Efesiensi Interpolasi Spatial menggunakan Metode Dekomposisi Gelanggang
|
|
- Johan Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 Efesens Interpolas Spatal menggunakan Metode Dekomposs Gelanggang Amran 1), Nur Irawan 2), Irhamah 3), dan Subono 4) 7 Nopember 29 1) Jurusan Matematka FMIPA Unv. Hasanuddn dan Mahasswa S3, Jurusan Statstka FMIPA ITS, Surabaya Emal : amran@mhs.statstka.ts.ac.d 2), 3) Jurusan Statstka FMIPA ITS, Surabaya 4) Jurusan Matematka, FMIPA ITS, Surabaya ABSTRAK Masalah yang serng dtemu pada mplementas Interpolas Spasal menggunakan data real adalah ukuran data dan grd yang sangat besar, hal n mengakbatkan dmens matrks covarans (C) spasal yang terbentuk sangat besar. Dalam peneltan n, akan dseldk tentang aplkas metode Dekomposs Gelanggang terhadap matrks Kovarans Spatal dalam konteks Interpolas Spasal menggunakan metode Smulas Bersyarat. Dengan menganggap bahwa matrks kovarans spasal sebaga suatu matrks gelanggang atas lapangan rl ( ), matrks n dapat dnyatakan sebaga jumlah langsung dar sub modul. Selanjutnya dengan dekomposs LU pada sub modul n dperoleh matrks segtga bawah L yang dgunakan untuk membangun realsas dekomposs rng. Untuk mengukur efesens, metode n akan dbandngkan dengan metode dekomposs Lower Upper(LU) yang serng dgunakan dalam berbaga aplkas. Menggunakan data ekspermental dan ukuran grd yang sama, metode dekomposs LU dan metode dekomposs rng membangun realsas yang serupa dan varogram yang dreproduks kedua metode n dapat mempertahankan bentuk varogram data ekspermental. Dekomposs rng secara sgnfkan member penngkatan ukuran data ekspermental dan grd yang akan dsmulaskan. Kata Kunc : Smulas bersyarat,semvarogram, dekomposs LU, matrks kovarans spasal, sub modul, dekomposs gelanggang. 1
2 1. Pendahuluan Metode geostatstk basanya dgunakan untuk tujuan: Mengestmas hubungan spasal nla varabel pada lokas yang belum damat dan melakukan smulas ketdakpastan hasl nterpolas. Kedua hal tersebut dlakukan dengan metode krgng dan smulas stokastk dengan data sampel berfungs sebaga data control (syarat) atau dkenal sebaga Smulas Bersyarat. Perbedaan kedua metode n terletak pada tujuannya ( Journel dan Hujbregts, 1978). Jka ngn mengetahu varabltas spasal atau dstrbus varabel d suatu lokas depost maka dgunakan smulas stokastk. Pada smulas stokastk gambaran varabltas sebenarnya dapat dperoleh karena momen orde duanya sama dengan momen orde dua data ekspermental. Momen orde dua menunjukkan varabltas varabel spasal, sehngga untuk mendapatkan gambaran tentang varabltas spasal lokas depost dapat dlakukan melalu smulas stokastk. Salah satu metode nterpolas yang basa dgunakan dalam smulas bersyarat alah Smulas Stokastk dengan Dekomposs Lower Upper (LU), dsngkat dengan SSDLU. Dalam melakukan nterpolas dan mensmulas ketdakpastannya, dgunakan parameter varogram model. Parameter yang dmaksud antara lan : range(a), sll(co) dan lan-lan. Berdasarkan nla parameter n dlakukan proses nterpolas d lokas lannya. Dalam prakteknya SSDLU membag suatu lokas depost menjad beberapa grd, seluruh grd yang dbuat menutup lokas pengamatan, nla nterpolas dhtung berdasarkan nla nterpolas setap lokas grd yang telah dbuat. Dar hasl n dperoleh deskrps reservor yang dkenal dengan model numerk reservor. Smulas stokastk yang menggunakan grd sebaga representas lokas sebenarnya dsebut smulas berbass grd. Hasl nterpolas SSDLU selan mendapatkan nla varabel pada lokas yang tdak mempunya sampel, juga dapat mereproduks varogram ekspermental baru, dengan memerksa varogram yang dreproduks dar data nterpolas dapat dukur keakuratan hasl nterpolas. Jka varogram data nterpolas secara sgnfkan tdak berbeda atau mrp dengan varogram data ekspermental dkatakan hasl tersebut cukup akurat. Jka jumlah data dan grd dan jumlah realsas yang dngnkan sedkt maka SSDLU mampu memberkan solus yang cepat.(deutsch, dan Journel, 1992), namun 2
3 dss lan SSDLU cukup efektf jka jumlah data dan grd kurang dar serbu ( Dowd, dan Sarac, 1992). Sehngga untuk jumlah data dan grd yang lebh dar serbu dan beberapa realsas yang dngnkan, SSDLU sudah tdak akurat lag mengukur varabltas spasal varabel d lokas depost yang damat. Hal n dsebabkan karena keterbatasan kemampuan proses komputas yang harus dgunakan pada metode n. Untuk mengatas masalah tersebut, dapat dgunakan Smulas Stokastk dengan Dekomposs Rng (SSDR). SSDR merupakan pengembangan baru dar SSDLU. SSDR dapat dlakukan untuk jumlah data dan grd serta realsas yang lebh banyak. 2. Smulas Bersyarat Varabel teregonal z(s), dapat dnyatakan sebaga suatu realsas dar varabel acak statoner Z(s) dengan ekspektas m dan covarans C(h) atau varogram 2 (h). Dalam smulas stokastk akan dbuat suatu realsas dar varabel acak Z cs (s) yang somorpk dengan Z(s), yakn suatu varabel acak dengan nla ekspektas dan C(h) atau (h) yang sama. Selanjutnya realsas Z cs (s) pada lokas data ekspermen, menghaslkan nla smulas yang sama dengan nla data ekspermental : Z cs (s ) = Z(s ), s I. I hmpunan data. 2.1 Sfat-Sfat Aljabar Dekomposs LU Untuk menyelesakan suatu system persamaan yang mengandung banyak varabel, sstem persamaan tersebut dtransformas menjad sstem persamaan segtga. Metode elmnas gauss mengkonverskan sstem : Ax = y (1) ke suatu sstem segtga yang equvalen. Konvers dlakukan pada kombnas lner yang bersesuaan dengan persamaan dalam (1). Berkut akan dberkan prosedur konvers pada dekomposs matrks segtga bawah(l) dan matrks segtga atas (U) sehngga : A = LU Penyelesaan persamaan (1), dtentukan dengan dua tahap penyelesaan yakn : Lw = y, Ux = w Ax = LUx = Lw = y. 3
4 3. Metode Dekomposs Gelanggang Metode dekomposs gelanggang merupakan pengembangan metode dekomposs LU yang terbatas pada jumlah data ekspermental dan grd yang kecl. Dengan dekomposs rng kta dapat melakukan dekomposs matrks yang mempunya jumlah grd dan data ekspermental yang besar. Metode dekomposs gelanggang dapat dgunakan untuk mereduks pemakaan memor secara sgnfkan. Suatu R-modul adalah perumuman dar suatu ruang vektor dengan skalar merupakan unsur suatu gelanggang. Jumlah subgroup suatu R-modul adalah submodul. R-modul adalah jumlah langsung ( ) dar sub-modul. (Kasch, 1982). M dsebut jumlah langsung dar hmpunan { B I } sub-modul dar M, dlambangkan dengan : M = I B 2). 1). M j I I, [ Bj B I j B ] dmana, I B b fnte b B M = I dsebut juga sebaga dekomposs langsung M atas sub-modul { B I} dan dasumskan, B, I. Dalam kasus I = {1, 2,, n} hngga, M juga dtuls sebaga: M = B 1 B 2 B n. Teorema 1: B, Msal { B I } sub-modul, B M dan M = dengan : I B, persamaan 2) ekuvalen x M, penulsan x = Corollary 2: I' b, dengan b B, I I, I hngga, adalah tunggal. Jka M adalah suatu matrks gelanggang atas lapangan, maka M adalah suatu jumlah langsung B, dengan B adalah bars ke- elemen M. 4
5 Berdasarkan corollary n dan karena C dapat juga dpandang sebaga matrks gelanggang atas lapangan, maka C adalah jumlah langsung dar B. Msal C = (C j ) nxn. e = (,,, I,,, ), I matrks denttas. defnskan B = e C maka C = B dan e C = (C 1, C 2,, C n ) karena vektor (C 1, C 2,, C n ) dapat ddentfkas dengan B, akbatnya : C = e 1 C e 2 C e n C = B 1 B 2 B n Selanjutnya dekomposskan B menjad matrk segtga bawah dan matrks segtga atas, sebaga berkut : B 1 dapat dgunakan dekomposs : ec C C 2 C n L 11 L L L L L 1n 2n nn u 11 u u u u u 1n 2n nn LU L 11 U 11 = C 11 (gunakan dekomposs LU) L 1 = C 1 2 L j = C,j-1 - C j 2 j -1 L U = C,-1 - C 2 (gunakan dekomposs LU) L j = j > 4. Contoh Numerk Untuk melhat dan menganalss hasl yang dcapa oleh metode dekomposs rng, metode n akan dbandngkan dengan metode dekomposs LU. Akan dtunjukkan bahwa nla nterpolas kedua metode n serupa untuk data dan lokas data ekspermental yang sama. Pengamblan data untuk keperluan n dlakukan pada jumlah data dan grd yang dapat djangkau oleh dekomposs LU, selanjutnya dengan data tersebut dlakukan dekomposs rng untuk dbandngkan haslnya. Dsn dgunakan tujuh lokas data ekspermental, 93 realsas dan 5 x 6 lokas grd yang berukuran 2m 5
6 x 2m dan dambl dar 7 lokas sumur produks lapangan mnyak Jatbarang. Lapangan mnyak Jatbarang terletak d kabupaten Indramayu memanjang dar tmur ke barat 16 km dan dar utara ke selatan 1 km. Mnyak dan gas-bum dtemukan pada basn Jawa Barat yang merupakan suatu antklnal d bawah permukaan yang tdak selaras dar zona 4 sampa 12m, memanjang dar tmur-barat. Dua patahan besar melntang dar utara-selatan membag lapangan menjad tga blok atau patahan. Selan patahan besar juga terdapat beberapa patahan kecl. Dalam peneltan n akan dgunakan 83 data sumur sampel dengan koordnat : 117m sampa 183m arah tmur-barat dan -34m sampa 34m arah utara-selatan. Dar ketujuh data ekspermental yang dberkan, model varogram dapat dhampr dengan varogram model sotropk dengan parameter : Model varogram : Spherkal Range : 39 Sll : 3.5 Jka kedua metode dlakukan pada data ekspermental n, dperoleh hasl dalam Tabel 1: Tabel 1:Hasl nterpolas dekomposs LU dan dekomposs Rng menggunakan 7 data ekspermental 3 lokas grd. No Lokas Dekomposs LU Dekomposs Rng X Y rata-rata st.devas rata-rata st.devas E
7 Berdasarkan perbandngan nla pada Tabel 1, terlhat bahwa nla rata-rata hasl yang dcapa oleh kedua metode nterpolas hampr sama d setap lokas grd, lebh jelasnya dapat dlhat pada kontur hasl nterpolas pada Gambar 1 : a. dekomposs rng b. dekomposs LU gambar 1 : Kontur hasl dekomposs rng dan dekomposs LU dar gambar 1 terlhat bahwa hasl yang dcapa oleh kedua metode n hanya memlk sedkt perbedaan, yakn pada 128 < x < 132 dan 15 < y < 16, pada lokas n dekomposs rng mash dapat menggambarkan perbedaan kadar porostas yakn sebesar 14.8, 15. dan 15.2 sedangkan dekomposs LU menganggap d lokas tu perbedaan kadar porostas, yakn hanya 14.8 dan 15.. Hal n terjad karena adanya perbedaan elemen matrks L GD dan L GG yang bersesuaan untuk lokas yang dmaksud, elemen matrks L GD dan L GG pada dekomposs rng relatf lebh besar darpada elemen 7
8 matrks L GD dan L GG dekomposs LU. Nla elemen matrks L GD dan L GG yang bersesuaan dengan lokas lannya pada kedua metode n memlk nla relatf sama, sehngga pada lokas tersebut kadar porostas oleh kedua metode n relatf sama. Untuk menguj apakah kedua varogram yang dreproduks dar hasl nterpolas n berbeda atau tdak secara sgnfkan terhadap varogram data ekspermental, dlakukan dengan menggunakan uj ft comparson dan haslnya sebaga berkut : Dar Tabel Tabel 2 : Uj kecocokan varogram hasl nterpolas dan varogram data ekspermental pada tngkat kepercayaan 95%. Metode p-value kesmpulan Dekomposs LU Dekomposs Rng tdak berbeda secara sgnfkan. tdak berbeda secara sgnfkan. 2 dapat dsmpulkan bahwa varogram metode dekomposs rng dan dekomposs LU tdak berbeda secara sgnfkan terhadap varogram data ekspermental. Jad kedua metode n dapat mempertahankan bentuk varogram data ekspermental. Berkut dtamplkan statstk deskrptf hasl nterpolas : Tabel 3 : Statstk deskrktf data ekspermental dan hasl nterpolas Statstk Data ekspermental Hasl nterpolas dekomposs LU Hasl nterpolas dekomposs rng Mean St.Devas Koef.varas Mnmum Maksmum Dar tabel 3 dapat dsmpulkan bahwa nla rata-rata hasl nterpolas sangat dekat dengan nla rata-rata data ekspermental, selsh nla rata-rata untuk dekomposs LU =.1298 dan dekomposs gelanggang =.7548 yang menunjukkan bahwa rata-rata dstrbus hasl nterpolas dan rata-rata dstrbus data ekspermental sangat mrp. Hal n sesua dengan asums kestasoneran varabel acak Z(s). Dar uraan d atas dapat dsmpulkan bahwa hasl nterpolas yang dperoleh metode dekomposs rng serupa dengan hasl nterpolas yang dperoleh melalu metode dekomposs LU, bak metode dekomposs rng maupun dekomposs LU tetap mempertahankan struktur analss atau varogram data ekspermental. 8
9 5. Aplkas Metode Dekomposs Rng Pada Lapangan Mnyak Jatbarang Berdasarkan 83 data ekspermental yang dberkan, dperoleh statstk deskrptf sepert yang dsajkan pada Tabel 4: Tabel 4: Statstk deskrktf 83 data ekspermental Statstk 83 Data ekspermental Mean St.Devas Koef.varas Mnmum 5.57 Maksmum Model varogram 83 data ekspermental n dapat dhampr dengan : - Model(sotropk) : Spherkal - Range : 2m dan - Sll : 7.5 Lokas 83 data ekspermental ddefnskan pada grd 33 x 35 berukuran 2m x 2m sehngga jumlah grd keseluruhannya alah 1155, total data dan grd yatu : = 1238, ukuran matrks kovarans yang akan terbentuk yakn 1238 x 1238 merupakan jumlah yang sangat besar bag dekomposs LU. Dengan menggunakan dekomposs gelanggang pada matrk kovarans grd, dperoleh hasl nterpolas dengan statstk deskrptf pada Tabel 5: Tabel 5: Statstk deskrptf hasl nterpolas dekomposs gelanggang Statstk dan grafk hstogramnya : 83 Data ekspermental Mean St.Devas Koef.varas Mnmum Maksmum Gambar 2 : Hstogram hasl nterpolas dekomposs gelanggang 9
10 Nla Varogram Jka dbandngkan antara hasl nterpolas dekomposs rng matrks kovarans grd dengan data ekspermental maka dapat dsmpulkan bahwa nla rata-rata dstrbusnya mempunya selsh yang amat kecl yakn hanya :.16755, sehngga boleh dkatakan bahwa nla rata-rata dstrbus metode dekomposs rng hampr sama dengan nla rata-rata dstrbus data ekspermental. Pada Gambar 3, dtunjukkan perbandngan varogram data ekspermental dengan varogram hasl nterpolas dekomposs rng yang menunjukkan kemrpan bentuk dan nla parameternya. sampel hasl rng Jarak (m) Gambar 3 : Perbandngan varogram hasl nterpolas dekomposs rng dan varogram data ekspermental Berdasarkan uj ft comparson untuk kedua varogram dperoleh nla p-value = >.5 =, sehngga dsmpulkan bahwa kedua grafk tdak berbeda secara sgnfkan pada tngkat kepercayaan 95%. Dar hasl n dapat dlhat bahwa hasl nterpolas pada lapangan mnyak Jatbarang menunjukkan bahwa dstrbus dan varogram hasl nterpolas dekomposs rng serupa dengan dstrbus dan varogram data ekspermental. Berkut dsajkan hasl nterpolas porostas pada lapangan mnyak jatbarang menggunakan 83 data ekspermental melalu dekomposs rng matrks kovarans grd dengan 13 realsas yang dtamplkan dalam kontur kadar porostas: 1
11 Gambar 4 : Kontur kadar porostas dengan dekomposs rng. Dar Gambar 4, terlhat bahwa pada koordnat x > 17. dan y > 2; 14. < x < 16. dan y > 22; 136 < x < 15 dan y < -26; serta 136 < x < 156 dan < y < 18 merupakan daerah yang memlk nla rata-rata kadar porostas lebh tngg darpada kadar porostas lokas lannya. 4. Kesmpulan Metode Dekomposs Lower-Upper(LU) banyak dgunakan dalam karaktersas reservor karena mudah untuk dgunakan, menjalankan smulas dengan data bersyaratnya secara serempak, tdak terbatas pada bentuk fungs kovarans, sehngga dapat pula dgunakan pada kasus ansotropk. Metode Dekomposs Rng merupakan pengembangan dar metode dekomposs LU untuk dmens matrks kovarans yang cukup besar. Dengan asums bahwa matrks kovarans sebaga suatu matrks gelanggang atas lapangan rl ( ), matrks n selanjutnya dnyatakan sebaga jumlah langsung dar sub modul. Dekomposs LU dlakukan pada sub modul n untuk membuat suatu realsas dekomposs rng. Dengan menggunakan delapan puluh tga data ekspermental pada lapangan mnyak Jatbarang, dapat dlhat bahwa hasl nterpolas pada lapangan mnyak jatbarang menunjukkan bahwa dstrbus dan varogram hasl nterpolas dekomposs 11
12 rng serupa dengan dstrbus dan varogram data ekspermental.hal terlhat dar nla rata-rata dstrbusnya mempunya selsh yang amat kecl yakn hanya : Penggunaan dekomposs rng pada matrk kovarans lokas grd, dapat menngkatkan ukuran data ekspermental dan grd yang akan dsmulaskan. Daftar Pustaka Armstrong, M., (1998). Basc Lnear Geostatstcs, Sprnger, Berln. Cresse, N. A. C., (1993). Statstcs for Spatal Data, Eds Revs, John Wley & Sons, New York. Deutsch, C.V., dan Journel, A.G., (1992), GSLIB Geostatstcal Software Lbrary and User s Gude. Oxford Unversty Press, New York. Fetkovch, M. J., (198). Declne Curve Analyss Usng Type Curves, SPE Hohn, M.E., (1999), Geostatstcs and Petroluem Geology, Second Edton, Kluwer Academc Publsher, Dardrecht. Ktands, P.K., (1999). Introducton To Geostatstcs: Applcatons to Hydrogeology, Cambrdge Unversty Press, New York. Matheron,G., (1963). Prncples of Geostatstcs. Economc Geology 58,
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciPendeteksian 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 terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciDekomposisi Nilai Singular dan Aplikasinya
A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak
Lebih terperinciKecocokan 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 terperinciANALISIS 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR
PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB.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 terperinciBAB 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 terperinciBOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL
BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan
Lebih terperinciBAB 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 terperinciDIMENSI PARTISI GRAF GIR
Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,
Lebih terperinciANALISIS 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 terperinciε 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 terperinciBAB 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciPENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI
PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,
Lebih terperinciEVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS
EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS Resa Septan Pontoh Departemen Statstka Unverstas Padjadjaran resa.septan@unpad.ac.d ABSTRAK.
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang
Lebih terperinciPROPOSAL 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciPENDAHULUAN Latar Belakang
PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang
Lebih terperinciSISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS
SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d
Lebih terperinciBAB 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 terperinciBEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA
BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA A-3 Dan Aresta Yuwanngsh 1 1 Mahasswa S Matematka UGM dan.aresta17@yahoo.com Abstrak Dberkan R merupakan rng dengan elemen satuan, M R-modul kanan, dan R S End
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciBAB 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 terperinciBAB 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 terperinciIII. 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 terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciMatematika Eigenface Menggunakan Metrik Euclidean
Matematka Egenface Menggunakan Metrk Eucldean 6 Ben Utomo Sekolah ngg eknolog Bontang, Indonesa Abstract Salah satu sstem pengenalan wajah (face recognton) adalah metode egenface. Metode n bekerja dengan
Lebih terperinciIII. 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 terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciMULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari
MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS
Lebih terperinciEVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK
Prosdng SPMIPA. pp. 147-15. 006 ISBN : 979.704.47.0 EVALUASI METODE PENELUSURAN KERAGAMAN DALAM BLOK DENGAN ANALISIS INTERBLOK Rta Rahmawat, I Made Sumertajaya Program Stud Statstka Jurusan Matematka FMIPA
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciMETODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR
METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah
BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciBAB 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 terperinciIII. 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 terperinciSOLUSI TUGAS MATA KULIAH STATISTIKA II
SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciSOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN
SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka
Lebih terperinciIII. 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 terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciPEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)
PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,
Lebih terperinciBAB 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 terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciLAPORAN PENELITIAN. Pola Kecenderungan Penempatan Kunci Jawaban Pada Soal Tipe-D Melengkapi Berganda. Oleh: Drs. Pramono Sidi
LAPORAN PENELITIAN Pola Kecenderungan Penempatan Kunc Jawaban Pada Soal Tpe-D Melengkap Berganda Oleh: Drs. Pramono Sd Fakultas Matematka dan Ilmu Pengetahuan Alam Me 1990 RINGKASAN Populas yang dambl
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciPERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA
Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL
Lebih terperinciUKURAN LOKASI, VARIASI & BENTUK KURVA
UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya
Lebih terperinciEFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR
EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada
BAB 5 ASIL DAN PEMBAASAN 5. asl Peneltan asl peneltan akan membahas secara lebh lengkap mengena penyajan data peneltan dan analss data. 5.. Penyajan Data Peneltan Sampel yang dgunakan dalam peneltan n
Lebih terperinciAPLIKASI KONSEP KRIGING PADA DATA SIMULASI GANGGUAN GEOMAGNET LOKAL
APLIKASI KONSEP KRIGING PADA DATA SIMULASI GANGGUAN GEOMAGNET LOKAL APPLICATION OF THE KRIGING CONCEPT ON SIMULATION DATA OF LOCAL GEOMAGNETIC DISTURBANCE John Maspupu dan Lukman Arfn Pusat Sans dan Antarksa
Lebih terperinciBAB IV APLIKASI. Pada bagian ini akan dibahas bagaimana contoh mengestimasi. parameter model yang diasumsikan memiliki karateristik spasial lag
BAB IV APLIKASI Pada bagan n akan dbahas bagamana contoh mengestmas parameter model yang dasumskan memlk karaterstk spasal lag sekalgus spasal error. Estmas dlakukan dengan menggunakan software Evews 3
Lebih terperinciBab 1 Ruang Vektor. R. Leni Murzaini/0906577381
Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua
Lebih terperinciBAB 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 terperinciPemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes
Jurnal Matematka, Statstka & Komputas 1 Vol. 4 No. Januar 008 Pemetaan Penyakt Demam Berdarah (DBD) Kota Makassar Dengan Penduga Emprcal Bayes Ansa Abstrak Peneltan n mengkaj penggunaan model Emprcal Bayes
Lebih terperinciBAB III METODOLOGI PENELITIAN
41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode
Lebih terperinciPemodelan 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 terperinciSTATISTICAL STUDENT OF IST AKPRIND
E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan
Lebih terperinci2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil
.1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)
Lebih terperinciBAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol
BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan
Lebih terperinciBIPLOT UNTUK MENGETAHUI KARAKTERISTIK KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN PRODUKSI BAWANG PUTIH, BAWANG MERAH, CABE BESAR DAN CABE RAWIT
Bplot (DahSaftr) BIPLOT UNTUK MENGETAHUI KARAKTERISTIK KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN PRODUKSI BAWANG PUTIH, BAWANG MERAH, CABE BESAR DAN CABE RAWIT Dah Saftr 1, Supart 2, Est Pratw 3, Tyas
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciAnalisis Kecepatan Dan Percepatan Mekanisme Empat Batang (Four Bar Lingkage) Fungsi Sudut Crank
ISSN 907-0500 Analss Kecepatan Dan Percepatan Mekansme Empat Batang (Four Bar ngkage Fungs Sudut Crank Nazaruddn Fak. Teknk Unverstas Rau nazaruddn.unr@yahoo.com Abstrak Pada umumnya analss knematka dan
Lebih terperinciBAB 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 terperinciMODEL 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 terperinciKorelasi Tortuositas dengan Porositas Absolut dalam Pemodelan Aliran Fluida Menggunakan Lattice Gas Automata Model FHP III
Korelas Tortuostas dengan Porostas Absolut dalam Pemodelan Alran Fluda Menggunakan Lattce Gas Automata Model FHP III Yoga Satra Putra 1 1) Jurusan Fska FMIPA Unverstas Tanjungpura, Pontanak, emal : yoga_penelt@yahoo.co.d
Lebih terperinciHubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya
Vol. 8, No., 9-101, Januar 01 Hubungan Model Kurva Pengeluaran Konsums Rumah Tangga d Provns Sulawes Selatan dengan Elaststasnya Adawayat Rangkut Abstrak Seleks kurva pengeluaran konsums masyarakat Sulawes
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciPEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN SYARAF
PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN YARAF r Kusumadew Jurusan Teknk Informatka, Fakultas Teknolog Industr Unverstas Islam Indonesa Yogyakarya emal: cce@ft.u.ac.d Abstrak
Lebih terperinciUJI PRIMALITAS. Sangadji *
UJI PRIMALITAS Sangadj * ABSTRAK UJI PRIMALITAS. Makalah n membahas dan membuktkan tga teorema untuk testng prmaltas, yatu teorema Lucas, teorema Lucas yang dsempurnakan dan teorema Pocklngton. D sampng
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model
BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD
SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciBAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada
BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka
Lebih terperinci