RASIONALISASI JARINGAN PENAKAR HUJAN DI DAS KEDUNGSOKO KABUPATEN NGANJUK

Ukuran: px
Mulai penontonan dengan halaman:

Download "RASIONALISASI JARINGAN PENAKAR HUJAN DI DAS KEDUNGSOKO KABUPATEN NGANJUK"

Transkripsi

1 Rohta, kk., Rasoalsas Jarga Peakar Huja DS Keugsoko Kabupate Ngajuk 185 RSIONLISSI JRINGN PENKR HUJN DI DS KEDUNGSOKO KBUPTEN NGNJUK Muhama Rohta 1, Lly Motarch Lmatara, Very Dermawa 1 Mahasswa Program Magster Tekk Pegara Uverstas Brawjaya Malag. Dose Jurusa Tekk Pegara Uverstas Brawjaya Malag. bstrak: Suga Keugsoko a aak sugaya terletak Kabupate Ker a Ngajuk. Suga Keugsoko memlk luas DS seluas kurag lebh 416,54 km. DS Keugsoko pegaruh oleh kurag lebh 8 stasu huja yag tersebar alam DS. Selama belum perah kaj secara teorts tetag kerapata optmum a pola peyebara jarga stasu huja yag suah terpasag DS Keugsoko. Dar hasl pegkaja a aalsa megguaka metoe Kaga-Roa peroleh 4 stasu terplh, seagka metoe Krgg peroleh hasl 8 buah stasu terplh ega perletaka yag meyebar alam DS Keugsoko. Perhtuga kesalaha relatf rerata curah huja racaga utuk metoe Kaga- Roa 1,906% a metoe Krgg sebesar,80%. Seagka kesalaha relatf ar perhtuga ebt hrograf satua utuk Kaga-Roa sebesar 38,53% a Krgg sebesar 19,83%. Kata kuc: Jarga stasu huja, Kaga-Roa, Krgg. bstract: Keugsoko Rver a ts trbutares s locate Ker a Ngajuk strct. Keugsoko rver has approxmate 416,54 km of watershe area umber. Keugsoko catchmet area s affecte by approxmate 8 ra statos. There has ot bee stue theoretcally about the optmum esty a spersal patters of rafall stato etworks that have bee stalle the Keugsoko watershe. Base o the results of assessmet a aalyss usg Kaga-Roa metho, t was acqure 4 selecte statos, whle Krgg metho obtae results of 8 selecte statos that spreae Keugsoko watershe. Relatve error for esg rafall of Kaga-Roa metho s 1,906% a Krgg metho s,80%. Relatve error of hrograf scharge ut for Kaga-Roa s 38,53% a 19,83% for Krgg. Keywors: Rafall stato etworks, Kaga-Roa, Krgg. Suga Keugsoko a aak sugaya merupaka salah satu suga yag terletak Kabupate Ker a Ngajuk. Suga Keugsoko memlk DS seluas kurag lebh 416,54 km. DS Keugsoko pegaruh oleh 8 stasu huja yag tersebar alam DS. Pemasaga jauh lebh bayak ar krtera Baa Meteorolog Dua atau WMO (Worl Meteorogcal Orgazato meyaraka kerapata mmum jarga stasu huja utuk aerah peguuga berklm seag, metera a aerah trops atara km /stasu (Suhartato a Harbowo, 011: 330. Oleh sebab tu perluka kaja gua megetahu apakah jarga peakar huja yag aa suah cukup mewakl kos a varabltas (keaekaragama yag aa lokas peelta, atau justru ega bayakya peakar huja DS Keugsoko perlu aaka rasoalsas gua meyeerhaaka (megurag atau merataka perletaka stasu peakar huja. RUMUSN MSLH Rumusa masalah yag aka bahas aalah: 1. Bagamaa hasl pola jarga hrolog (stasu huja berasarka metoe Kaga Roa a Krgg?. Berapa besar kesalaha relatf curah huja racaga atara metoe Kaga Roa a Krgg ega hasl curah huja racaga kos jarga stasu huja eksstg? 3. Berapa besar kesalaha relatf hrograf yag apatka ar rekomeas metoe Kaga Roa a Krgg ega hrograf kos jarga stasu huja eksstg? KJIN PUSTK 1. Polgo Thesse Curah huja rerata ega metoe Thesse apat htug ega persamaa (om, 199: 6: 185

2 186 Jural Tekk Pegara, Volume 3, Nomor, Desember 01, hlm Jka p merupaka persetase luas paa pos I yag jumlahya utuk seluruh luas aalah 100%, maka: 1 p ega: = luas areal = tgg curah huja rata-rata areal 1, = tgg curah huja pos 1,.. 1,.. = luas aerah pegaruh pos 1,... Log Pearso Tpe III Pearso telah megembagka seragkaa fugs probabltas yag apat paka utuk hampr semua strbus probabltas emprs. Terapat 1 buah strbus Pearso, tap haya strbus Log Pearso Tpe III yag guaka alam aalss hrolog (Lmatara, 010: 59. Parameter yag paka alam strbus Log Pearso Tpe III aalah: a. Nla tegah (mea log x log X ega: = jumlah ata b. Smpaga baku (evas staart log X1 logx S 1 c. Koefse kepecega (skewess. C s log X logx 3 1..S. Meghtug la ekstrm log X log X G. S e. Mecar atlog ar log X utuk meapatka huja racaga yag keheak log X log X G. S 3. Metoe Kaga-Roa Cara Kaga-Roa telah bayak guaka utuk meetapka jarga stasu huja paa DS. Persamaa-persamaa yag perguaka utuk 3 1/ aalss jarga Kaga Roa aalah sebaga berkut (Harto, 1993: 31: 0 ( r(0.e r Z Z 1 Cv Cv 0,3 1 r (0 (0 0,5.r 1 (1 r0 3 L 1,07 ega: r ( = koefse korelas utuk jarak stasu sejauh r (o = koefse korelas utuk jarak stasu yag sagat peek = jarak atar stasu (km (o = raus korelas C v = koefse varas = luas DS (km = jumlah stasu Z 1 = kesalaha perataa (% Z = kesalaha terpolas (% L = jarak atar stasu (km Koefse varas merupaka varas relatf ar suatu varabel terhaap la rata-rata aljabarya. Koefse varas apat htug ega lagkah-lagkah sebaga berkut: a. Htug la rata-rata huja aerah x 1 x b. Htug staar evas 1( S 1 c. Htug koefse varas S C v x ega: C v = koefse varas = staar evas S x = la rata rata (0 (0

3 Rohta, kk., Rasoalsas Jarga Peakar Huja DS Keugsoko Kabupate Ngajuk 187 Seagka koefse korelas (r apat rumuska ega persamaa sebaga berkut: r X Y X X ( X Y ( Y ega: r = koefse korelas = jumlah ata X = ata huja paa stasu X = ata huja paa stasu Y Y 1 j Y 1 4. Metoe Krgg alss ega Krgg guaka utuk estmas la yag tak ketahu berasarka la yag ketahu. Metoe megguaka semvarogram yag merepresetaska perbeaa spasal a la atara semua pasaga sampel ata. Semvarogram juga meujukka bobot (weght yag guaka alam terpolas. Semvarogram htug berasarka sampel semvarogram ega jarak (h, bea la (z a jumlah sampel ata (. Dalam metoe Krgg, fugs semvarogram sagat meetuka.. Persamaa umum semvarogram aalah sebaga berkut (Harto, 1993: 65: γ(h 1 1(z(x h z(x ega: z (x = la z paa ttk x yag tjau h = jarak atar ttk (X +h= la Y aa jarak h ar ttk x yag tjau Salah satu cara utuk meguj keakurata suatu moel aalah ega megguaka valas slag (cross valato. Metoe megguaka seluruh ata utuk meapatka suatu moel. Dar hasl preks apat tetuka galat yag peroleh ar selsh atara la sesugguhya ega hasl preks. e = Z (x Z* (x ega: e = galat (error Z (x = la sesugguhya paa lokas ke- Z* (x = preks la paa lokas ke- Beberapa ukura yag guaka utuk membagka keakurata moel aalah: a. Root Mea Square Error (RMSE Ukura guaka utuk membagka akuras atara ua atau lebh moel alam aalss spasal. Semak kecl la RMSE suatu moel meaaka semak akurat moel tersebut. j 1e RMSE ega: e = galat = jumlah ata b. Mea bsolute Error (ME Mea bsolute Error (ME megkaska seberapa jauh peympaga preks ar la sesugguhya. 1 et ME ega: e t = galat mutlak = jumlah ata 5. Dstrbus Huja Sebara huja jam jama htug ega megguaka rumus Mooobe (Hasusato, 011: 155: R t R t c 3 ega: R t = testas huja rerata alam t jam (mm/jam R 4 = curah huja alam 1 har = waktu kosetras (jam t c 6. Huja Netto Huja etto (R apat yataka sebaga berkut: R = C x R ega: R = huja etto C = koefse lmpasa R = testas curah huja 7. Hrograf Satua Pegamata Dalam peelta perguaka metoe Colls ega rumus estmas terakhr orat hrograf satua aalah sebaga berkut (Lmatara, 010: 184: Ue = (V. U** / (3600. U** ega: U** = (U1 + F* U* / (1/F U* = Q/R eff maks Ue = orat hrograf awal V = volume lmpasa (m 3 U = ut hrograf paa jam ke- F = faktor kalbras U* = orat hrograf koreks Q = orat hrograf pegamata = huja efektf maksmum R eff maks

4 188 Jural Tekk Pegara, Volume 3, Nomor, Desember 01, hlm HSS Nakayasu Besarya la ebt pucak hrograf satua htug ega rumus: Q p Ca.R 0 3,60 x (0,3T T p ega: Q p = ebt (m 3 /et Ca = luas aerah alra suga (km R 0 = huja satua (mm T p = teggag waktu ar permulaa huja sampa pucak hrograf satua (jam T 0.3 = waktu yag perluka oleh peurua ebt, ar ebt pucak sampa ebt meja 30% ar ebt pucak hrograf satua (jam Paa legkug ak, besarya la hrograf satua htug ega:,4 t Qa Qp. T p Paa baga legkug turu yag terr ar tga baga, htuga lmpasa permukaaya aalah: a. Utuk T p t < (T p + T 0,3 Q ttp T 0,3 Qp.0,30 b. Utuk (T p + T 0,3 t < (T p + T 0,3 + 1,5T 0,3 Q (ttp0,5.t0,3 1,5.T0,3 Qp.0,3 0,3 c. Utuk t e (T p + T 0,3 + 1,5T 0,3 Q (ttp1,5t0,3.t0,3 Qp.0,3 ega: Q = ebt (m 3 /et Q p = ebt pucak (m 3 /et t = satua waktu (jam Meurut Nakayasu, waktu ak hrograf bergatug ar waktu kosetras, a htug ega persamaa: T t p g 0,8.t r ega: t g = waktu kosetras huja (jam Waktu kosetras pegaruh oleh pajag suga utama (L: Jka L < 15 km : tg = 0,1.L 0,70 Jka L > 15 km : tg = 0,4 + 0,058L Huja efektf htug ega persamaa sebaga berkut: t r 0,5 ~ 1.t g Waktu yag perluka ar ebt pucak sampa ebt 30% ar ebt pucak hrograf satua htug ega: T0,3 α.t g ega: = koefse yag bergatug paa karakterstk DPS (1, Kesalaha Relatf Perhtuga kesalaha relatf ega megguaka rumus sebaga berkut: K r X a X X a b x 100% ega: K r = kesalaha relatf (% X a = la asl = aproksmas X b Gambar 1. Kos aerah peelta Metoolog Peelta 1. Kos Daerah Peelta Suga Keugsoko beraa wlayah Kabupate Ker a Ngajuk. Memlk DS seluas 416,54 km, ega alur suga utama 8,66 km.. lur Pegerjaa Peelta Gambara pegerjaa peelta secara keseluruha berupa agram alr peyelesaa paa gambar berkut. Hasl alsa 1. Curah Huja Racaga (Eksstg Dalam peelta guaka metoe Log Pearso Tpe III karea metoe tersebut apat guaka utuk semua sebara ata, yag maa harga koefse skewes (Cs a koefse kurtoss (Ck bebas. Hasl perhtuga tercatum alam Tabel 1.

5 Rohta, kk., Rasoalsas Jarga Peakar Huja DS Keugsoko Kabupate Ngajuk 189 Gambar 3. Perletaka stasu huja metoe Kaga- Roa Gambar. Dagram alr peelta Tabel 1. Huja Racaga (Eksstg Tabel. Gambar 4. Koefse korelas Kesalaha Perataa (Z 1 a Kesalaha Iterpolas (Z. alsa Jarga Stasu Huja Dega Metoe Kaga-Roa Dperguaka perhtuga koefse korelas ar huja tahua. Kemua gambarka grafk koefse korelas atar stasu alam sebuah grafk legkug expoesal. Grafk yag perguaka memlk koefse korelas tertgg ar sebara kelas koefse korelas. Berasarka Gambar 4 peroleh la r (o = 0,861 a la (o = 0,009 kemua masukka alam Z 1 a Z sebagamaa tercatum alam Tabel. Sehgga apat htug pajag ss segtga: L 1,07 L 1,07 416,54 10,919 km 4 Hasl perhtuga plotka berasarka gambar plottg jarga Kaga-Roa (Gambar Curah Huja Racaga (Kaga-Roa Dguaka metoe Log Pearso Tpe III karea metoe tersebut apat guaka utuk semua sebara ata, yag maa harga koefse skewes (Cs a koefse kurtoss (Ck bebas. Hasl perhtuga tercatum alam Tabel alsa Jarga Dega Metoe Krgg Dalam melakuka permoela ambl Root Mea Square Error (RMSE terkecl, perhtuga

6 190 Jural Tekk Pegara, Volume 3, Nomor, Desember 01, hlm Tabel 3. Huja Racaga (Kaga-Roa metoe lakuka secara otomats ega rc- Vew GIS 9.3. Utuk pemlha ukura lag lakuka secara otomats a bayakya lag yag plh alam permoela semvarogram aalah yag meghaslka la RMSE a ME terkecl (alam peelta moel yag apat aalah sphercal. Tabel 4. Perhtuga Galat Stasu Huja Eksstg Tabel 5. Perhtuga Galat Stasu Huja Rekomeas ME 1 e t 803,09/8 = 100,386 Perhtuga lajutka ega rug kembal metoe Krgg paa program rcvew GIS 9.3. Sehgga apatka hasl paa Tabel 5 yag perguaka utuk perhtuga RMSE a ME rekomeas metoe Krgg sebagamaa tercatum alam perhtuga berkut: RMSE ME 1e 1 e t 19377,598 49, ,313/8 = 47, Curah Huja Racaga (Krgg Utuk merecaaka curah huja racaga ar stasu hasl rekomeas metoe Krgg perguaka metoe Log Pearso Tpe III karea metoe tersebut apat guaka utuk semua sebara ata, yag maa harga koefse skewes (Cs a koefse kurtoss (Ck bebas. Hasl perhtuga curah huja racaga ega berbaga kala ulag ar hasl rekomeas metoe Krgg tercatum alam Tabel 6 bawah. Tabel 6. Huja Racaga (Krgg 6. Perhtuga Metoe Colls Metoe Colls perguaka utuk meghtug hrograf satua pegamata, Lagkah perhtugaya sebaga berkut (Lmatara, 010: 185: a. Meetuka hrograf lmpasa lagsug ega metoe Straght Le Metho. Gambar 5. Perletaka stasu huja metoe Krgg Nla RMSE a ME ar semvarogram eksstg htug ega persamaa: 1e RMSE =133, ,07 8 Gambar 6. Straght le metho.

7 Rohta, kk., Rasoalsas Jarga Peakar Huja DS Keugsoko Kabupate Ngajuk 191 b. Meetuka volume lmpasa lagsug akbat huja 1 mm V LL = (416, m x 0,001 m = m 3 c. Meghtug huja jam-jama.. Meghtug ph ( eks Q = (V LL. 3600/ = (79, / eks = 0,6897 mm = P Q = 0,793 0,6897 = 0,103 mm e. Meetuka lebar asar hrograf t b = j + 1 = = 1 f. Meetuka orat hrograf awal (coba-coba 1 U t awal = V LL / (3600.t b = / ( = 9,64 m 3 /t/mm g. Meetuka hrograf lmpasa lagsug yag akbatka oleh huja efektf DS, kecual utuk harga huja efektf terbesar. h. Mecar selsh atara orat hrograf lmpasa lagsug ega hrograf pegamata.. Mecar U t-1 (orat hrograf ke-t percobaa ke-1. j. Mecar faktor perubaha (P k. Mecar U t-1jus (U t-1 yag telah perbak. l. Meghtug faktor F F Q R R u u m. Megalka U t-1jus ega F.. Meghtug U t-1* F.U t1jus U t awal Ut 1* 1 F o. Meghtug U t- ega persamaa: U t.3600.u U t1* t1* p. Jka volume U t awal belum sama ega U t-, maka coba-coba lakuka sampa meapatka hasl yag relatf sama. Perhtuga selegkapya sajka paa Tabel 7 a Tabel HSS Nakayasu Sebaga pembag ega kos eksstg, maka perhtuga ebt utuk stasu hasl rekomeas lakuka ega megguaka ata ar taggal yag sama ega perhtuga metoe Colls. Perhtuga hrograf satua stets Nakayasu utuk stasu hasl rekomeas lakuka ega parameter-parameter sebaga berkut: a. Luas DS ( = 416,54 km b. Pajag suga utama (L = 8,66 km c. Dasumska baga ak hrograf cepat a baga meuru lambat, maka = 3. Koefese pegalra (c = 0,7 e. Huja satua (R o = 1 mm Tabel 7. Pemsaha Kompoe Hrograf

8 19 Jural Tekk Pegara, Volume 3, Nomor, Desember 01, hlm Perhtuga lakuka ega lagkah-lagkah sebaga berkut: a. Mecar teggag waktu atara huja sampa ebt pucak (tg Karea L > 15 km, maka: Tg = 0,4 + (0,058 L = 0,4 + (0,058 8,66 =,06 jam b. Mecar waktu regres (Tr Tr = 0,75 x Tg = 0,75 x,06 = 1,55 jam c. Mecar teggag waktu permulaa huja sampa pucak bajr (Tp Tp = Tg + (0,8 x Tr =,06 + (0,8 x 1,55 = 3,30 jam. Mecar peurua ebt sampa meja 30% ar pucak (T 0..3 T0,3 =.Tg = 3.,06 = 6,19 jam 1,5 T0,3 = 1,5. 6,19 = 9,8 jam TP+T0,3 = 3,30 + 6,19 = 9,49 jam TP+T0,3+1,5T0,3 = 3,30 + 6,19 + 9,8 = 18,77 jam Tabel 8. Perhtuga Metoe Colls Tabel 9. Hrograf Satua Stets Nakayasu (Kaga-Roa

9 Rohta, kk., Rasoalsas Jarga Peakar Huja DS Keugsoko Kabupate Ngajuk 193 Ca.R o Qp 3,6(0,3.Tp T 416,54.1 3,6(0,3.3,30 6,19 = 16,1 m3 /t 0,3 Perhtuga selegkapya utuk hrograf satua stetk ar stasu huja rekomeas metoe Kaga-Roa a Krgg ega megguaka metoe Nakayasu sajka paa Tabel 9 a Tabel 10. Tabel 11. Kesalaha Relatf Debt Tabel 1. Kesalaha Relatf Curah Huja Racaga Tabel 10. Hrograf Satua Stets Nakayasu (Krgg 8. Kesalaha Relatf Gua membuktka bahwa stasu huja yag terplh cukup mewakl ar jumlah stasu huja yag tersea maka perlu htug prosetase perbeaa besarya curah huja racaga a ebt yag peroleh berasarka jarga Kaga-Roa a Krgg ega besarya curah huja racaga a ebt pegamata paa kos eksstg. Perhtuga kesalaha relatf utuk ebt a curah huja racaga catumka alam Tabel 11 a Tabel 1. KESIMPULN Berasarka hasl perhtuga apat ambl kesmpula sebaga berkut: 1. Dar hasl perhtuga Kaga Roa peroleh rekomeas sebayak 4 stasu, a Krgg 8 buah stasu yag terplh.. Dar hasl perhtuga apatka bahwa kesalaha relatf rerata utuk curah huja racaga metoe Kaga Roa sebesar 1,906% a metoe Krgg sebesar,80%. 3. Berasarka perhtuga hrograf satua stets (ega la =3 a c=0,70 apatka kesalaha relatf sebesar 38,53% utuk Kaga- Roa a 19,83% utuk Krgg.

10 194 Jural Tekk Pegara, Volume 3, Nomor, Desember 01, hlm SRN Dar hasl aalsa yag telah lakuka terapat beberapa sara yag bertujua sebaga rekomeas atara la: 1. Dalam merecaaka suatu jarga stasu huja agar peroleh ata huja yag mempuya tgkat ketelta cukup, maka perlu lakuka evaluas kerapata a pola peyebara huja yag suah aa. Sehgga apat ketahu perlu a takya lakuka peambaha a peguraga stasu huja, atau perlu takya lakuka pemaha stasu lama ke tempat baru.. Secara teks hasl rekomeas keua metoe apat perguaka alam merecaaka peempata stasu huja yag baru DS Keugsoko. Tetap alam pelaksaaa rasoalsas sebakya perguaka hasl rekomeas ar metoe Kaga-Roa. Sebab sela memeuh krtera teks, jumlah stasu huja rekomeas metoe Kaga-Roa jauh lebh sekt bagka ega kos eksstg maupu hasl rekomeas metoe Krgg. Berasarka hal tersebut, harapka besarya baya pemasaga, operas a pemelharaa jarga peakar huja paa DS Keugsoko apat mmalka. DFTR PUSTK om Cara Meghtug Desg Floo. Jakarta : Yayasa Baa Peerbt Pekerjaa Umum. Hasusato, N plkas Hrolog. Yogyakarta: Jogja Meautama. Harto, B.S alss Hrolog. Jakarta: PT. Gramea Pustaka Utama. Lmatara, L.M Hrolog Prakts. Baug: CV. Lubuk gug. Lmatara, L.M Hrolog Tekk Dasar. Malag: CV. Ctra. Suhartato, E., & Harbowo, R pplcato of Kaga-Roa Metho for Ra Stato Desty Barto Bas rea of South Kalmata, Ioesa. Joural of pple Techology Evrometal Satato, Volume 1, Number 4: 39-3

KAJIAN KALIBRASI HIDROGRAF REPRESENTATIF DI DAS SAMIRAN KABUPATEN PAMEKASAN

KAJIAN KALIBRASI HIDROGRAF REPRESENTATIF DI DAS SAMIRAN KABUPATEN PAMEKASAN Promboo, kk., Kaja Kalbras Hrograf Represetatf DS Samra Kabupate Pamekasa 95 KJIN KLIBRSI HIDROGRF REPRESENTTIF DI DS SMIRN KBUPTEN PMEKSN gus Promboo, Lly Motarch Lmatara, Ery Suhartato Mahasswa Program

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Hdrolog Ar d bum megulag terus meerus srkulas peguapa, presptas da pegalra keluar (outflow). Ar meguap ke udara dar permukaa taah da laut, berubah mejad awa sesudah melalu beberapa

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

Lebih terperinci

BAB V ANALISIS HIDROLOGI

BAB V ANALISIS HIDROLOGI ANALISIS HIDROLOGI 64 BAB V ANALISIS HIDROLOGI 5.. Tjaua Umum Utuk meetuka debt recaa, dapat dguaka beberapa metode atau cara. Metode yag dguaka sagat tergatug dar data yag terseda, data data tersebut

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

ANALISIS KERAPATAN JARINGAN STASIUN CURAH HUJAN PADA WILAYAH SUNGAI (WS) AESESA DI PULAU FLORES

ANALISIS KERAPATAN JARINGAN STASIUN CURAH HUJAN PADA WILAYAH SUNGAI (WS) AESESA DI PULAU FLORES Jural Tekk Spl Vol. No. 4 September 0 ANALISIS KERAPATAN JARINGAN STASIUN CURAH HUJAN PADA WILAYAH SUNGAI (WS) AESESA DI PULAU FLORES Yerso Dmu Ratu (Jer.dmu@yahoo.com) ) Dek Sr Krsayat ) I Made Udaa 3)

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

Sta Kalibaku ng (mm/thn ) CH Wilayah (X) (mm/th n) 138, ,00 176, ,33 181,00 188, , , , ,00 135,66 133,00

Sta Kalibaku ng (mm/thn ) CH Wilayah (X) (mm/th n) 138, ,00 176, ,33 181,00 188, , , , ,00 135,66 133,00 Tahu Margas ari (mm/th Dukuh Warigi (mm/th Kalibaku g (mm/th 35 5 3 2 3 28 43 3 22 9 29 4 3 42 6 5 65 253 25 6 22 25 39 64 55 84 8 8 63 4 9 29 46 36 5 24 2 53 2 2 6 8 6 3 29 29 4 25 52 25 CH Wilayah (X

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

ek SIPIL MESIN ARSITEKTUR ELEKTRO

ek SIPIL MESIN ARSITEKTUR ELEKTRO ek SIPIL MESIN ARSITEKTUR ELEKTRO STUDI PENGARUH DAN HUBUNGAN VARIABEL BENTUK DAS TERHADAP PARAMETER HIDROGRAF SATUAN SINTETIK (Stud Kasus: Suga Saluga, Taopa da Batu d Sulawes Tegah) I Waya Sutapa * Abstract

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method

BAB III LANDASAN TEORI. Pengisian data hujan yang hilang dapat dilakukan dengan reciprocal method BAB III LANDASAN TEORI 3.1 Perbaka Data Pegsa data huja yag hlag dapat dlakuka dega recprocal method P x 1 1 P L 1 L (3.1) Px = data stasu huja yag hlag P = data huja d stasu L = jarak ke stasu 3. Uj Kosstes

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

Lebih terperinci

Bab I Pendahuluan & Statistika Deskriptif

Bab I Pendahuluan & Statistika Deskriptif Bab I Pedahulua & Statstka Deskrptf Pegerta Statstka Dstrbus Frekues Cetral Tedecy Measure of Dsperso Pegerta Statstka Statstk (statstc) vs statstka (statstcs) Statstk: agka-agka Statstka: pegguaa data

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

BAB IV ANALISIS DATA HIDROLOGI

BAB IV ANALISIS DATA HIDROLOGI BAB IV ANALISIS DATA HIDROLOGI 4. Data DAS Luas DAS Keduag dhtug dar lokas recaa bagua pegedal sedme d Suga Keduag Desa Bragkal, adalah sebesar 64,8 km dega kemrga rata-rata,05%. Pajag suga utama mecapa

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

Tabel Distribusi Frekuensi

Tabel Distribusi Frekuensi Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara

Lebih terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

Penyelesaian Persamaan Differensial dengan Menggunakan Polinomial Lagrange Seri I (1 Dimensi) Syawaluddin H 1)

Penyelesaian Persamaan Differensial dengan Menggunakan Polinomial Lagrange Seri I (1 Dimensi) Syawaluddin H 1) Hutahaea Vol. No. Aprl 006 ural TEKNIK SIPIL Peyelesaa Persamaa Dfferesal ega Megguaka Polomal Lagrage Ser I ( Dmes Syawalu H Abstrak Paa paper sajka pegguaa polomal Lagrage utuk meyelesaka suatu persamaa

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

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

Pembayaran pertama yang dilakukan pada setiap akhir tahun selama n tahun

Pembayaran pertama yang dilakukan pada setiap akhir tahun selama n tahun Husa Arfah, M.Sc : Autas Dasar Emal : husaarfah@uy.ac. ANUITAS DASAR 3. Peahulua Autas aalah seragkaa pembayara yag lakuka paa terval waktu yag sama (per tahu atau sebalkya). Pembayara utuk jagka waktu

Lebih terperinci

Muniya Alteza

Muniya Alteza RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 1 BAB II INJAUAN PUSAKA.1. Umum Bajr adalah alra ar yag relatf tgg, dmaa ar tersebut melmpah terhadap beberapa baga suga. Ketka suga melmpah, ar meyebar pada datara bajr da pada umumya medatagka masalah

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques

9/22/2009. Materi 2. Outline. Graphical Techniques. Penyajian Data. Numerical Techniques Mater Outle Graphcal Techques Peyaja Data Numercal Techques Tekk Grafk (Graphcal Techques) Secara vsual, grafs merupaka gambar-gambar yag meujukka data berupa agka yag basaya dbuat berdasarka tabel yag

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS PENAKIR REGREI CUM RAIO UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN KOEFIIEN KURTOI DAN KOEFIIEN KEWNE usta Wula ar *, Arsma Ada, Haposa rat Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB 4 SISTEM DINAMIK ORDE-TINGGI

BAB 4 SISTEM DINAMIK ORDE-TINGGI Stem Damk Ore-Tgg 47 BAB 4 SISTEM DINAMI ORDE-TINI Stem amk ore-tgg gabuga ua atau lebh tem amk ore-atu. Cotoh:. Level cotrol paa tagk-tagk, bak yag tem o- terka oteractg ytem maupu yag terterak teractg

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

TAKSIRAN YANG LEBIH EFISIEN UNTUK PARAMETER PADA DISTRUSI WEIBULL. Erma Kusuma Wati 1), Sigit Sugiarto 2), Bustami 2)

TAKSIRAN YANG LEBIH EFISIEN UNTUK PARAMETER PADA DISTRUSI WEIBULL. Erma Kusuma Wati 1), Sigit Sugiarto 2), Bustami 2) TAKSIRAN YANG LEBIH EFISIEN UNTUK PARAMETER PADA DISTRUSI WEIBULL Erma Kusuma Wat, Sgt Sugarto, Bustam emakusumawat7@yahooco Mahasswa Program S Matematka Dose Matematka, Jurusa Matematka Fakultas Matematka

Lebih terperinci

Statistika Deskriptif

Statistika Deskriptif Statstka Deskrptf Statstka Deskrptf Statstka deskrptf (descrptve statstcs) berkata dega peerapa metode statstk utuk megumpulka, megolah, meyajka, da megaalss data kuattatf secara deskrptf. Statstka Deskrptf

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

RANCANG BANGUN INSTRUMEN PENGUKUR SUHU DAN KELEMBAPAN UDARA MENGGUNAKAN DT-SENSE SHT11

RANCANG BANGUN INSTRUMEN PENGUKUR SUHU DAN KELEMBAPAN UDARA MENGGUNAKAN DT-SENSE SHT11 RANCANG BANGUN INSTRUMEN PENGUKUR SUHU DAN KELEMBAPAN UDARA MENGGUNAKAN DT-SENSE SHT11 Imam Hayat 1), Hesky Stevy Kolbu 1), Slamet Suyto Raharjo ) 1) Jurusa Fska, FMIPA UNSRAT, Maao ) Pusat Gempa Regoal

Lebih terperinci

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

Lebih terperinci

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah The 6 th Uversty Research Colloquum 7 Peerapa Model Regres Esemble No-Hybrd pada Data Kemska d Provs Jawa Tegah Corela Ardaa Savta, Sr Sulstjowat Hadaja, Bowo Waro 3,3 Program Stud Matematka FMIPA, Uverstas

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci