Pemodelan Variasi Nilai Percepatan Gravitasi di Daerah Khatulistiwa dengan Menggunakan Metode Gauss-Newton Suwanti a, Joko Sampurno a*, Azrul Azwar a

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemodelan Variasi Nilai Percepatan Gravitasi di Daerah Khatulistiwa dengan Menggunakan Metode Gauss-Newton Suwanti a, Joko Sampurno a*, Azrul Azwar a"

Transkripsi

1 POSITRON, Vol. VI, No. 1 (16), Hal. 1-7 ISSN : Pemodela Variasi Nilai Percepata Gravitasi di Daerah Khatulistiwa dega Megguaka Metode Gauss-Newto Suwati a, Joko Sampuro a*, Azrul Azwar a a Prodi Fisika, FMIPA Uiversitas Tajugpura, Jala Prof. Dr. Hadari Nawawi, Potiaak, Idoesia * jokosampuro@physics.uta.ac.id Abstrak Telah dilakuka peelitia tetag pemodela variasi ilai percepata gravitasi yag bertujua utuk memberika gambara variasi ilai percepata gravitasi terhadap waktu di daerah khatulistiwa dega megguaka metode Gauss-Newto. Dega megguaka data dari percobaa badul sederhaa di daerah pegamata yag terletak pada koordiat 33,61LS da 1944,9BT, dihasilka periodesitas data variasi ilai percepata gravitasi sebesar 15 hari, yag merupaka setegah dari periodesitas data jarak bumi-bula da fase bula. Korelasi atara variasi ilai percepata gravitasi dega jarak bumi-bula sebesar,38. Korelasi atara variasi ilai percepata gravitasi dega fase bula sebesar,11. Variasi ilai percepata gravitasi hasil pegamata dibuat model berupa sebuah persamaa dari fugsi deret Fourier orde 8, yag bergatug terhadap waktu. Kata Kuci: variasi ilai percepata gravitasi, percobaa badul sederhaa, Metode Gauss-Newto 1. Latar Belakag Percepata gravitasi bumi (g) atau disebut juga sebagai meda gravitasi adalah gaya gravitasi yag dilakuka bumi per satua massa pada setiap beda. Nilai percepata gravitasi bumi dapat diukur megguaka beberapa metode eksperime, salah satuya dega badul sederhaa yag terdiri atas massa berupa badul yag digatug pada seutas tali tidak bermassa (massa diabaika), lalu diukur pajag tali dega metera da periode dega meetuka waktu utuk satu osilasi [1]. Pegukura ilai percepata gravitasi dipegaruhi oleh beberapa faktor, salah satuya efek tidal (pasag surut) yag berasal dari tarika gravitasi beda lagit yag posisiya dekat dega bumi yaitu bula da matahari yag meyebabka gaya tarik aik turu, sehigga perubaha meda gravitasi di permukaa bumi berubah secara periodik []. Peelitia yag telah dilakuka sebelumya, megguaka simulasi formasi peerbaga satelit utuk medeteksi variasi meda gravitasi dega retag waktu bervariasi dari tiap jam ke variasi haria yag kemudia data tersebut diguaka utuk megestimasi meda gravitasi dega variasi bulaa [3]. Peelitia dega megguaka 4,5 tahu data dari delapa supercoductig gravimeters (SGs) yag dihubugka dega Global Geodyamics Project (GPP) dari tahu 1997 sampai dega 1 dilakuka utuk mesimulasika variasi waktu meda gravitasi di Eropa yag mugki terlihat oleh satelit [4]. Sedagka, pada peelitia ii, peulis meeliti variasi ilai percepata gravitasi terhadap waktu yag terjadi di daerah khatulistiwa dega megguaka batua percobaa badul sederhaa da kemudia memodelka hasil peelitia tersebut dega megguaka metode Gauss-Newto. Model ii diharapka dapat memberika gambara variasi ilai percepata gravitasi terhadap waktu di daerah khatulistiwa.. Metodologi Data Data yag diguaka pada peelitia ii merupaka data primer yag berasal dari percobaa badul sederhaa. Data diambil setiap hari pukul 18. WIB selama 3 bula. Pegambila data difokuska pada satu titik daerah pegamata, yag berada pada koordiat 33,61LS da 1944,9BT. Akuisisi Data Pegukura ilai percepata gravitasi dilakuka dega batua ragkaia badul sederhaa. Ragkaia badul sederhaa megguaka badul berupa bola besi yag memiliki massa 1 kg, tali sepajag,5 m, da sudut simpaga yag sagat kecil ( = 4) sehigga si, yag digatugka pada lagit-lagit ruag pegamata. Setiap satu kali pegamata dilakuka pegukura berulag sebayak 8 kali percobaa, dimaa satu kali percobaa yag diukur adalah waktu (t) yag diperluka badul utuk melakuka kali ayua. Satu kali pegamata didapatka 8 data pegamata, kemudia setiap data pegamata dicari ilai rata-rata satu kali percobaa da didapatka periode ayua badul sederhaa (T). Dari data periode ayua badul sederhaa (T) dapat dihitug ilai percepata gravitasi (g) 1

2 POSITRON, Vol. VI, No. 1 (16), Hal. 1-7 ISSN : setiap percobaa dega megguaka persamaa (1), da didapatka ilai rata-rata percepata gravitasi (g) dari hasil perhituga, yag mewakili ilai percepata gravitasi (g) pada hari tersebut. Pegambila data dilakuka setiap hari, selama 3 bula sehigga terkumpul 9 data pegamata ilai percepata gravitasi. Persamaa utuk meghitug percepata gravitasi bumi yaitu sebagai berikut [1]: g 4 T L (1) dega g = percepata gravitasi bumi T = periode ayua badul L = pajag tali Pegolaha Data Peetua Periodesitas Peetua periodesitas dilakuka dega megguaka metode FFT (Fast Fourier Trasform), utuk megetahui periode yag domia. Periodesitas yag ditetuka dalam peelitia ii adalah periodesitas dari data ilai percepata gravitasi, data jarak bumi dega bula da data fase bula [5], yag kemudia dibadigka ilai periodesitas dari ketiga data tersebut utuk megetahui hubuga atara ketiga data tersebut. Peetua Fugsi Forward Modellig Pecocoka kurva bertujua utuk melakuka pedekata fugsi matematika yag dapat mewakili ilai percepata gravitasi di daerah pegamata da megetahui parameter awal (Iitial Value) utuk membuat model baru. Program yag diguaka utuk pecocoka kurva adalah cftool (Curve Fittig Tool). Fugsi matematika yag diguaka dalam peelitia ii adalah fugsi deret Fourier. Betuk umum fugsi deret Fourier adalah [6;7]: f ( x) a aicos( wx) bisi( wx) () i1 dega = jumlah data a, a, b, w = parameter model i i x = hari Estimasi Variasi Nilai Percepata Gravitasi Estimasi ilai percepata gravitasi di daerah khatulistiwa ii aka dihitug dega metode Gauss-Newto. Pada proses estimasi, iitial value yag ditetuka dimasukka ke dalam fugsi matematika yag terpilih utuk meghasilka model baru yag dapat mewakili data observasi gravitasi. Utuk medapatka model yag dapat dijadika solusi optimum, perlu dilakuka modifikasi parameter model yag dilakuka secara iteratif. Hubuga atara model yag diberika perturbasi, dega model pada iterasi ke-(+1) diyataka dalam persamaa berikut [8] : 1 T T m 1 m J J J g( m ) d (3) dega m = model = jumlah data J = matriks Jacobi d = data observasi gm ( ) = data kalkulasi Solusi optimum harus memeuhi salah satu syarat kovergesi, yaitu tercapaiya ilai RMS error (root mea square error) atau kesalaha rata-rata yag miimum. RMS error merupaka akar dari jumlah selisih atara data kalkulasi dega data observasi dibagi dega jumlah data, yag dituliska pada persamaa (4) [8]: d d kal i1 RMS error dega = jumlah data d = data kalkulasi kal d = data observasi obs obs (4) Validasi Variasi Nilai Percepata Gravitasi Validasi data bertujua utuk meguji tigkat keakurata hubuga atara model yag diperoleh dari proses estimasi dega data validasi. Nilai iterval koefisie korelasi, ditampilka pada Tabel 1. Tabel 1. Iterprestasi koefisie korelasi. Iterval Koefisie Korelasi Tigkat Hubuga,,199 Sagat redah,,399 Redah,4,599 Sedag,6,799 Kuat,8 1, Sagat kuat Sumber: Sugiyoo [9] 3. Hasil da Pembahasa Periodesitas Data variasi ilai percepata gravitasi terhadap waktu, hasil pegamata selama 3 bula diperlihatka dalam betuk grafik pada Gambar.

3 Nilai Percepata Gravitasi(m/s ) POSITRON, Vol. VI, No. 1 (16), Hal. 1-7 ISSN : Variasi Nilai g Bula Baru Kuartir Pertama Bula Purama Kuartir Ketiga Hari (1 Maret sampai dega 31 Mei 13) Gambar. Grafik data ilai percepata gravitasi terhadap waktu. Grafik meujukka adaya fluktuasi ilai percepata gravitasi terhadap waktu. Ii dihubugka dega adaya pegaruh perubaha posisi beda lagit yag berada dekat dega bumi, yaitu bula da matahari. Namu, karea jarak matahari ke bumi cukup jauh, maka pegaruhya sagat kecil dibadigka dega pegaruh bula. Pada saat bula baru da bula purama, posisi bumi, bula da matahari berada pada satu garis sehigga meda gravitasi bula da matahari salig meguatka yag meyebabka ilai percepata gravitasi bumi mejadi megecil da terjadi feomea alam berupa air pasag purama yaitu pasag dega pucak tertiggi. Pada saat kuartir pertama da kuartir ketiga, posisi bumi da bula tegak lurus terhadap matahari sehigga meda gravitasiya salig melemahka, yag meyebabka ilai percepata gravitasi membesar da terjadi feomea alam berupa pasag perbai yaitu pasag dega tiggi yag miimum. Jarak bula dega bumi tidak tetap melaika berfluktuasi terhadap waktu. Ii disebabka orbit bula ketika megeliligi bumi tidak berbetuk ligkara sempura melaika berbetuk ellips da bidag orbit bula ketika megeliligi bumi membetuk sudut sebesar 511 [1]. Selai itu, pada waktu tertetu, posisi bula berada sagat jauh dari bumi, atau yag disebut dega apogee, da di lai waktu, posisi bula berada dekat dega bumi, atau disebut dega perigee. Waktu yag diperluka bula utuk melakuka satu periode revolusi pada orbitya dari posisi perigee-apogee kembali ke perigee adalah 7,5 hari. Periode ii diamaka periode aomalistik. Periode revolusi bula pada orbitya dari posisi fase bula baru-kuartir pertama-bula purama-kuartir ketiga da kembali ke fase bula baru disebut periode siodis. Waktu yag diperluka satu periode siodis adalah 9,5 hari. Adaya perbedaa waktu ketika bula meyelesaika kedua periode tersebut meyebabka pada suatu waktu, pada fase bula baru posisi bula berada pada apogee, da di lai waktu, pada fase bula purama posisi bula berada pada perigee. Demikia hal yag sebalikya juga bisa terjadi [11]. Akibatya ilai percepata gravitasi pada saat fase bula baru da bula purama, tidak selalu megecil. Begitu pula pada saat kuartir pertama da kuartir ketiga, ilai percepata gravitasi tidak selalu membesar. Data variasi ilai percepata gravitasi diolah megguaka metode FFT (Fast Fourier Trasform), utuk medapatka ilai periodesitas percepata gravitasi di daerah pegamata, dalam peelitia ii yaitu daerah khatulistiwa. Nilai periodesitas meujukka ilai frekuesi data variasi ilai percepata gravitasi yag palig serig mucul. 3

4 PSD PSD PSD POSITRON, Vol. VI, No. 1 (16), Hal. 1-7 ISSN : Periode= berulag. Korelasi atara data jarak bumi dega bula da data ilai percepata gravitasi adalah,38. Nilai korelasi sebesar,38 meujukka bahwa atara data jarak bumi dega bula da data ilai percepata gravitasi memiliki hubuga yag redah. Tada egatif meujukka bahwa data jarak bumi dega bula da data ilai percepata gravitasi berlawaa arah, yaitu ketika jarak bumi dega bula jauh, ilai percepata gravitasi membesar da ketika jarak bumi dega bula dekat, ilai percepata gravitasi megecil Periode Gambar 3. Grafik periodesitas data variasi ilai percepata gravitasi. 5 x Periode= Periodesitas (T) data variasi ilai percepata gravitasi adalah 15 hari, seperti yag ditujukka pada Gambar 3. Nilai ii meujukka setiap 15 hari, terdapat ilai frekuesi percepata gravitasi yag berulag. Nilai ii juga idetik dega waktu gerak bula, bula melakuka satu kali revolusi dalam waktu 9,5 hari ( 3 hari ), utuk kembali ke posisi semula. Periodesitas data variasi ilai percepata gravitasi 15 hari setara dega setegah dari waktu satu kali revolusi bula. Ii meujukka adaya pegaruh posisi bula terhadap variasi ilai percepata gravitasi di permukaa bumi. 6 x Periode= Periode Gambar 4. Grafik periodesitas data jarak bumi dega bula. Periodesitas (T) jarak bumi dega bula adalah 3 hari, seperti yag ditujukka pada Gambar 4. Nilai ii meujukka setiap 3 hari, terjadi frekuesi jarak bumi dega bula yag Periode Gambar 5. Grafik periodesitas data fase bula. Periodesitas (T) data fase bula adalah 3 hari, seperti yag dtujukka pada Gambar 5. Nilai ii meujukka setiap 3 hari, terjadi frekuesi fase bula yag berulag. Korelasi atara data fase bula dega data ilai percepata gravitasi adalah,11. Nilai ii meujukka bahwa data fase bula da data variasi ilai percepata gravitasi memiliki hubuga yag sagat redah. Periodesitas data jarak bumi dega bula da data fase bula memiliki ilai yag sama yaitu 3 hari. Periodesitas data ilai percepata gravitasi memiliki ilai setegah dari periodesitas data jarak bumi dega bula da data fase bula, yaitu 15 hari. Ii disebabka dalam satu periode, bula memiliki posisi yag diaggap memiliki pegaruh yag sama terhadap variasi ilai percepata gravitasi di permukaa bumi. Pemodela Variasi Nilai Percepata Gravitasi Pemodela diawali dega meetuka jumlah data yag dimodelka dega jumlah data yag diguaka sebagai validator. Model baru didapatka dari hasil perhituga megguaka tebaka awal parameter model yag diperoleh dari proses pecocoka kurva. 4

5 RMS error Nilai Percepata Gravitasi(m/s ) POSITRON, Vol. VI, No. 1 (16), Hal. 1-7 ISSN : Parameter model awal yag diguaka dalam pemodela diperlihatka pada Tabel. Tabel. Parameter model awal. Parameter Nilai Parameter Nilai a 9,653 a5 -,718 a1,895 b5 -,1168 b1 -,68 a6,84 a -,3478 b6 -,354 b -,167 a7,319 a3,1581 b7,681 b3 -,858 a8,478 a4 -,4919 b8,1684 b4,33 w,6497 Pemiliha jumlah data observasi da data validasi diperoleh jumlah data observasi yag diguaka sebayak 76 data. Data model didapatka dari hasil perhituga parameter model awal dega megguaka persamaa forward modellig yag berbetuk persamaa fourier orde ke-8. Solusi didapatka pada iterasi ke-7, dega ilai RMS error,6 yag diperlihatka pada Gambar 6. Nilai ii memeuhi syarat kovergesi, sehigga solusi dapat diterima Iterasi Gambar 6. Grafik perubaha ilai RMSE pada proses iterasi. Solusi meghasilka parameter model baru, yag diperlihatka pada Tabel 3. Tabel 3. Parameter model baru hasil pegolaha data. Parameter Nilai Parameter Nilai a 9,6499 a5,5 a1,77 b5,6 b1,14 a6 -,3 a,14 b6, b -,13 a7 -,1 a3 -,46 b7,8 b3,13 a8 -,6 a4 -,3 b8, b4 -,37 w,863 Gambar 7. Grafik perbadiga atara data observasi dega data model ilai percepata gravitasi. Parameter model baru meghasilka model matematis baru yag medekati variasi ilai percepata gravitasi di daerah khatulistiwa seperti yag diperlihatka pada Gambar 7. Model baru berbetuk persamaa, sebagaimaa diperlihatka pada persamaa (5): g(t) = 9,6499 +,77* cos(,863* t)... Data Observasi Data Model Hari ke- +,14* si(,863* t) +,14* cos(*,863* t)... -,13* si(*,863* t) -,46* cos(3*,863* t)... +,13* si (3*,863* t) -,3* cos(4*,863* t)... -,37* si(4*,863* t) +,5* cos(5*,863* t)... +,6* si(5*,863* t) -,3* cos(6*,863* t)... +,* si(6*,863* t) -,1* cos(7*,863* t)... +,8* si(7*,863* t) -,6* cos(8*,863* t )... +,8* si(8*,863* t) (5) Data model baru dikorelasi dega data observasi, yag meghasilka ilai korelasi,8. Nilai korelasi ii meujukka atara data model baru dega data observasi memiliki hubuga yag sagat kuat. Sehigga model yag baru dapat mewakili data observasi. Data validasi sebayak 16 data diguaka utuk proses validasi data model baru, yag diperlihatka pada Gambar 8. Setelah divalidasi, didapatka ilai korelasi validasi sebesar,6. Nilai ii termasuk ke dalam retag koefisie korelasi yag memiliki hubuga kuat. Nilai RMS error validasi sebesar,1, yag meujukka ilai kesalaha yag miimum. Model dapat diterima da dapat medekati gambara variasi ilai percepata gravitasi di 5

6 Nilai Percepata Gravitasi(m/s ) Nilai Percepata Gravitasi(m/s ) POSITRON, Vol. VI, No. 1 (16), Hal. 1-7 ISSN : daerah khatulistiwa utuk 16 hari ke depa seperti yag ditujukka pada Gambar Hari ke- Gambar 8. Grafik validasi atara data validasi dega data model variasi ilai percepata gravitasi. Prediksi variasi ilai percepata gravitasi, diperlihatka pada Tabel 4. Tabel 4. Prediksi variasi ilai percepata gravitasi utuk 16 hari ke depa. Hari ke- g Hari ke- g 93 9, , , , , , , , , , , , , , , , Data Validasi Data Model Hari ke- Gambar 9. Grafik prediksi ilai percepata gravitasi utuk 16 hari ke depa. 4. Kesimpula Berdasarka peelitia yag telah dilakuka, diperoleh kesimpula bahwa, variasi ilai percepata gravitasi dipegaruhi oleh jarak bumi-bula da fase bula. Namu, teryata pegaruhya cukup kecil dimaa ilai periodesitas jarak bumi-bula da fase bula sebesar 3 hari, sedagka ilai periodesitas variasi ilai percepata gravitasi sebesar 15 hari. Dari peelitia ii juga didapatka model yag mewakili variasi ilai percepata gravitasi terhadap waktu berbetuk persamaa yag megguaka fugsi deret fourier orde 8 (persamaa 5), dega ilai korelasi validasi model sebesar,6 da RMS error validasi sebesar,1. Daftar Pustaka [1] Tipler, Paul. A., 1998, FISIKA Utuk Sais da Tekik, Ed ke-3, Jilid 1, Prasetio, Lea.; Adi, Rahmad W. (alih bahasa), Erlagga, Jakarta. [] Oktobiyati, Riri., 9, Pemodela Sistem Geothermal Daerah Sibayak Megguaka Data Magetotellurik da Gravitasi, Uiversitas Idoesia, Program Studi Fisika, Fakultas Matematika da Ilmu Pegetahua Alam, Depok, (Skripsi). [3] Elsaka, Basem Abd Elkareem Awar., 1, Simulated Satellite Formatio Flights for Detectig the Temporal Variatios of the Earth s Gravity Field, Istitut für Geodäsie ud Geoiformatio der Uiversität Bo, Astroomisch-Physikalische ud Mathematische Geodäsie, Germay, (Disertasi). [4] Crossley, David., Hiderer, Jacques., Boy, Jea-Paul., 5, Variasi Waktu Meda Gravitasi Eropa dari Supercoductig Gravimeters, J. It. Geophys., 161: [5] v/materials/listbytype/distace_moo.html #.VrRCi9N96Uk, diakses 5 Februari 16. [6] Ihwa, Adi., 1, Peyesuaia Fugsi Deret Fourier utuk Karakteristik Pola Curah Huja di Kota Potiaak, POSITRON Vol. No. 1 Hal [7] Agusta, Atag Rahma., 13, Pemodela Curah Huja Bulaa di Kabupate Sitag Megguaka Metode Mote Carlo dega Algoritma Metropolis, POSITRON Vol. 3 No. Hal [8] Gradis, Hedra., 9, Pegatar Pemodela Iversi Geofisika, Himpua Ahli Geofisika Idoesia (HAGI), Badug. [9] Sugiyoo, 13, Statistika utuk Peelitia, Alfabeta, Badug. [1]Widiasari, Etty., 1, Aalisis Kosetrasi Sedime Melayag di Muara Sugai Kapuas Kalimata Barat, Uiversitas Tajugpura, Program Studi Fisika, Fakultas Matematika da Ilmu Pegetahua Alam, Potiaak, (Skripsi). 6

7 POSITRON, Vol. VI, No. 1 (16), Hal. 1-7 ISSN : [11] sika/tada_waktu/, diakses Oktober 15. 7

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Buleti Ilmiah Math. Stat. da Terapaya (Bimaster) Volume 02, No. 1(2013), hal 1-6. PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Demag, Helmi, Evi Noviai INTISARI Permasalaha di bidag tekik

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO Titiek Widyasari 1 1 Program Studi Tekik Sipil, Uiversitas Jaabadra Yogyakarta, Jl. Tetara Rakyat Mataram 55 57 Yogyakarta Email: myso_jayastu@yahoo.co.id

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

Pemodelan pada Proses Cyclostationarity Berdasarkan Data Pasut Cilacap Tahun

Pemodelan pada Proses Cyclostationarity Berdasarkan Data Pasut Cilacap Tahun Reka Geomatika No. 1 Vol. 2017 12-22 ISSN 2338-350X Maret 2017 Jural Olie Istitut Tekologi Nasioal Jurusa Tekik Geodesi Pemodela pada Proses Cyclostatioarity Berdasarka Data Pasut Cilacap Tahu 2007-2015

Lebih terperinci

PRISMA FISIKA, Vol. VI, No. 2 (2018), Hal ISSN :

PRISMA FISIKA, Vol. VI, No. 2 (2018), Hal ISSN : Estimasi Curah Huja di Kota Potiaak Megguaka Metode Propagasi Balik Berdasarka Parameter Cuaca da Suhu Permukaa Laut Ika Oktaviaigsih a, Muliadi b*, Apriasyah c a Prodi Fisika, b Prodi Geofisika, c Prodi

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

Estimasi Parameter Model Curah Hujan Menggunakan Particle Swarm Optimization (PSO): Studi Kasus Ketapang dan Melawi

Estimasi Parameter Model Curah Hujan Menggunakan Particle Swarm Optimization (PSO): Studi Kasus Ketapang dan Melawi Jural Fisika FLUX Volume 15, Nomor 1, Februari 18 ISSN : 189-796X (prit); 514-1713(olie) http://ppjp.ulam.ac.id/joural/idex.php/f/ Estimasi Model Curah Huja Megguaka Particle Swarm Optimizatio (PSO): Studi

Lebih terperinci

BAB 5 UKURAN DISPERSI

BAB 5 UKURAN DISPERSI BAB 5 UKURAN DISPERSI A. Ukura Dispersi Meurut Hasa (011 : 101) ukura dispersi atau ukura variasi atau ukura peyimpaga adalah ukura yag meyataka seberapa jauh peyimpaga ilai-ilai data dari ilai-ilai pusatya

Lebih terperinci

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB I PENDAHULUAN. X Y X Y X Y sampel BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Aalisis regresi merupaka metode aalisis data yag meggambarka hubuga atara variabel respo dega satu atau beberapa variabel prediktor. Aalisis regresi tersebut

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Meetuka Parameter Model Cauchy utuk A (1,587) Kosta Baha Polistirea Dzarril Maulidiyah 1, D. J. Djoko H Satjojo 1, Mauludi A Pamugkas 1, Ubaidillah 1 1) Jurusa Fisika FMIPA Uiv. Brawijaya Email: mdzarril@gmail.com

Lebih terperinci

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN A. Mome Misalka diberika variable x dega harga- harga : x, x,., x. Jika A = sebuah bilaga tetap da r =,,, maka mome ke-r sekitar A, disigkat m r, didefiisika oleh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan.

III. MATERI DAN METODE. a. Penelitian ini menggunakan 68 ekor kambing peranakan etawa ( PE) (31. ukur, tongkat ukur dan timbangan. III. MATERI DAN METODE 3.1. Waktu da Tempat Peelitia Peelitia ii telah dilaksaaka pada Bula Oktober sampai November 013 di peteraka yag ada di Kota Pekabaru. 3.. Materi Peelitia a. Peelitia ii megguaka

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

Perbandingan Beberapa Metode Pendugaan Parameter AR(1) Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com Soal da Pembahasa jia Nasioal 06 Matematika Tekik SMK matematikameyeagka.com . pqr Betuk sederhaa dari p q r A. p 8 q r adalah... B. p q 0 r 0 D. p q 0 r 0 C. p 8 q r 0 E. p 6 q r Igat rumus berikut m

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

Dalam kehidupan sehari-hari terdapat banyak benda yang bergetar.

Dalam kehidupan sehari-hari terdapat banyak benda yang bergetar. Getara (Vibratio) Dalam kehidupa sehari-hari terdapat bayak beda yag bergetar. Sear gitar yag serig ada maika, Soud system, Garpu tala, Demikia juga rumah ada yag bergetar dasyat higga rusak ketika terjadi

Lebih terperinci

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 Deret Taylor Misal fugsi f aalitik pada - < R ligkara dega pusat di da jari-jari R Maka utuk setiap titik pada ligkara itu f dapat

Lebih terperinci

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution Prosidig Statistika ISSN: 460-6456 Taksira Iterval bagi Rata-rata Parameter Distribusi Poisso Iterval Estimate for The Average of Parameter Poisso Distributio 1 Putri Aggita Nuraei, Teti Sofia Yati, 3

Lebih terperinci

Karakteristik Dinamik Elemen Sistem Pengukuran

Karakteristik Dinamik Elemen Sistem Pengukuran Karakteristik Diamik Eleme Sistem Pegukura Kompetesi, RP, Materi Kompetesi yag diharapka: Mahasiswa mampu merumuskaka karakteristik diamik eleme sistem pegukura Racaga Pembelajara: Miggu ke Kemampua Akhir

Lebih terperinci

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan BAB III METODE PENELITIAN A. Jeis Peelitia Berdasarka pertayaa peelitia yag peeliti ajuka maka jeis peelitia ii adalah peelitia diskriptif kuatitatif. Dalam hal ii peeliti aka mediskripsika kemampua relatig,

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

Oleh: Bambang Widodo, SPd SMA Negeri 9 Yogyakarta

Oleh: Bambang Widodo, SPd SMA Negeri 9 Yogyakarta Oleh: Bambag Widodo, SPd SMA Negeri 9 Yogyakarta PETA KONSEP Prisip Superposisi Liier Sefase π π beda faseya : 0,2, 4,. beda litasa : 0,,2, 3,. terjadi iterferesi Kostruktif/ salig meguatka, amplitudo

Lebih terperinci

Investigasi Variasi Tahunan Terhadap Mean Sea Level di Benoa, Bali

Investigasi Variasi Tahunan Terhadap Mean Sea Level di Benoa, Bali Jural Iteas Rekayasa LPPM Iteas No. Vol. XVII ISSN: 40-325 Jauari 203 Ivestigasi Variasi Tahua Terhadap Mea Sea Level di Beoa, Bali Ni Made Rai Ratih Cahya Perbai Jurusa Tekik Geodesi, Istitut Tekologi

Lebih terperinci

AYUNAN FISIS. I. Tujuan Percobaan

AYUNAN FISIS. I. Tujuan Percobaan 1 AYUNAN FISIS I. Tujua Percobaa a. Memahami proses ayua fisis b. Meetuka pusat massa berbagai betuk beda tegar c. Meetuka pusat massa dega ayua fisis d. Meetuka percepata gravitasi dega meetuka ayua fisis

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

5. KARAKTERISTIK RESPON

5. KARAKTERISTIK RESPON 5. ARATERISTI RESPON Adalah ciri-ciri khusus perilaku diamik (spesifikasi performasi) Taggapa (respo) output sistem yag mucul akibat diberikaya suatu siyal masuka tertetu yag khas betukya (disebut sebagai

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA REGRESI LINIER SEDERHANA REGRESI, KAUSALITAS DAN KORELASI DALAM EKONOMETRIKA Regresi adalah salah satu metode aalisis statistik yag diguaka utuk melihat pegaruh atara dua atau lebih variabel Kausalitas

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA PRISMA 1 (2018) PRISMA, Prosidig Semiar Nasioal Matematika https://joural.ues.ac.id/sju/idex.php/prisma/ PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA

Lebih terperinci