaruh terhadap pertambaha jumlah kasus adalah variabel bagua bebas jetik yamuk. Apabila jumlah bagua bebas jetik yamuk bertambah pada suatu keluraha, maka jumlah kasus DBD aka berkurag sebesar,646. REFERENSI Eri. 25. Pegaruh Faktor-Faktor Sosial Ekoomi Da Ligkuga Fisik Terhadap Keterjagkita DBD (Demam Berdarah Degue) di Kabupate Kediri., pp Faiz, N., Rahmawati, R. & Safitri, D., 23. Aalisis spasial peyebara peyakit demam berdarah degue dega ideks Mora da Geary s C (studi kasus di Kota Semarag tahu 2). Gaussia, 2(), pp Fitri, S. 25. Pemodela Faktor-Faktor Yag di Jawa Timur dega Aalisis Regresi Spasial. 4(). Kemekes RI, 2. Buleti Jedela Epidemiologi, Volume 2, Agustus 2. THE 5 TH URECOL PROCEEDING 246 ISBN

7 THE 5 TH URECOL PROCEEDING 8 February 27 Buleti Jedela Epidemiologi, 2, p.48. Nurul, Raupog, A., 23. Estimasi Parameter Regresi Spatial Autoregressive Model. pp. 7. Pratiwi, L.P.S., Sriadi, I.G.A.M. & Susilawati, M., 23. Aalisis kemiskia dega pedekata model regresi spasial Dubli (studi kasus: Kabupate Giayar). E- Jural Matematika, 2(3), pp. 6. Rita, Diah, O., 25. Aalisis Spasial Peyebab Peyakit Demam Berdarah Degue Dega Ideks Mora Da Geary s C (Studi kasus Di Kota Semarag Tahu 2)., pp Sari, D.M. & Kusrii, D.E., 23. Pemodela Kasus Tidak Pidaa di Kota Surabaya dega Pedekata Regresi Spasial., 2(2). Triastuti, Abdul, Dewi, D.R., 2. Idetifikasi Autokorelasi Spasial Pada Jumlahpegaggura Di Jawa Tegah Megguaka Ideks Mora., pp.. Yusma da Daia, 23. Pedugaa Parameter Pada Model Spatial Autoregressive Model (SAR). THE 5 TH URECOL PROCEEDING 247 ISBN

ESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL. Nurul Muthiah, Raupong, Anisa Program Studi Statistika, FMIPA, Universitas Hasanuddin ABSTRAK

ESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL. Nurul Muthiah, Raupong, Anisa Program Studi Statistika, FMIPA, Universitas Hasanuddin ABSTRAK ESTIMASI PARAMETER REGRESI SPATIAL AUTOREGRESSIVE MODEL Nurul Muthiah, Raupog, Aisa Program Studi Statistika, FMIPA, Uiversitas Hasauddi ABSTRAK Regresi spasial merupaka pegembaga dari regresi liier klasik.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1. Metode Kuadrat Terkecil Aalisis regresi merupaka aalisis utuk medapatka hubuga da model matematis atara variabel depede (Y) da satu atau lebih variabel idepede (X). Hubuga atara

Lebih terperinci

PEMODELAN PENYEBARAN KASUS DEMAM BERDARAH DENGUE (DBD) DI KOTA DENPASAR DENGAN METODE SPATIAL AUTOREGRESSIVE (SAR)

PEMODELAN PENYEBARAN KASUS DEMAM BERDARAH DENGUE (DBD) DI KOTA DENPASAR DENGAN METODE SPATIAL AUTOREGRESSIVE (SAR) E-Jural Matematika Vol. 6 (1), Jauari 2017, pp. 37-46 ISSN: 2303-1751 PEMODELAN PENYEBARAN KASUS DEMAM BERDARAH DENGUE (DBD) DI KOTA DENPASAR DENGAN METODE SPATIAL AUTOREGRESSIVE (SAR) Ni Made Surya Jayati

Lebih terperinci

Regresi Spasial Untuk Menentukan Faktor Faktor Kemiskinan Di Provinsi Sulawesi Selatan

Regresi Spasial Untuk Menentukan Faktor Faktor Kemiskinan Di Provinsi Sulawesi Selatan Regresi Spasial Utuk Meetuka Faktor Faktor Kemiskia Di Provisi Sulawesi Selata Salmawaty 1, Sukara 2, Muhammad Abdy 3 1 Mahasiswa Program Studi S1 Matematika 2 Dose JurusaMatematika Jurusa Matematika,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

Pemodelan Panel Spasial pada Data Kemiskinan di Provinsi Papua

Pemodelan Panel Spasial pada Data Kemiskinan di Provinsi Papua Statistika, Vol. 17 No. 1, 1 15 Mei 017 Pemodela Pael Spasial pada Data Kemiskia di Provisi Papua Admiistrasi Asurasi da Aktuaria Program Pedidika Vokasi Uiversitas Idoesia Depok e-mail: yuli.alhikmah47@gmail.com

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

IDENTIFIKASI AUTOKORELASI SPASIAL PADA JUMLAHPENGANGGURAN DI JAWA TENGAH MENGGUNAKAN INDEKS MORAN

IDENTIFIKASI AUTOKORELASI SPASIAL PADA JUMLAHPENGANGGURAN DI JAWA TENGAH MENGGUNAKAN INDEKS MORAN Idetifikasi Autokorelasi (Triastuti) IDENTIFIKAI AUTOKORELAI PAIAL PADA JUMLAHPENGANGGURAN DI JAWA TENGAH MENGGUNAKAN INDEK MORAN Triastuti Wuryadari, Abdul Hoyyi Dewi etya Kusumawardai 3, Dwi Rahmawati

Lebih terperinci

Analisis Pola Hubungan Persentase Penduduk Miskin dengan Faktor Lingkungan, Ekonomi, dan Sosial di Indonesia Menggunakan Regresi Spasial

Analisis Pola Hubungan Persentase Penduduk Miskin dengan Faktor Lingkungan, Ekonomi, dan Sosial di Indonesia Menggunakan Regresi Spasial JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 27-3520 (2301-928X Prit) D-235 Aalisis Pola Hubuga Persetase Peduduk Miski dega Faktor Ligkuga, Ekoomi, da Sosial di Idoesia Megguaka Regresi Spasial Voesa

Lebih terperinci

SPATIAL DURBIN MODEL UNTUK MENGIDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI PENGANGGURAN DI PROVINSI JAWA TENGAH

SPATIAL DURBIN MODEL UNTUK MENGIDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI PENGANGGURAN DI PROVINSI JAWA TENGAH E-ISSN 2527-9378 Jural Statistika Idustri da Komputasi Volume 2, No. 2, Juli 2017, pp. 93-103 SPATIAL DURBIN MODEL UNTUK MENGIDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI PENGANGGURAN DI PROVINSI JAWA TENGAH

Lebih terperinci

Mengidentifikasi Pola Spasial dan Autokorelasi Spasial Tingkat Pengangguran Terbuka Kabupaten/Kota di Kalimantan Selatan Tahun 2014

Mengidentifikasi Pola Spasial dan Autokorelasi Spasial Tingkat Pengangguran Terbuka Kabupaten/Kota di Kalimantan Selatan Tahun 2014 Megidetifikasi Pola pasial da Autokorelasi pasial Tigkat Pegaggura Terbuka Kabupate/Kota di Kalimata elata Tahu 04 Muktar Redy usila, Jurusa tatistika, Fakultas Matematika da Ilmu Pegetahua Alam, Istitut

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

PEMODELAN SPATIAL DURBIN ERROR MODEL (SDEM) PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI JAWA TENGAH

PEMODELAN SPATIAL DURBIN ERROR MODEL (SDEM) PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI JAWA TENGAH PEMODELAN SPATIAL DURBIN ERROR MODEL (SDEM) PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI JAWA TENGAH 1 Imaroh Izzatu Nisa, 2 Abdul Karim, 3 Rochdi Wasoo 1,2,3 Prodi Statistika, FMIPA,Uiversitas Muhammadiyah

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II INJAUAN PUSAKA. Aalisis Regresi Aalisis regresi merupaka salah satu metode statistika yag mempelajari persamaa secara matematis hubuga atara satu peubah respo dega satu atau lebih peubah pejelas.

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

ANALISIS REGRESI DAN KORELASI SEDERHANA

ANALISIS REGRESI DAN KORELASI SEDERHANA LATAR BELAKANG DAN KORELASI SEDERHANA Aalisis regresi da korelasi megkaji da megukur keterkaita seara statistik atara dua atau lebih variabel. Keterkaita atara dua variabel regresi da korelasi sederhaa.

Lebih terperinci

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN Jural Ilmiah Widya Tekik Volume 6 Nomor 07 ISSN 4-7350 PEMODELAN PRODUK DOMESTIK REGIONAL BRUTO DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SPASIAL Loviaa, Dia Reto Sari Dewi *, Luh Jui Asrii Jurusa Tekik

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

Analisis Faktor-Faktor yang Memengaruhi Angka Prevalensi Penyakit Kusta di Jawa Timur dengan Pendekatan Spatial Durbin Model

Analisis Faktor-Faktor yang Memengaruhi Angka Prevalensi Penyakit Kusta di Jawa Timur dengan Pendekatan Spatial Durbin Model JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) 337-35 (31-98X Prit) D-95 Aalisis Faktor-Faktor yag Memegaruhi Agka Prevalesi Peyakit Kusta di Jawa Timur dega Pedekata Spatial Durbi Model Erawati, I Nyoma Latra.

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat. L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA REGRESI LINIER SEDERHANA REGRESI, KAUSALITAS DAN KORELASI DALAM EKONOMETRIKA Regresi adalah salah satu metode aalisis statistik yag diguaka utuk melihat pegaruh atara dua atau lebih variabel Kausalitas

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

PENGANTAR MODEL LINEAR Oleh: Suryana

PENGANTAR MODEL LINEAR Oleh: Suryana PENGANTAR MODEL LINEAR Oleh: Suryaa Model liear meyagkut masalah statistik yag ketergatugaya terhadap parameter secara liear. Betuk umum model liear adalah 0 1X1... px p, dega = Variabel respo X i = Variabel

Lebih terperinci

PEMODELAN GIZI BURUK PADA BALITA DI KOTA SURABAYA DENGAN SPATIAL AUTOREGRESSIVE MODEL (SAR)

PEMODELAN GIZI BURUK PADA BALITA DI KOTA SURABAYA DENGAN SPATIAL AUTOREGRESSIVE MODEL (SAR) PEMODELAN GIZI BURUK PADA BALIA DI KOA SURABAYA DENGAN SPAIAL AUOREGRESSIVE MODEL (SAR) Qurrota A yui, da Dr. Brodol Sutio S.U, M.Si, Jurusa Statistika Istitut ekologi Sepuluh Nopember Surabaya e-mail

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat 38 3.1 Lokasi da Waktu Peelitia 3.1.1 Lokasi Peelitia BAB III METODE PENELITIAN Lokasi peelitia ii dilakuka di Puskesmas Limba B terutama masyarakat yag berada di keluraha limba B Kecamata Kota Selata

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka

Lebih terperinci

BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS. Pada bab ini akan dibahas tentang bentuk model spasial lag sekaligus

BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS. Pada bab ini akan dibahas tentang bentuk model spasial lag sekaligus BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS Pada bab ii aka dibahas tetag betuk model spasial lag sekaligus spasial error da prosedur Geeralized Spatial Two Stage Least Squares (GS2SLS) utuk megestimasi

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II INJAUAN PUSAKA.1 Aalisis Regresi Bergada Aalisis regresi merupaka salah satu metode statistika yag mempelajari persamaa secara matematis hubuga atara satu variabel bebas (Y) dega satu atau lebih

Lebih terperinci

Perbandingan Metode Regresi Robust Estimasi Least Trimmed Square, Estimasi Scale, dan Estimasi Method Of Moment

Perbandingan Metode Regresi Robust Estimasi Least Trimmed Square, Estimasi Scale, dan Estimasi Method Of Moment PRISMA 1 (2018) https://joural.ues.ac.id/sju/idex.php/prisma/ Perbadiga Metode Regresi Robust Estimasi Least Trimmed Square, Estimasi Scale, da Estimasi Method Of Momet Muhammad Bohari Rahma, Edy Widodo

Lebih terperinci

Kata Kunci : CHAID, IPM, regresi logistik ordinal.

Kata Kunci : CHAID, IPM, regresi logistik ordinal. ANALISIS CHAID DAN REGRESI LOGISTIK ORDINAL PADA INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH Liaa Yuita Sari, Sri Sulistijowati Hadajai, da Satoso Budiwiyoo Program Studi Matematika FMIPA UNS ABSTRAK.

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 85-88 Latiha 1 Pelajari data dibawah ii, tetuka depede da idepedet variabel serta a. Hitug Sum of for Regressio (X) b. Hitug

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

BAB III PEMBAHASAN. Pada bab ini akan dijelaskan mengenai analisis regresi robust estimasi-s

BAB III PEMBAHASAN. Pada bab ini akan dijelaskan mengenai analisis regresi robust estimasi-s BAB III PEMBAHASAN Pada bab ii aka dijelaska megeai aalisis regresi robust estimasi-s dega pembobot Welsch da Tukey bisquare. Kemudia aka ditujukka model regresi megguaka regresi robust estimasi-s dega

Lebih terperinci

D-462 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print)

D-462 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-46 JURNAL SAINS DAN SENI ITS Vol. 5 No. (6) 337-35 (3-98X Prit) Aalisis Pola Persebara ISPA (Ifeksi Salura Perafasa Akut) Sebagai Dampak Idustri Migas di Kabupate Bojoegoro Megguaka Spatial Patter Aalysis

Lebih terperinci

PEMODELAN REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR DENGAN MENGGUNAKAN METODE REGRESI SPASIAL

PEMODELAN REMAJA PUTUS SEKOLAH USIA SMA DI PROVINSI JAWA TIMUR DENGAN MENGGUNAKAN METODE REGRESI SPASIAL PEMODELAN REMAJA PUUS SEKOLAH USIA SMA DI PROVINSI JAWA IMUR DENGAN MENGGUNAKAN MEODE REGRESI SPASIAL Liska Septiaa (), Sri Pigit Wuladari (), () Mahasiswa Statistika FMIPA IS_l5_k4@yahoo.co.id, () Dose

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

Perbandingan Beberapa Metode Pendugaan Parameter AR(1) Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad

Lebih terperinci

Metode Regresi Poisson Terboboti Geografis pada Pemodelan Data Spasial

Metode Regresi Poisson Terboboti Geografis pada Pemodelan Data Spasial Metode Regresi Poisso Terboboti Geografis pada Pemodela Data Spasial Yohaa Eggar Setyarii 1, Suyoo, Widyati Rahayu 3 Program Studi Matematika, Fakultas Matematika da Ilmu Pegetahua Alam,Uiversitas Negeri

Lebih terperinci

TUGAS ANALISIS REGRESI (HALAMAN

TUGAS ANALISIS REGRESI (HALAMAN TUGAS ANALISIS REGRESI (HALAMAN 85-88) 1. Tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b. Hitug Sum of Square for Residual c. Hitug Mea Sum of Square for Regresssio

Lebih terperinci

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007 1 Peguia Normal Multivariat T Hottelig pada Faktor-Faktor yag Mempegaruhi IPM di Jawa Timur da Jawa Barat Tahu 007 Dedi Setiawa, Zuy Iesa Pratiwi, Devi Lidasari, da Sati Puteri Rahayu Jurusa Statistika,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

MENENTUKAN KOEFISIEN DETERMINASI ANTARA ESTIMASI M DENGAN TYPE WELSCH DENGAN LEAST TRIMMED SQUARE DALAM DATA YANG MEMPUNYAI PENCILAN

MENENTUKAN KOEFISIEN DETERMINASI ANTARA ESTIMASI M DENGAN TYPE WELSCH DENGAN LEAST TRIMMED SQUARE DALAM DATA YANG MEMPUNYAI PENCILAN Saitia Matematika ISSN: 337-9197 Vol. 0, No. 03 (014), pp. 5 35. MENENTUKAN KOEFISIEN DETERMINASI ANTARA ESTIMASI M DENGAN TYPE WELSCH DENGAN LEAST TRIMMED SQUARE DALAM DATA YANG MEMPUNYAI PENCILAN Sabam

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

STATISTIKA DAN PELUANG BAB III STATISTIKA

STATISTIKA DAN PELUANG BAB III STATISTIKA Matematika Kelas IX Semester BAB Statistika STATISTIKA DAN PELUANG BAB III STATISTIKA A. Statistika Pegertia Statistika Statistika adalah ilmu yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis

Lebih terperinci