Estimasi Parameter Generalized Pareto Distribution pada Kasus Identifikasi Perubahan Iklim di Sentra Produksi Padi Jawa Timur
|
|
|
- Bambang Sumadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Estmas Parameter Geeralzed Pareto Dstrbuto pada Kasus Idetfkas Perubaha Iklm d Setra Produks Pad Jawa Tmur Oleh : Yustka Des Wula Sar 39 4 Dose Pembmbg : Dr. Sutko, S.S.,M.S. Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
2 Aalss da Ageda Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
3 Latar Belakag to ha (BPS, ) Sektor pertaa Jawa Tmur Kotrbutor terhadap PDRB 5,39% Berbaga jes komodtas Produks pad 3,74% (Jawa) 6,9% (asoal) Pad Jagug Kedela Ub Jember, to Bayuwag, to Bojoegoro, to Ngaw, to Lamoga, 6.55 to Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
4 Latar Belakag Produks Pad Iklm ekstrm Etreme Value Theory Dstrbus atar perode besar parameter dstrbus EVT ya Block Mama Peaks Over Threshold Rahayu () Idetfkas perubaha klm dega megestmas parameter GEV megguaka MLE da PWM Kysely & Beraova (9) Smulas curah huja Ceko dega megkatka la threshold utuk megestmas mult year retur level jumlah curah huja Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
5 Rumusa Masalah Bagamaa megestmas parameter Geeralzed Pareto Dstrbuto megguaka Mamum Lkelhood Estmato (MLE)? Bagamaa karakterstk curah huja Kabupate Bayuwag, Bojoegoro, Jember, Lamoga da Ngaw? Bagamaa megdetfkas perubaha klm d masg-masg kabupate megguaka metode EVT-POT? Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 3
6 Tujua Medapatka estmator parameter Geeralzed Pareto Dstrbuto megguaka MLE. Megetahu karakterstk curah huja d Kabupate Bayuwag, Bojoegoro, Jember, Lamoga, da Ngaw. Megdetfkas perubaha klm d masg-masg kabupate megguaka metode POT. Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 4
7 Mafaat Memberka formas kepada masyarakat megea perubaha klm pada curah huja ekstrm Memberka formas kepada Bada Ltbag pertaa utuk meracag kaleder taam sebaga upaya memmalsr keruga produks pae Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 5
8 Batasa Parameter klm yag dguaka adalah curah huja Data curah huja hara tahu 98- utuk Kabupate Bayuwag, Bojoegoro, Lamoga, Jember da Ngaw Metode yag dguaka adalah Peaks Over Threshold (POT) Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 6
9 Etreme Value Theory Kejada ekstrm adalah feomea yag susah dpredks waktu kejadaya. Cotohya bajr, bada, polus udara, da koros (Kotz & Nadrajah, ) Block Mama(BM) berdstrbus Geeralzed Etreme Value (GEV) Peaks Over Threshold (POT) berdstrbus Geeralzed Pareto Dstrbuto (GPD) Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 7
10 Block Mama Data ekstrm yag dambl megguaka metode Block Mama aka megkut dstrbus Geeralzed Etreme Value (Prag, 6) Probablty Desty Fucto (PDF) dar GEV : Dmaa : = parameter betuk = parameter lokas = parameter skala GEV Tpe (Dstrbus Gumbel) jka Tpe (Dstrbus Frechet) jka Tpe 3 (Dstrbus Webull) jka = > < µ = + + =, ep ep ep, ep ) ( µ µ µ µ f Pedahulua Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 8
11 Peaks Over Threshold Data ekstrm yag dambl megguaka metode POTaka megkut dstrbus Geeralzed Pareto Dstrbuto. Probablty Desty Fucto (PDF) dar GEV : +, f ( ) = ep, = Dmaa : = parameter betuk = parameter skala Tpe (Dstrbus Ekspoesal ) jka = GPD Tpe (Dstrbus Pareto ) jka Tpe 3 (Dstrbus Beta ) jka > < Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 9
12 Metode Persetase Metode persetase yatu metode yag dguaka utuk medapatka data ekstrm melalu % data kelebha (Chaves-Dermoul & Embrechts, ). Megurutka data dar yag terbesar hgga ke terkecl. Meghtug jumlah data ekstrm (k) k = %, =jumlah sampel data 3. Meetuka threshold (u) u = k+ Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
13 Mamum Lkelhood Estmato MLE merupaka salah satu metode estmas yag memaksmumka fugs lkelhood utuk medapatka estmas parameterya. persamaa fugs lkelhood sebaga berkut. L f (,, ) = (,,..., ) = f ( ) f ( )... f ( ) =, dmaksmumka persamaa fugs l lkelhood sebaga berkut. l L f (,, ) = (,,,..., ) = l Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
14 Metode Newto Raphso Salah satu metode yag dguaka utuk meyelesaka persamaa yag tdak closed form. ( ) θ ( ) l+ = θl g θl H θl g(θ) adalah vektor turua pertama dar fugs l lkelhood H(θ) adalah matrks turua kedua dar fugs l lkelhood Iteras berhet jka l+ l θ θ < ε Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
15 Parameter betuk Cofdece Iterval 9% Z α /. SE( ) + Zα /. SE( ) dmaa var SE ( ˆ ) = var( ˆ ) ( ) ˆ l L(, ; ) = E Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 3
16 Uj Kesesuaa Dstrbus Meurut Dael (989), uj Kolmogorov-Smrov dlakuka utuk meyesuaka dstrbus emprs F () dega dstrbus teorts tertetu F () Hpotess H : F () = F () (data telah megkut dstrbus teorts F ()) H : F () F () (data tdak megkut dstrbus teorts F ()) Statstk Uj D htug = sup F ( ) F ( ) Tolak H apabla D htug > D α Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 4
17 Curah Huja & Perubaha Iklm Iklm adalah betuk statstka deskrptf dar rata-rata da varas dar jumlah yag releva selama perode tertetu (WMO,) ag Huja Temperatur Curah huja adalah jumlah ar yag jatuh ke permukaa taah datar selama perode tertetu. Pola Huja Mosu Pola Huja Equtoral Pola Huja Lokal Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 5
18 Terdahulu Prag (6) Meduga la curah huja ekstrm d Bogor megguaka metode Mamum Lkelhood da Least Square Wahyud () Membadgka dua pedekata yatu BM da POT utuk kasus curah huja d Ngaw. Metode POT memberka hasl yag lebh sesua darpad BM Rahayu () Megestmas parameter GEV pada kasus curah huja d Jakarta megguaka MLE da PWM. PWM memberka hasl yag closed form. Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 6
19 Terdahulu Taaka () Fowler & Klsby (3) Beguera & Vcete- Serrao (5) Vllar, Smth, Ntelekkos, & Schwarz () Pemlha la threshold dalam aalss POT utuk kasus bajr d jepag dega membadgka eam dkas pegaruh yag meyebabka perubaha jumlah ekstrm dalam aalss Meetuka kurva pertumbuha GEV dega megguaka data frekues stadar regoal curah huja d UK Megguaka metode POT dega regres spatal utuk pemetaa bahaya curah huja ekstrm d Spayol Curah huja d Austra megguaka Aual Mamum da POT utuk meetuka curah huja ekstrm o statoer, hubuga curah huja ekstrm dalam ketgga da hubuga atara kejada curah huja dega NAO Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 7
20 Data sekuder dar Bada Meteorolog Klmatolog da Geofska (BMKG) Tahu 98-5 Kabupate Sumber Data Bayuwag Pos Maelag Bojoegoro Pos Cawak Jember Pos Ajug Lamoga Pos Sukodad Ngaw Pos Matga Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 8
21 Varabel Curah Huja Musm Huja Desember Jauar Februar (DJF) Musm Trass Huja- Kemarau Maret Aprl Me (MAM) Musm Kemarau Ju Jul Agustus (JJA) Musm Trass Kemarau- Huja September Oktober November (SON) Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 9
22 Metode Aalss Data Melakuka estmas parameter megguaka MLE Megambl sampel radom Membuat fugs lkelhood dar pdf Memaksmumka fugs lkelhood dega mebuat l dar fugs lkelhood Medapatka persamaa turua pertama dar fugs l lkelhood terhadap parameter-parameterya Nla estmas ddapatka apabla persamaa turua pertama membetuk persamaa closed form Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
23 Metode Aalss Data Melakuka estmas parameter megguaka Newto Raphso Membuat matrks g(θ) yag bers turua pertama fugs l lkelhood Medapatka turua kedua dar fugs l lkelhood terhadap masg-masg parameterya Membuat matrks Hessa dmaa dagoal utamaya bers turua kedua dar fugs l lkelhood Melakuka teras hgga meemuka θ,θ,... Yag koverge Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
24 Metode Aalss Data Megetahu karakterstk sebara curah huja d masg-masg kabupate Membuat pola curah huja d masg-masg kabupate Membuat hstogram data curah huja hara utuk megetahu adaya dkas ekor gemuk Membuat heavy tal plot curah huja ekstrm utuk megetahu adaya dkas ekor gemuk. Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
25 Metode Aalss Data Megdetfkas perubaha klm d masg-masg kabupate megguaka POT Data curah huja dbag mejad 4 trwula yatu DJF, MAM, JJA, da SON d masg-masg kabupate Dsetap trwula dbag mejad perode yatu perode (98-99) da perode (99- ) Pegambla data ekstrm dega meetuka la threshod megguaka metode persetase % Meghtug estmas parameter betuk da parameter skala Meetuka cofdece terval 9% utuk parameter betuk Melakuka uj kesesuaa dstrbus megguaka uj Kolmogorov-Smrov Membadgka tpe dstrbus d masg-masg baga atara perode dega perode. Perbedaa tpe dstrbus atara perode da. Estmas parameter betuk perode berada d luar cofdece terval 9% perode atau sebalkya Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 3
26 Dagram Alr Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 4
27 Estmas Parameter Fugs lkelhood dar probablty desty fucto GPD utuk Pedahulua ( ) + = + =,...,,, L ( ) = + + = L l l,...,,, l Fugs l lkelhood Turua pertama terhadap parameter ( ) = = L ˆ ˆ ˆ ˆ l ( ) = = = L ˆ ˆ ˆ ˆ ˆ l ˆ l Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 5
28 l L = ˆ + l = = ˆ ˆ ( + ˆ) l = ˆ = ( ) = ˆ + ˆ ( + ˆ ˆ ) = Estmas Parameter Tdak Closed form, karea terdapat parameter d dalam Persamaa akhrya. Metode Newto Raphso Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 6
29 Newto Raphso Pedahulua ( ) = L l L l θ g ( ) = l l l l L L L L H θ Bers turua pertama fugs l lkelhood Bers turua kedua fugs l lkelhood ( ) = = = = L 3 l l ( ) ( ) ( ) = = L l ( ) ( ) = = = L l Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 7
30 Iteras pertama Newto Raphso merupaka vektor yag elemeya bers da ˆ. θ ˆ ddekat dega stadar devas data ekstrm. = s = ˆ = Berhet jka ( ) ( ) θ = θ g θ H θ = l θ < ε l + θ ˆ Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 8
31 Estmas Parameter Fugs lkelhood dar probablty desty fucto GPD utuk = L (,,..., ) = e = l L Fugs l lkelhood (,,..., ) = l = l L = + Turua pertama terhadap parameter = l L ˆ = = = = Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 9
32 Statstka Deskrptf Kabupate Rata-Rata (mm/har) St.Dev M (mm/har) Maks (mm/har) Bayuwag 4,34,685 3 Bojoegoro 4,3, Jember 6,44 4, Lamoga 4,5,384 4 Ngaw 5,847 4,846 Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 3
33 Pola Curah Huja Bay uw ag 8 Jauar Februar Maret Apr l Me Ju Bojoegoro Jul Agustus September Oktober November Desember Jember Rata-Rata Curah Huja Jauar Lamoga Febr uar Maret Aprl Me Ju Jul Agustus September Oktober November Desember 6 4, 7,5 5,,5, N gaw Bula Jauar Februar Maret Aprl Me Ju Jul Agustus September Oktober November Des em ber Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 3
34 Hstogram Curah Huja Hara Turu Lambat data ekstrm Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 3
35 Kabupate Jember Heavy Tal Plot Curah Huja Ekstrm djf djf mam mam jja jja so so Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 33
36 Kabupate Bayuwag Heavy Tal Plot Curah Huja Ekstrm djf djf mam mam jja jja so so Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 34
37 Kabupate Bojoegoro Heavy Tal Plot Curah Huja Ekstrm djf djf mam mam jja jja so so Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 35
38 Kabupate Lamoga Heavy Tal Plot Curah Huja Ekstrm djf djf mam mam jja jja so so Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 36
39 Kabupate Ngaw Heavy Tal Plot Curah Huja Ekstrm djf djf mam 5 5 mam jja jja 6 8 so 5 so Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 37
40 k Pedahulua Peetua Nla Threshold Idetfkas Perubaha Iklm Trwula Nla Bayuwag Bojoegoro Jember Lamoga Ngaw P P P P P P P P P P N DJF threshold N MAM threshold N JJA threshold 3 N SON threshold ,4 5 7 P : Perode P : Perode Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 38
41 ˆˆTabel 4.3 Estmas Parameter GPD[ST] Meurut Perode da Wlayah ˆˆ [ST]lokas la dtuls semua, buat ladcap Pedahulua Idetfkas Perubaha Iklm Estmas Parameter da Cofdece Iterval 9% Trwula DJF Nla ˆ ˆ CI 9% Bayuwag Bojoegoro Jember Lamoga Ngaw P P P P P P P P P P 7,76 9,73 3,43,5 4,694 8,883 7,769,99 7,4 7,556,8,4 -,489 -,76 -,58 -,53 -,96 -,79,3 -,5 -,7 ;,68 -,9 ;,47 -,64; -,337 -,54 ;, -,336 ;,9 -,48; -,57 -,85 ;,94 -,35 ; -,55 -,75;,8 -,8 ;,8 MAM JJA SON Tpe Dstrbus Pareto Pareto Beta Beta Beta Beta Beta Beta Pareto Beta ˆ ˆ CI 9% 5,44 6,584 4,469 3,686 6,67 9,67,367,76 5,8 4,777,49 -,46 -,469 -,346 -,5, -,55 -,56 -, -,,44 ;,456 -,5; -,4 -,68 ; -,3 -,435 ; -,57 Tpe Dstrbus Pareto Beta Beta Beta Beta Pareto Beta Beta Beta Beta ˆ ˆ CI 9% -,96;,45 -, ;,45 -,6;,5 -,64;,5 -,63 ;,59 -,3;,,8 6,379,3 4,,7,84 5,96 9,94,494 7,33,5,566 -,7,46,76,8,69,43,494,9 -,63 ;,53,74;,857 -,6 ;,7 -,3;,3,4 ;,58 -,99 ;,6,35 ;,984,56 ;,43 Tpe Dstrbus Pareto Pareto Beta Pareto Pareto Pareto Pareto Pareto Pareto Pareto ˆ ˆ CI 9%, ;,789 -,8;,68 3,38,768,8 33, 8,97,699,9 5,9 5,9,58 -,8 -,48 -,7 -,8,73 -,34,3 -,53,53 -,49 -,37 ;,54 -, ;,5 -,39 ; -,64 -,38 ; -,8 -,5 ;,5 -,35;,67 -,98 ;,6 -,8 ; -,5 -,4 ;,346 -,54 ;,55 Tpe Dstrbus Beta Beta Beta Beta Pareto Beta Pareto Beta Pareto Beta Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 39
42 k Pedahulua Uj Kesesuaa Dstrbus H : Data curah huja ekstrm megkut dstrbus Pareto ( > ) H : Data curah huja megkut dstrbus ekspoesal ( = ) Idetfkas Perubaha Iklm α=5% H : Data curah huja ekstrm megkut dstrbus Beta ( < ) H : Data curah huja megkut dstrbus ekspoesal ( ) = Trwula DJF MAM JJA SON Bayuwag Bojoegoro Jember Lamoga Ngaw D htug D tabel D htug D tabel D htug D tabel D htug D tabel D htug D tabel P,6*,44,39*,48,85*,49,73*,48,45*,45 P,47*,3,8*,3,5*,4,57*,,9*,4 P,69*,43,5*,44,4*,4,6*,43,44*,4 P,4*,,7*,,36*,,43*,3,36*, P,38*,,*,94,99*,46,8*,47,8*,48 P,6*,47,3*,8,98*,5,55*,5,6*,8 P,4*,,66*,44,54*,43,*,45,54*,45 P,86*,3,75*,,3*,4,6*,,48*,4 Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 4
43 Idetfkas Perubaha Iklm Idetfkas Perubaha Iklm Salah satu asums yag harus terpeuh adalah data yag dguaka adalah data yag depedet atau radom. Namu peelta megasumska data telah depedet. Kabupate DJF MAM JJA SON Bayuwag - - Bojoegoro - Jember - Lamoga - - Ngaw - = terjad perubaha klm Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 4
44 Estmas parameter Geeralzed Pareto Dstrbuto dega probablty desty fucto utuk megguaka MLE harus dlajutka megguaka metode Newto Raphso karea persamaa turua pertama tdak closed form. Pola curah huja d Kabupate Bayuwag, Bojoegoro, Jember, Lamoga, da Ngaw adalah mosu yag berbetuk sepert huruf U dega satu pucak (umodal). Terdapat dkas ekor dstrbus gemuk d kelma kabupate tersebut, bak data curah huja hara maupu data curah huja ekstrm. Perubaha klm terjad d kelma kabupate tersebut. Trwula JJA yag mewakl musm kemarau megalam perubaha klm d kelma kabupate. Kabupate yag megalam perubaha klm terbayak adalah Kabupate Bojoegoro, Jember, da Ngaw. Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 4
45 Sara Adaya metode estmas parameter la yag dapat meyelesaka persamaa probablty desty fucto GPD sehgga ddapatka persamaa umum ˆ da ˆ. Sela tu adaya peyelesaa apabla data yag dguaka depedet atau tdak radom. Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 43
46 Ahla, S., O'Sullva, J. J., da Brue, M. (). Iflueces o Flood Frequecy Dstrbuto Irsh Rver Catchmets. Hydrology ad Earth System Scece Dscussos. Beguera, S., da Vcete-Serrao, S. M. (5). Mappg the Hazard of Etreme Rafall by Peaks over Threshold Etreme Aalyss ad Spatal Regresso Techque. Joural of Appled Meteorology ad Clmatology, 45, 8-4. BMKG. (). Dpetk November 6,, dar Bada Meteorolog, Klmatolog da Geofska: BPS. (). Dpetk November 6,, dar Bada Pusat Statstk: Chaves-Dermoul, V., da Embrechts, P. (). Smooth Etermal Models Face ad Isurace. Facal Valuato ad Rsk Maagemet Workg Paper Seres, 35. Coles, S. (). A Itroducto to Statstcal Modelg of Etreme Values. Lodo: Sprger- Verlag. Dael, W. (989). Statstka Noparametrk Terapa. Jakarta: PT Grameda. Fowler,H.J da Klsby, C.G. (3). A Regoal Frequecy Aalyss of Uted Kgdom Etreme Rafall From 96 to. Iteratoal Joural of Clmatology, 3, Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 44
47 Gll, M. da Kellez, E. (3). A Aplcato of Etreme Value Theory for Measurg Rsk. Preprt. Elsever Scece. Khar, V. V., da Zwers, F. W. (4). Estmatg Etremes Trascet Clmate Chage Smulatos. Joural of Clmate. Kotz, S., da Nadarajah, S. (). Etreme Value Dstrbutos Theory ad Applcatos. Imperal College Press. Kysely, J., da Beraova, R. (9). Clmate-Chage Efeects o Etreme Precptato Cetral Europe : Ucertates of Scearo Based o Regoal Clmates Models. Theor Appl Clmatol, 95, Prag, J. D. (6). Sebara Nla Ekstrm Terampat Dalam Feomea Curah Huja.Tess Magster, Isttut Pertaa Bogor, Bogor. Rahayu, A. (). Estmas da Peguja Dstrbus Geeralzed Etreme Value (GEV) (Stud Kasus : Idetfkas Perubaha Iklm d Jawa). Tess Magster,Isttut Tekolog Sepuluh Nopember, Surabaya. Taaka, S da Takara, K.().A Study o Threshold Selecto POT Aalyss of Etreme Floods. Proceedgs of a Symsposums The Etremes of the Etremes : etraordary Floods, Reykjavk, Irlada. Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 45
48 Vllar, G., Smth, J. A., Ntelekos, A. A., da Schwarz, U. (). Aual Mamum ad Peaks Over Threshold Aalyses of Daly Rafall Accumulatos for Austra. Joural of Geophyscal Research, 6. Wahyud. (). Idetfkas Curah Huja Esktrem d Kabupate Ngaw Megguaka Geeralzed Etreme Value da Geeralzed Pareto Dstrbuto. Tugas Akhr Sarjaa, Isttut Tekolog Sepuluh Nopember, Surabaya. WMO. (). Dpetk Oktober 6,, dar World Meteorologcal Orgazato: Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS 46
49 Estmas Parameter Geeralzed Pareto Dstrbuto pada Kasus Idetfkas Perubaha Iklm d Setra Produks Pad Jawa Tmur Oleh : Yustka Des Wula Sar 39 4 Dose Pembmbg : Dr. Sutko, S.S.,M.S. Semar Hasl Tugas Akhr -- 6 Ju 3, Ruag Sdag Lt Statstka ITS
Estimasi Parameter Generalized Pareto Distribution Pada Kasus Identifikasi Perubahan Iklim di Sentra Produksi Padi Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol., No., (3) 337-35 (3-98X Prt) D-4 Estmas Parameter Geeralzed Pareto Dstrbuto Pada Kasus Idetfkas Perubaha Iklm d Setra Produks Pad Jawa Tmur Yustka Des Wula Sar da Sutko
Estimasi Parameter Generalized Pareto Distribution Pada Kasus Identifikasi Perubahan Iklim di Sentra Produksi Padi Jawa Timur
YUSTIKA DESI WULAN SARI 39 4 Estmas Parameter Geeralzed Pareto Dstrbuto Pada Kasus Idetfkas Perubaha Iklm d Setra Produks Pad Jawa Tmur Yustka Des Wula Sar da Sutko Jurusa Statstka, Fakultas Matematka
Prosiding Statistika ISSN:
Prosdg Statstka SSN: 46-6456 Aalss Curah Huja Ekstrm Megguaka Teor Nla Ekstrm utuk Megdetfkas Perubaha klm (Berdasarka Data Curah Huja Hara pada Jauar Tahu 985 sampa Desember Tahu d stasu Jatwag Jawa Barat)
X a, TINJAUAN PUSTAKA
PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel
BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR
BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten
BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar
BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
UKURAN GEJALA PUSAT DAN UKURAN LETAK
UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu
ABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2
Pemodela Aomal Luas Pae Pad da Curah Huja Terbobot (Weghted Rafall Idex) dega Pedekata Robust Bootstrap LTS (Stud Kasus: Pemodela Luas Pae d Kabupate Subag) Ika Dew Aryat da Sutko Mahasswa S Statstka ITS,
BAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL
TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR
BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.
Regresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI
BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug
BAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis
STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma
BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka
BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
S2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri
III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,
Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull
JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) 337-35 (31-98X Pr D-31 Aalss Survval Pada Pase Demam Berdarah Degue (DBD) d RSU Haj Surabaya Megguaka Model Regres Webull Alfa Slf Mufdah da Purhad Jurusa Statstka,
Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2
M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe
INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2
INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.
TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar
ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA, Fakultas MIPA, Uverstas Neger Yogyakarta, 4 Me ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Ksmat Jurusa Peddka
( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:
5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut
4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data
//203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura
BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
JMP : Volume 1 Nomor 2, Oktober 2009 PEMILIHAN PARAMETER PENGHALUS PADA ESTIMATOR DERET FOURIER DALAM REGRESI NONPARAMETRIK. Agustini Tripena Br.Sb.
JMP : Volume Nomor, Oktober 009 PEMILIHAN PARAMETER PENGHALUS PADA ESTIMATOR DERET FOURIER DALAM REGRESI NONPARAMETRIK Agust Trpea Br.Sb. Fakultas Sas da Tekk, Uverstas Jederal Soedrma Purwokerto, Idoesa
Uji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
SPATIAL EXTREME VALUE MODELING DENGAN MAX-STABLE PROCESSES MODEL SMITH DAN BROWN-RESNICK
TESIS - SS 142501 SPATIAL EXTREME VALUE MODELING DENGAN MAX-STABLE PROCESSES MODEL SMITH DAN BROWN-RESNICK (Stud Kasus : Pemodela Curah Hua Ekstrem d Kabupate Lamoga) IKHA RIZKY RAMADANI NRP. 1313 2012
Peramalan Kebutuhan Listrik Dengan Model Harvey
Peramala Kebutuha Lstrk Dega Model Harvey Oleh: Ley Setyag B. (30600006) Pembmbg: Prof. Drs. Nur Irawa, M.IKom, Ph.D Latar Belakag Jumlah Peduduk Megkat Produks megkat Supply < Demad Kebutuha Barag Megkat
PEMBENTUKAN MODEL PROBIT BIVARIAT
PEMBENTUKAN MODEL PROBIT BIVARIAT SKRIPSI Dsusu Oleh : Yudh Cadra JE 003 66 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 009
PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel
Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa
PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel
Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa
BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas
PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD
PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas
3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut
3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas
11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN
// REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA
STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi
STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha
Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
UKURAN GEJALA PUSAT (UGP)
UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat
ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS
LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed
BAB 5. ANALISIS REGRESI DAN KORELASI
BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh
BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu
BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka
BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,
BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga
PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan
Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah
Penerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung
Peerapa Aalss Survval utuk Meaksr Waktu Bertaha Hdup bag Pederta Peyakt Jatug Oleh : Ya Hedrajaya (me_ye2@yahoo.co.d), Ad Setawa da Haa A. Parhusp Program Stud Matematka, Fakultas Sas da Matematka Uverstas
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277
JURNAL SAINS DAN SENI ITS Vol. 5 No. (06 337-350 (30-98X Prt D-77 Pemodela da Pemetaa Kasus Demam Berdarah Degue d Provs Jawa Tmur Tahu 04 dega Geeralzed Posso Regresso, Regres Bomal Negatf da Flexbly
Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif
Pemodela Jumlah Kemata Ibu d Jawa mur dega Pedekata Geeralzed Posso Regresso (GPR) da Regres Bomal Negatf Retdasyah Rsky Agga Permaa, Mutah Salamah Jurusa Statstka, Fakultas MIPA, Isttut ekolog Sepuluh
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam
BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma
MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI
MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag
ESTIMASI PARAMETER MODEL INTEGER-VALUE AUTOREGRESSIVE
ESTIMASI PARAMETER MODEL INTEGER-VALUE AUTOREGRESSIVE UNTUK MENENTUKAN PROBABILITAS TERJADINYA KEBAKARAN YANG DISEBABKAN OLEH GAS ELPIJI DI KOTA SURAKARTA Nurmaltasar Jurusa Sstem Iformas, STMIK Duta Bagsa
Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah
The 6 th Uversty Research Colloquum 7 Peerapa Model Regres Esemble No-Hybrd pada Data Kemska d Provs Jawa Tegah Corela Ardaa Savta, Sr Sulstjowat Hadaja, Bowo Waro 3,3 Program Stud Matematka FMIPA, Uverstas
III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan
III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar
* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES
* PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka
STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)
STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.
Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.
Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN
Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson.
JURNAL SAINS DAN SENI IS Vol. 4, No., (5) 337-35 (3-98X Prt) D45 Pemodela Faktor-Faktor yag Mempegaruh Jumlah Kasus IV & AIDS d Provs Jawa mur ahu 3 Megguaka Bvarate Posso Regresso Lucy Da Pusptasar da
LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)
LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau
BAB 1 STATISTIKA RINGKASAN MATERI
BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.
Penarikan Contoh Acak Sederhana (Simple Random Sampling)
Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu
Bab II Teori Pendukung
Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak
BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat
BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.
REGRESI LINIER SEDERHANA
MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa
ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA
ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA Edhy Bastya, da I Nyoma Latra Jurusa Statstka, Fakultas Matematka da
Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah
Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1
8. MENGANALISIS HASIL EVALUASI
8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk
Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )
Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar
REGRESI NONPARAMETRIK KERNEL ADJUSTED. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan
JMP : Volume 7 Nomor, Ju 05, hal. - 0 REGRESI NONPARAMETRIK KERNEL ADJUSTED Novta Eka Chadra Uverstas Islam Darul Ulum Lamoga ovtaekachadra@gmal.com Sr Haryatm da Zulaela Jurusa Matematka FMIPA UGM ABSTRACT.
BAB III PERSAMAAN PANAS DIMENSI SATU
BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka
BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu
BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl
SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS
C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah
Tabel Distribusi Frekuensi
Tabel Dstrbus Frekues Tabel dstrbus frekues adalah susua data meurut kelas-kelas terval tertetu atau meurut kategor tertetu dalam sebuah daftar. Dar dstrbus frekues, dapat dperoleh keteraga atau gambara
UJIAN TUGAS AKHIR LOGO. Kamis, 28 Januari Oleh : Heny Nurhidayanti. Dosen Pembimbing : INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
LOGO UJIAN TUGAS AKHIR Kams, 28 Jauar 200 Oleh : Hey Nurhdayat 206 00 059 Dose Pembmbg : Drs. Sulstyo, MT JURUSAN MATEMATIKA FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Pedahulua Order dar customer
BOBOT OPTIMAL PADA REGRESI SEMIPARAMETRIK SPLINE
BOBOT OPTIMAL PADA REGRESI SEMIPARAMETRIK SPLINE Jerry Dw Trjoyo Puromo Jurusa Statstka Isttut Tekolog Sepuluh Nopember Surabaya Emal: jerrypuromo@yahoo.com ABSTRAK Regres semparametrk sple adalah metode
PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN
PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu
FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani
FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk
ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.
ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa
3 Departemen Statistika FMIPA IPB
Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka
BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode
BAB II ANDASAN TEORI. Regres Noparametrk Metode statstka oparametrk merupaka metode statstka ag dapat dguaka dega megabaka asums-asums ag meladas pegguaa metode statstk parametrk. Terutama ag berkata dega
Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)
Jural EKSPONENSIAL Volume 4, Nomor 1, Me 2013 ISSN 2085-7829 Pemodela Regres Ler Megguaka Metode Thel (Stud Kasus: Kompesas Pegawa d Bada Kepegawaa Daerah Kota Samarda) Lear Regresso Modelg Wth Thel Method
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa
Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)
Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug
Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.
Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda
Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression
JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98 Prt) D-355 Pemodela da Pemetaa Kasus Peumoa d Kota Padag Tahu 04 dega Geograpghcally Weghted Negatve Bomal Regresso Reo War Dva Rahmtr da Wwek Setya
Estimasi dan Pengujian Hipotesis pada Model Geographically Weighted Multinomial Logistic Regression
Prosdg Koferes Nasoal Matematka XVII - 4-4 Ju 4, IS, Surabaya Estmas da Pegua Hpotess pada Model Geographcally Weghted Multomal Logstc Regresso M. Fathurahma, Purhad, Sutko 3, Vta Ratasar 4 Mahasswa S3
ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS
ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud
I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu
METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut
KERNEL ORDER TINGGI UNTUK ESTIMASI VALUE AT RISK (VaR) MANAJEMEN RESIKO TENAGA KERJA
KERNEL ORDER TINGGI UNTUK ESTIMASI VALUE AT RISK (VaR) MANAJEMEN RESIKO TENAGA KERJA Zulfkar Sstem Ifromas da Tekk Iformatka STMIK Bahrul Ulum Jombag Emal: zulfkarda@gmal.com ABSTRAK Implkas dar maeeme
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Hdrolog Ar d bum megulag terus meerus srkulas peguapa, presptas da pegalra keluar (outflow). Ar meguap ke udara dar permukaa taah da laut, berubah mejad awa sesudah melalu beberapa