ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA"

Transkripsi

1 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 Ilmu Pegetahua Alam, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya 6 E-mal: _yoma_latra@statstka.ts.ac.d Abstrak Kota Surabaya merupaka salah satu daerah edemk DBD dega kasus DBD tertgg d provs Jawa Tmur. Jumlah pederta peyakt DBD selama februar-maret berdasarka data Das Kesehata Kota Surabaya tergolog cukup tgg, yatu mecapa 89 orag. RSU Haj Surabaya adalah salah satu Rumah Sakt yag dtuju oleh pederta DBD d Surabaya, sehgga dlakuka aalss survval dega regres Cox terhadap faktor-faktor usa, jes kelam, hemoglob, leukost, hematokrt, trombost, suhu tubuh, da pembera trasfus darah d RSU Haj Surabaya. Data waktu survval pederta DBD berdstrbus Webull serta dketahu faktor-faktor yag mempegaruh ketahaa hdup pase melalu regres Cox Webull adalah faktor usa da hemoglob. Dmaa setap pertambaha usa satu tahu pada pase pederta peyakt DBD d RSU Haj Surabaya maka kemugka utuk mecapa laju kesembuha aka ak sebesar,9776 kal. Kata Kuc DBD, Regres Cox, Webull, Laju kesembuha I. PENDAHULUAN emam Berdarah adalah peyakt demam akut yag Ddsebabka oleh vrus degue, yag masuk ke peredara darah mausa melalu ggta yamuk dar geus Aedes, msalya Aedes aegypt atau Aeedes albopctus []. Idoesa merupaka egara dega kasus Demam Berdarah Degue (DBD) terbayak datara egara-egara d Asa Teggara setelah Thalad da Vetam. Kasus DBD d Idoesa pada tahu 9 tercatat 5. kasus, dmaa perseya dperkraka meggal yatu sebesar.5 orag. Tahu turu hgga 5 perse mejad 75. kasus, kemuda tahu kembal turu mejad 5. kasus []. Kota Surabaya adalah salah satu daerah edemk peyakt DBD d Idoesa yag merupaka daerah edemk dega kasus DBD tertgg d provs Jawa Tmur. Tercatum data kasus DBD dar Das Kesehata provs Jawa Tmur, Kota Surabaya memlk kasus sebayak 4.87 kasus pada tahu 6. Jumlah pederta peyakt DBD selama februar-maret berdasarka data Das Kesehata Kota Surabaya tergolog cukup tgg, yatu mecapa 89 orag. Data pederta DBD tersebut ddapat berdasarka pase yag melakuka pegobata d Puskesmas hgga seluruh rumah sakt yag ada d Surabaya[3]. Berbaga upaya telah dlakuka oleh pemertah utuk meeka jumlah kasus DBD atara la melalu peemua data tata laksaa kasus, pegedala kasus, pegkata pera serta masyarakat, SKD (Sstm Kewaspadaa D), peaggulaga KLB (Kejada Luar Basa) serta meggalakka kegata 3M yatu Meguras da Meykat tempat peampuga ar, Meutup tempat peampuga ar da Megolah barag barag bekas yag berpotes mejad tempat peampuga ar. Upaya la yag dapat dlakuka utuk meeka persebara peyakt DBD adalah dega megetahu faktor faktor peyebabya.oleh karea tu, utuk megatas keadaa dbutuhka peelta tetag bagamaa pase dapat survve dar DBD. Aalss yag dapat dguaka tetag retag waktu atau suatu ketahaa adalah aalss survval dega regres Cox. Beberapa peelta dega megguaka aalss survval adalah Oktafa [4]. Tetag pederta Stroke d RSU Haj Surabaya, Fa rfah [5] tetag pederta DBD d RSU Haj Surabaya, Yuswatara [6] tetag pederta DBD d RSUD Dr.Soedoo Madu. Tujua peelta adalah utuk megetahu karakterstk pase, memperoleh faktor-faktor yag mempegaruh laju kesembuha pase serta megetahu laju kesembuha pase. II. TINJAUAN PUSTAKA A. Aalss Survval Tga faktor yag harus dperhatka dalam meetuka waktu survval meurut Cox da Oakes [7], adalah :. Waktu awal (tme org/startg pot) suatu kejada.. Falure evet dar keseluruha kejada harus jelas. 3. Skala pegukura sebaga baga dar waktu harus jelas. B. Peguja Dstrbus Data Dstrbus dar waktu survval harus ddeteks utuk membetuk fugs Hazard, sedagka peguja dlakuka dega [8] :. Kolmogorov-Smrov H : waktu survval megkut dstrbus tertetu H : waktu survval tdak megkut dstrbus tertetu Statstk uj : ( x) F ( x) S D = sup () Daerah Peolaka: Tolak H pada taraf jka D > α D(, α )

2 C. Dstrbus Webull Dua Parameter Berkut adalah fugs kepadata peluag, fugs Hazard, serta fugs survval dstrbus Webull parameter sebaga pembetuk regres Cox Webull : Fugs kepadata peluag : t t f ( t η, ) = exp η Fugs dstrbus kumulatf : t t F( t η, ) = f ( t η) dt = exp Fugs Hazard : f ( t η, ) t h( t η, ) = = S( t η, ) η Fugs kumulatf Hazard : t H ( t η, ) = h( t η, ) dt = Fugs Survval : t (7) S( t η, ) = F( t) = exp D. Uj Multkolertas Uj multkolertas adalah uj utuk megetahu hubuga atarvarabel, uj multkolertas utuk data kotu megguaka VIF da korelas Peraso sedagka utuk data kategork megguaka uj depedes Ch-Square dega formula sebaga berkut. -VIF (8) VIF = R j VIF lebh dar meujukka adaya multkoleartas atarvarabel depede. -Uj Korelas x x x = = rx = x x x x = = -Uj Idepedes Ch-Square H H : varabel X da X j salg bebas : varabel X da X j tdak salg bebas Statstk uj : I J ( j ˆ µ j ) = = j= j χ () ˆ µ Daerah peolaka : t χ = > χ α,( I )( J ) E. Regres Cox Regres Cox pertama kal dkealka oleh Cox., merupaka salah satu aalss survval yag palg serg dguaka. Regres tdak mempuya asums megea sfat da x = = x (3) (4) (5) (6) (9) betuk sesua dega dstrbus ormal sepert asums pada regres yag la, dstrbus yag dguaka adalah sesua dega varabel depede yag dguaka [9]. F. Fugs Desty, Fugs Survval da Fugs Hazard ( ; λ, ) λ exp( λ ) ( ; λ, ) exp( λt ) f t = t t () S t = () ( ; λ, ) λ t = ht (3) G. Pemodela Umum Cox Hazard Proporsoal Berkut adalah permodela fugs Hazard utuk megetahu laju kesembuha pase. h( t) = h ( )exp β ' x t (4) H. Estmas Parameter Regres Cox Nla β pada permodela fugs Hazard dapat dcar megguaka teras Newto Raphso sebaga berkut. ( ) ( ) ( l+ ) ( l) ( l) ( l) β = β H β g β ( l+ ) ( l) Iteras aka berhet jka, β β merupaka suatu blaga yag sagat kecl. oleh vrus degue, dmaa vrus tersebut (5) ε, dmaa ε I. Seleks Model Terbak Utuk memperoleh model terbak pada regres Cox, maka dguaka seleks model terbak metode Backward sehgga satu per satu varabel yag tdak sgfka dbuag dar model [3]. Selajutya, kesesuaa model yag dhaslka dapat dukur dar la AIC yatu : AIC = k l( L) (6) K adalah jumlah varabel yag dguaka, semak kecl la AIC, maka kesesuaa model aka semak bak. J. Peguja Sgfkas Parameter Utuk meguj sgfkas parameter pada model yag dperoleh, maka dlakuka peguja secara tahap, yatu uj seretak da dvdu sebaga berkut. a. Uj Seretak H : β = β =... = β p = H : palg sedkt ada satu β k ; k =,,... p Statstk Uj : G = l Λ (7) Daerah krts : tolak H jka G > atau p-value <α. χ p, α b. Uj Parsal H : β k = H : β k ˆ β k Statstk Uj : W = (8) SE ˆ β ( ( ) Daerah krts : tolak H jka W > χ α atau p-value < α, k

3 3 K. Odds Rato Odds rato adalah suatu ukura yag utuk megetahu tgkat resko/kecederuga []. h ( t x = ) h ( t) β = e Odds rato= h ( t x = ) = β h ( t) e (9) Tgkat kecepata terjadya laju kesembuha pada dvdu β dega kategor x= adalah sebesar e kal tgkat kecepata terjadya resko terjadya perstwa falure evet pada dvdu dega kategor x=. Utuk varabel β depede yag kotu, la dar e mempuya terpretas bahwa perbadga odds rato atara dvdu dega la X lebh besar satua dbadg dvdu la. L. Demam Berdarah Demam Berdarah Degue adalah suatu peyakt demam akut yag dsebabka oleh vrus degue, dmaa vrus tersebut masuk ke dalam peredara darah mausa melalu ggta yamuk dar geus Aedes. Basaya, peyakt demam berdarah degue sagat serg dalam oleh masyarakat yag tggal d daerah yag memlk klm trops da sub trops. III. METODOLOGI PENELITIAN A. Sumber Data Data yag dguaka pada peelta adalah data sekuder yag dperoleh dar maajeme RSU Haj Surabaya yatu data rekam meds megea waktu survval pase pederta peyakt DBD pada perode yag drawat d RSU Haj Surabaya. B. Idetfkas Varabel Varabel Depede : waktu survval Varabel Idepede : -Usa (X ) -Jes Kelam (X ) = lak-lak = perempua -Hemoglob (X 3 ) dega kadar ormal,4-7,7 g/dl -Leukost (X 4 ) dega kadar ormal 4- rbu/ μμμμ -Hematokrt (X 5 ) dega kadar ormal : 38-47% -Trombost (X 6 ) dega kadar ormal : 5-45 rbu/mm 3 -Suhu Tubuh (X 7 ) dega keadaa ormal : 36,5 37,5 C -Pembera Trasfus Darah (X 8 ) = ada trasfus = tdak ada trasfus C. Metode Aalss Lagkah-lagkah aalss yag dlakuka adalah sebaga berkut.. Deskrps karakterstk pederta peyakt DBD. - Melakuka peguja dstrbus terhadap waktu survval - Uj multkoleartas - Estmas parameter model serta fugs hazardya. - Seleks model elmas Backward. - Uj sgfkas parameter - Faktor-faktor yag mempegaruh laju kesembuha 3. - Meghtug la odd rato - Meghtug la taksra fugs hazard 4. Membuat kesmpula dar hasl aalss da pembahasa yag telah dlakuka. IV. ANALISIS DAN PEMBAHASAN A. Aalss Statstka Deskrptf Berkut adalah aalss deskrptf terhadap varabel data kotu. Tabel. Aalss Deskrptf Terhadap Varabel Data Kotu Varabel M Max Mea St.Dev T 3 5,5,9495 Usa 65,467 5,3656 Hb 9,,7 3,947,9697 Leukost ,47 347,7879 Hematokrt 7,3 57,5 4,54 5,358 Trombost ,75 674,7 Suhu Tubuh 35,4 4,6 37,65,73 Karakterstk pase DBD adalah memlk rata-rata rawat ap selama 5 har, kadar Hb 3,9 gr/dl, leukost 55,4/μμμμ, hematokrt 4,5%, trombost 6968,75 /mm 3 da suhu tubuh sebesar 37,6 C. Perempua 49% Lak-lak 5% Gambar. Aalss Deskrptf Terhadap Varabel Data Kategork (Jes Kelam) Pada Gambar dapat dlhat bahwa persetase jes kelam lak-lak dar pase pederta peyakt DBD hampr bermbag dar pada persetase jes kelam perempua, yatu sebesar 5%. Sehgga dapat dketahu bahwa selama perode Jauar-Desember, pase pederta DBD d RSU Haj Surabaya lebh bayak yag berjes kelam laklak.

4 4 Ada trasfus 6% Tdak ada trasfus 84% Gambar. Aalss Deskrptf Terhadap Varabel Data Kategork (Pembera Trasfus Darah) Pada Gambar dapat dlhat bahwa sebesar 84% pase pederta DBD d RSU Haj Surabaya tdak memerluka pembera trasfus darah dalam proses peyembuhaya. Sedagka haya sebesar 6% pase pederta DBD yag memerluka pembera trasfus darah dalam proses peyembuhaya. B. Cross Tabulato Tabulas slag atara waktu survval dega varabel dguaka utuk megetahu karakterstk pase yag megap kurag dar 4 har. Tabel. Cross Tabulato T, Jes Kelam Jes Kelam (%) Total Waktu survval Lak- Perempua (%) Lak < 4 har 9,79,88 4, har 9,37,5,87 6 har,88 4,58 36,47 Total 5,4 48,96 Prosetase terbayak utuk pase yag megap kurag dar 4 har adalah pase perempua dega prosetase sebesar,88% Tabel 3. Cross Tabulato T, Trasfus Darah Pembera Trasfus Waktu Darah (%) Total survval Ada Tdak Ada Trasfus Trasfus (%) < 4 har 8,34 33,33 4, har,4,84,88 6 har 6,5 3, 36,45 Total 5,63 84,37 Tabel 3 memberka formas bahwa sebayak 84,37% dar total pase adalah pase yag tdak membutuhka proses trasfus darah utuk proses peyembuha peyakt DBD, 33,3% d ataraya megap kurag dar 4 har,,84% megap 4 hgga 5 har, da 3,% mejala rawat ap lebh dar 5 har. C. Peguja Dstrbus Data Uj dstrbus data pada varabel depede (T) atau waktu survval dlakuka dega megguaka statstk uj Kolmogorov-Smrov dega hpotess sebaga berkut. H : Waktu survval megkut dstrbus webull H : Waktu survval tdak megkut dstrbus webull Berdasarka hasl peguja dega megguaka Uj Kolmogorov-Smrov dperoleh statstk uj,635 da P- value sebesar, Dega megguaka α =,5 dperoleh la D ( 96,,5) =,635 yag tdak lebh besar dar la D htug sehgga H gagal dtolak, dega kata la waktu survval megkut dstrbus webull. D. Uj Multkolertas Tabel 4. Varace Iflato Factors (VIF) Predktor VIF Usa (X),99 Hemoglob (X3) 8,56 Leukost (X4),359 Hematokrt (X5) 8,69 Trombost (X6),48 Suhu Tubuh (X7),99 Berdasarka Tabel 4 dketahu bahwa tdak terjad multkolertas atar varabel depede karea memlk la VIF kurag dar. Tabel 5. Tabel Sgfkas korelas pada Usa, Hemoglob, Leukost, Hematokrt, Trombost, Suhu Tubuh X X 3 X 4 X 5 X 6 X 7 X,6,53,95,,35 X 3,6,335,,33 X 4,53,335,43,7 X 5,95,43,6,9 X 6,,,6,78 X 7,35,33,7,9,78 Dar Tabel 5, dketahu bahwa korelas yag sgfka terjad atara varabel usa da varabel trombost yatu sebesar,. Meskpu demka, varabel tersebut tetap dmasukka dalam model da aka damat secara khusus dalam proses selajutya yatu dalam metode elmas Backward. Hal dkareaka adaya pertmbaga terhadap la VIF kedua varabel tersebut yag mash dapat dtolerr yak kurag dar sepuluh. E. Faktor-faktor yag Mempegaruh Laju Kesembuha Pase Pederta DBD Asums hazard proporsoal pada varabel jes kelam da pembera trasfus darah telah terpeuh. Model terbak dplh berdasarka krtera AIC terkecl da seleks backward. Tabel 6 meujukka bahwa perubaha la l Lˆ terbesar terdapat pada model atara waktu survval dega varabel

5 5 depede Usa (X ) da Kadar Hemoglob (X 3 ). Hal juga dtujukka dega model tersebut memlk la AIC terkecl. Pada model yag terdr dar dua varabel depede dega perubaha l Lˆ terbesar, terdapat satu varabel yag tdak sgfka pada taraf sgfkas 5 perse, yatu varabel kadar Hemoglob. Oleh karea tu model yag dplh adalah model dega satu varabel depede, yatu usa. Tabel 6. Tabel 6 Nla Akake s Iformato Crtero (AIC) pada Pemodela Varabel AIC Semua varabel depede 89,669 Usa, Jes Kelam, Hemoglob, Leukost, Trombost, Suhu Tubuh da Trasfus Darah 87,67 Usa, Jes Kelam, Hemoglob, Trombost, Suhu Tubuh da Trasfus Darah 85,683 Usa, Jes Kelam, Hemoglob, Trombost da Trasfus Darah 84,934 Usa, Jes Kelam, Hemoglob da Trasfus Darah 83,78 Usa, Jes Kelam da Hemoglob 8,468 Usa da Hemoglob 8,69 Setelah ddapatka model maka dlakuka uj seretak utuk megetahu apakah varabel depede yag dguaka berpegaruh sgfka secara seretak. Hpotess yag dgua-ka adalah sebaga berkut. Uj Seretak - Regres Cox Webull H : β = β 3 = H : palg sedkt ada satu β j ; j = &3 α :,5 Statstk Uj : G = l Λ = 77, 69 χ, α = 5,99 Keputusa : tolak H, karea la statstk uj G > χ, α yag artya mmal ada satu varabel depede yag berpegaruh sgfka terhadap model Tabel 7 Tabel yag sgfka terhadap model terbak Varabel Wald Sgfkas Usa (X) 8,856,9 Hemoglob (X3),6,44 Tabel 8 Estmas parameter model terbak Varabel DF Estmas Wald Sgfkas Itersep,839 8,79 <, Usa,77 8,86,9 Hemoglob,77,6,44 Tabel 9 meujukka bahwa hasl estmas dar µ adalah,839 da estmas dar parameter σ adalah,338 sehgga dapat dhtug ˆ λ, ˆ, ˆ* β j. ˆ ˆ µ,839 λ = exp = exp =,787 ˆ σ,337 Selajutya utuk medapatka la masg-masg estmas * koefse dar setap parameter dega meghtug la β. ˆ j Hasl estmas parameter yag ddapatka dapat dguaka utuk meyusu fugs hazard regres cox webull berdasarka t waktu survval, usa da hemoglob. Berkut adalah pemodela regres cox webull. ˆ ( ) ˆ ˆ h ˆ ex ( ˆ ˆ ˆ t = λ t p βx βx... β px p ) h ( t ) g( x) h ˆ,38 t =,787 3,38 ( t 3 ) g x ( ) ( )( ) ( ( )), ( t) (,8473)( t )( g( x)) ˆ 38 h = Dmaa g(x) adalah sebaga berkut g ( x) = exp(,3usa) Model fugs hazard datas dapat dterpretaska, karea varabel usa memlk la koefse bertada egatf dapat dartka bahwa semak usa pase bertambah maka laju kesembuha pase terhadap peyakt DBD aka semak lambat F. Laju Kesembuha Pase DBD Laju kesembuha pase pederta DBD dapat dterpretaska dar la odds rato pada Tabel. Tabel Nla Odds Rato Varabel Usa da Kadar Hemoglob Odds Varabel Estmas Koefse ( βˆ ) Rato Usa -,3,9776 Tabel meujukka bahwa berdasarka varabel usa, ddapatka la odds rato sebesar,9776 Hal berart, setap pertambaha satu satua usa pase DBD d RSU Haj Surabaya, maka resko utuk mecapa kesembuha adalah sebesar,9776 kal dar pase yag berusa satu tahu lebh muda. Sehgga, dapat dkataka bahwa semak tua usa seorag pase, maka utuk mecapa sembuh semak lama. V. KESIMPULAN/RINGKASAN Berdasarka deskrps meujukka bahwa rata-rata laju kesembuha pada 96 pase DBD d RSU Haj Surabaya adalah berksar 5 har. Rata-rata usa pederta adalah sebesar tahu. Utuk jes kelam pase pederta DBD d RSU Haj Surabaya perode Jauar-Desember adalah sedkt medomas pase dega jes kelam lak-lak, sedagka rata-rata kadar Hemoglob dar pederta DBD adalah sebesar 3,943 g/dl, sedagka utuk rata-rata kadar Leukost pederta adalah sebesar 5,5/μμμμ, utuk rata-rata kadar Hematokrt dar pederta DBD adalah sebesar 4,54% sedagka rata-rata kadar Trombost da Suhu Tubuh pederta DBD adalah sebesar 6.968,75/ml da 37,6 C. Faktor-faktor yag berpegaruh sgfka terhadap laju kesembuha pase pederta DBD d RSU Haj Surabaya adalah usa (X ). Agar terjad peagaa yag efektf maka jka ada pase pederta DBD yag berusa lebh tua setahu maka perlu peagaa khusus supaya proses laju kesembuha terhadap pase aka terjad lebh cepat

6 6 [] Krsta, Ismah da Wuladar.L. (4). Demam Berdarah Degue. [dakses taggal 3 Jauar 3] [] Kusrastut. (). Idoesa Jawara DBD se-asean. [dakses taggal 3 Jauar 3] [3] Kemetra Kesehata Republk Idoesa. (9). Database Kesehata Per Provs.: Kemetra Kesehata Republk Idoesa [4] Oktafa, D (3). Aalss Terhadap Faktor-Faktor yag Mempegaruh Laju Perbaka Kods Kls Pase Pederta Stroke dega Regres Cox Webull. Isttut Tekolog Sepuluh Nopember, Surabaya [5] Fa rfah, Rska Yau. (). Aalss Survval Da Faktor-Fakor Yag Mempegaruh Kesembuha Pase Demam Berdarah Dega Regres Cox. (Upublshed fal project). Isttut Tekolog Sepuluh Nopember, Surabaya. [6] Yuswatara, Y (3). Aalss Survval Terhadap Faktor-Faktor YagMempegaruh Laju KesembuhaPasePederta Demam Berdarah Degue (DBD) Regres Cox Webull Da Logormal Dua Parameter. Isttut Tekolog Sepuluh Nopember, Surabaya [7] Cox, D.R., Oakes, D. (984). Aalyss of Survval Data. Lodo: Chapma ad Hall. [8] Law, A. M., & Kelto, D. W. (). Smulato Modellg Aalyss (3 th ed.). New York: MacGraw-Hll [9] Ahmed, F. E., Vos, P. W., da Holbert, D. (7). Modelg Survval Colo Cacer : A Metodologcal Revew. Molecular Cacer, 6, 5 [] Hosmer, D.W., Lemeshow, S. da May, S. (8). Appled Survval Aalyss. Wley & Sos, Ic., Hoboke, New Jersey

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

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,

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

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

Lebih terperinci

X a, TINJAUAN PUSTAKA

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

Lebih terperinci

BAB 2. Tinjauan Teoritis

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

Lebih terperinci

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 JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

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

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

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

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

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

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

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

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

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

Lebih terperinci

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson.

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

Lebih terperinci

BAB II LANDASAN TEORI

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,

Lebih terperinci

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif

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

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

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.

Lebih terperinci

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

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

Lebih terperinci

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015 JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-44 Pemodela Regres Posso Iverse Gaussa Stud Kasus: Jumlah Kasus Baru HIV d Provs Jawa egah ahu 5 Adraa Y Herdrawat, I Nyoma Latra, da

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

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

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

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

Lebih terperinci

Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD)

Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD) JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-38 Aalss Survval dega Pedekata Multvarate Adaptve Regresso Sples pada Kasus Demam Berdarah Degue (DBD) Shofa F Nsa da I Nyoma Budatara Jurusa

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2011 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2011 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 0 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF Selfy Atka Sary, I Nyoma Latra Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS)

Lebih terperinci

Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur

Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-350 (30-98X Prt) D-9 Aalss Regres Double Hurdle terhadap Faktor-Faktor yag Mempegaruh Partspas Perempua Kaw dalam Kegata Ekoom d Jawa Tmur Devma Chrst Mukt

Lebih terperinci

3 Departemen Statistika FMIPA IPB

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

Lebih terperinci

ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR

ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR Devma Chrst Mukt Ratau (), Dr. Dra. Isma Za, M. S. () Jurusa Statstka,

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

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

Lebih terperinci

Statistika ITS Surabaya

Statistika ITS Surabaya UJIAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA MASYARAKAT NELAYAN KECAMATAN BULAK SURABAYA Oleh : Ctra Elok M 305 00 03 Dose Pembmbg

Lebih terperinci

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

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

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosdg Semar Sas da Tekolog FMIPA Umul Vol. No. Jul 0, Samarda, Idoesa ISSN : - 0 STRUCTURAL EQUATION MODELLING DENGAN PENDEKATAN PARTIAL LEAST SQUARE (Stud Kasus: Pegaruh Locus of Cotrol, Self Effcacy,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

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

Lebih terperinci

Analisis Regresi Logistik Ordinal terhadap Faktor-faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa S1 di ITS Surabaya

Analisis Regresi Logistik Ordinal terhadap Faktor-faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa S1 di ITS Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (013) ISSN: 337-350 (301-98X Prt) D-177 Aalss Regres Logstk Ordal terhadap Faktor-faktor yag Mempegaruh Predkat Kelulusa Mahasswa S1 d ITS Surabaya Stt Imaslhkah,

Lebih terperinci

Pemodelan Jumlah Kematian Bayi di Provinsi Jawa Timur Tahun 2011 dengan Pendekatan Regresi Binomial Negatif

Pemodelan Jumlah Kematian Bayi di Provinsi Jawa Timur Tahun 2011 dengan Pendekatan Regresi Binomial Negatif JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-8 Pemodela Jumlah Kemata Bay d Provs Jawa Tmur Tahu 011 dega Pedekata Regres Bomal Negatf Selfy Atka Sary da I Nyoma Latra Jurusa Statstka,

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

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

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

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,

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

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

Lebih terperinci

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression

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

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

ABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2

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,

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

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

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

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

Lebih terperinci

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. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* 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

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

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

Lebih terperinci

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

Puasa Pasien Diabetes Mellitus Tipe 2 di Poli Diabetes RSUD Dr. Soetomo Surabaya Menggunakan Regresi Probit Biner

Puasa Pasien Diabetes Mellitus Tipe 2 di Poli Diabetes RSUD Dr. Soetomo Surabaya Menggunakan Regresi Probit Biner D-56 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) Faktor yag Memegaruh Kadar Gula Darah Puasa Pase Dabetes Melltus Tpe d Pol Dabetes RSUD Dr. Soetomo Surabaya Megguaka Regres Probt

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped JURNAL SAINS DAN SENI ITS Vol. 4, No., (05) 337-350 (30-98X Prt) Pemodela Kasus Peumoa Balta d Kota Surabaya dega Geographcally Weghted Posso Regresso da Flexbly Shaped Ftra Spatal Nur Maghfroh, Sca I

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

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

Lebih terperinci

Bab II Teori Pendukung

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

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

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

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

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

Lebih terperinci

Penerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung

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

Lebih terperinci

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-9 Pemodela Jumlah Balta Gz Buruk d Jawa Tmur dega Geographcally Weghted Posso Regresso Rahm Amela da Purhad Jurusa Statstka, Fakultas Matematka

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI IS Vol. 5, No., (6) 337-35 (3-98X Prt) D-7 Aalss Pola ubuga PDRB dega Faktor Pecemara Lgkuga d Idoesa Megguaka Pedekata Geographcally Weghted Regresso (GWR) Rza Damayat da Mutah Salamah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

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

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

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

Lebih terperinci

REGRESI LINIER SEDERHANA

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

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

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

Lebih terperinci

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010 REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAUN Mahasswa Yulda Federka 9 5 6 Dose Pembmbg Ir. Mutah Salamah,M.Kes da Jerry Dw T.P.,S.S,M.S ABSTRAK Pertumbuha

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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,

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat 0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

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

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

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

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

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.

Lebih terperinci

Peramalan Kebutuhan Listrik Dengan Model Harvey

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

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 0 BAB LANDASAN TEORI. Pegerta Regres da Korelas.. Pegerta Regres Regres adalah suatu metode statstka yag ergua utuk memerksa atau memodelka huuga datara varael-varael. Varael-varael terseut dega megguaka

Lebih terperinci

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

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

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

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

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

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

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

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

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

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

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

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

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

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

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

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

Lebih terperinci