PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL"

Transkripsi

1 PEMODELAN ANGKA PUTUS SEKOLAH USIA SMA DI AWA TIMUR DENGAN PENDEKATAN REGRESI SPLINE MULTIVARIABEL Mega Pradpta, Madu Ratna, I Nyoan Budantara urusan Statstka Fakultas MIPA Insttut Teknolog Sepuluh Nopeber (ITS l. Arf Rahan Hak, Surabaya 60 egapradpta@gal.co, adu_r@statstka.ts.ac.d, _nyoan_b@statstka.ts.ac.d Abstrak- Angka putus sekolah enad perasalahan yang saat n dhadap oleh peerntah. awa Tur erupakan salah satu provns yang berpotens dala enyubang tnggnya angka putus sekolah d Indonesa khususnya untuk usa SMA. Angka putus sekolah usa SMA lebh tngg dbandngkan dengan angka putus sekolah enang penddkan lan. Dala upaya enggalakkan wab belaar tahun, aka perlu dlakukan peodelan angka putus sekolah usa SMA untuk engetahu faktor-faktor yang epengaruh angka putus sekolah usa SMA tersebut. Pendekatan regres yang dgunakan adalah regres nonparaetrk splne ultvarabel dkarenakan data elk pola hubungan yang tdak dketahu bentuk pola datanya. Penentuan odel regres splne terbak berdasarkan pelhan ttk knot optal. Ttk knot optal dtentukan enggunakan etode Generalzed Cross Valdaton (GCV. Hasl peneltan enunukkan bahwa odel regres splne terbak adalah odel regres splne dengan kobnas ttk knot. Varabel yang berpengaruh sgnfkan terhadap angka putus sekolah usa SMA d awa Tur adalah persentase penduduk skn, lau pertubuhan ekono, persentase ulah sekolah, dan persentase tenaga pengaar. Kata Kunc- Angka Putus Sekolah Usa SMA, Regres Nonparaetrk Splne, Ttk Knot I. PENDAHULUAN Penddkan erupakan salah satu faktor pentng dala upaya engebangkan Suber Daya Manusa (SDM. Peran penddkan dala pebangunan SDM akan berdapak terhadap penngkatan kualtas hdup asyarakat. Mengngat hal tersebut, penngkatan utu penddkan sebaga upaya pengebangan SDM tentu sangat pentng dlakukan. Naun, pada kenyataannya ash banyak anak yang engala putus sekolah. awa Tur erupakan salah satu provns yang berpotens dala enyubang tnggnya angka putus sekolah d Indonesa. Angka putus sekolah d awa Tur sapa saat n ash tngg, khususnya untuk enang usa SMA. Angka putus sekolah atau persentase yang tdak bersekolah pada usa SMA yatu kelopok uur 6-8 tahun adalah sebesar 0.8 persen. Angka n cukup tngg bla dbandngkan dengan kelopok uur lannya. Angka putus sekolah kelopok uur 7- tahun yatu sebesar 0, persen. Sedangkan untuk usa - tahun adalah sebesar 0. persen. Hal n uga dapat dlhat pada persentase yang bersekolah. Tahun 0 ulah anak usa SMA ada anak. Seentara angka partspas untuk usa SMA adalah,97 persen. Artnya hanya persen saa anak usa SMA yang bsa sekolah, seentara ssanya persen tdak bsa sekolah d enang tersebut. ad ada 8.99 anak usa SMA tdak bsa sekolah d enang SMA. Salah satu etode yang dapat dgunakan untuk engenalss faktor-faktor yang epengaruh angka putus sekolah adalah analss regres.. Dala banyak hal, serng kal suatu data dpaksakan engkut pola tertentu sehngga enyebabkan odel yang ddapatkan tdak cukup bak. Untuk engatas hal tersebut dapat dgunakan etode regres nonparaetrk d ana etode regres nonparaetrk dapat dgunakan untuk eodelkan pola data d ana bentuk kurva regres tdak dketahu. Peneltan sebelunya engena putus sekolah dlakukan oleh [] pada peneltan peodelan reaa putus sekolah usa SMA d Provns awa Tur dengan enggunakan etode regres spasal. Pada peneltan tersebut nla R yang ddapat cukup rendah yatu kurang dar 0 persen. Oleh karena tu, dperlukan etode yang dapat enghaslkan nla R yang lebh bak. Pada peneltan n dgunakan etode regres nonparaetrk splne yang lebh dapat enyesuakan terhadap pola data. Kelebhan dar splne adalah dapat engatas pola data yang enunukkan adanya perubahan perlaku pada sub sub nterval tertentu dengan bantuan ttk ttk knot. Berdasarkan latar belakang d atas, aka ddapatkan ruusan asalah, yatu bagaana karakterstk angka putus sekolah usa SMA d awa Tur dan faktor-faktor yang epengaruhnya secara deskrptf dan bagaana eodelkan faktor-faktor yang epengaruh angka putus sekolah usa SMA d awa Tur enggunakan regres splne ultvarabel. II. TINAUAN PUSTAKA A. Analss Regres Analss regres erupakan salah satu analss dala statstka yang dgunakan untuk enyeldk pola hubungan fungsonal antara varabel respon dan varabel predktor. Pada uunya terdapat tga pendekatan dala engestas kurva regres, yatu pendekatan paraetrk, nonparaetrk, dan separaetrk []. Apabla dala analss regres bentuk kurva pola hubungan varabel respon dan predktor dketahu, aka pendekatan regres yang dgunakan adalah regres paraetrk. Sedangkan ka pola hubungan kurva regres tdak dketahu aka odel regres yang dgunakan adalah odel regres nonparaetrk. Pendekatan regres separaetrk dgunakan untuk pola hubungan varabel respon dan predktor yang sebagan dketahu kurva regresnya dan sebagan lag tdak. B. Regres Nonparaetrk Splne Regres nonparaetrk erupakan etode pendekatan regres yang sesua untuk pola data yang tdak dketahu bentuk kurva regresnya atau tdak terdapat nforas asa lalu yang lengkap tentang bentuk pola data []. Bentuk odel regres nonparaetrk secara uu adalah sebaga berkut. ( Pendekatan regres nonparaetrk elk fleksbltas yang tngg, karena data dharapkan encar sendr bentuk estas kurva regresnya tanpa dpengaruh oleh faktor subyektftas penelt. Dala fungs splne terdapat ttk knot yang erupakan ttk perpaduan yang enunukkan perubahan perlaku kurva

2 pada selang yang berbeda []. Bentuk uu odel regres Splne dsakan pada persaaan berkut 0 F( x x ( x K ( dengan x K x K 0 ; x K ; x K d ana erupakan paraeter odel dan erupakan orde splne. K adalah ttk knot erupakan ttk perpaduan bersaa dana terdapat perubahan pola perlaku pada nterval yang berbeda. C. Pelhan Ttk Knot Optal dan Model Terbak Ttk knot erupakan ttk perpaduan bersaa dana terdapat perubahan pola perlaku pada nterval yang berbeda Model splne dengan ttk knot yang optal erupakan odel splne yang terbak. Salah satu etode pelhan ttk knot optal yang palng banyak dpaka adalah Generalzed Cross Valdaton (GCV. Ttk knot yang optal dperoleh dar nla GCV yang palng nu []. Metode GCV secara uu adalah sebaga berkut. MSE( K, K,, K GCV ( K, K,, K ( n tr I A( K, K,, K dana D. Penguan Sgnfkans Paraeter Penguan sgnfkans paraeter dgunakan untuk enentukan varabel predktor yang berpengaruh terhadap varabel respon pada odel yang telah ddapat. U yang dlakukan antara lan:. U Serentak Untuk engetahu sgnfkans paraeter secara bersaa-saa aka dlakukanlah u serentak. Statstk u yang dgunakan adalah statstc u F.. U Indvdu Untuk engetahu paraeter yang berpengaruh sgnfkan secara ndvdu terhadap odel aka dlakukanlah u ndvdu. Statstk u yang dgunakan adalah statstk u t. E. U Asus Resdual Asus resdual dgunakan untuk engetahu kelayakan suatu odel dala enggabatkan data yang sebenarnya. Asus yang perlu dpenuh adalah resdual dentk, ndependen, dan berdstrbus noral. a. Resdual dentk Resdual dkatakan dentk apabla resdual tersebut elk varans yang saa (hoogen. U yang dapat dgunakan untuk engetahu apakah resdual elk varans yag hoogen adalah u Gleser [6]. b. Resdual ndependen Tuuan dlakukan penguan resdual ndependen adalah untuk engetahu apakah korelas antar resdual bernla 0 atau tdak. Adanya korelas antar resdual dsebut dengan stlah autokorelas. Penguan asus resdual ndependen dapat enggunakan Auto Correlaton Functon (ACF. Resdual dkatakan ndependen apabla tdak ada lag yang keluar dar batas atas aupun batas bawah pada plot ACF. c. Resdual berdstrbus Noral Penguan resdual berdstrbus noral untuk engetahu apakah dstrbus resdual telah eenuh asus berdstrbus noral atau tdak. Salah satu u yang dapat dgunakan adalah u Kologorov Srnov. F. Kebakan Model Penentuan ttk Model yang sudah dperoleh dapat dketahu kehandalan odelnya. Kehandalan odel dwakl oleh nla koefsen deternnas atau R. Nla R enyatakan seberapa besar varabel respon delaskan atau dakbatkan oleh hubungan dengan varabel predktor dala odel. G. Putus Sekolah Putus sekolah adalah proses berhentnya sswa secara terpaksa dar suatu lebaga penddkan tepat da belaar atau terlantarnya anak dar sebuah lebaga penddkan foral, yang dsebabkan oleh berbaga faktor. Faktor-faktor yang epengaruh angka putus sekolah antara lan faktor ekono, deograf, dan geograf. III. METODOLOGI PENELITIAN Data yang dgunakan pada peneltan n adalah data sekunder yang dperoleh dar data Badan Pusat Statstk awa Tur dan data Dnas Penddkan dan Kebudayaan awa Tur pada tahun 0. Data tersebuat encakup data angka putus sekolah usa enang penddkan SMA dan faktor-faktor yang dduga epengaruhnya d Provns awa Tur yang terdr dar 8 kota/kabupaten. Tabel. Varabel Peneltan Varabel Keterangan Tpe Y Persentase angka putus sekolah usa SMA Kab/Kota d awa Kontnu Tur X Persentase penduduk skn Kontnu X Lau pertubuhan ekono Kontnu X Persentase sekolah Kontnu X Persentase tenaga pengaar Kontnu Langkah-langkah analss yang dlakukan pada peneltan n adalah sebaga berkut. Melakukan analss deskrptf karakterstk angka putus sekolah usa SMA d awa Tur, persentase keluarga skn, lau pertubuhan ekono, persentase sekolah, dan persentase tenaga pengaar.. Meodelkan faktor-faktor yang epengaruh angka putus sekolah usa SMA d awa Tur dengan regres splne ultvarabel a. Mebuat scatterplot varabel respon dengan asngasng varabel predktor untuk engetahu pola hubungan antara varabel respon dan varabel predktor b. Meodelkan varabel respon dengan berbaga odel Splne dan berbaga ttk knot c. Menetukan ttk knot optal berdasarkan nla GCV nu d. Menentukan odel Splne terbak. e. Mengu sgnfkans paraeter secara serentak dan ndvdu. f. Melakukan u IIDN pada resdual g. Menghtung koefsen deternas dan MSE h. Mengnterpretaskan hasl yang dperoleh dan engabl kespulan.

3 IV. ANALISIS DAN PEMBAHASAN A. Karakterstk Angka Putus Sekolah Usa SMA d awa Tur beserta Faktor yang Dduga Mepengaruhnya Berkut erupakan deskrps angka putus sekolah usa SMA dan faktor-faktor yang dduga epengaruh d 8 kabupaten/kota d awa Tur. Tabel. Statstka Deskrptf Varabel Rata-rata Varans Mnu Maksu Y X X X X Rata-rata angka putus sekolah usa SMA d awa Tur tahun 0 adalah sebesar dengan varans Angka putus sekolah usa SMA terendah sebesar yatu berada d Kabupaten Mookerto dan angka putus sekolah usa SMA tertngg sebesar.000 berada d. Kota Bltar. Persentase penduduk skn enunukkan bahwa ratarata persentase penduduk skn sebesar.860 dengan varans.690. Persentase penduduk skn terendah pada tahun 0 sebesar.700 berada d Kota Batu dan persentase penduduk skn tertngg encapa angka 0.00 berada d Kabupaten Sapang.. Karakterstk varabel lau pertubuhan ekono dengan rata-rata sebesar dan varans sebesar Lau pertubuhan ekono terendah sebesar 6.00 dan lau pertubuhan ekono tertngg encapa Lau pertubuhan ekono terendah terad d Kabupaten Sapang sedangkan lau pertubuhan ekono tertngg terad d Kabupaten Boonegoro. Persentase sekolah SMA elk rata-rata sebesar 0. dengan varans yang kecl yatu sebesar Persentase sekolah terendah adalah sebesar 0.0 sedangkan persentase sekolah tertngg sebesar Varabel persentase tenaga pengaar (X pada tahun 0 elk rata-rata sebesar 7.80 dengan varans sebesar.7. Persentase tenaga pengaar terendah berada d Kedr yakn sebesar.660. Sedangkan persentase tenaga pengaar tertngg berada d Kota Madun yakn sebesar B. Scatterplot Varabel Respon dan Varabel Predktor Berkut erupakan peaparan pola hubungan angka putus sekolah usa SMA dengan varabel yang dduga berpengaruh. angka putus sekolah 0 0. persentase penduduk skn persentase sekolah Gabar. Scatterplot antara Angka Putus Sekolah dengan Keepat Varabel yang Dduga berpengaruh Berdasarkan scatterplot yang dperoleh dar keepat varabel predktor terhadap angka putus sekolah dperoleh bahwa seua pola hubungan yang terbentuk tdak ebentuk pola tertentu. lau pertubuhan ekono persentase tenaga pengaar C. Pelhan Ttk Knot Optal dan Model Regres Splne Terbak Selanutnya dlakukan pelhan ttk knot optal dengan knot, knot, knot, knot dan kobnas knot untuk eperoleh odel regres nonparaetrk splne ultvarabel terbak. Generelzed Cross Valdaton (GCV erupakan salah satu etode yang dgunakan pada pelhan ttk knot optal. Seakn kecl GCV aka akan enghaslkan ttk knot yang optal. Berkut erupakan hasl nla GCV dar beberapa plhan ttk knot.. Pelhan Ttk Knot Optal dengan Satu Knot Nla GCV regres splne ultvarabel dengan satu ttk knot adalah sebaga berkut Tabel. Nla GCV dengan Satu Ttk Knot No X X X X GCV Berdasarkan hasl pelhan ttk knot optal dengan satu ttk knot dperoleh nla GCV terkecl sebesar Pelhan Ttk Knot Optal dengan Dua Knot Nla GCV regres splne ultvarabel dengan dua ttk knot adalah sebaga berkut Tabel. Nla GCV dengan Dua Ttk Knot No X X X X GCV Berdasarkan hasl pelhan ttk knot optal dengan dua ttk knot dperoleh nla GCV terkecl sebesar Pelhan Ttk Knot Optal dengan Tga Knot Nla GCV regres splne ultvarabel dengan tga ttk knot adalah sebaga berkut Tabel. Nla GCV dengan Tga Ttk Knot No X X X X GCV Berdasarkan hasl pelhan ttk knot optal dengan tga ttk knot dperoleh nla GCV terkecl sebesar 0... Pelhan Ttk Knot Optal dengan Epat Knot Nla GCV regres splne ultvarabel dengan epat ttk knot adalah sebaga berkut Tabel 6. Nla GCV dengan Epat Ttk Knot No X X X X GCV

4 Berdasarkan hasl pelhan ttk knot optal dengan tga ttk knot dperoleh nla GCV terkecl sebesar 0.80 D. Penguan Sgnfkans Paraeter Model Regres Splne Terbak. Pelhan Ttk Knot Optal dengan Kobnas Knot Nla GCV regres splne ultvarabel dengan kobnas ttk knot adalah sebaga berkut Tabel 7. Nla GCV dengan Kobnas Ttk Knot No Varabel Kobnas Ttk Knot GCV X 0.78, X X 0.0 X X X X 0.0 X Berdasarkan hasl pelhan ttk knot optal dengan kobnas ttk knot dperoleh nla GCV terkecl sebesar Berkut erupakan perbandngan nla GCV dengan satu knot, dua knot, tga knot, epat knot, dan kobnas knot. Tabel 8. Nla GCV Splne No Ttk Knot Nla GCV knot 0.00 knot 0.8 knot 0. knot 0.80 Kobnas knot 0.77 Berdasarkan pelhan ttk-ttk knot dengan berbaga ulah ttk knot, nla GCV terkecl ddapat dar penggunaan kobnas ttk knot yatu sebesar 0.77 dengan knot optal (K = 0.78, K = , K =.07, (K = 6.869, K = 6.889, K 6 = 7.0, (K 7 =0.0, (K 8 =6.9, K 9 = 7.6, dan K 0 = Berkut erupakan odel regres splne ultvarabel terbak dengan estas paraeternya. ˆ y x -.67( x ( x ( x x ( x ( x ( x x -.7 ( x x 0.89 ( x ( x ( x Penguan sgnfkans paraeter dgunakan untuk enentukan varabel predktor yang berpengaruh terhadap varabel respon pada odel yang telah ddapat. Penguan sgnfkans paraeter dapat dlakukan secara serentak aupun ndvdu. Hpotess untuk penguan sgnfkans paraeter odel secara serentak adalah sebaga berkut. H 0 : = = = = = 0 H : nal terdapat satu 0 dana =,,, Tabel 9. ANOVA Penguan Secara Serentak Suber Df SS MS F htung P-value Regres Resdual Total Hasl penguan serentak enunukkan nla P-value sebesar Nla tersebut lebh kecl darpada nla α yatu sebesar 0.0. Keputusan yang dabl adalah tolak H 0 dan dabl kespulan nal ada satu varabel yang berpengaruh sgnfkan terhadap odel. Untuk engetahu paraeter ana yang eber pengaruh sgnfkan selanutnya dlakukan u ndvdu. Hpotess penguan sgnfkans paraeter secara ndvdu adalah sebaga berkut. H 0 : = 0 H : 0 dana =,,, Tabel 0. U Indvdu Varabel Paraeter Koefsen P-value Keterangan X Tdak Sgnfkan Sgnfkan Sgnfkan Sgnfkan X Tdak Sgnfkan Sgnfkan Sgnfkan Tdak Sgnfkan X Sgnfkan Sgnfkan X Sgnfkan Tdak Sgnfkan Tdak Sgnfkan Tdak Sgnfkan Model regres nonparaetrk splne lner ultvarabel dengan kobnas knot tersebut enghaslkan koefsen deternas sebesar persen dan MSE sebesar Hal tersebut epunya art bahwa varabel predktor apu enelaskan varabltas varabel respon sebesar persen. Tahap selanutnya adalah elakukan u sgnfkans paraeter. Tabel 0 enunukkan bahwa terdapat paraeter yang tdak sgnfkan yatu, 8,,,, dan dkarenakan epunya nla P-value yang lebh dar α=0.0. Meskpun begtu, ddapatkan kespulan bahwa seua varabel berpengaruh sgnfkan terhadap odel. Setelah ddapatkan odel regres splne terbak aka dlakukan u asus resdual. E. Penguan Asus Resdual Model Regres Splne Terbak U asus resdual bertuuan untuk engetahu apakah resdual yang dhaslkan odel sudah eenuh asus

5 resdual. Resdual harus eenuh asus dentk, ndependen, dan berdstrbus noral. Resdual dkatakan eenuh asus dentk apabla resdual tersebut elk varans yang saa (hoogen. Untuk engetahu apakah resdual elk varans yang hoogen dapat du enggunakan u Gleser. Hpotess untuk engetahu apakah varans dar resdual sudah dentk atau belu adalah sebaga berkut. Tabel. U Gleser Suber df SS MS F htung P-value Regres Resdual Total 7.6 Hasl penguan Gleser tersebut enghaslkan nla P- value sebesar Nla tersebut lebh besar dar alpha yang dtetapkan yatu 0.0 sehngga dabl keputusan gagal tolak H 0. Dapat dspulkan bahwa resdual telah dentk. Tuuan dlakukan penguan resdual ndependen adalah untuk engetahu apakah antar resdual ndependen atau tdak. Asus resdual ndependen dapat dlhat enggunakan Auto Correlaton Functon (ACF. Berkut adalah hpotess untuk engetahu apakah resdual sudah eenuh asus ndepen H : 0 (tdak ada korelas antar resdual 0 : H 0 ( ada korelas antar resdual. Gabar. Plot ACF Resdual Hasl enunukkan bahwa tdak ada lag yang keluar atau elewat dar gars batas. Oleh karena dapat dspulkan bahwa tdak ada korelas antar resdual atau dengan kata lan asus resdual ndependen telah terpenuh. Penguan resdual berdstrbus noral untuk engetahu apakah dstrbus resdual telah eenuh asus berdstrbus noral atau tdak. U yang dapat dgunakan adalah u Kologorov Srnov. Hpotess yang dgunakan untuk engu resdual berdstrbus noral adalah sebaga berkut. H : resdual berdstrbus noral 0 H : resdual tdak berdstrbus noral Autocorrelaton Percent res Gabar. U Noraltas Resdual Lag Mean -.796E- StDev 0.9 N 8 KS 0.07 P-Value >0.0 Dengan enggunakan Kologorov Srnov ddapatkan nla P-value sebesar 0.0. Nla tersebut lebh besar darpada α. Keputusan yang dabl adalah gagal tolak H 0. Dengan dekan dabl kespulan bahwa asus resdual berdstrbus noral telah terpenuh. F. Interpretas Model Interpretas odel splne terbak dcontohkan untuk hubungan angka putus sekolah usa SMA dengan salah satu varabel predktor yatu persentase sekolah (X. Hubungan persentase sekolah (X terhadap angka putus sekolah usa SMA (Y dengan asus varabel X, X, dan X konstan adalah pada saat persentase sekolah kurang dar 0.0 persen, apabla persentase sekolah nak sebesar satu persen aka angka putus sekolah usa SMA cenderung akan nak sebesar 0.7 persen. Pada saat persentase sekolah lebh dar 0.0 persen, apabla persentase sekolah engala kenakan sebesar satu persen aka angka putus sekolah usa SMA akan cenderung turun sebesar.08 persen. Pengelopokan kabupaten/kota berdasarkan odel yang ddapat sebaga berkut. - kabupaten/kota dengan persentase sekolah kurang dar 0.0 persen yatu Kota Surabaya, Kota Malang, Kota Pasuruan, Kota Probolnggo, Kota Gresk, Kabupaten Gresk, Kabupeten Sdoaro, Kabupaten Mookerto, Kabupaten obang, Kabupaten Boonegoro, Kabupaten Tuban, Kabupaten Madun, Kabupaten Ngaw, Kabupaten Magetan, Kabupaten Ponorogo, Kabupaten Pactan, Kabupaten Kedr, Kabupaten Nganuk, Kabupaten Bltar, Kabupaten Tulungagung, Kabupaten Trenggalek, Kabupaten Malang, Kabupaten Pasuruan, Kabupaten Probolnggo, Kabupaten Luaang, Kabupaten Bondowoso, Kabupaten Stubondo, Kabupaten eber, Kabupaten Banyuwang, Kabupaten Sapang, dan Kabupaten Bangkalan. - kabupaten/kota dengan persentase sekolah lebh dar 0.0 persen yatu Kota Madun, Kota Kedr, Kota Mookerto, Kota Bltar, Kabupaten obang, Kabupaten Laongan, Kabupaten Paekasan, dan kabupaten Suenep. Bedasarkan odel yang dperoleh dharapkan persentase sekolah d tap kabupaten/kota dapat elebh angka 0.0 karena dengan dekan angka putus sekolah dapat dturunkan. V KESIMPULAN DAN SARAN Kespulan yang dapat dabl dar peneltan n adalah sebaga berkut.. Rata-rata angka putus sekolah usa SMA d awa Tur pada tahun 0 adalah sebesar dengan varans sebesar Angka putus sekolah usa SMA terendah sebesar yatu berada d Kabupaten Mookerto. Kota Bltar enyubang angka putus sekolah usa SMA tertngg sebesar Model regres nonparaetrk splne ultvarabel terbak yang terbentuk adalah odel regres splne lner dengan kobnas knot. Nla GCV yang dperoleh sebesar 0.77 dengan Rsquare yatu sebesar persen, sedangkan nla MSEnya adalah Persaaan odelnya adalah sebaga berkut ˆ y x -.67( x ( x ( x x ( x ( x 6.889

6 -.0 ( x x -.7 ( x x 0.89 ( x ( x 7.6.7( x Varabel-varabel yang berpengaruh terhadap angka putus sekolah usa SMA adalah persentase penduduk skn, lau pertubuhan ekono, persentase sekolah, dan persentase tenaga pengaar. Saran yang dapat dberkan penuls adalah pada peneltan selanutnya dapat dlakukan penabahan varabel predktor yang epengaruh angka putus sekolah usa SMA d awa Tur. Selan tu peneltan pada peneltan selanutnya dapat encoba enggunakan regres splne orde dua atau orde tga. DAFTAR PUSTAKA [] Septana, L. (0. Peodelan Reaa Putus Sekolah Usa SMA d Provns awa Tur dengan Menggunakan Metode Regres Spasal, Tugas Akhr, Statstka FMIPA ITS, Surabaya [] Budantara, I.N. (00. Model Splne Multvarabel dala Regres Nonparaetrk. Makalah Senar Nasonal Mateatka, urusan Mateatka ITS Surabaya. [] Eubank, R. L. (988. Splne Soothng and Nonparaetrc Regresson, Marcel Deker: New York. [] Hardle, W. (990. Appled Nonparaetrc Regresson. New York: Cabrdge Unversty Press. [] Wahba G. (990. Splne Models for Observatonal Data. Phladelpha: SIAM. [6] Guarat, D. N. (006. Dasar-Dasar Ekonoetrka Eds Pertaa, akarta: Erlangga.

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus Tuberkulosis di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus Tuberkulosis di Jawa Timur Menggunakan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 5 No. (6) 337-35 (3-98X Prnt) D-7 Peodelan Faktor-Faktor yang Mepengaruh Julah Kasus Tuberkuloss d Jawa Tur Menggunakan Regres Nonparaetrk Splne Frda Fahrun Nsa dan I Nyoan

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

Spline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat

Spline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat Jurnal Matematka Vol. 7, No., Desember 07, pp. 3-43 ISSN: 693-394 Artcle DOI: 0.4843/JMAT.07.v07.0.p90 Splne Truncated Multvarabel pada Permodelan Nla Ujan Nasonal d Kabupaten Lombok Barat Nurul Ftryan

Lebih terperinci

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel

Pemodelan 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL SAINS DAN SENI ITS Vol 1, No 1, (Sept 2012) ISSN: 2301-928 A-34 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, I Gust Ngurah Ra

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR

ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR ANALISIS FAKTOR YANG MEMPENGARUHI ANGKA BUTA HURUF MELALUI GEOGRAPHICALLY WEIGHTED REGRESSION: STUDI KASUS PROPINSI JAWA TIMUR Andyono; Rokhana Dw Bekt; Edy Irwansyah Computer Scence Department, School

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode statistika yang umum digunakan untuk

BAB II TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode statistika yang umum digunakan untuk BAB II TINJAUAN PUSTAKA 2. Analss Regres Analss regres adalah suatu metode statstka yang umum dgunakan untuk melhat pengaruh antara varabel ndependen dengan varabel dependen. Hal n dapat dlakukan melalu

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL TEKNIK POMITS Vol, No, (22) -6 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, Nur Wahyunngsh 2, dan I Gust Ngurah Ra Usadha 3

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosdng Senar Sans dan Teknolog FMIPA Unul Perode Maret 016, Saarnda, Indonesa ISBN: 978-60-7658-1-3 Pengendalan Kualtas Produk Menggunakan Peta Kendal T Hotellng Dan Analss Keapuan Proses Untuk Data Multvarat

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

Pemodelan Angka Harapan Hidup Propinsi Jawa Timur dan Jawa Tengah Dengan Metode Geographically Weighted Regression

Pemodelan Angka Harapan Hidup Propinsi Jawa Timur dan Jawa Tengah Dengan Metode Geographically Weighted Regression Pemodelan Angka Harapan Hdup Propns Jawa Tmur dan Jawa Tengah Dengan Metode Geographcally Weghted Regresson Oleh : Lus Frdal (13732) Dosen Pembmbng : Dr. Purhad, M. Sc BACK LATAR BELAKANG Pelaksanaan pembangunan

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

METODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR

METODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR PROSIDING ISBN : 978 979 6353 3 MEODE LEVENBERG MARQUARD UNUK MASALAH KUADRA ERKECIL NONLINEAR -8 Lusa Krsyat Budash Progra Stud Mateatka Unverstas Sanata Dhara Yogyakarta lusa_krs@sta.usd.ac.d Abstrak

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

Faktor yang Mempengaruhi Kematian Ibu Hamil di Jawa Timur Dengan Menggunakan Metode Geographically Weighted Poisson Regression

Faktor yang Mempengaruhi Kematian Ibu Hamil di Jawa Timur Dengan Menggunakan Metode Geographically Weighted Poisson Regression Faktor yang Mempengaruh Kematan Ibu Haml d Jawa Tmur Dengan Menggunakan Metode Geographcally Weghted Posson Regresson Rfk Arsta-1311.105.009 rfk11@mhs.statstka.ts.ac.d Pembmbng : Ir. Mutah Salamah, M.

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER UNIVERSITAS DIPONEGORO 013 ISBN: 978-60-14387-0-1 FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER Saftr Daruyan

Lebih terperinci

PEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION

PEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION TUGAS AKHIR SS 4556 PEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION Vresa Endra Marta NRP 34 030 063 Dosen Pembmbng :

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

PowerPoint Slides by Yana Rohmana Education University of Indonesian

PowerPoint Slides by Yana Rohmana Education University of Indonesian SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan quas expermental dengan one group pretest posttest desgn. Peneltan n tdak menggunakan kelas pembandng namun sudah menggunakan

Lebih terperinci

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan lapangan kuanttatf yang bersfat korelasonal. Peneltan lapangan merupakan suatu peneltan untuk memperoleh data-data yang sebenarnya

Lebih terperinci

Pemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur

Pemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur D-414 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) Pemodelan Faktor-Faktor yang Memengaruh Produks Pad d Jawa Tmur Ajeng D. P. Sar dan Wwek Setya Wnahju Jurusan Statstka, Fakultas

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus BAB III METODE PENELITIAN Metode peneltan merupakan cara atau langkah-langkah yang harus dtempuh dalam kegatan peneltan, sehngga peneltan yang dlakukan dapat mencapa sasaran yang dngnkan. Metodolog peneltan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

Post test (Treatment) Y 1 X Y 2

Post test (Treatment) Y 1 X Y 2 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl

Lebih terperinci

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah,

III. METODELOGI PENELITIAN. Suatu penelitian dapat berhasil dengan baik dan sesuai dengan prosedur ilmiah, III. METODELOGI PENELITIAN A. Metode Peneltan Suatu peneltan dapat berhasl dengan bak dan sesua dengan prosedur lmah, apabla peneltan tersebut menggunakan metode atau alat yang tepat. Dengan menggunakan

Lebih terperinci

TIN309 - Desain Eksperimen Materi #13 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #13 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN Mater #13 Genap 016/017 6 6 3 - T a u f q u r R a c h m a n 6 6 3 - T a u f q u r R a c h m a n Mater #13 TIN309 DESAIN EKSPERIMEN Prnsp Dasar ANCOVA merupakan teknk analss yang berguna untuk menngkatkan

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL

PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL Tan Wahyu Utam, Indah Manfaat Nur Unverstas Muhammadyah Semarang, emal : tan.utam88@gmal.com

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity 37 III. METODE PENELITIAN 3.1 Jens dan Sumber Data Jens peneltan yang dgunakan adalah peneltan deskrptf, yang mana dgunakan untuk mengetahu bagamana pengaruh varabel X (celebrty endorser) terhadap varabel

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam

Lebih terperinci

I DEWA AYU MADE ISTRI WULANDARI

I DEWA AYU MADE ISTRI WULANDARI I DEWA AYU MADE ISTRI WULANDARI 1310 100 009 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERSENTASE PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON

Lebih terperinci

Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat

Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat JURNAL SAINS DAN SENI POMITS Vol., No., (3) 33-35 (3-98X Prnt) D-95 Pengendalan Kualtas Proses Produks Tube Plastk D Pt. X Menggunakan Peta Kendal P Multvarat Ia Rdo Rarso, Luca Ardnant, dan Muhaad Mashur

Lebih terperinci

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar)

PENENTUAN UKURAN CONTOH OPTIMUM DESAIN TWO STAGE CLUSTER SAMPLING (Studi Kasus Pendugaan Variabel Demografi di Kabupaten Blitar) J. Sans IPA, Aprl 009, Vol. 5, o., Hal.: 66-70 ISS 978-873 PEETUA UKURA COTOH OPTIU DESAI TWO STAGE CLUSTER SAPLIG (Stud Kasus Pendugaan Varabel Deograf d Kabupaten Bltar) Rusda Yulyant* Pusat Peneltan

Lebih terperinci

Analisis Faktor Risiko Kematian Ibu dan Kematian Bayi dengan Pendekatan Regresi Poisson Bivariat di Provinsi Jawa Timur Tahun 2013

Analisis Faktor Risiko Kematian Ibu dan Kematian Bayi dengan Pendekatan Regresi Poisson Bivariat di Provinsi Jawa Timur Tahun 2013 JURNAL SAINS DAN SENI IS Vol. 4, No., (05) 337-350 (30-98X Prnt) Analss Faktor Rsko Kematan Ibu dan Kematan Bay dengan Pendekatan Regres Posson Bvarat d Provns Jawa mur ahun 03 D39 Ind Arkand dan Wwek

Lebih terperinci

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6) ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jens dan Pendekatan Peneltan Jens peneltan n termasuk peneltan korelasonal (correlatonal studes. Peneltan korelasonal merupakan peneltan yang dmaksudkan untuk mengetahu ada

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-30 JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Prnt) D-30 Analss Faktor-Faktor yang Memengaruh Persentase Penduduk Mskn dan Pengeluaran Perkata Makanan d Jawa Tmur menggunakan Regres

Lebih terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

Bootstrap Pada Regresi Linear dan Spline Truncated

Bootstrap Pada Regresi Linear dan Spline Truncated Statstka, Vol. 8 No. 1, 47 54 Me 2008 Bootstrap Pada Regres Lnear dan Splne runcated Harson Darmaw 1) dan Bambang Wdjanarko Otok 2) 1) enaga Pengajar d Jurusan Matematka UNRI, Pekanbaru e-mal: son_ms@yahoo.co.d

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil

Taksiran Kurva Regresi Spline pada Data Longitudinal dengan Kuadrat Terkecil Vol. 11, No. 1, 77-83, Jul 2014 Taksran Kurva Regres Slne ada Data Longtudnal dengan Kuadrat Terkecl * Abstrak Makalah n mengka tentang estmas regres slne khususnya enggunaan ada data longtudnal. Data

Lebih terperinci

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani    / KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen,

BAB III METODE PENELITIAN. hasil penelitian. Walaupun penelitian ini merupakan penelitian kuasi eksperimen, BAB III METODE PENELITIAN A. Metode dan Desan Peneltan Metode peneltan n adalah quas ekspermen karena terdapat unsur manpulas, yatu mengubah keadaan basa secara sstemats ke keadaan tertentu serta tetap

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukan, guna menjawab persoalanpersoalan yang d hadap. Adapun

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

Bab 4. ANACOVA Analysis Of Covariance

Bab 4. ANACOVA Analysis Of Covariance Bab 4 ANACOVA Analss Of Covarance ANAVA vs ANREG ANAVA?? dgunakan untuk mengu perbandngan varabel tergantung () dtnau dar varabel bebas ANREG?? Dgunakan untuk mempredks varabel tergantung () melalu varabel

Lebih terperinci

ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK

ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK Tess ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK Oleh : MUHAMMAD NAFI NRP.304008 PROGRAM PASCASARJANA PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel 4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK CAMPURAN SPLINE TRUNCATED DAN DERET FOURIER (Studi Kasus : Angka Harapan Hidup Provinsi Jawa Timur)

MODEL REGRESI SEMIPARAMETRIK CAMPURAN SPLINE TRUNCATED DAN DERET FOURIER (Studi Kasus : Angka Harapan Hidup Provinsi Jawa Timur) TESIS SS 14501 MODEL REGRESI SEMIPARAMETRIK CAMPURAN SPLINE TRUNCATED DAN DERET FOURIER (Stud Kasus : Angka Harapan Hdup Provns Jawa Tmur) KHAERUN NISA NRP. 1315 01 018 DOSEN PEMBIMBING Prof. Dr. Drs.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode peneltan atau metodolog peneltan adalah strateg umum yang danut dalam mengumpulkan dan menganalss data yang dperlukkan, guna menjawab persoalan yang dhadap. Adapun rencana

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group Jurnal EKSPONENSIAL Volume 6, Nomor, Nopember 05 ISSN 085-789 Pemodelan Regres Varabel Moderas Dengan Metode Sub-Group Regresson Modelng of Moderatng Varable wth a Method of Sub Group Rsna Septawat, Des

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tujuan Peneltan Tujuan dalm peneltan n adalah mengetahu keefektfan strateg pembelajaran practce-rehearsal pars dengan alat peraga smetr lpat dan smetr putar dalam menngkatkan

Lebih terperinci

Klasifikasi Gangguan Jiwa Skizofrenia Menggunakan Algoritme Support Vector Machine (SVM)

Klasifikasi Gangguan Jiwa Skizofrenia Menggunakan Algoritme Support Vector Machine (SVM) Jurnal Pengebangan Teknolog Inforas dan Ilu Koputer e-issn: 2548-964X Vol. 2, No. 5, Me 2018, hl. 1866-1873 http://-ptk.ub.ac.d Klasfkas Gangguan Jwa Skzofrena Menggunakan Algorte Support Vector Machne

Lebih terperinci

Pemodelan Tingkat Kesejahteraan Penduduk Propinsi Kalimantan Selatan dengan Pendekatan Geographically Weighted Regression (GWR)

Pemodelan Tingkat Kesejahteraan Penduduk Propinsi Kalimantan Selatan dengan Pendekatan Geographically Weighted Regression (GWR) Prosdng Semnar Nasonal MIPA 06 Peran Peneltan Ilmu Dasar dalam Menunjang Pembangunan Berkelanjutan Jatnangor, 7-8 8 Oktober 06 ISBN 978-60 60-76 76-- Pemodelan Tngkat Kesejahteraan Penduduk Propns Kalmantan

Lebih terperinci

Bab II Tinjauan Pustaka

Bab II Tinjauan Pustaka Bab II Tnauan Pustaka Msalkan vektor acak berdens p dengan atrks kovarans ( ) k sebaga koponen ke-k dan Σ σ. Koefsen korelas antara dua koponen dan adalah ρ σ σσ ( ) ( ) Var ( ) Cov, Var, Nla ρ eenuh ρ

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 PENDHULUN 1.1 Latar elakang Dala pelaksanaan proyek serng kal engala suatu habatan atau penypangan sehngga serng terad kerugan bag penyelesaan proyek tersebut. Untuk tu perlu adanya suatu perencanaan

Lebih terperinci