Estimasi Parameter Model Regresi Spline
|
|
- Erlin Salim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal EKSPONENSIAL Volume, Nomor, Mei ISSN Etimai Parameter Model Regrei Spline Etimation of Parameter Spline Regreion Model M. Fathurahman Program Studi Statitika FMIPA Univerita Mulawarman mailfathur@yahoo.com Abtract Regreion analyi i frequently ued to knowledge influence of explanatory variable on the repone variable. here are two approache in regreion, parametric and nonparametric approach. If the information of regreion curve i not available, the nonparametric regreion approach can be applied. hi approach doe not depend on any regreion curve aumption. Spline regreion model i more flexible and one of the model with nonparametric approach, which i a modification from polynomial egment function. he reearch obective wa to determine etimator of parameter pline regreion model uing leat quare method and applied to cae of the effect tryout core on UNAS core of SMKN Samarinda tudent. he reult howed etimator of parameter pline regreion model with leat quare method i x x x y f x and pline regreion model to knowledge influence of tryout core on UNAS core of SMKN Samarinda tudent i,,99675,793463x,9659 7,3,65739( x 7,58, ,9 Baed on thi model, the effect of tryout core on UNAS core of SMKN Samarinda tudent i 8. percent with mean quare error, 7.3 percent. Keyword : Regreion, pline, nonparametric approach, core of tryout and UNAS. PENDAHULUAN Analii regrei merupakan alah atu teknik analii data dalam tatitika yang paling banyak digunakan untuk mengetahui hubungan antara variabel-variabel prediktor variabel reponnya (Kutner, Nachtheim dan Neter, 4. Untuk menelakan hubungan antara variabel prediktor variabel repon digunakan ebuah kurva, yang diebut kurva regrei. Kurva ini dapat diperoleh dua pendekatan, yaitu pendekatan regrei parametrik dan regrei nonparametrik. Pendekatan regrei parametrik digunakan ika bentuk kurva regrei diketahui. Kemudian kurva regrei ecara matemati diwakili oleh uatu bentuk model. Model pendekatan parametrik mempunyai keterbataan untuk mengetimai perubahan pola data yang tidak diharapkan. Jika aumi pemodelan pendekatan parametrik tidak terpenuhi, maka kurva regrei dapat dietimai menggunakan pendekatan nonparametrik. Salah atu model regrei pendekatan nonparametrik yang angat ering digunakan untuk melakukan etimai terhadap kurva regrei adalah regrei pline. Beberapa kelebihan dari regrei pline diantaranya adalah dapat menyeuaikan diri ecara efektif terhadap karakteritik lokal dari data (Budiantara dan Subanar, 997, dapat menggambarkan perubahan (piecewie pola perilaku dari fungi pada ub interval tertentu (Eubank,988 dan dapat digunakan untuk mengatai pola data yang menunukkan naik/turun yang taam bantuan titiktitik knot, erta kurva yang dihailkan relatif mulu (Hardle, 99. Berdaarkan uraian di ata, maka penelitian ini mengkai etimai parameter model regrei pline yang difokukan pada knot dan orde, yang penyeleaiannya menggunakan optimai leat quare. Kemudian penelitian ini dibatai pada etimai parameter model regrei pline linier untuk atu variabel prediktor atu titik knot, dua titik knot dan tiga titik knot. Kemudian untuk memilih model regrei pline terbaik adalah menggunakan kriteria nilai generalized cro validation (GCV terkecil. ANALISIS REGRESI Itilah regrei pertama kali dikemukakan oleh Sir Franci Galton (8-9, eorang antropolog dan ahli meteorologi terkenal dari Inggri. Dalam makalahnya yang berudul Regreion toward mediocrity in hereditary tature, yang dimuat dalam Journal of the Anthropological Intitute, volume 5, halaman 46 ampai 63, tahun 885. Galton menelakan bahwa bii keturunan tidak cenderung menyerupai bii induknya dalam hal bearnya, namun lebih medioker (lebih mendekati rata-rata lebih kecil daripada induknya kalau induknya bear dan lebih bear daripada Program Studi Statitika FMIPA Univerita Mulawarman
2 Jurnal EKSPONENSIAL Volume, Nomor, Mei ISSN induknya kalau induknya angat kecil (Draper dan Smith, 97. Dalam analii regrei, diperlukan uatu model yang digunakan untuk mengetahui hubungan antara variabel tidak beba (repon atu atau lebih variabel beba (prediktor dan untuk melakukan peramalan terhadap variabel repon. Model regrei dapat diperoleh melakukan etimai terhadap parameter-parameternya menggunakan metode tertentu. Adapun metode yang dapat digunakan untuk mengetimai parameter model regrei, khuunya parameter model regrei linier (ederhana dan berganda adalah metode kuadrat terkecil (leat quare dan metode kemungkinan makimum (maximum likelihood (Kutner et.al, 4. Regrei Nonparametrik Regrei nonparametrik merupakan uatu teknik analii data dalam tatitika yang dapat menelakan hubungan antara variabel prediktor variabel repon yang tidak diketahui bentuk funginya karena ebelumnya tidak ada informai tentang bentuk fungi terebut dan hanya diaumikan mulu (mooth dalam arti termuat dalam uatu ruang fungi tertentu ehingga regrei nonparametrik angat mempertahankan flekibilitanya (Eubank, 988. Secara umum bentuk model regrei nonparametrik dapat dituli eperti pada peramaan ( berikut ((Eubank 988 dan (Wahba 99. y f (x ( : y = Variabel repon. f (x = Fungi regrei nonparametrik yang memuat variabel prediktor. = Faktor gangguan yang tidak dapat dielakan oleh model yang diebut error, yang diaumikan ebagai variabel random mean nol, variani σ. Regrei Spline Potongan polinomial memainkan peranan penting dalam teori tatitika. Potongan polinomial mempunyai ifat flekibel dan efektif untuk menangani ifat lokal atau data (Eubank, 988. Salah atu potongan polinomial yang penting adalah polinomial pline. Spline yang didaarkan pada uatu peroalan optimai dikembangkan oleh Wahba (99. Spline muncul ebagai uatu olui dari peroalan regrei polinomial yang belum mampu menangani uatu fungi yang mooth. Berdaarkan hal ini maka muncul modifikai polinomial menadi polinomial pline. Bentuk model regrei pline berorde m adalah eperti pada peramaan ( berikut (Eubank, 988. yi Untuk i =,,, n; =,,, p dan k =,,, p m r m. rx.( m k ( X K k r k fungi truncated, ( X K k m,. r,.( m. k dietimai, dan = Interep ( X K k m ; X ; X K K = Parameter model yang akan.r = Slope pada variabel X k k orde ke-r.( m. k = Slope pada variabel X truncated knot ke-k pada pline berorde m X = Variabel prediktor ke- K k = Knot ke-k pada variabel X =,,, p dan k =,,, = Banyaknya knot dalam variabel prediktor ke- Jika =, maka dari peramaan ( diperoleh bentuk umum model regrei pline berorde m untuk atu variabel prediktor, yaitu eperti pada peramaan (3 berikut (Eubank 988. y i m r m r X ( m k ( X K k r k Etimai Parameter Jika dalam uatu maalah parameter θ tidak diketahui, maka haru mengetimainya menggunakan data ampel, hal ini dapat dilakukan melalui tatitik, atau dapat dikatakan tatitik adalah kuantita yang dihitung dari pengamatan ampel. Untuk menentukan tatitik mana yang paling euai perlu dipertimbangkan ifat-ifat baik uatu etimator antara lain: tak bia, efiien, koniten dan cukup (Hogg dan Craig, 978. Metode Kuadrat erkecil Metode kuadrat terkecil (Leat Square adalah alah atu metode yang paling ering digunakan dalam melakukan etimai terhadap parameter model regrei. Prinip dari metode kuadrat terkecil adalah meminimumkan error yang dihailkan oleh i i Program Studi Statitika FMIPA Univerita Mulawarman 54
3 Jurnal EKSPONENSIAL Volume, Nomor, Mei ISSN model ehingga diharapkan model regrei menelakan data baik. Mengingat error yang dihailkan model regrei pada tiap amatan dapat bernilai negatif dan poitif, maka untuk menghindari penumlahan yang bernilai negatif, dicari umlah dari kuadrat nilai error (Draper dan Smith, 99. Parameter Penghalu Ada beberapa metode yang angat populer untuk memilih parameter penghalu λ antara optimal lain adalah metode Generalized Cro Validation (GCV. Dalam pemilihan λ, kriteria GCV optimal dapat dihitung berdaarkan peramaan (4 berikut ((Wahba, 985, Eubank 988 MSE( GCV( (4 tr(h n tr( I H n dan, I = Matrik Identita H = X X (X X X = Matrik diain dari model yang membentuk penduga f yang optimal. n = ukuran ampel Berdaarkan metode GCV, maka dapat dipilih model regrei pline terbaik, yaitu model yang memiliki nilai GCV (λ terkecil (Eubank 988. Nilai Uian Naional Sekolah Menengah Keuruan Nilai Uian Naional (UNAS Sekolah Menengah Keuruan (SMK adalah nilai yang diperoleh iwa etelah melakukan kegiatan pembelaaran elama tiga tahun di enang SMK dielenggarakan ecara naional yang meliputi tiga mata ui, yaitu Matematika, Bahaa Inggri dan Bahaa Indoneia. Salah atu faktor yang diduga berpengaruh terhadap nilai UNAS SMK adalah Nilai ryout (Sutari, 8. Nilai tryout adalah penilaian yang dilakanakan ecara terpadu kegiatan pembelaaran atau terpiah. Penilaian eni ini diharapkan mampu meningkatkan tandar mengaar, emangat belaar, dan akuntabilita. Hail penilaian ini dapat digunakan ebagai umpan balik bagi peerta didik untuk mengetahui tingkat penguaaan materi ehingga memotivai untuk memperbaiki hailnya, maukan bagi guru dalam memperbaiki trategi pembelaarannya, dan acuan dalam menentukan peerta didik mencapai kompeteni kecepatan belaar yang berbeda-beda meliputi tiga mata pelaaran yaitu Matematika, Bahaa Inggri dan Bahaa Indoneia. MEODE Data yang digunakan dalam penelitian ini adalah diperoleh dari hail penelitian (Sahrul, 9. Kemudian variabel-variabel yang digunakan adalah rata-rata nilai tryout ebagai variabel prediktor (X dan rata-rata nilai UNAS ebagai variabel repon (Y. Adapun langkah-langkah analii data dalam penelitian ini adalah ebagai berikut:. Mengidentifikai pola hubungan antara variabel prediktor variabel repon menggunakan catter plot.. Melakukan etimai parameter model regrei pline linier (orde untuk knot, knot dan 3 knot. 3. Menghitung nilai GCV (λ untuk maingmaing model regrei pline yang diperoleh dari langkah. 4. Memilih model regrei pline terbaik berdaarkan titik knot optimal menggunakan kriteria GCV (λ minimum. 5. Menghitung nilai koefiien determinai (R dan Rata-rata kuadrat error (MSE untuk model regrei pline terbaik 6. Menarik keimpulan. Dalam melakukan analii dan pengolahan data pada penelitian ini, menggunakan bantuan oftware tatitika Minitab 6 dan S-Plu (Venable dan Ripley, 994. HASIL DAN PEMBAHASAN Identifikai Pola Hubungan antara Variabel Prediktor Variabel Prediktor Untuk mengetahui hubungan antara variabel prediktor (nilai tryout variabel repon (nilai UNAS ecara viual dapat dilihat eperti pada Gambar berikut. UNAS SMK 9,5 9, 8,5 8, 7,5 7, 6,5 6, 5 Plot Nilai ryout erhadap Nilai UNAS SMK 6 7 RYOU Gambar. Plot hubungan antara nilai tryout nilai UNAS Berdaarkan Gambar, terlihat bahwa tidak ada kecenderungan dari nilai tryout terhadap nilai UNAS SMK membentuk pola tertentu dan ada 8 9 Program Studi Statitika FMIPA Univerita Mulawarman 55
4 Jurnal EKSPONENSIAL Volume, Nomor, Mei ISSN indikai perubahan pola perilaku dari nilai tryout pada ub-ub interval tertentu. Oleh karena itu ulit digunakan model pendekatan regrei parametrik. Selanutnya pola data akan didekati menggunakan regrei nonparametrik pline. Etimai Parameter Model Regrei Spline Hail etimai parameter model regrei pline linier atu variabel prediktor menggunakan metode leat quare adalah eperti diuraikan berikut ini. Langkah pertama adalah menuli peramaan (3 dalam notai vektor dan matrik eperti pada peramaan (5 berikut. Y = X + X K + (5 [ n x ] [ n x z ] [ z x ] [ n x ] [ x ] [ n x ] z = [ +(m- ] m=orde pline = Banyaknya knot : Y y y ; X y n m ( x k ( x k n k ; n m m m x x x x xn xn ( m. ( m. ( m. n ; k n k k m m m x x x ; X K m m m n n ; k k k Kemudian peramaan matrik (5 dapat dituli eperti peramaan (6 berikut. Y X (6 X = X X K dan. Berdaarkan peramaan (6 diperoleh y x, untuk Y y dan X x. Kemudian euai metode leat quare, diperoleh, y x y x y y y x x y x x Karena keempat truktur pembentuk matrik adalah dalam kalar, maka uatu matrik akan m m m bernilai ama matrik kebalikannya. Sehingga diperoleh, y y x y x x Untuk mendapatkan nilai terkecil dari fungi yang berifat kuadratik, maka turunan pertamanya terhadap parameter yang diduga ( diamakan nol, yaitu: x y x x x x x y Apabila x x berifat noningular, yaitu mempunyai matrik inver, maka; ˆ x x x y b (7 Dalam hubungannya etimator kurva mulu f (x, yang mempunyai optimal, maka untuk memilih etimator f (x yang terbaik diantara kela etimator menggunakan model regrei pline ebagai penduga kurva mulu f, dilakukan penyeuaian peramaan (7 menadi peramaan (8 berikut. ˆ x x x y b (8 x adalah matrik diain dari model yang membentuk etimator Fungi etimatornya, adalah : f x b f x x x x f yang optimal. y (9 Peramaan (9 dapat uga dituli eperti peramaan ( berikut. f H Y ( H matrik yang berifat imetri, definit non-negatif dan idempoten. Berdaarkan etimai parameter model regrei pline menggunakan metode leat quare, diperoleh f x x x x etimator y. Aplikai Etimai Model Regrei Spline Pada Kau Nilai UNAS Setelah dilakukan etimai parameter model regrei pline yang menyatakan hubungan nilai tryout nilai UNAS metode kuadrat terkecil, maka diperoleh hail ebagai berikut. Program Studi Statitika FMIPA Univerita Mulawarman 56
5 Jurnal EKSPONENSIAL Volume, Nomor, Mei ISSN abel. Hail etimai parameter model regrei pline untuk atu titik knot Parameter Etimai 3,6898,5393,67495 Berdaarkan abel, diperoleh model regrei pline atu titik knot (K = 7,8 adalah eperti pada peramaan ( berikut. 3,6898,5393 x, ,8,99675,793463x,9659 7,3,65739( x 7,58, ,9 Setelah diperoleh model regrei pline pada peramaan (, ( dan (3, maka elanutnya dilakukan pemilihan model terbaik dari ketiga model terebut menggunakan nilai GCV (λ terkecil. Hail yang diperoleh adalah eperti pada abel 4 berikut. abel 4. Nilai GCV (λ model regrei pline Jumlah knot Letak titik knot (K Nilai (K 3 GCV 7,8 - -,936 abel. Hail etimai parameter model regrei pline untuk dua titik knot Parameter Etimai Linier 7,35 7,44 -, ,3 7,58 8,9,8,985, , , Berdaarkan abel, diperoleh model regrei pline dua titik knot (K = 7,35 dan K = 7,44 adalah eperti pada peramaan ( berikut.,985,79567 x 4, ,35 4, ,44 abel 3. Hail etimai parameter model regrei pline untuk tiga titik knot Parameter Etimai,99675, ,9659, , Berdaarkan abel 4, nilai GCV (λ terkecil adalah ebear,843 berkaitan model regrei pline tiga titik knot berada pada titik-titik knot K = 7,3, K = 7,58 dan K 3 = 8,9. Model regrei pline ini diberikan oleh peramaan (4 berikut.,99675, x,9659 7,3,65739( x 7,58, ,9 Selanutnya peramaan (4 dapat uga dituli dalam bentuk eperti peramaan (5 berikut.,99675, x, x 7,3 7,338,3354 x,7,3 x 7,58 -,83897, x,7,58 x 8,9 4,657, x, x 8,9 Berdaarkan peramaan (4 dan (5, diperoleh nilai koefiien determinai (R ebear,8 atau 8,% dan MSE ebear,73. Hal ini menunukkan bahwa nilai tryout mampu menerangkan ebear 8,% terhadap nilai UNAS atau dapat dikatakan bahwa pengaruh nilai tryout terhadap nilai UNAS iwa SMKN Samarinda adalah ebear 8,%. Kemudian nilai MSE minimum menunukkan bahwa nilai takiran mendekati nilai ebenarnya. Bentuk kurva regrei pline berdaarkan peramaan (4 dan (5 adalah eperti pada Gambar berikut. Berdaarkan abel 3, diperoleh model regrei pline tiga titik knot (K = 7,3, K = 7,58 dan K 3 = 8,9 adalah eperti pada peramaan (3 berikut. Program Studi Statitika FMIPA Univerita Mulawarman 57
6 Jurnal EKSPONENSIAL Volume, Nomor, Mei ISSN Spline Fit Nilai UNAS SMK ,3 7, Nilai ryout 8,9 Gambar. Kurva regrei pline yang menyatakan hubungan antara nilai tryout nilai UNAS KESIMPULAN Berdaarkan hail dan pembahaan, maka dapat diimpulkan bahwa model regrei nonparametrik pline yang menyatakan hubungan antara nilai tryout nilai UNAS iwa SMKN Samarinda adalah:,99675, x,9659 7,3,65739( x 7,58, ,9 Dari model regrei pline ini dapat diketahui bahwa pengaruh nilai tryout terhadap nilai UNAS iwa SMKN Samarinda adalah ebear 8,%. DAFAR PUSAKA Budiantara, I.N. dan Subanar, 997, Regrei Spline dan Permaalahannya, Berkala Penelitian Pacaarana Univerita Gadah Mada Yogyakarta,, -7. Draper and Smith, 99, Analii Regrei erapan, P Gramedia Putaka Utama, Jakarta. Eubank,R., 988, Spline Smoothing and Nonparametric Regreion, Marcel Dekler, New York. Hardle, W. 99. Applied Nonparametric Regreion. Cambridge, Univerity Pre. Hogg, R.V. and Craig, A.., 978, Introduction to Mathematical Statitic, Macmilan Publihing Co., Inc, New York. Kutner, M.H., Nachtheim, C.J. dan Neter, J. 4. Applied Linear Regreion Model. New York: McGraw-Hill/Irwin. Sahrul. 9. Pendekatan Regrei Spline untuk Memodelkan dan Mengetahui Faktor-faktor yang Mempengaruhi Nilai Uian Naional Siwa Sekolah Menengah Keuruan Negeri Samarinda. Skripi. Program Studi Statitika FMIPA Univerita Mulawarman, Samarinda. Sutari, Sri. 8. Pendekatan Regrei Spline Untuk Memodelkan Nilai UNAS Siwa SMK Negeri 3 Buduran Sidoaro. ei. Mahaiwa Juruan Statitika FMIPA IS, Surabaya. Venable, W.N. dan Ripley, B.D., 994, Modern Applied Statitic with S-Plu, Spinger-Verlag, New York. Wahba, G., 985, A Comparation of GCV and GML for Chooing the Smoothing Parameter in he Generalized Smoothing Problem, he Annal of Statitic, 3, Wahba, G., 99, Spline Model for Obervational Data, SIAM, Philadelphia. Program Studi Statitika FMIPA Univerita Mulawarman 58
PENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1
PENENTUAN MODEL REGRESI SPLINE TERBAIK Agustini Tripena 1 1) Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Pada paper ini
Lebih terperinciPENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI
PENAKIR VARIANI POPLAI YANG EFIIEN PADA AMPLING ACAK EDERHANA MENGGNAKAN KOEFIIEN REGREI Neneng Gutiana Rutam Efendi Harion Mahaiwa Program Matematika Doen Juruan Matematika Fakulta Matematika dan Ilmu
Lebih terperinciPEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.
JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN Amalia Ma rufa, Sri Subanti, Titin Sri Martini Program Studi Matematika FMIPA UNS
Lebih terperinciAnalisis Regresi Spline Kuadratik
Analisis Regresi Spline Kuadratik S 2 Oleh: Agustini Tripena Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Regresi spline
Lebih terperinciAPLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR
APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR Oleh : Isnia Dwimayanti (0 09 06) Pembimbing : DR Drs I Nyoman Budiantara, MS ABSTRAK Tingginya tingkat fertilitas
Lebih terperinciBAB II TEGANGAN TINGGI IMPULS
BAB II TEGANGAN TINGGI IMPULS 2. TEGANGAN IMPULS Tegangan Impul (impule voltage) adalah tegangan yang naik dalam waktu ingkat ekali kemudian diuul dengan penurunan yang relatif lambat menuju nol. Ada tiga
Lebih terperinciPERTEMUAN 3 PENYELESAIAN PERSOALAN PROGRAM LINIER
PERTEMUAN PENYELESAIAN PERSOALAN PROGRAM LINIER Setelah dapat membuat Model Matematika (merumukan) peroalan Program Linier, maka untuk menentukan penyeleaian Peroalan Program Linier dapat menggunakan metode,
Lebih terperinciREGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R.
REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R Tiani Wahyu Utami 1), Alan Prahutama 2) 1 Program studi Statistika, FMIPA, Universitas Mumammadiyah Semarang email: tianiutami@unimus.ac.id 2 Departemen
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3. Deain Penelitian yaitu: Pengertian deain penelitian menurut chuman dalam Nazir (999 : 99), Deain penelitian adalah emua proe yang diperlukan dalam perencanaan dan pelakanaan
Lebih terperinciAplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri
Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
88 BAB IV HASIL PEELITIA DA PEMBAHASA Dalam bab ini dipaparkan; a) hail penelitian, b) pembahaan. A. Hail Penelitian 1. Dekripi Data Dekripi hail penelitian yang diperoleh dari pengumpulan data menggunakan
Lebih terperinciPENAKSIR RASIO DAN PRODUK EKSPONENSIAL YANG EFISIEN UNTUK VARIANSI POPULASI PADA SAMPLING ACAK SEDERHANA
PEAKIR RAIO DA PRODUK EKPOEIAL YAG EFIIE UTUK VARIAI POPULAI PADA AMPLIG ACAK EDERHAA Mega Elmaanti 1* Firdau Hapoan irait 1 Mahaiwa Program 1 Matematika Doen Juruan Matematika Fakulta Matematika dan Ilmu
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.
PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika
Lebih terperinciPENGENDALIAN PROSES VARIABILITAS MULTIVARIATE MELALUI VEKTOR VARIANSI CONTROL ON MULTIVARIATE VARIABILITY PROCESS THROUGH VARIANCE VECTOR
PENGENDALIAN PROSES VARIABILITAS MULTIVARIATE MELALUI VEKTOR VARIANSI CONTROL ON MULTIVARIATE VARIABILITY PROCESS THROUGH VARIANCE VECTOR Sahabuddin, Erna Herdiani, Armin Lawi Bagian Matematika Terapan,
Lebih terperinciMETODE PENELITIAN. penelitian quasi experimental. Desain ini mempunyai kelompok kontrol, tetapi
III. METODE PENELITIAN A. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah dengan menggunakan metode penelitian quai experimental. Deain ini mempunyai kelompok kontrol, tetapi tidak
Lebih terperinciREGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS
REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS Dhina Oktaviana P, I Nyoman Budiantara Mahasiswa Jurusan Statistika ITS Surabaya, Dosen Jurusan Statistika ITS Surabaya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini diuraikan beberapa tinjauan pustaka sebagai landasan teori pendukung penulisan penelitian ini. 2.1 Analisis Regresi Suatu pasangan peubah acak seperti (tinggi, berat)
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian. Waktu Penelitian Penelitian dilakanakan pada 4 Februari 5 Maret 0.. Tempat Penelitian Tempat penelitian ini dilakanakan di SMP Ilam Al-Kautar
Lebih terperinciLaporan Praktikum Teknik Instrumentasi dan Kendali. Permodelan Sistem
Laporan Praktikum Teknik Intrumentai dan Kendali Permodelan Sitem iuun Oleh : Nama :. Yudi Irwanto 0500456. Intan Nafiah 0500436 Prodi : Elektronika Intrumentai SEKOLAH TINGGI TEKNOLOGI NUKLIR BAAN TENAGA
Lebih terperinciPEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan)
PEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) I Made Budiantara Putra 1, I Gusti Ayu Made Srinadi 2, I Wayan Sumarjaya 3 1 Jurusan Matematika, Fakultas MIPA - Universitas Udayana
Lebih terperinciBAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah
BAB III REGRESI SPLINE 3.1 Fungsi Pemulus Spline yaitu Fungsi regresi nonparametrik yang telah dituliskan pada bab sebelumnya = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah faktor
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA Kornelius Ronald Demu, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika FMIPA
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peatnya perkembangan ilmu pengetahuan dan teknologi membuat matematika menjadi angat penting artinya, bahkan dapat dikatakan bahwa perkembangan ilmu pengetahuan dan
Lebih terperinciBAB I PENDAHULUAN. Dalam perkembangan jaman yang cepat seperti sekarang ini, perusahaan
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Dalam perkembangan jaman yang cepat eperti ekarang ini, peruahaan dituntut untuk memberikan laporan keuangan yang benar dan akurat. Laporan keuangan terebut
Lebih terperinciISSN Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika (KARMAPATI) Volume 5, Nomor 2, Tahun 2016
ISSN 5-9063 Volume 5, Nomor, Tahun 06 PENGARUH E-MODUL BERBASIS SAINTIFIK TERHADAP HASIL BELAJAR DAN MOTIVASI SISWA PADA MATA PELAJARAN ANIMASI 3 DIMENSI (STUDI KASUS : KELAS XI MULTIMEDIA SMK NEGERI 3
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni Penelitian Penelitian ini menggunakan pendekatan kuantitatif yang akan dilakukan merupakan metode ekperimen dengan deain Pottet-Only Control Deign. Adapun pola deain penelitian
Lebih terperinciPENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI
PENERAPAN MODEL PEMBELAJARAN PACE UNTUK MENINGKATKAN KEMAMPUAN PEMBUKTIAN MATEMATIKA SISWA DI KELAS VII SMP MATERI GEOMETRI Arief Aulia Rahman 1 Atria Yunita 2 1 STKIP Bina Banga Meulaboh, Jl. Naional
Lebih terperinciMENENTUKAN INDEKS KOMPOSIT MENGGUNAKAN METODE LAGRANGE UNTUK MENGUKUR TINGKAT INDUSTRIALISASI
Jurnal Matematika Vol.6 No. Nopember 6 [ 9 : 8 ] MENENTUKAN INDEKS KOMPOSIT MENGGUNAKAN METODE LAGRANGE UNTUK MENGUKUR TINGKAT INDUSTRIALISASI DI PROPINSI JAWA BARAT Juruan Matematika, Uiverita Ilam Bandung,
Lebih terperinciPenentuan Jalur Terpendek Distribusi Barang di Pulau Jawa
Penentuan Jalur Terpendek Ditribui Barang di Pulau Jawa Stanley Santoo /13512086 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Intitut Teknologi Bandung, Jl. Ganeha 10 Bandung
Lebih terperinciPERBEDAAN HASIL BELAJAR MAHASISWA YANG MASUK MELALUI JALUR SNMPTN DAN JALUR UMB PADA MATAKULIAH KALKULUS II DI JURUSAN MATEMATIKA FMIPA UNIMED
54 PERBEDAAN HASIL BELAJAR MAHASISWA YANG MASUK MELALUI JALUR SNMPTN DAN JALUR UMB PADA MATAKULIAH KALKULUS II DI JURUSAN MATEMATIKA FMIPA UNIMED Abil Manyur Abtrak Penelitian ini bertujuan untuk mengetahui
Lebih terperinciBAB VIII METODA TEMPAT KEDUDUKAN AKAR
6 BAB VIII METODA TEMPAT EDUDUAN AAR Dekripi : Bab ini memberikan gambaran ecara umum mengenai diagram tempat kedudukan akar dan ringkaan aturan umum untuk menggambarkan tempat kedudukan akar erta contohcontoh
Lebih terperinciBAB III METODOLOGI PENELITIAN
A III METODOLOGI PENELITIAN A. Jeni Penelitian Penelitian ini merupakan penelitian lapangan, di mana penelitian langung dilakukan di lapangan yang berifat kuantitatif. Metode yang digunakan dalam penelitian
Lebih terperinciMODUL IV ESTIMASI/PENDUGAAN (3)
MODUL IV ETIMAI/PENDUGAAN (3) A. ETIMAI RAGAM Etimai ragam digunakan untuk menduga ragam σ berdaarkan ragam dari uatu populai normal contoh acak berukuran n. Ragam contoh ini akan digunakan ebagai nilai
Lebih terperinciDEFINISI DAN RUANG SOLUSI
DEFINISI DAN RUANG SOLUSI Pada bagian ini akan dibaha tentang bai dan dimeni menggunakan pengertian dari kebebaan linear ( beba linear dan merentang ) yang dibaha pada bab ebelumnya. Definii dari bai diberikan
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas XI IPA semester genap SMA
III. METODOLOGI PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah iwa kela XI IPA emeter genap SMA Negeri 0 Bandar Lampung tahun pelajaran 04/05 yang berjumlah 5 iwa. Kemampuan
Lebih terperinciPENTINGNYA MEDIA PEMBELAJARAN LABE (LANTAI BERHITUNG) PADA PELAJARAN MATEMATIKA SISWA SD KELAS III TERHADAP HASIL BELAJAR
Tuga Matakuliah Pengembangan Pembelajaran Matematika SD Doen Pengampu Mohammad Faizal Amir, M.Pd. S-1 PGSD Univerita Muhammadiyah Sidoarjo PENTINGNYA MEDIA PEMBELAJARAN LABE (LANTAI BERHITUNG) PADA PELAJARAN
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi
Lebih terperinciREGRESI LINIER BERGANDA
REGRESI LINIER BERGANDA 1. PENDAHULUAN Analisis regresi merupakan salah satu teknik analisis data dalam statistika yang seringkali digunakan untuk mengkaji hubungan antara beberapa variabel dan meramal
Lebih terperinciEFEKTIVITAS VARIABEL MEDIATOR BERDASARKAN KONTRIBUSINYA DALAM MODEL MEDIASI SEDERHANA
EFEKTIVITAS VARIABEL MEDIATOR BERDASARKAN KONTRIBUSINYA DALAM MODEL MEDIASI SEDERHANA Deddy A. Suhardi (deddy_a@mail.ut.ac.id) Ifarudi (ifarudi@mail.ut.ac.id) Juruan Statitika, FMIPA, Univerita Terbuka
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni Penelitian Jeni penelitian ini adalah penelitian kuantitatif dengan pendekatan ekperimental. Deain penelitian ini adalah Pottet-Only Control Deign. Dalam deain ini terdapat
Lebih terperinciANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU
ANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU Oleh : Dwi Litya Nurina 307030003 Doen Pembimbing Wibawati,S.Si,M,Si PT. Petrokimia Kayaku alah
Lebih terperinciPREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE
PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE Annita Nur Kusumastuti, Sri Sulistijowati Handajani, dan Respatiwulan Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi identik
Lebih terperinciKajian Solusi Numerik Metode Runge-Kutta Nystrom Orde Empat Dalam Menyelesaikan Persamaan Diferensial Linier Homogen Orde Dua
Jurnal Gradien Vol. No. Juli 0 : -70 Kajian Solui Numerik Metode Runge-Kutta Nytrom Empat Dalam Menyeleaikan Peramaan Diferenial Linier Homogen Dua Zulfia Memi Mayaari, Yulian Fauzi, Cici Ratna Putri Jelita
Lebih terperinciBAB I PENDAHULUAN. dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu analisis dalam statistika yang dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau variabel bebas X dengan
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA YP Unila
III. METODE PENELITIAN A. Populai dan Sampel Populai dalam penelitian ini adalah emua iwa kela XI IPA SMA YP Unila Bandar Lampung tahun ajaran 01/013 yang berjumlah 38 iwa dan terebar dalam enam kela yang
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
A IV DESKRIPSI DAN ANALISIS DATA A. Dekripi Data Penelitian ini menggunakan penelitian ekperimen. Subyek penelitiannya dibedakan menjadi kela ekperimen dan kela kontrol. Kela ekperimen diberi perlakuan
Lebih terperinciESTIMATOR SPLINE KUBIK
Bimafika, 011, 3, 30-34 ESTIMATOR SPLINE KUBIK Johannis Takaria * Staff Pengajar Fakultas Keguruan Dan Ilmu Pendidikan Universitas Pattimura Ambon Diterima 10-1-010; Terbit 31-06-011 ABSTRACT Consider
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Muhammadiyah 3 Bandar Lampung kelas VII
III. METODE PENELITIAN A. Populai dan Sampel Penelitian ini dilakanakan di SMP Muhammadiyah 3 Bandar Lampung kela VII emeter genap Tahun Pelajaran 0/0, SMP Muhammadiyah 3 Bandar Lampung memiliki jumlah
Lebih terperinciKLASIFIKASI SKOR PROPENSITAS DALAM PENDUGAAN SELANG KEPERCAYAAN BOOTSTRAP UNTUK PERBEDAAN NILAI TENGAH DUA POPULASI
Forum Statitika dan Komputai, Oktoberl 5, p: 7 4 Vol. No. ISSN : 853-85 KLASIFIKASI SKOR PROPENSITAS DALAM PENDUGAAN SELANG KEPERCAYAAN BOOTSTRAP UNTUK PERBEDAAN NILAI TENGAH DUA POPULASI Marzuki Juruan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini merupakan penelitian kuantitatif, karena ingin mengetahui
44 BAB III METODOLOGI PENELITIAN A Jeni Penelitian Penelitian ini merupakan penelitian kuantitatif, karena ingin mengetahui perbedaan hail belajar matematika iwa menggunakan trategi team teaching dan trategi
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah, siswa kelas X semester genap, sebanyak
III. METODE PENELITIAN A. Populai dan Sampel Populai dalam penelitian ini adalah, iwa kela X emeter genap, ebanyak enam kela di SMA Taman Siwa Bandar Lampung tahun pelajaran 010-011. Teknik ampling yang
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni dan Pendekatan Penelitian Penelitian ini merupakan penelitian lapangan, dimana penelitian langung langung dilakukan di lapangan yang berifat kuantitatif. Metode yang digunakan
Lebih terperinciBAB I PENDAHULUAN. menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel respon ( ), dimana
Lebih terperinciROOT LOCUS. 5.1 Pendahuluan. Bab V:
Bab V: ROOT LOCUS Root Locu yang menggambarkan pergeeran letak pole-pole lup tertutup item dengan berubahnya nilai penguatan lup terbuka item yb memberikan gambaran lengkap tentang perubahan karakteritik
Lebih terperinciPERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA
PERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA Febriani Astuti, Kartiko, Sri Sulistijowati Handajani Jurusan Matematika
Lebih terperinciMetode Group Investigation Dengan Strategi Belajar Strategi Organisasi
Metode Group Invetigation Dengan Strategi Belajar Strategi Organiai PENGEMBANGAN PERANGKAT PEMBELAJARAN METODE GROUP INVESTIGATION DENGAN STRATEGI BELAJAR STRATEGI ORGANISASI PADA STANDAR KOMPETENSI MEMPERBAIKI
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode analisis data yang telah diterapkan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan metode analisis data yang telah diterapkan secara luas pada berbagai bidang penelitian, sebagai contoh penelitian-penelitian dalam ilmu pengetahuan
Lebih terperinciMODEL MATEMATIK SISTEM FISIK
MODEL MATEMATIK SISTEM FISIK PEMODELAN MATEMATIK Model Matematik Gambaran matematik dari karakteritik dinamik uatu item. Beberapa item dinamik eperti mekanika, litrik, pana, hidraulik, ekonomi, biologi
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
A IV DESKRIPSI DAN ANALISIS DATA A. Dekripi Data Kegiatan penelitian dilakanakan pada tanggal ampai dengan 4 April 03 di Madraah Ibtidaiyah Infarul Ghoy Plamonganari Pedurungan Semarang. Dalam penelitian
Lebih terperinciPEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL
PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL Alan Prahutama, Suparti, Departemen Statistika, Fakultas Sains dan Matematika,Universitas
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni Penelitian Menurut Sugiyono, metode penelitian pendidikan dapat diartikan ebagai cara ilmiah untuk mendapatkan data yang valid dengan tujuan dapat ditemukan, dikembangkan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni Penelitian Jeni penelitian ini adalah penelitian kuantitatif dengan pendekatan ekperimental. Deain penelitian ini adalah Pottet-Only Control Deign. Dalam deain ini terdapat
Lebih terperinciMATEMATIKA IV. MODUL 9 Transformasi Laplace. Zuhair Jurusan Teknik Elektro Universitas Mercu Buana Jakarta 2007 年 12 月 16 日 ( 日 )
MATEMATIKA IV MODUL 9 Tranformai Laplace Zuhair Juruan Teknik Elektro Univerita Mercu Buana Jakarta 2007 年 2 月 6 日 ( 日 ) Tranformai Laplace Tranformai Laplace adalah ebuah metode yangdigunakan untuk menyeleaikan
Lebih terperinciPenerapan Model Pembelajaran Discovery Learning
Penerapan Model Pembelajaran Dicovery Learning PENERAPAN MODEL PEMBELAJARAN DISCOVERY LEARNING TERHADAP HASIL BELAJAR SISWA KELAS X TAV PADA STANDAR KOMPETENSI MELAKUKAN INSTALASI SOUND SYSTEM DI SMK NEGERI
Lebih terperinciBAB III METODE PENELITIAN
A III METODE PENELITIAN A. Jeni Penelitian Penelitian adalah alah atu media yang digunakan dalam menuli dengan proedur yang telah ditentukan. Penelitian pada hakekatnya adalah uatu upaya dan bukan hanya
Lebih terperinciBAB I PENDAHULUAN. bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi.
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi telah diterapkan pada berbagai bidang, seperti administrasi bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi. Keberhasilan dalam
Lebih terperinciKorelasi Genetik Antara Bobot Sapih dengan Bobot Satu Tahun dan Laju Pertumbuhan Pasca Sapih Sapi Brahman Cross
Jurnal Ilmiah Ilmu-Ilmu Peternakan November, 009, Vol. XII No. 4 Korelai Genetik Antara Bobot Sapih dengan Bobot Satu Tahun dan Laju Pertumbuhan Paca Guhairiyanto dan Depion 1 Intiari Peningkatan produki
Lebih terperinciPemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel
Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dekripi Data Untuk mengetahui pengaruh penggunaan media Audio Viual dengan metode Reading Aloud terhadap hail belajar iwa materi العنوان, maka penuli melakukan
Lebih terperinciBAB 3 PEMODELAN MATEMATIS DAN SISTEM PENGENDALI
26 BAB 3 PEMODELAN MATEMATIS DAN SISTEM PENGENDALI Pada tei ini akan dilakukan pemodelan matemati peramaan lingkar tertutup dari item pembangkit litrik tenaga nuklir. Pemodelan matemati dibentuk dari pemodelan
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Tujuan Penelitian Manfaat Penelitian...
DAFTAR ISI Halaman SAMPUL DEPAN. i SAMPUL DALAM... ii PRASYARAT GELAR. iii LEMBAR PERSETUJUAN.. iv PENETAPAN PANITIA PENGUJI.. v UCAPAN TERIMA KASIH... vi ABSTRAK... vii ABSTRACT... viii RINGKASAN. ix
Lebih terperinciTEORI ANTRIAN. Pertemuan Ke-12. Riani Lubis. Universitas Komputer Indonesia
TEORI ANTRIAN MATA KULIAH RISET OPERASIONAL Pertemuan Ke-12 Riani Lubi Juruan Teknik Informatika Univerita Komputer Indoneia Pendahuluan (1) Pertamakali dipublikaikan pada tahun 1909 oleh Agner Kraup Erlang
Lebih terperinciJurnal Inovasi Pendidikan Fisika (JIPF) Vol. 03 No. 03 Tahun 2014, ISSN:
PENERAPAN PEMBELAJARAN BERBASIS KECERDASAN MAJEMUK UNTUK MENINGKATKAN KETERAMPILAN BERPIKIR KRITIS SISWA PADA MATERI LISTRIK DINAMIS KELAS X MAN MOJOKERTO Lia Ni matul Maula, Alimufi Arief Juruan Fiika,
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas X SMA Negeri 2 Metro
3 III. METODE PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah emua iwa kela X SMA Negeri Metro Tahun Pelajaran 03-04 yang berjumlah 56 iwa. Siwa terebut merupakan atu keatuan
Lebih terperinciBAB III PEMBAHASAN TEOREMA DAN LEMMA YANG DIBUTUHKAN DALAM KONSTRUKSI ARITMETIK GF(5m)
BAB III PEMBAHASAN TEOREMA DAN LEMMA YANG DIBUTUHKAN DALAM KONSTRUKSI ARITMETIK GF5m) Teori finite field mulai diperkenalkan pada abad ke tujuh dan abad ke delapan dengan tokoh matematikanya Pierre de
Lebih terperinciPengaruh Metode Pembelajaran Tanya Jawab Probing-Prompting
Pengaruh Metode Pembelajaran Tanya Jawab Probing-Prompting PENGARUH METODE PEMBELAJARAN TANYA JAWAB PROBING-PROMPTING TERHADAP HASIL BELAJAR SISWA PADA STANDAR KOMPETENSI MENERAPKAN DASAR-DASAR ELEKTRONIKA
Lebih terperinciPERBANDINGAN TUNING PARAMETER KONTROLER PD MENGGUNAKAN METODE TRIAL AND ERROR DENGAN ANALISA GAIN PADA MOTOR SERVO AC
, Inovtek, Volume 6, Nomor, April 26, hlm. - 5 PERBANDINGAN TUNING PARAMETER ONTROLER PD MENGGUNAAN METODE TRIAL AND ERROR DENGAN ANALISA GAIN PADA MOTOR SERVO AC Abdul Hadi PoliteknikNegeriBengkali Jl.
Lebih terperinciEvaluasi Hasil Pelaksanaan Teknologi Modifikasi Cuaca di Jawa Barat Menggunakan Analisis Data Curah Hujan
Evaluai Hail Pelakanaan Teknologi Modifikai Cuaca di Jawa Barat Menggunakan Analii Data Curah Hujan Budi Haroyo 1, Untung Haryanto 1, Tri Handoko Seto 1, Sunu Tikno 1, Tukiyat 1, Samul Bahri 1 1. PENDAHULUAN
Lebih terperinciSeminar Tugas Akhir. Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS
Seminar Tugas Akhir Oleh: Dhina Oktaviana P 1307 100 068 Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeni dan Pendekatan Penelitian Jeni penelitian ini adalah penelitian kuantitatif. Penelitian kuantitatif adalah penelitian menggunakan angka, mulai dari pengumpulan data, penafiran
Lebih terperinciBAB III NERACA ZAT DALAM SISTIM YANG MELIBATKAN REAKSI KIMIA
BAB III EACA ZAT DALAM SISTIM YAG MELIBATKA EAKSI KIMIA Pada Bab II telah dibaha neraca zat dalam yang melibatkan atu atau multi unit tanpa reaki. Pada Bab ini akan dibaha neraca zat yang melibatkan reaki
Lebih terperinciADAPTIVE WEB SITE DENGAN METODE FUZZY CLUSTERING
ADAPTIVE WEB ITE DENGAN METODE FUZZY CLUTERING Muchammad Huni, Wakito Wibiono, dan Wahyu Nugroho Juruan Teknik Informatika, Fakulta Teknologi Informai, Intitut Teknologi epuluh Nopember Kampu IT, Jl. Raya
Lebih terperinciGENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal 191 196. GENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE Andi Sayuti, Dadan Kusnandar, Muhlasah Novitasari Mara
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciOleh : Edwin Erifiandi (NRP ) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi
Oleh : Edwin Erifiandi (NRP. 1309 201 701) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi PENDAHULUAN Latar Belakang (1) () Salah satu metode statistika untuk memodelkan hubungan antar variabel adalah
Lebih terperinciPENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 121 126. PENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK Yuyun
Lebih terperinciESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE
ESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE Dian Ragil P.. Abstrak Model varying-coefficient pada data longitudinal akan dikaji dalam proposal ini. Hubungan antara variabel
Lebih terperinciMODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA
MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA 1 Mifta Luthfin Alfiani, 2 Indah Manfaati Nur, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika,
Lebih terperinciVISI, MISI, TUJUAN DAN SASARAN, STRATEGI DAN KEBIJAKAN
VISI, MISI, TUJUAN DAN SASARAN, STRATEGI DAN KEBIJAKAN 4.1 Vii V ii Dina Pendidikan Kabupaten Way Kanan tidak lepa dari vii Pemerintah Kabupaten Way Kanan yang tertuang dalam Rencana Pembangunan Jangka
Lebih terperinciFIsika KARAKTERISTIK GELOMBANG. K e l a s. Kurikulum A. Pengertian Gelombang
Kurikulum 2013 FIika K e l a XI KARAKTERISTIK GELOMBANG Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami pengertian gelombang dan jeni-jeninya.
Lebih terperinciAnalisa Kendali Radar Penjejak Pesawat Terbang dengan Metode Root Locus
ISBN: 978-60-7399-0- Analia Kendali Radar Penjejak Peawat Terbang dengan Metode Root Locu Roalina ) & Pancatatva Heti Gunawan ) ) Program Studi Teknik Elektro Fakulta Teknik ) Program Studi Teknik Mein
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,
Lebih terperinciIII. METODE PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Persada
0 III. METODE PENELITIAN A. Populai dan Sampel Penelitian Populai dalam penelitian ini adalah emua iwa kela XI IPA SMA Perada Bandar Lampung tahun ajaran 0/0 yang berjumlah 07 iwa dan terebar dalam 3 kela.
Lebih terperinciANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE
ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE SKRIPSI Oleh : ALVITA RACHMA DEVI 24010210120017 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI RETURN ON INVESTMENT (ROI)
Analii Faktor-Faktor... (Nujumun Niwahyuning Pamungka) 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI RETURN ON INVESTMENT (ROI) ANALYSIS OF FACTORS AFFECTING RETURN ON INVESTMENT Oleh: Nujumun Niwahyuning
Lebih terperinciBAB VII. EVAPORATOR DASAR PERANCANGAN ALAT
BAB VII. EVAPORATOR DASAR PERANCANGAN ALAT Ukuran utama kinerja evaporator adalah kapaita dan ekonomi. Kapaita didefiniikan ebagai jumlah olvent yang mampu diuapkan per atuan lua per atuan Waktu. Sedangkan
Lebih terperinci1. Pendahuluan. 2. Tinjauan Pustaka
1. Pendahuluan Komunikai merupakan kebutuhan paling menonjol pada kehidupan manuia. Pada awal perkembangannya ebuah pean diampaikan ecara langung kepada komunikan. Namun maalah mulai muncul ketika jarak
Lebih terperinciADLN Perpustakaan Universitas Airlangga
PERBANDINGAN METODE GENERALIZED CROSS VALIDATION DAN GENERALIZED MAXIMUM LIKELIHOOD DALAM REGRESI NONPARAMETRIK SPLINE UNTUK MEMPERKIRAKAN JUMLAH LEUKOSIT PADA TERSANGKA FLU BURUNG DI JAWA TIMUR RINGKASAN
Lebih terperinciBab 5. Migrasi Pre-Stack Domain Kedalaman. (Pre-stack Depth Migration - PSDM) Adanya struktur geologi yang kompleks, dalam hal ini perubahan kecepatan
Bab 5 Migrai Pre-Stack Domain Kedalaman (Pre-tack Depth Migration - PSDM) Adanya truktur geologi yang komplek, dalam hal ini perubahan kecepatan dalam arah lateral memerlukan teknik terendiri dalam pengolahan
Lebih terperinci