ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA
|
|
- Yuliani Setiabudi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 ANALISIS FAKTOR TERHADAP DATA PENGGUNAAN WEB PERSONAL DOSEN ITS DAN PERBANDINGAN TERHADAP PENCAPAIAN IPK DAN LAMA STUDI MAHASISWA M. Insanil Kamil 1 dan Suhartono 2 1 m.insanil_kml@yahoo.com 2 suhartono@statistika.its.ac.id Abstrak Analisis Faktor merupakan suatu metode statistika yang dapat digunakan untuk mereduksi dimensi data pada variabel asli menjadi beberapa faktor. Penelitian ini bertujuan untuk pengaplikasian analisis faktor dalam mengevaluasi penggunaan web personal dosen ITS. Data yang digunakan dalam penelitian ini diperoleh dari pengamatan terhadap penggunaan web personal dosen ITS. Hasil analisis data menunjukkan bahwa jumlah faktor yang dihasilkan sebanyak dua yaitu keaktifan penggunaan web personal dosen dan tingkat pendidikan dosen. Berdasarkan nilai faktor yang diperoleh, dapat diketahui perbandingan tiap faktor pada masing-masing fakultas, serta dapat diketahui perbedaan pencapaian IPK dan lama studi mahasiswa. Kata kunci: Analisis Faktor, Web personal dosen ITS 1. Pendahuluan Institut Teknologi Sepuluh Nopember (ITS) Surabaya merupakan salah satu perguruan tinggi negeri berbasis teknologi yang mempunyai nilai prestige di wilayah Indonesia bagian timur. Untuk menunjukkan eksistensinya dalam pengembangan ilmu pengetahuan dan teknologi serta untuk mewujudkan visi ITS menuju World Class University, ITS membangun website yang dapat diakses oleh seluruh masyarakat di seluruh dunia. Salah satu fasilitas yang disediakan dalam website ITS adalah Web Personal Dosen ITS yang dapat dimanfaatkan oleh dosen ITS untuk menyediakan banyak informasi tentang diri dan aktivitas akademik yang telah dilakukan. Didalam web ini setiap dosen dapat melakukan publikasi terhadap berbagai penelitian yang telah dilakukan. Terdapat banyak variabel yang dapat dibentuk dari setiap informasi yang ada dalam Web Personal Dosen ITS. Variabel yang banyak tersebut diduga memiliki keterkaitan antar satu dengan yang lain. Analisis faktor adalah salah satu teknik dalam analisis multivariate yang dapat digunakan untuk menjelaskan keterkaitan antar kelompok variabel. Tujuan utama dari penelitian ini adalah untuk melakukan evaluasi penggunaan web personal dosen ITS dengan analisis faktor dan mengetahui adanya perbedaan factor score yang diperoleh pada masing-masing fakultas serta hubungannya dengan pencapaian IPK dan lama studi mahasiswa. 2. Tinjauan Pustaka Pada bagian akan dijelaskan tentang teori dan metode yang akan digunakan dalam penulisan makalah ini. 2.1 Analisis Faktor Analisis faktor merupakan perluasan dari analisa komponen utama (PCA) yang bertujuan untuk mereduksi dimensi data dengan cara menyatakan variabel asal sebagai kombinasi linear sejumlah kecil faktor, sedemikian hingga mampu menjelaskan sebesar mungkin keragaman variabel asal, antar faktor saling bebas dan tiap faktor dapat di interpretasikan. Variabel-variabel dalam satu faktor memiliki korelasi tinggi sedangkan variabel-variabel dengan faktor lain berkorelasi relatif rendah. 1
2 Vector random X yang diamati dengan p buah variabel komponen, secara linear tergantung atas sejumlah variabel random yang dapat diamati yaitu F 1, F 2,, F q yang disebut common factors dan ε 1, ε 2,, ε p yang disebut specific factors sehingga secara khusus dapat ditulis (Johnson and Wichern, 2002).... Notasi matriks dari persamaan (2.1) dapat ditulis sebagai berikut: Dengan: ε i : specific factors ke-i F j : common factor ke-j L ij : matriks loading dari variabel ke-i faktor ke-j (2.1) (2.2) Adapun tujuan dari analisis faktor antara lain (Santoso, 2002): 1. Data summarization, yakni mengindentifikasikan adanya hubungan antar peubah dengan melakukan uji korelasi. Jika korelasi dilakukan antar peubah (dalam pengertian SPPS adalah kolom ), analisis tersebut dinamakan R Faktor Analysis. 2. Data reduction, yakni setelah melakukan korelasi, dilakukan proses membuat sebuah peubah set baru yang dinamakan faktor untuk menggantikan sejumlah peubah tertentu. Penjelasan lebih lengkap mengenai analisis faktor terdapat pada buku Hair, Anderson, Tatham, and Black (2006) serta Johnson and Wichern (2002). 2.2 Analisis Varians (ANOVA) Salah satu penggunaan tabel ANOVA adalah untuk melakukan pengujian kesamaan mean dengan jumlah populasi lebih dari 2. Bentuk tabel ANOVA adalah sebagai berikut (Walpole, 1995): Sumber Keragaman (SK) Jumlah Kuadrat (JK) Derajat bebas (db) Kuadrat Tengah (KT) F hitung F tabel Perlakuan JKA a-1 KTA = JKA/a-1 KTR/KTA F(α;a-1,n-a) Residual JKR n-a KTR = JKR/n-a Total JKT n-1 Dengan Hipotesis sebagai berikut: H 0 : µ 1 =µ 2 =... =µ i / tidak ada perbedaan mean antar populasi. H 0 : Sedkitnya ada salah satu µ i yang tidak sama / ada perbedaan Mean antar populasi. Cara pengambilan keputusan dilakukan dengan membandingkan F hitung dengan F tabel. Jika F hitung berada di daerah penerimaan H 0, maka H 0 diterima atau tidak terdapat perbedaan yang nyata pada mean antar populasi. Sedangkan apabila F hitung berada di daerah penolakan H 0, maka H 0 ditolak atau terdapat perbedaan yang nyata pada mean antar populasi. Penjelasan lebih lengkap mengenai analisis varians (ANOVA) terdapat pada buku Walpole (1995). 2
3 3. Metodologi Penelitian Variabel yang digunakan dalam penelitian ini adalah sebagai berikut: x1: Fakultas x2: Prosentase Jumlah Dosen S3 x3: Prosentase Jumlah Dosen Profesor x4: Prosentase Jumlah Dosen Pengguna Web x5: Prosentase Jumlah Dosen yang Memiliki Publikasi Ilmiah x6: Prosentase Jumlah Dosen yang Memiliki Publikasi Ilmiah Berbahasa Inggris x7: Prosentase Jumlah Dosen yang Memiliki Publikasi Ilmiah (Downloadable) x8: Prosentase Jumlah Dosen yang memiliki Material x9: Prosentase Jumlah Dosen yang memiliki Link x10: Rata-rata Lama Studi Mahasiswa x11: Rata-rata IPK Mahasiswa Untuk mendapatkan data pada variabel x1-x9, sumber data yang digunakan merupakan hasil rekapitulasi terhadap penggunaan Web Personal Dosen ITS pada 22 jurusan yang ada di ITS. Untuk mendapatkan data yang paling mutakhir (update), maka pencatatan dan rekapitulasi data dilakukan pada tanggal Agustus Sedangkan untuk variabel x10 dan x11 didapatkan dari data wisudawan ITS pada wisuda ke 96 dan 97. Tahapan-tahapan penelitian yang dilakukan adalah sebagai berikut: Pengelompokan untuk variabel x2-x9 dengan menggunakan analisis faktor yang dilakukan dengan menggunakan software SPSS serta melakukan pemberian nama untuk tiap faktor yang dihasilkan. Mengelompokkan obyek, dalam hal ini adalah jurusan-jurusan yang ada di ITS berdasarkan skor faktor yang diperoleh. Menguji perbandingan tiap-tiap faktor terhadap fakultas yang ada di ITS yaitu FMIPA (1), FTI (2), FTSP (3), FTK (4), FTIf (5). Menentukan hubungan antara masing-masing factor terhadap pencapaian IPK dan lama studi mahasiswa. 4. Analisis dan Pembahasan Dalam bagian ini akan dijelaskan hasil pembahasan dari penelitian ini 4.1 Analisis Faktor Sebelum dilakukan analisis faktor maka harus dilakukan pengujian KMO dan Bartlett untuk menguji asumsi korelasi dan kecukupan data. Tabel 1 Pengujian KMO dan Bartlett Pengujian Statistik uji Keputusan KMO Terima H 0 Bartlett Tolak H 0 Berdasarkan tabel diatas, didapatkan nilai Kaiser-Meyer-Olkin (KMO) sebesar Nilai tersebut lebih besar dari 0.5, sehingga dapat dinyatakan bahwa data telah cukup. Sedangkan untuk pengujian Bartlett didapatkan nilai signifikan 0.000, sehingga dapat dinyatakan bahwa matrik korelasi dari data bukanlah matriks identitas, yang menunjukkan bahwa data memiliki hubungan korelasi antar variabel. 3
4 Second Factor Tabel 2 Nilai Eigen dan proporsi kumulatif Faktor Eigen Value Prosentase Kumulatif (%) Faktor Faktor Faktor Faktor Faktor Faktor Faktor Faktor Tabel diatas menunjukkan besarnya prosentase masing-masing faktor dalam menjelaskan variabilitas dari variabel asli. Berdasarkan hasil tersebut, diketahui bahwa nilai eigen yang lebih besar dari 1 dimiliki oleh faktor 1 dan faktor 2, dan prosentase varians yang dapat dijelaskan oleh faktor 1 dan faktor 2 adalah sebesar %. Tabel 3 Hasil loading factor pada analisis faktor Variabel Faktor1 Faktor2 x5.940 x6.898 x4.857 x9.813 x8.763 x7.597 x2.903 x3.768 Berdasarkan tabel tersebut, dapat disimpulkan bahwa variabel x4, x5, x6, x7, x8, x9 termasuk dalam faktor 1, sedangkan variabel x2 dan x3 termasuk dalam faktor Pengelompokan jurusan-jurusan di ITS dan Penamaan Faktor Pengelompokan jurusan-jurusan di ITS berdasarkan skor faktor dilakukan menggunakan score plot sebagai berikut: 3 Score Plot of x2,..., x9 DesPro 2 Matematika 1 Biologi Informatika Material PWK Geomatika TekFis Arsitektur Industri Elektro 0 Statistika Perkapalan Sipil Mesin Fisika TekKim -1 Kelautan Lingkungan Kimia SisKal -2 SI First Factor 2 3 Gambar 1 Score Plot faktor 1 dan faktor 2 pada analisis faktor Score plot tersebut merupakan hasil pemetaan nilai-nilai skor faktor pada faktor 1 dan faktor 2 untuk masing-masing jurusan di ITS. Sehingga dapat diketahui bahwa jurusan yang terbaik berdasarkan faktor 1 adalah jurusan sistem perkapalan karena memiiki nilai skor faktor yang paling 4
5 factor 1 factor 2 besar pada faktor 1. Sedangkan jurusan yang terbaik berdasarkan faktor 2 adalah jurusan desain produk karena memiliki skor faktor yang paling besar pada faktor 2. Secara umum jika dilihat dari kedua faktor, maka jurusan terbaik adalah desain produk karena memiliki skor faktor yang relatif besar pada kedua faktor. Pengelompokan jurusan berdasarkan skor faktor adalah sebagai berikut: Faktor 2 Skor factor Tabel 4 Pengelompokan jurusan berdasarkan skor faktor Tinggi (positif) Rendah (negatif) Faktor 1 Tinggi (positif) Teknik material Teknik lingkungan Desai produk Kimia Teknik Kelautan Sistem Perkapalan Fisika Rendah (negatif) Teknik Elektro Arsitektur Teknik Industri PWK Teknik Informatika Biologi Matematika Teknik fisika Teknik Geomatika Statistika Teknik Mesin Teknik Kimia Teknik Sipil Teknik Perkapalan Sistem Informasi Selanjutnya dilakukan pemberian nama pada faktor. Untuk faktor 1 adalah keaktifan penggunaan web personal dosen dan faktor 2 adalah tingkat pendidikan dosen. 4.3 Perbandingan Skor Faktor antar Fakultas Untuk mengetahui perbedaan skor faktor yang diperoleh pada masing-masing fakultas, dapat diamati dengan interval plot sebagai berikut: Interval Plot of factor 1 vs fakultas 95% CI for the Mean 20 Interval Plot of factor 2 vs fakultas 95% CI for the Mean FMIPA FTI FTIf fakultas FTK FTSP -20 FMIPA FTI FTIf fakultas FTK FTSP Gambar 2 Interval Plot untuk perbandingan skor faktor Berdasarkan interval plot tersebut tidak terlihat adanya perbedaan berarti pada mean skor faktor antar fakultas, kelompok IPK dan kelompok lama studi. Hal ini di tunjukkan dengan pengujian ANOVA yang hasilnya sebagai berikut: Tabel 9 hasil pengujian ANOVA Fakultas P value Keputusan Faktor Terima H 0 Faktor Terima H 0 5
6 Hasil uji ANOVA tersebut menghasilkan p-value yang lebih besar dari nilai α=0.05 (terima H 0 ). Hal ini makin membuktikan bahwa tidak ada perbedaan mean skor faktor tiap fakultas. 4.4 Hubungan Faktor terhadap Pencapaian IPK dan Lama Studi Mahasiswa Untuk mengetahui pola hubungan antara masing-masing faktor terhadap pencapaian IPK dan lama studi mahasiswa dilakukan dengan mendapatkan nilai korelasinya. Tabel 10 Nilai korelasi Korelasi Faktor 1 Faktor 2 IPK (0.984) (0.628) Lama Studi (0.380) (0.698) Tabel tersebut menunjukkan bahwa terdapat nilai korelasi yang tidak signifikan pada masing-masing faktor terhadap pencapaian IPK dan lama studi mahasiswa. Hal ini menunjukkan bahwa tidak terdapat hubungan antara masing-masing faktor terhadap pencapaan IPK dan lama studi mahasiswa. 5 Kesimpulan Berdasarkan hasil-hasil diatas, dapat diambil kesimpulan sebagai berikut: 1. Berdasarkan analisis faktor terhadap data web personal dosen variabel-variabel dibagi menjadi dua factor yaitu keaktifan penggunaan web personal dosen dan tingkat pendidikan dosen. 2. Berdasarkan skor faktor yang diperoleh, dapat disimpulkan bahwa tidak ada perbedaan skor faktor pada masing-masing fakultas. Hal ini juga menunjukkan bahwa penggunaan web personal dosen dan tingkat pendidikan dosen masih tidak jauh berbeda pada masing-masing fakultas. 3. Dengan membandingkan skor faktor yang diperoleh pada masing-masing faktor terhadan pencapaian IPK dan lama studi mahasiswa dapat disimpulkan bahwa tidak terdapat hubungan antara masing-masing faktor terhadap pencapaian IPK dan lama studi mahasiswa. 4. Dari hasil analisis diatas dapat menunjukkan bahwa penggunaan web personal dosen ITS masih sangat rendah, untuk memperbaki web personal dosen, diharapkan pihak petinggi ITS meningkatkan penyuluhan kepada dosen-dosen ITS untuk selalu menggunakan fasilitas web personal dosen ITS. Daftar Pustaka Darlington, R. B., Sharon, W., Herbert, W Canonical variate analysis and related techniques. Review of Educational Research, Hair, J.F., Anderson, R.E., Tatham, R.L., Black, W.C Multivariate Data Analysis, Sixth Edition, Prentice Hall International: UK. Iriawan, N., dan Septin, A. P. Mengolah Data Statistik Dengan Mudah Menggunakan MINITAB 14. Yogyakarta: Andi Johnson, N. and Wichern, D Applied Multivariate Statistical Analysis, Prentice-Hall, Englewood Cliffs, N.J. Khatree., Ravindra., Dayanand N. N Applied Multivariate Statistics with SAS*Software, Second Edition. Cary, NC: SAS Institute Inc. Sharma, S Applied Multivariate Techniques, New-York: John Wiley & Sons, Inc. Santoso, S Buku Latihan SPSS Statistik Multivariate. Jakarta: PT Elex Media Komputindo. Srivastava, M. S., Hui, T. K On assessing multivariate normality based on Shapiro-Wilk W statistic. Statistics and Probability Letters 5, Walpole, R. E Pengantar Statistika. Gramedia Pustaka Utama, Jakarta. 6
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai
CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Mampu mengidentifikasi permasalahan multivariat 5.2 Mampu menerapkan konsep
Lebih terperinciSelama kurun waktu dua belas tahun sejak SD hingga SMA kemampuan Bahasa Inggris dibentuk melalui pelajaran Bahasa Inggris di sekolah
Di era globalisasi ini Bahasa Inggris merupakan bahasa international, kemampuan berbahasa asing khususnya bahasa inggris tidak dapat dihindari termasuk sebagai mahasiswa. Selama kurun waktu dua belas tahun
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN. Nerli Khairani Lia Anggriani Siregar. Abstrak
97 FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN Nerli Khairani Lia Anggriani Siregar Abstrak Analisis diskriminan adalah metode statistika yang digunakan untuk mengelompokkan
Lebih terperinciAnalisis Pengendalian Kualitas Multivariate Air Minum (Studi Kasus di PDAM Gresik)
J. Math. and Its Appl. ISSN: 19-65X Vol., No. 1, May. 5, 47 59 Analisis Pengendalian Kualitas Multivariate Air Minum (Studi Kasus di PDAM Gresik) Nuri Wahyuningsih, Dwi Pusdikarta Jurusan Matematika Institut
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciPENGELOMPOKAN PROPINSI DI INDONESIA BERDASARKAN HASIL PRODUKSI PERTANIAN DAN PETERNAKAN UNTUK MENDUKUNG KETAHANAN PANGAN NASIONAL
PENGELOMPOKAN PROPINSI DI INDONESIA BERDASARKAN HASIL PRODUKSI PERTANIAN DAN PETERNAKAN UNTUK MENDUKUNG KETAHANAN PANGAN NASIONAL Oleh: M. ALFIN FANANDRI (1310 030 045) DOSEN PEMBIMBING Dr. Brodjol Sutijo
Lebih terperinciPENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN)
Saintia Matematika Vol. 1, No. 6 (2013), pp. 507 516. PENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN) Juliarti Hardika,
Lebih terperinciAnalisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali
Jurnal Matematika Vol. 6 No. 1, Juni 2016. ISSN: 1693-1394 Analisis Biplot untuk Pemetaan Posisi dan Karakteristik Usaha Pariwisata di Provinsi Bali I Gusti Ayu Made Srinadi Jurusan Matematika, Fakultas
Lebih terperinciFAKTOR FAKTOR YANG MEMENGARUHI MINAT MAHASISWA ASAL LUAR BALI KULIAH DI FMIPA UNIVERSITAS UDAYANA BALI
FAKTOR FAKTOR YANG MEMENGARUHI MINAT MAHASISWA ASAL LUAR BALI KULIAH DI FMIPA UNIVERSITAS UDAYANA BALI DAIMATUL KHOIRIYAH 1, MADE SUSILAWATI 2, DESAK PUTU EKA NILAKUSMAWATI 3 1, 2, 3 Jurusan Matematika
Lebih terperinciPenerapan Analisa Faktor dalam Membentuk Faktor Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA Universitas Sriwijaya
Jurnal Penelitian Sains Volume 12 Nomer 3(A) 12301 Penerapan Analisa Faktor dalam Membentuk Faktor Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA Universitas Sriwijaya Oki Dwipurwani,
Lebih terperinciPIPA PVC PUTU WITRI DEWAYANTI Dosen Pembimbing: Dr. Muhammad Mashuri, MT. Co Pembimbing: Wibawati, S.Si, M.Si. Kamis, 7 Juli 2011
PUTU WITRI DEWAYANTI 137131 1 PENERAPAN DIAGRAM KONTROL KOMBINASI MULTIVARIATE EXPONENTIAL WEIGHTED MOVING AVERAGE (MEWMA) PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC Dosen Pembimbing: Dr. Muhammad Mashuri,
Lebih terperinciPENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO
Program Studi MMT-ITS, Surabaya Februari 3 PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO Rizal Rinumpoko *), Septia Fendiasari, Lucia Aridinanti,
Lebih terperinciPENGUKURAN KONTRIBUSI ITS DALAM MEMBENTUK MUTU SARJANA BARU ITS MENURUT PERSEPSI WISUDAWAN TAHUN 2004
B-17-1 PENGUKURAN KONTRIBUSI ITS DALAM MEMBENTUK MUTU SARJANA BARU ITS MENURUT PERSEPSI WISUDAWAN TAHUN 2004 Arie Kismanto dan Muhammad Sjahid Akbar Jurusan Statistik ITS ABSTRAK Sarjana baru dapat dipakai
Lebih terperinciKeywords: students difficulties, to prove theorem, algebra structure.
81 DESKRIPSI KESULITAN MAHASISWA PRODI PMA MEMBUKTIKAN TEOREMA STRUKTUR ALJABAR Oleh: Yenni Suzana, M.Pd 1 Abstract Prove or evidence is a range of logical argument which explains the truth of statement.
Lebih terperinciPenggunaan Analisis Faktor (Factor Analysis) dengan Aplikasi Program SPSS 11.5
Penggunaan Analisis Faktor (Factor Analysis) dengan Aplikasi Program SPSS 11.5 Oleh: Muji Gunarto (mgunarto@hotmail.com) I. Pendahuluan (Landasan Teori) Analisis faktor adalah salah satu analisis yang
Lebih terperinciPROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011
(DS.6) ANALISIS KURVA PERTUMBUHAN SEBAGAI ANALISIS SETELAH MANOVA UNTUK DATA LONGITUDINAL Enny Supartini Statistika F MIPA Universitas Padjadjaran Bandung e-mail : arthinii@yahoo.com Abstrak Eksperimen
Lebih terperinciAnalisis Faktor Terhadap Resiko Kejadian Diare pada Anak Balita di Kota Ambon
Statistika, Vol. 15 No. 2, 59-64 November 2015 Analisis Faktor Terhadap Resiko Kejadian Diare pada Anak Balita di Kota Ambon Ferry Kondo Lembang 1, Yuanita Samangun 2 1,2Jurusan Matematika Fakultas MIPA
Lebih terperinciPemetaan Status Gizi Balita Terhadap Kecamatan-Kecamatan Di Kabupaten Trenggalek Dengan Metode Analisis Korespondensi
Pemetaan Status Gizi Balita Terhadap Kecamatan-Kecamatan Di Kabupaten Trenggalek Dengan Metode Analisis Korespondensi Oleh : Teguh Purianto (0 09 06) Dosen Pembimbing : Wibawati, S.Si., M.Si. ABSTRAK Anak
Lebih terperinciANALISIS FAKTOR-FAKTOR PENYEBAB KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE EKSPLORATORI KOMPONEN UTAMA
ANALISIS FAKTOR-FAKTOR PENYEBAB KEMISKINAN DI PROVINSI JAWA TIMUR DENGAN METODE EKSPLORATORI KOMPONEN UTAMA Rina Fitrianita Rizki 1, Susiswo 2 Universitas Negeri Malang E-mail: rin.bluey.7@gmail.com Abstrak:
Lebih terperinciHASIL DAN PEMBAHASAN. dengan hipotesis nolnya adalah antar peubah saling bebas. Statistik ujinya dihitung dengan persamaan berikut:
. Menyiapkan gugus data pencilan dengan membangkitkan peubah acak normal ganda dengan parameter µ yang diekstrimkan dari data contoh dan dengan matriks ragam-peragam yang sama dengan data contoh. Proses
Lebih terperinciPEMODELAN DAN SIMULASI TINGGI GENANGAN BANJIR DI KECAMATAN GUBENG KOTA SURABAYA MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS
PEMODELAN DAN SIMULASI TINGGI GENANGAN BANJIR DI KECAMATAN GUBENG KOTA SURABAYA MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS Penyusun Tugas Akhir : Ratri Enggar Pawening/5107100613 Pembimbing I Dr. Ir. Joko
Lebih terperinciANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR. Gangga Anuraga ABSTRAK
ANALISIS BIPLOT UNTUK PEMETAAN KARAKTERISTIK KEMISKINAN PADA KABUPATEN/KOTA DI JAWA TIMUR Gangga Anuraga Dosen Program Studi Statistika MIPA Universitas PGRI Adi Buana Surabaya E-mail : ganuraga@gmail.com
Lebih terperinciSemester : VI Hal: 1 dari 6. No.Revisi : 00. Deskripsi. Kemampuan manjerial. tertulis. Sikap dan. tata nilai 2-RP 1-CP DN, PA,BAK& RN)
PROD S1 STATSTKA FMPA TS RP S1 SP 08 Kurikulum 2014, Edisi : September 2014 A. CAPAAN PEMBELAJARAN : CP 11.11 : Mampu menganalisis data secara KUANTTATF baik secara Univariat maupun Multivariat serta menerapkannya
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di:
JURNAL GAUSSIAN, Volume, Nomor, April 013, Halaman 119-18 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT Muhamad
Lebih terperinciModel Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur M.Fariz Fadillah Mardianto,
Lebih terperinciANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA. Bahriddin Abapihi 1)
Bahriddin Abapihi//Paradigma, Vol.15 No.1 Pebruari 2011 hlm.11 18 11 ANALISIS RAGAM SKOR KOMPONEN UTAMA PADA PERCOBAAN RESPONS-GANDA Bahriddin Abapihi 1) 1) Jurusan Matematika FMIPA, Universitas Haluoleo,
Lebih terperinciTogu P. Marpaung, Normalina Napitupulu, Rachmad Sitepu
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 289 298. ANALISIS FAKTOR YANG MEMPENGARUHI KUNJUNGAN MASYARAKAT KOTA MEDAN KE PERPUSTAKAAN UMUM KOTA MEDAN Togu P. Marpaung, Normalina Napitupulu,
Lebih terperinciANALISIS KORESPONDENSI UNTUK MENGETAHUI ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS NEGERI MALANG
1 ANALISIS KORESPONDENSI UNTUK MENGETAHUI ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS NEGERI MALANG (Studi Kasus Mahasiswa Non Kependidikan FMIPA Universitas Negeri Malang) Chofifatul Jannah
Lebih terperinciAL-ADZKA, Jurnal Ilmiah Pendidikan Guru Madrasah Ibtidaiyah, Volume II, Nomor 02 Juli 2012
195 MODEL PERSAMAAN STRUKTURAL PENGARUH MOTIVASI, KAPABILITAS DAN LINGKUNGAN TERHADAP PRESTASI BELAJAR MAHASISWA TAHUN PERTAMA PROGRAM STUDI S1 MATEMATIKA FMIPA-IPB Oleh : Muhammad Amin Paris (Dosen Fak.
Lebih terperinciANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA)
Prosiding Seminar Matematika dan Pendidikan Matematika ISBN: 978-60-61-0-9 hal 693-703 November 016 ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciUji Independensi Statistik Bartlett Terhadap Nilai Saham Untuk Mengetahui Kebergantungan Saham-Saham Pada Beberapa Sektor Saham di BEJ
Uji Independensi Statistik Bartlett Terhadap Nilai Saham Untuk Mengetahui Kebergantungan Saham-Saham Pada Beberapa Sektor Saham di BEJ Alberth Roy Kota a, Adi Setiawan b, Lilik Linawati c a Mahasiswa Program
Lebih terperinciLAPORAN EVALUASI WEB PERSONAL DOSEN ITS BERKAITAN DENGAN PERINGKAT WEBOMETRICS 2009
LAPORAN EVALUASI WEB PERSONAL DOSEN ITS BERKAITAN DENGAN PERINGKAT WEBOMETRICS 2009 EVALUASI WEB PERSONAL DOSEN ITS BULAN APRIL DAN AGUSTUS 2009 BERKAITAN DENGAN PERINGKAT ITS PADA WEBOMETRICS Tim Evaluasi
Lebih terperinciPENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS)
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 104 111 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN
Lebih terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciPENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN PERSENTASE RUMAH TANGGA MENURUT KUALITAS FISIK AIR MINUM DENGAN MENGGUNAKAN K-MEANS CLUSTER
PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN PERSENTASE RUMAH TANGGA MENURUT KUALITAS FISIK AIR MINUM DENGAN MENGGUNAKAN K-MEANS CLUSTER Artanti Indrasetianingsih Dosen Program Studi Statistika, FMIPA
Lebih terperinciKlasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan
Statistika, Vol. 15 No. 2, 87-97 November 215 Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan Fitriana A.R. 1, Nurhasanah 2, Ririn Raudhatul
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciIDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR
Saintia Matematika Vol. 2, No. 1 (2014), pp. 1 11. IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR Aswin Bahar, Gim Tarigan, Pengarapen Bangun Abstrak. Pernikahan dini merupakan
Lebih terperinciBAB III METODE PENELITIAN. September). Data yang dikumpulkan berupa data jasa pelayanan pelabuhan, yaitu
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berasal dari data sekunder dengan jenis data bulanan mulai tahun 2004 sampai dengan tahun 2011 (bulan September).
Lebih terperinciANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI NASABAH KREDIT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 575-581 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI
Lebih terperinciEVALUASI PRESTASI PROGRAM S2 MAGISTER MANAJEMEN TEKNOLOGI ITS DENGAN MODEL INDEKS PRESTASI & MASA STUDI KOMULATIF TERBOBOT (IPMSKT)
EVALUASI PRESTASI PROGRAM S2 MAGISTER MANAJEMEN TEKNOLOGI ITS DENGAN MODEL INDEKS PRESTASI & MASA STUDI KOMULATIF TERBOBOT (IPMSKT) Bustanul Arifin Noer Studio Manajemen dan Sistem Industri - Jurusan Teknik
Lebih terperinciAnalisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur
Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Qonitatin Nafisah, Novita Eka Chandra Jurusan Matematika Fakultas MIPA Universitas Islam Darul Ulum Lamongan
Lebih terperinciAnalisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM)
Sidang Tugas Akhir Surabaya, 15 Juni 2012 Analisis Biplot pada Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Variabel-variabel Komponen Penyusun Indeks Pembangunan Manusia (IPM) Wenthy Oktavin Mayasari
Lebih terperinciFAKTOR-FAKTOR YANG MEMENGARUHI KEPUTUSAN SISWA SMA MELANJUTKAN STUDI S1 DI UNIVERSITAS UDAYANA
FAKTOR-FAKTOR YANG MEMENGARUHI KEPUTUSAN SISWA SMA MELANJUTKAN STUDI S1 DI UNIVERSITAS UDAYANA Made Susilawati 1), I Putu Eka Nila Kencana 2), Ni Made Dwi Yana Putri 3) 1) Jurusan Matematika FMIPA Universitas
Lebih terperinciOPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 113 118. OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran) Eka Dian Rahmawati,
Lebih terperinciPerbandingan Proses Pembelajaran di FTI dan FMIPA ITS
Perbandingan Proses Pembelajaran di FTI dan FMIPA ITS Oleh Nama : Eva Wahyu Hariyati NRP : 1308 030 003 Dosen Pembimbing : Dra. Lucia Aridinanti, MT Karakter FTI dan FMIPA yang berbeda Orientasi tiap jurusan
Lebih terperinciDUKUNGAN PERGURUAN TINGGI DALAM PEMBANGUNAN INFRASTRUKTUR ENERGI DI INDONESIA. Prof. Ir. Eko Budi Djatmiko, MSc, PhD Ing. Bambang Wijanarko, MEng
DUKUNGAN PERGURUAN TINGGI DALAM PEMBANGUNAN INFRASTRUKTUR ENERGI DI INDONESIA Prof. Ir. Eko Budi Djatmiko, MSc, PhD Ing. Bambang Wijanarko, MEng Workshop Skenario Kebijakan Energi Indonesia Menuju Tahun
Lebih terperinciANALISIS FAKTOR RESIKO PADA KEJADIAN BERAT BADAN BAYI LAHIR DI BAWAH NORMAL DI RSUP H. ADAM MALIK MEDAN
Saintia Matematika Vol. 1, No. 6 (2013), pp. 557 566. ANALISIS FAKTOR RESIKO PADA KEJADIAN BERAT BADAN BAYI LAHIR DI BAWAH NORMAL DI RSUP H. ADAM MALIK MEDAN Siti Andri Yanti, Agus Salim Harahap, Suwarno
Lebih terperinciIDENTIFIKASI VARIABEL DOMINAN YANG BERPENGARUH TERHADAPINDEKS PEMBANGUNAN GENDER
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika (SESIOMADIKA) 2017 ISBN: 978-602-60550-1-9 Statistika, hal. 69-74 IDENTIFIKASI VARIABEL DOMINAN YANG BERPENGARUH TERHADAPINDEKS PEMBANGUNAN
Lebih terperinciANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X
ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X Utami Rizky Damayanti 1308 030 06 Dosen Pembimbing: Dra. Sri Mumpuni R., MT Sidang Tugas Akhir Diploma III Statistika Institut
Lebih terperinciPENERAPAN DIAGRAM KONTROL KOMBINASI MEWMA PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC
PENERAPAN DIAGRAM KONTROL KOMBINASI MEWMA PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC Putu Witri Dewayanti, Muhammad Mashuri, Wibawati 3 ) Mahasiswa Jurusan Statistika FMIPA ITS,3) Dosen Jurusan Statistika
Lebih terperinciOleh : Arief Yudissanta ( ) Pembimbing : Prof. Susanti Linuwih Mstat.PHD
TUGAS AKHIR Oleh : Arief Yudissanta (1307 030 019) Pembimbing : Prof. Susanti Linuwih Mstat.PHD PENGELOMPOKAN SEKOLAH DASAR BERDASARKAN RATA-RATA NILAI UJIAN AKHIR SEKOLAH BERSTANDAR NASIONAL DI SETIAP
Lebih terperinciANALISIS FAKTOR PENYEBAB KEPADATAN PENDUDUK MENURUT PERSEPSI MASYARAKAT DI KOTAMADYA SIBOLGA
Saintia Matematika Vol. 1, No. 4 (2013), pp. 349 358. ANALISIS FAKTOR PENYEBAB KEPADATAN PENDUDUK MENURUT PERSEPSI MASYARAKAT DI KOTAMADYA SIBOLGA Henni Mulyani Siregar, Henry Rani Sitepu, Suwarno Ariswoyo
Lebih terperinciKARAKTERISTIK SEKTOR PERTANIAN DI PROVINSI BALI MENURUT SUBSEKTOR PENYUSUN
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 23-28 ISSN: 2303-1751 KARAKTERISTIK SEKTOR PERTANIAN DI PROVINSI BALI MENURUT SUBSEKTOR PENYUSUN PUTU OKA SURYA ARSANA 1, MADE SUSILAWATI 2, KETUT JAYANEGARA
Lebih terperinciPEDOMAN PELAKSANAAN SELF ASSESSMENT REPORT (SAR) Semester Genap 2011/2012
PEDOMAN PELAKSANAAN SELF ASSESSMENT REPORT (SAR) Semester Genap 2011/2012 1. Self Asessment Report Proses SAR (Self Assessment Report ) Proses adalah kegiatan yang ditujukan untuk memberikan suatu sistem
Lebih terperinciDhiani Tresna Absari,ST. Dosen Jurusan Teknik Informatika Universitas Surabaya
PERENCANAAN PEMBUATAN SISTEM PENUNJANG KEPUTUSAN DENGAN MENGGUNAKAN METODE CLUSTERING PADA STUDI KELAYAKAN PEMBUKAAN JARINGAN TRAYEK ANGKUTAN KOTA (SISTEM PENUNJANG KEPUTUSAN JARINGAN TRAYEK ANGKUTAN KOTA)
Lebih terperinciPenerapan Metode Multidimensional Scaling dalam Pemetaan Sarana Kesehatan di Jawa Barat
Jurnal Matematika Integratif ISSN 141-6184 Volume 1 No 1, April 016, pp 43 50 Penerapan Metode Multidimensional Scaling dalam Pemetaan Sarana Kesehatan di Jawa Barat Julita Nahar Program Studi Matematika,
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308 MINGGU KE POKOK & SUB POKOK BAHASAN 1 PENDAHULUAN
Lebih terperinciSecond-Order Confirmatory Factor Analysis pada Kemiskinan di Kabupaten Jombang
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) 337-350 (301-98X Print) D-78 Second-Order Confirmatory Factor Analysis pada di Kabupaten Jombang Masnatul Laili dan Bambang Widanarko Otok Jurusan Statistika,
Lebih terperinciOleh : Muhammad Amin Paris, S.Pd., M.Si (Dosen Fak. Tarbiyah IAIN Antasari Banjarmasin) Abstrak
MODEL PERSAMAAN STRUKTURAL PENGARUH MOTIVASI, KAPABILITAS DAN LINGKUNGAN TERHADAP PRESTASI BELAJAR MAHASISWA TAHUN PERTAMA PROGRAM STUDI S1 MATEMATIKA FMIPA-IPB Oleh : Muhammad Amin Paris, SPd, MSi (Dosen
Lebih terperinciRotasi Varimax dan Median Hirarki Cluster Pada Program Raskin di Kabupaten Lombok Barat
Jurnal Matematika Vol. 5 No.1, Juni 2015. ISSN: 1693-1394 Rotasi Varimax dan Median Hirarki Cluster Pada Program Raskin di Kabupaten Lombok Barat Desy Komalasari Fakultas MIPA Fakultas MIPA, Universitas
Lebih terperinciKETERBATASAN UJI SIGNIFIKANSI HIPOTESIS NOL
Keterbatasan Uji Signifikansi Hipotesis Nol 17 KETERBATASAN UJI SIGNIFIKANSI HIPOTESIS NOL Nonny Swediati dan Bastari KRITIKAN TERHADAP UJI SIGNIFIKANSI HIPOTESIS NOL Paper ini ditulis berdasarkan telaah
Lebih terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA
Program Studi MMT-ITS, Surabaya 7 Juli 03 PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA Marlon Stivo Noya Van Delsen, *) dan Muhammad Mashuri ) ) Jurusan Statistika,
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman 907-916 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN
Lebih terperincidianalisis dengan menggunakan
4 1. Eksplorasi data keluaran FTIR a. Membuat plot antara nilai absorban dan bilangan gelombang untuk setiap bahan temuan. Sumbu vertikal untuk nilai absorban dan sumbu horizontal untuk bilangan gelombang.
Lebih terperinciSemakin besar persentase CCR yang dihasilkan, maka tingkat akurasi yang dihasilkan semakin tinggi (Hair et. al., 1995).
3 fungsi diskriminan cukup untuk memisahkan k buah kelompok. Karena fungsi-fungsi diskriminan tidak saling berkorelasi, maka komponen aditif dari V masing-masing didekati dengan khi-kuadrat dengan V j
Lebih terperinciFaktor-faktor yang Memengaruhi Kualitas Pelayanan Jaminan Kesehatan Bali Mandara
Jurnal Matematika Vol. 4 No. 1, Juni 2014. ISSN: 1693-1394 Faktor-faktor yang Memengaruhi Kualitas Pelayanan Jaminan Kesehatan Bali Mandara Made Susilawati Jurusan Matematika FMIPA Universitas Udayana
Lebih terperinciPROSIDING ISBN :
APLIKASI METODE CHAID DALAM MENGANALISIS KETERKAITAN FAKTOR RISIKO LAMA PENYELESAIAN SKRIPSI MAHASISWA (Studi Kasus di Jurusan Matematika FMIPA Universitas Sriwijaya) Dian Cahyawati S., Susi Yohana, Putera
Lebih terperinciDiagram ARL W i & W Ri. Varian
maka nilai RL 1 yang ada ditambah satu sampai ditemui adanya out of control. Menentukan 1 dengan menghitung rata-rata RL 1 dari keseluruhan replikasi. Untuk aplikasi data yang digunakan dalam penelitian
Lebih terperinciBAB 4 METODE PENELITIAN. Penelitian ini menggunakan pendekatan Cross Sectional yaitu hanya
BAB 4 METODE PENELITIAN 4.1 Jenis Penelitian Penelitian ini menggunakan pendekatan Cross Sectional yaitu hanya meneliti pada waktu tertentu. Data-data yang diteliti dan diolah merupakan data temuan di
Lebih terperinciKata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 161 167 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGONTROLAN KUALITAS PRODUK MENGGUNAKAN METODE BAGAN KENDALI MULTIVARIAT NP DALAM USAHA PENINGKATAN
Lebih terperinciJURNAL MATEMATIKA DAN PEMBELAJARANNYA 2016 VOLUME 2, NO. 1. ISSN
VOLUME 2, NO. 1. ISSN 2303-0992 N. PONTO PENGKAJIAN PEMBENTUKAN MODEL KLASIFIKASI DALAM PENGELOMPOKKAN JURUSAN SISWA DI SMA (Studi Kasus: Siswa SMA Negeri Siau Timur Kabupaten Siau Tagulandang Biaro Propinsi
Lebih terperinciAplikasi Analisa Multivariate dan Analisa Regresi Linier Berganda pada Proses Pengolahan Air Minum
J. Math. and Its Appl. ISSN: 1829-605X Vol. 1, No. 2, Nov. 2004, 41 48 Aplikasi Analisa Multivariate dan Analisa Regresi Linier Berganda pada Proses Pengolahan Air Minum Soehardjoepri Jurusan Matematika
Lebih terperinciKAJIAN FAKTOR PENYEBAB PENDERITA HIPERTENSI DENGAN MENGGUNAKAN ANALISIS FAKTOR DI KOTAMADYA MEDAN (Studi Kasus : RSUP H.
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 4 (2014), pp. 333 343. KAJIAN FAKTOR PENYEBAB PENDERITA HIPERTENSI DENGAN MENGGUNAKAN ANALISIS FAKTOR DI KOTAMADYA MEDAN (Studi Kasus : RSUP H. Adam Malik
Lebih terperinciPenggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot
Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini bertujuan untuk menelaah apakah terdapat perbedaan
56 BAB III METODE PENELITIAN A. Desain penelitian Penelitian ini bertujuan untuk menelaah apakah terdapat perbedaan kemampuan dan peningkatan pemahaman konsep dan penalaran matematis antara siswa yang
Lebih terperinciJMP : Volume 6 Nomor 1, Juni 2014, hal REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP
JMP : Volume 6 Nomor 1, Juni 014, hal. 45-5 REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP Saniyah dan Budi Pratikno Program Studi Matematika Fakultas Sains dan Teknik Universitas
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) ( X Print) D-38
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (216) 2337-352 (231-928X Print) D-38 Pengembangan Jaringan Distribusi Uang dan Layanan Kas untuk Menentukan Lokasi Baru Kantor Perwakilan Dalam Negeri (KPwDN) Bank
Lebih terperinciPENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR
PENERAPAN ANALISIS FAKTOR DAN ANALISIS DISKRIMINAN UNTUK MENENTUKAN KUALITAS PRODUK SUSU BALITA DENGAN GRAFIK KENDALI Z-MR Inge Ratih Puspitasari, Hendro Permadi, dan Trianingsih Eni Lestari Universitas
Lebih terperinciSELAMAT DATANG PESERTA SOSIALISASI PENGISIAN SPMI ONLINE Selasa, 29 Agustus 2017 Kantor Penjaminan Mutu
SELAMAT DATANG PESERTA SOSIALISASI PENGISIAN SPMI ONLINE 2017 Selasa, 29 Agustus 2017 Kantor Penjaminan Mutu SOSIALISASI PENGISIAN SPMI ONLINE 2017 29 Agustus 2017 Kantor Penjaminan Mutu DASAR HUKUM 1.
Lebih terperinciPERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 17 4 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN BAGAN KENDALI T HOTELLING KLASIK DENGAN T HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI
Lebih terperinciAnalisis Tingkat Kepuasan Mahasiswa Terhadap Kualitas Pelayanan Akademik Menggunakan Analisis Faktor
Prosiding Semirata FMIPA Universitas Lampung, 2013 Analisis Tingkat Kepuasan Mahasiswa Terhadap Kualitas Novi Rustiana Dewi Jurusan Matematika FMIPA Universitas Sriwijaya E-mail: nrdewimath09@gmail.com
Lebih terperinciBAB II TINJAUAN PUSTAKA. dari variabel-variabel yang saling berkorelasi. Analisis peubah ganda dapat
BAB II TINJAUAN PUSTAKA 2.1 Analisis Peubah Ganda Analisis peubah ganda merupakan metode statistika yang menganalisis secara bersama-sama variabel yang cukup banyak yang diamati pada setiap individu atau
Lebih terperinciBAB V ANALISIS DATA PENELITIAN. responden. Data deskriptif ini nantinya dapat menggambarkan keadaan ataupun
BAB V ANALISIS DATA PENELITIAN 5.1. Gambaran Umum Responden Bagian ini menjelaskan mengenai data deskriptif yang diperoleh dari responden. Data deskriptif ini nantinya dapat menggambarkan keadaan ataupun
Lebih terperinciPENERAPAN ANALISIS KORELASI KANONIK PADA HUBUNGAN KUALITAS PELAYANAN TERHADAP KEPUASAN NASABAH
PENERAPAN ANALISIS KORELASI KANONIK PADA HUBUNGAN KUALITAS PELAYANAN TERHADAP KEPUASAN NASABAH Kadek Andrei Prabawa 1, Ni Luh Putu Suciptawati 2, Desak Putu Eka Nilakusmawati 3 1 Jurusan Matematika, Fakultas
Lebih terperinciANALISIS PENGENDALIAN KUALITAS STATISTIK MULTIVARIAT PADA PROSES PENGGILINGAN AKHIR SEMEN DI PT. SEMEN GRESIK
Seminar Tugas Akhir Diploma III Statistika Institut Teknologi Sepuluh Nopember 011 ANALISIS PENGENDALIAN KUALITAS STATISTIK MULTIVARIAT PADA PROSES PENGGILINGAN AKHIR SEMEN DI PT. SEMEN GRESIK Oleh : Yuanita
Lebih terperinciPENERAPAN DISKRIMINAN KANONIK PADA KOMPONEN KIMIA AKTIF TANAMAN OBAT HERBAL (TEMULAWAK, BANGLE, KUNYIT) 1 ABSTRAK
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 PENERAPAN DISKRIMINAN KANONIK PADA KOMPONEN KIMIA AKTIF TANAMAN OBAT HERBAL (TEMULAWAK, BANGLE, KUNYIT) 1 UTAMI DYAH
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Analisis Faktor Analisis faktor merupakan salah satu metode statistik multivariat yang mencoba menerangkan hubungan antara sejumlah variabel-variabel yang saling independen antara satu
Lebih terperinciANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS
ANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS Oleh: Rizky Amlia Rachmawati (1306.030.046) Dosen Pembimbing: Dra. Madu Ratna, M.Si
Lebih terperinciANALISIS FAKTOR TINGKAT KEPUASAN MAHASISWA UNIVERSITAS PAKUAN TERHADAP PELAYANAN PARKIR KAMPUS
ANALISIS FAKTOR TINGKAT KEPUASAN MAHASISWA UNIVERSITAS PAKUAN TERHADAP PELAYANAN PARKIR KAMPUS Sintya Dwi Rosady 1, Fitria Virgantari, Ani Andriyati Program Studi Matematika Fakultas Matematika dan Ilmu
Lebih terperinciReduksi Data Luaran GCM Stasiun Amahai Dengan Menggunakan Analisis Komponen Utama
Reduksi Data Luaran GCM Stasiun Amahai Dengan Menggunakan Analisis Komponen Utama Ferry Kondo Lembang Jurusan Matematika FMIPA UNPATTI ferrykondolembang@yahoo.co.id Abstrak Reduksi dimensi adalah bagian
Lebih terperinciPertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016
19/04/016 Pertemuan 10 STATISTIKA INDUSTRI TIN 4004 Outline: and Correlation Non Linear Regression Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability for Engineers, 5 th Ed. John
Lebih terperinciOleh : M. Mushonnif Efendi ( ) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si.
OPTIMASI WAKTU PEMOTONGAN BAJA HSS PADA WIRE-EDM MENGGUNAKAN METODE TAGUCHI Oleh : M. Mushonnif Efendi (307 030 05) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si. Prodi D3 STATISTIKA FAKULTAS ILMU PENGETAHUAN
Lebih terperinciOleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D
Analisis Pola Hubungan Besarnya Kerugian Negara Akibat Korupsi Dengan Demografi Koruptor di Jawa Timur Oleh : Amilia Firda Rahmana (1311 105 008) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D Seminar
Lebih terperinciPERBANDINGAN ANALISIS FAKTOR KLASIK DAN ANALISIS FAKTOR ROBUST UNTUK DATA INFLASI KELOMPOK BAHAN MAKANAN DI JAWA TENGAH
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 343-352 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN ANALISIS FAKTOR KLASIK DAN ANALISIS FAKTOR ROBUST
Lebih terperinciANALISIS DAN PEMBAHASAN
ANALISIS DAN PEMBAHASAN 4.3 Peta Kendali Hotelling Dalam kehidupan sehari-hari banyak sekali proses produksi yang memiliki karakteristik kualitas lebih dari satu. Proses yang seperti ini disebut dengan
Lebih terperinciLAPORAN HASIL SAR SEMESTER GENAP 2016/2017
LAPORAN HASIL SAR PANDUAN PEMBENTUKA PANDUAN PEMBENTUKAN ORGANISASI SEMESTER GENAP 2016/2017 KANTOR PENJAMINAN MUTU INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2017 i Laporan SAR Semester Genap 2016/2017
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Hak setiap warga Negara yang telah tercantum dalam Undang-Undang Dasar 1945 Pasal 31 ayat 1 adalah Tiap- Tiap warga Negara berhak mendapatkan pengajaran. Berdasarkan
Lebih terperinci