ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX
|
|
- Ari Tanudjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANAISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCUOSIS DENGAN MODE REGRESI COX Es Okava Sr Seyagsh da A Adrya Program Sud Maemaka Fakulas Maemaka da Ilmu Pegeahua Alam Uversas Pakua Bogor ABSTRAK D Idoesa peyak TuberculossTB mead peyak yag saga megkhawarka karea peyak ersebu dsebabka oleh baker Mycobacerum Tuberculoss da bsa berakba kemaa ada beberapa fakor yag mempegaruh keahaa hdup pedera TB daarya usa es kelam gka peddka saas lgkuga kebasaa merokok da pecahyaa rumah. Peela beruua uuk megeahu fakor-fakor yag mempegaruh keahaa hdup pase TB megguaka aalss survval dega model regres co. Dapa dkeahu bahwa pase yag meala rawa ap d RSPG Csarua Bogor sebaga besar berusa 4-63 ahu berpeddka SD Sekolah Dasar beres kelam lak-lak saas lgkuga yag bak memlk kebasaa merokok da mempuya pecahyaa rumah yag bagus. Daa waku survval berdsrbus 3-parameer webull dega parameer da masg-masg berla da Dar model regres co dapa dsmpulka bahwa fakor yag palg mempegaruh erhadap keahaa hdup pase TB yau saas lgkugaya da pase yag bersaas lgkuga kurag bak aka megkaka fugs hazard sebesar 344 sera memlk resko gagal uuuk beraha hdupya leh gg dbadgka dega pase yag bersaas lgkuga bak. Kaa kuc : Tuberculoss Regres Co 3-Parameer Webuul Aalss Survval Keahaa Hdup Fugs Hazard. Mahasswa Program Sud Maemaka Uversas Pakua Saf Pegaar pada Program Sud Maemaka Uversas Pakua Bogor
2 PENDAHUUAN aar Belakag Tuberculoss TB merupaka peyak feks yag mash mead masalah kesehaa dberbaga belaha dua ermasuk Idoesa. TB adalah salah sau peyak meular yag ka dak medapaka peagaa yag epa bsa membulka keada yag dak dgka seper halya kemaa. Meuru WHO World Healh Orgazao pada ahu 999 d Asa erdapa 45 ua kasus TB dar keseluruha 8 ua. Kasus TB yag dperkraka erdapa d Idoesa sebayak 3 ua yag megalam kemaa karea TB seap ahuya. Geala yag dmbulka aara la gaggua perafasa seper sesak afas bauk sampa berdarah bada ampak kurus kerg da lemah. Pemerah Idoesa elah berupaya megurag umlah pedera TB dega memberka peyuluha erhadap warga d Idoesa. Pemerah Idoesa pu bekerasama dega WHO melaksaaka evaluas bersama yag meghaslka rekomedas perluya melakuka perubaha medasar pada sraeg peaggulaga peyak TB d Idoesa. Jawa Bara sebaga salah sau wlayah dega umlah pedudukya yag pada memlk gka kerawaa yag gg erhadap peyebara peyak daaraya peyebara peyak TB. Wlayah Bogor yag merupaka baga dar provs Jawa Bara memlk poes peyebara acama peyak TB yag cukup megkhawarka. Hal dkareaka Bogor mempuya wlayah yag saga luas erdr dar kawasa dusr da pemukma pedudukya alasa ersebu mead alasa yag saga medukug erhadap perkembaga baker Mycobacerum uberculoss secara cepa da ersrukur. Seseorag yag medera TB keahaa hdupya aka berkurag. ama hdup pase ersebu ergaug pada beberapa fakor. Fakor-fakor ersebu daaraya fakor usa es kelam gka peddka saas lgkuga kebasaa merokok da pecahayaa. Berdasarka laar belakag ersebu peela yag aka dlakuka yau megaalss fakor-fakor yag mempegaruh keahaa hdup pase TB dalam meala rawa ap d R.S Paru Dr. M. Goeawa Parowdgdo. Aalss erhadap keahaa hdup pase TB ersebu dlakuka dega meerapka model regres co. Tuua Peela Tuua yag g dcapa dalam peela yau uuk megeahu fakor-fakor yag palg mempegaruh keahaa hdup pase TB dega model regres co da meghaslka fugs hazard kegagala uuk seap pase. METODOOGI PENEITIAN Daa Daa yag dguaka dalam peela adalah daa sekuder megea waku survval usa es kelam gka peddka sera daa prmer yag megea saas lgkuga kebasaa merokok da pecahayaa rumah dar pase TB yag meala rawa ap d RS Paru Dr. M Goeawa Parowdgdo Csarua pada bula November 5 sampa dega bula Jauar 6. Tahapa Aalss Ragkaa ahapa aalss survval dega model regres co dperlhaka pada dagram alr dbawah
3 Pedugaa Dsrbus Daa Megguaka U Aderso-Darlg Esmas fugs hazard da fugs survval Pembeuka Model Awal Waku Survval Megguaka Regres Co U Sereak Mula Pegumpula Daa Idefkas Varabel Aalss Deskrpf Esmas Parameer U Kelayaka Model Apakah Model ayak? Selesa Ya Ierpreas U Parsal Gambar. Tahapa Aalss. Pegumpula Daa Daa yag dguaka yau berupa daa rekam meds pedera peyak TB.. Idefkas Varabel Pada aha dlakuka defkas varabel-varabel yag aka dlbaka dalam model. Terdapa dua es varabel yag aka dguaka yau: a. Varabel Depede Varabel depede dalam peela yau waku yag dperlua oleh pase uuk beraha hdup dar waku awal aggal masuk pase rawa ap d RSPG Csarua hgga waku akhr Taggal akhr peela yag dlambagka dega huruf T da saua wakuya adalah har. b. Varabel Idepede Tdak Varabel depede yag dguaka yau usa X es kelam X gka peddka X 3 saas lgkuga X 4 kebasaa merokok X 5 da pecahayaa rumah X Aalss Deskrpf Uuk megeahu karakersk pedera peyak uberculoss yag drawa d RS Paru Dr. Goeawa Parowdgdo maka lagkah aalss deskrpf yag dlakuka adalah : a. Membua bar char seap varabel depede uuk megeahu karakersk pase. b. Megaalss karakersk pase berdasarka la persease pada pe char. c. Dlakuka pedugaa dsrbus daa megguka sofware Mab sehgga dapa dkeahu es dsrubus daa waku survval pedera uberculoss. Aalss aalss ersebu sudah ada pada opso meu meu dalam sofware pegolaha daa sask yag serg dguaka. Salah sau program olah daa yag serg dguaka adalah Mab. 4. Esmas fugs hazard da fugs survval Pada ahap dlakuka pedugaa fugs hazard f h da fugs survval F S = - F dega F merupaka fugs kumulaf dar fugs kepadaa peluag suau dsrbus yag aka dadka dasar dalam formulas model. Pedugaa fugs hazard da fugs survval dlakuka dega megku dsrbus yag sudah dperoleh pada ahap sebelumya. Pedugaa dsrbus daa megguaka Aderso-Darlg. Meuru aw da 3
4 Kelo. Sask uya adalah sebaga berku: l F A l F X X Daa dapa dkaaka megku dsrbus ereu apabla la sask Aderso-Darlg pada dsrbus ersebu semak kecl. 5. Dlakuka pedugaa la parameer uuk parameer yag erdapa pada drbus 3 parameer webull. Pedugaa parameer dlakuka megguaka meode Mamum kelhood da meode Newo Raphso. agkah-lagkah uuk meeuka esmaor maksmum dar meuru Wdharh 3 yau: a. Teuka fugs lkelhood... k... ~ X f k b. Beuk log lkelhood l log... X k ~ c. Teuka urua dar l erhadap... k log... k X ~ d. Beuk persamaa lkelhood da selesaka log... k X ~ 6. Pembeuka Model Awal Waku Survval Megguaka Regres Co. Sebelum melakuka pemodela erhadap beberapa fakor yag dduga mempegaruh waku survval pase uberculoss erlebh dahulu dlakuka pegua asums pemodela regres co. Apabla asums pemodela regres co dar fakor-fakor yag elah dduga erpeuh maka fakor-fakor ersebu dapa dmodelka sesua dsrbus daa waku survval yag dperoleh 4 pada ahap 3c. aalss waku survval dlakuka dega meode regres co erhadap keaha hdup pase uberculoss 7. U Kelayaka Model Pada ahap dlakuka u kelayaka model erhadap model regres co yag dperoleh pada ahap sebelumya. a. U Sereak U sereak dguaka uuk megeahu apakah varabel depede yag dguaka pada model berpegaruh sgfka secara bersama-sama. Hpoess: H : β = β = = p = H : palg sedk ada sau dega = p Taraf Sgfka yag dguaka pada peela yau 5% aau α = 5 Sask u: l X R l l l l l l Kepuusa : olak H ka la sask u X R p ; b. U Parsal U Parsal uuk megeahu varabel depede maa yag berpegaruh sgfka erhadap model maka lagkah selauya adalah melakuka u parsal erhadap parameer-parameerya. Hpoess: H : = H : Taraf Sgfka yag dguaka pada peela yau 5% aau α = 5 Sask u: ˆ X W ˆ SE
5 Kepuusa : olak H ka la sask u X W l ; kelam lak-lak da gka peddkaya SD Sekolah Dasar. Apabla model layak maka parameer yag ada dalam model sgfka da bsa dlakuka erpres model sedagka ka model dla dak layak maka proses formulas model perlu dlakuka kembal uuk medapaka model yag palg layak. HASI DAN PEMBAHASAN Aalss Deskrpf Berku adalah umlah frekues seap usa pase yag dkeolmpokka. Tabel. Tabel Frekues Uuk Varabel Usa Kelas ke- Usa Baas Kelas Frekues 9 h - 9 h h - 3 h h - 4 h h - 5 h h - 63 h h - 74 h h - 85 h h - 96 h Toal Berdasarka Tabel dapa dkeahu pase TB yag meala rawa ap d RSPG Csarua Bogor sebaga besar berusa 4-63 ahu dega umlah frekues 5. Gambar. Bar Char Jes Kelam da Tgka Peddka Pase TB Berdasarka Gambar dkeahu bahwa pase TB sebaga besar berses Gambar. Saas lgkuga kebasaa merokok da pecahyaa rumah pae. Berdasarka Gambar dapa dkeahu bahwa pase TB sebaga besar mempuya saas lgkuga yag bak memlk kebasaa merokok da pecahayaa rumah yag bagus. Pedugaa Dsrbus Daa Tabel. Pegua Dsrbus Daa Dsrbus Aderso- Darlg Sgfka Normal Parameer Epoeal 4.83 <. 3-Parameer Webull.576 >.5 Smalles Ereme Value.793 <. arges Ereme Value.6.6 ogsc 3.95 >.5 Tabel. Meuukka bahwa la Aderso-Darlg yag palg kecl erdapa pada dsrbus 3-parameer webull sela u la sgfkaya lebh besar dar la yau >.5. sehgga dapa dkaaka bahwa daa waku survval pase TB berdsrbus 3- parameer webull. Esmas Fugs Hazard da Fugs Survval Daa waku survval pase TB yag berdsrbus 3-parameer webull mempuya fugs dsrbus sebaga berku: 5
6 6 { { } Fugs kumulafya : d d f F ep ep Fugs Survval : F S ep ep Fugs Hazard : S f h ep ep Esmas Parameer Dalam peela fugs lkelhood adalah PDF Probably Dsrbuo Fuco bersama dsrbus 3 parameer webull yag dyaaka dega: f ep ep Fugs lkelhood merupaka fugs ekspoesal sehgga uuk meyederhaaka fugs ersebu dguakaka fugs l-lkelhood yau l l l l l l l Fugs l-lkelhood uuk esmas parameer da merupaka fugs maksmum apabla dpeuh l l da l sehgga l l Ssem persamaa daas merupaka ssem persamaa oler yag sul dlakuka peyelesaa eksakya sehgga dperlukak peyelesaa dega pedekaa umerk salah sauya dega meode ewo-raphso.
7 Pada pela la esmas uuk parameer da dapa dlha pada hasl oupu dar sofware mab sebaga berku: Tabel 3. Nla Parameer uuk Dsrubus 3-Parameer Webull Dsrbuo ocao Shape Scale Threshold Normal* Parameer Epoeal Parameer Webull Smalles Ereme Value arges Ereme Value ogsc Tabel 3 meuukka parameer dega shape parameer beuk scale parameer sakala da Threshold parameer bobo masg-masg berla da Pemodela Waku Survval Megguaka Regres co Model awal Regres Co dar pase ke- dega la parameer yag dhaslka megguaka baua sofware SPSS sebaga berku: Tabel 4. Nla Parameer uuk Seap Varabel. Sep Usa -.8 Jes_Kelam -.95 Tgka_Peddka.39 Saas_gkuga.633 Kebasaa_Merokok.744 Berdasarka Tabel 4 dapa meghaslka model awal sebaga berku: h ep ˆ h 6 3 Dlakuka pegua sereak da pegua parsal erhadap model awal regres co. U sereak dguaka uuk megeahu apakah varabel depede yag dguaka pada model berpegaruh sgfka secara bersamasama. Hpoess: H : Varabel yag dguaka dak berpegaruh secara bersama-sama erhadap model. H : Palg sedk ada sau varabel yag dguaka berpegaruh secara bersama-sama erhadap model. Taraf sgfka yag dguaka pada peela yau 5% aau α = 5 Sask u: X R Nla merupaka la - log lkelhood apa varabel da merupaka la - log lkelhood dega varabel. Nla-la ersebu dapa dlha pada hasl oupu dar SPSS sebaga berku: Tabel 5. Nla - og kelhood Seap agkah uuk Pegua Secara Sereah Terhadap Model Sep - og kelhood a 84.8 b c d e f
8 Kepuusa : olak H ka la sask u X. R p ; Berdasarka sask u secara sereak erhadap model awal dperoleh la sebesar 59. Nla ersebu dbadgka dega la yau 6; la sask u meuukka lebh besar dbadgka dega la 6; maka olak H arya ada palg sedk sau varabel yag berpegaruh erhadap model yag dperoleh. Seelah u dlakuka u parsal erhadap masg-masg varabel. Hpoess: H : = dak berpegaruh erhadap model H : berpegaruh erhadap model Taraf sgfka yag dguaka pada peela yau 5% aau α = 5 Sask u: X X X usa usa ˆ ˆ SE ˆ usa ˆ SE.8.9 X usa.773 Nla sask u pada varabel usa yau.773 perhuga yag sama dlakuka pada varabel-varabel berkuya. Hasl dar perhuga u sask uuk seap varabel dapa dlha pada Tabel 6. usa Tabel 6. Hasl U Parsal Terhadap Model Perama Varabel ˆ SE ˆ Nla Wald Usa Jes Kelam Tgka Peddka Saas gkuga Kebasaa Merokok Pecahayaa Tabel 6 memperlhaka bahwa la sask u yag lebh besar duukka pada varabel saas lgkuga dega la yau da la yag palg kecl duuka pada varabel es kelam dega la.498. Berdasarka kepuusa dar hasl u secara sereak maka ada varabel yag dak berpegaruh secara sgfka erhadap model awal yag dhaslka. Dlakuka meode backward uuk megelmas varabel yag dak sgfka erhadap model. Dega melha la wald yag palg kecl da dbadgka dega la yau ; pada Tabel 3 Varabel es kelam yag memlk la wald erkecl daara varabel laya. Nla wald uuk varabel es kelam lebh kecl dbadgka dega la arya ;.5 varabel es kelam dak memlk pegaruh yag sgfka erhadap model da varabel es kelam dak dguaka pada model selauya. Seelah megeluarka saupersau varabel-varabel yag la sgfkaya lebh dar.5 dega meode elmas backward maka model erbak da esmas parameer yag dperoleh adalah sebaga berku: h ep
9 Nla esmas parameer skala beuk da hreshold uuk seap paseya sama. Dar hasl model regres co ersebu dapa delaska bahwa pase dega saas lgkuga bak memlk resko aha hdup dar peyak TB.37 sebesar e aau sama dega 3.44 kal dar pase yag saas lgkugaya kurag bak da aka megkaka fugs hazard sebesar Pada Gambar 4 aka dperlhaka fugs hazard uuk seap paseya. Gambar 4. Grafk Fugs Hazard Uuk Seap Pase Berdasarka Saas gkugaya Gambar 4 meuukka bahwa pase yag saas lgkugaya kurag bak memlk fugs hazard yag lebh gg dega la kumulaf hazardya sebesar 3 dbadgka dega pase yag saas lgkugaya bak arya pase yag bersaas lgkuga kurag bak memlk resko gagal uuk beraha hdup lebh gg dbadgka dega pase yag berasas lgkuga bak. PENUTUP Kesmpula Kesmpula yag dapa dambl dar hasl aalss da pembahasa pada bab sebelumya adalah Pase pedera TB yag meala rawa ap d Rumah Sak Paru Dr. M Goeawa Parowdgdo pada bula November sampa bula Jauar ahu 4 sebaga besar berusa 4-63 ahu beres kelam lak-lak peddka erakhrya sebaga besar SD Sekolah Dasar pecahaya rumah bagus saas lgkugaya bak da memlk kebasaa merokok. Berdasarka hasl dar model regres co dkeahu bahwa saas lgkuga memlk pegaruh yag palg sgfka erhadap keahaa hdup pase TB dega fugs hazard yag megku asums bahwa daa dsrbus 3-Parameer Webull yag dperoleh dar hasl u Aderso-Darlg da model regres co yag dperoleh dar pembahasa sebelumya meuukka bahwa pase yag memlk saas lgkuga yag bak memlk resko aha hdup dar peyak TB sebesar 3.44 kal dar pase yag memlk saas lgkuga yag kurag bak. Sara Pada peela selauya dsaraka uuk proses pegambla daa seper halya melha secara lagsug keadaa rumah dar pase aau pedera TB ersebu da ada peraa yag kua aara keahaa hdup pase TB dega kebasaa merokok karea bayak dar masyaraka yag megeahu bahwa sebaga besar pedera TB dsebabka oleh fakor kebasaa merokok ka kebasaa merokok dak memlk pegaruh aka membulka asums bahwa merokok dak meyebabka seseorag medera TB. 9
10 DAFTAR PUSTAKA aw A. M. & Kelo D. W.. Smulao Modellg Aalyss 3 h ed.. New York: MacGraw-Hll Wdharh T da Supar. 3. Buku Aar Saska Maemaka II aboraorum Saska Jurusa Maemaka FMIPA UNDIP. Semarag. World Healh Orgazao. Gudeles for preveo of uberculoss healh care facles resource lmed segs. Geeva Swzerlad: WHO.999. hp://whqlbdoc.who./hq/999/ WHOTB99.69.pdf d akses 8 Sepember 5.
Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.
Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN
Lebih terperinciESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF
Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah
Lebih terperinciBAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA
BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum
Lebih terperinciAnalisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya
JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I
Lebih terperinciDISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.
DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:
Lebih terperinciBAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV
BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.
Lebih terperinciIII. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik
III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.
Lebih terperinciLOGO ANALISIS REGRESI LINIER
LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres
Lebih terperinciBAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.
BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag
Lebih terperinciINFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2
INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch
Lebih terperinciDeclustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur
Decluserg Peaks Over Threshold Pada Daa Curah Huja Eksrm Depede d Sera Produks Pad Jawa Tmur Rosa Malka () da Suko () ()() Jurusa Saska, FMIPA, ITS, Isu Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm,
Lebih terperinciEstimasi 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 terperinciHidraulika Komputasi
Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.
Lebih terperinciMODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA
Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -
Lebih terperinciPENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2
PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for
Lebih terperinciSTUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF
STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega
Lebih terperinciPenggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD
Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka
Lebih terperinciPemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)
Pemecaha Masalah Ieger Programmg Ber Dega Meode Peambaha Wawa Lakso YS 6) ISSN : 1693 1173 Absrak Program Ler adalah perecaaa akfas-akfas uuk memperoleh suau hasl yag opmal. Tdak semua varabel kepuusa
Lebih terperinciIII. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data
III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa
Lebih terperinciRISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL
RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas
Lebih terperinciBAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak
BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2. Tjaua Pusaka 2.. Defs Pemelharaa Pegera pemelharaa aau perawaa ( maeace ) adalah suau kombas dar berbaga daka yag dlakuka uuk mejaga suau barag aau memperbakya, sampa pada suau
Lebih terperinciREFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati
REFLEKTANS DAN TRANSMTANS CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM Chrsa Dw Raawa Jurusa Fska Fakulas Maemaka da lmu Pegeahua Alam Uversas Dpoegoro sar : Telah dlakuka kaja erhadap larua gula da larua
Lebih terperinciPENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU
PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU 8345 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciPERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU
PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU Dyah Rosa STEM Akamgas, Jl. Gajah Mada No. 38 Cepu E-mal: a_dyah@yahoo.com ABSTRAK Peramala produks d masa medaag saga
Lebih terperinciBAB 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 terperinciRangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh
MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Defs Pemelharaa Pemelharaa aau perawaa (maeace) merupaka kegaa uuk mejaga aau memelhara faslas-faslas da peralaa pabrk, sera megadaka perbaka, peyesuaa aau peggaa yag dperluka uuk medapaka
Lebih terperinciMetode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik
Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao
Lebih terperinciBAB 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 terperinciPERTEMUAN 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 terperinciRancangan Acak Kelompok
Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake
Lebih terperinciSTATISTIKA 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 terperinciIII. METODE KAJIAN A.
25 III. METODE KAJIAN A. Lokas da Waku Kaja Lokas kaja d dusr sapu PT. XYZ yag berlokas d Dusu III R.3/05 Desa Kalbuaya, Kecamaa Telagasar, Kabupae Karawag. Pemlha lokas dlakuka secara segaja (purposve),
Lebih terperinciDi 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 terperinciANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA
ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA Edhy Bastya, da I Nyoma Latra Jurusa Statstka, Fakultas Matematka da
Lebih terperinciBAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU
BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa
Lebih terperinciTAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR
Lebih terperinciBAB 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 terperinciPengukuran Bunga. Modul 1
Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,
Lebih terperinciX a, TINJAUAN PUSTAKA
PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel
Lebih terperinciBAB 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 terperinciBAB 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 terperinciAnalisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull
JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) 337-35 (31-98X Pr D-31 Aalss Survval Pada Pase Demam Berdarah Degue (DBD) d RSU Haj Surabaya Megguaka Model Regres Webull Alfa Slf Mufdah da Purhad Jurusa Statstka,
Lebih terperinciANALISIS 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 terperinciBEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA
Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka
Lebih terperinciPENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.
. Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis
Lebih terperinciEstimasi Parameter Model Logit pada Respons Biner Multivariat Menggunakan Metode Mle dan Gee
Jural ILMU DASAR Vol. 0 No.. 009 : 85 9 85 Esmas Parameer Model Log pada Respos Ber Mulvara Megguaka Meode Mle da Gee Esmag Parameers of Log Model o Mulvarae Bary Respose Usg Mle ad Gee Jaka Nugraha, Suryo
Lebih terperinciS2 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 terperinciBAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai
BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai
Lebih terperinciBAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma
Lebih terperinciPemodelan Regresi untuk Rancangan Percobaan Faktor Tunggal
Jural Sas & Maemaka JSM) ISSN Kaa 854-675 Pusaka Volume 5, Nomor, Aprl 7 Arkel Peela 6-67 Pemodela Regres uuk Racaga Percobaa Fakor Tuggal Dw Ispra Saf Pegaar urusa Maemaka Fakulas MIPA UNDIP Semarag ABSTRAK---Meode
Lebih terperinciBAB 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 terperinciBAB III PERSAMAAN PANAS DIMENSI SATU
BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka
Lebih terperinciBAB 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 terperinciV. PENGUJIAN HIPOTESIS
V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska
Lebih terperinciBAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu
BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI. Pemelharaa aau Maeace.. Pegera Pemelharaa Pemelharaa aau dalam slah asgya dsebu maeace adalah kegaa uuk memelhara aau mejaga faslas / eralaa abrk da megadaka erbaka aau eyesuaa /
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala
Lebih terperinci( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)
8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang
Lebih terperinciJumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun
Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban
Lebih terperinciJurnal EKSPONENSIAL Volume 6, Nomor 2, Nopember 2015 ISSN
Jural EKSPONENSAL Volume 6, Nomor, Nopember 05 SSN 085789 Aalss Pegedala Persedaa Produk dega Meode Ecoomc Order Quay Mul em Megguaka Algorma Geeka uuk Megefseka Baya Persedaa Hasl Peramala Berbass Expoeal
Lebih terperinciBAB II LANDASAN TEORI. Total Productive Maintenance mula mula berasal dari pemikiran PM ( Preventive
BAB II LANDASAN TEORI 2. Toal Producve maeace (TPM) Toal Producve Maeace mula mula berasal dar pemkra PM ( Preveve Maeace da Produco Maeace), dar Amerka masuk ke Jepag da berkembag mejad suau ssem baru
Lebih terperinciBAB 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 terperinciBAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka
Lebih terperinciBAB 8 PERSAMAAN DIFERENSIAL BIASA
Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin
4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277
JURNAL SAINS DAN SENI ITS Vol. 5 No. (06 337-350 (30-98X Prt D-77 Pemodela da Pemetaa Kasus Demam Berdarah Degue d Provs Jawa Tmur Tahu 04 dega Geeralzed Posso Regresso, Regres Bomal Negatf da Flexbly
Lebih terperinciTAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR
Lebih terperinciPENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI
PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI Daua uu Memeuh Persyaraa Peyelesaa Program Saraa Sas Jurusa Maemaa Faulas Maemaa da Ilmu Pegeahua Alam Uversas
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan
Lebih terperinciPemodelan Jumlah Kematian Bayi di Provinsi Jawa Timur Tahun 2011 dengan Pendekatan Regresi Binomial Negatif
JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-8 Pemodela Jumlah Kemata Bay d Provs Jawa Tmur Tahu 011 dega Pedekata Regres Bomal Negatf Selfy Atka Sary da I Nyoma Latra Jurusa Statstka,
Lebih terperinci11/10/2010 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pegera Peramala Meuru Assaur peramala adalah kegaa uuk memperkraka apa yag aka erjad d masa yag aka daag. Sedagka ramala adalah suau suas aau kods yag dperkraka aka erjad pada
Lebih terperinci*Corresponding Author:
Prosdg Semar Sas da Tekolog FMIPA Umul Vol. No. Jul 0, Samarda, Idoesa ISSN : - 0 STRUCTURAL EQUATION MODELLING DENGAN PENDEKATAN PARTIAL LEAST SQUARE (Stud Kasus: Pegaruh Locus of Cotrol, Self Effcacy,
Lebih terperinciAnalisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-350 (30-98X Prt) D-9 Aalss Regres Double Hurdle terhadap Faktor-Faktor yag Mempegaruh Partspas Perempua Kaw dalam Kegata Ekoom d Jawa Tmur Devma Chrst Mukt
Lebih terperinciANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR
ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR Devma Chrst Mukt Ratau (), Dr. Dra. Isma Za, M. S. () Jurusa Statstka,
Lebih terperinciI adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu
METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut
Lebih terperinciRegresi 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 terperinci4/1/2013. 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 terperinciAnalisis Regresi Logistik Ordinal terhadap Faktor-faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa S1 di ITS Surabaya
JURNAL SAINS DAN SENI POMITS Vol., No., (013) ISSN: 337-350 (301-98X Prt) D-177 Aalss Regres Logstk Ordal terhadap Faktor-faktor yag Mempegaruh Predkat Kelulusa Mahasswa S1 d ITS Surabaya Stt Imaslhkah,
Lebih terperinciJawablah 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 terperinciFORMULA AKUMULASI FACKLER UNTUK CADANGAN PREMI BERDASARKAN ASUMSI CONSTANT FORCE
FORMULA AKUMULASI FACKLER UNTUK CADANGAN PREMI BERDASARKAN ASUMSI CONSTANT FORCE Mara Buar-buar *, Hasra 2, Azskha 2 Mahasswa Progra S Maeaka 2 Dose Jurusa Maeaka Fakulas Maeaka da Ilu Pegeahua Ala Uversas
Lebih terperinciKRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB
KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne
Lebih terperinciMETODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di
8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,
Lebih terperinciAnalisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215) 2337-352 (231-928X Prn) D151 Analss Survval pada Pasen Pendera Sndrom Koroner Aku d RSUD Dr. Soeomo Surabaya Tahun 213 Menggunakan Regres Cox Proporonal Hazard
Lebih terperinciPenerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung
Peerapa Aalss Survval utuk Meaksr Waktu Bertaha Hdup bag Pederta Peyakt Jatug Oleh : Ya Hedrajaya (me_ye2@yahoo.co.d), Ad Setawa da Haa A. Parhusp Program Stud Matematka, Fakultas Sas da Matematka Uverstas
Lebih terperinciJurnal 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 terperinciABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2
Pemodela Aomal Luas Pae Pad da Curah Huja Terbobot (Weghted Rafall Idex) dega Pedekata Robust Bootstrap LTS (Stud Kasus: Pemodela Luas Pae d Kabupate Subag) Ika Dew Aryat da Sutko Mahasswa S Statstka ITS,
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DUA PARAMETER MENGGUNAKAN METODE BAYES. Abstract
Esmas Paamee (Ida sa) ESIMASI PARAMEER DISRIBUSI WEIBULL DUA PARAMEER MENGGUNAKAN MEODE BAYES Ida sa Hazhah, Sugo, Ra Rahmawa Mahasswa Juusa Saska FSM Uvesas Dpoegoo Sa Pegaja Juusa Saska FSM UNDIP Absa
Lebih terperinciPeramalan Deret Waktu Multivariat Seasonal pada Data Pariwisata dengan Model Var-Gstar
Jural ILMU DASAR Vol. No., uar 2 : 9 Peramala Dere Waku Mulvara Seasoal pada Daa Parwsaa dega Model Var-Gsar Seasoal Mulvara Tme Seres Forecasg O Toursm Daa by Usg Var-Gsar Model Dhorva Urwaul Wusqa )
Lebih terperinciBab 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 terperinciIII 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 terperinciWAKTU 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