PENERAPAN METODE EMPIRICAL BAYES PADA PENDUGAAN AREA KECIL (Studi Kasus Pendugaan Pengeluaran Per Kapita di Kota Bogor Tahun 2003)

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN METODE EMPIRICAL BAYES PADA PENDUGAAN AREA KECIL (Studi Kasus Pendugaan Pengeluaran Per Kapita di Kota Bogor Tahun 2003)"

Transkripsi

1 PENERPN MEOE EMPIRICL BYES P PENUGN RE KECIL (Stud Kasus Pendugaan Pengeluaran Per Kapta d Kota Bogor ahun 003 R YUNI G40304 EPREMEN SISIK FKULS MEMIK N ILMU PENGEHUN LM INSIU PERNIN BOGOR 008

2 RINGKSN R YUNI. Penerapan Metode Emprcal Baes pada Pendugaan rea Kecl (Stud Kasus Pendugaan Pengeluaran Per Kapta d Kota Bogor ahun 003. bawah bmbngan INHWI dan NNG KURNI. Pendugaan area kecl (small area estmaton sangat dbutuhkan untuk mendapatkan nformas pada suatu area dengan ukuran contoh kecl. Pendugaan langsung ang dlakukan memlk nla keragaman ang besar karena ukuran contohna kecl. Salah satu solus ang dgunakan adalah melakukan pendugaan tdak langsung dengan cara menambahkan peubah-peubah pendukung berupa nformas dar dalam maupun luar area tersebut untuk menduga parameter. Pendugaan tdak langsung pada area kecl dalam peneltan n dterapkan untuk kasus pendugaan pengeluaran per kapta d Kota Bogor tahun 003. Salah satu metode ang dapat dgunakan dalam kasus tersebut adalah metode emprcal Baes (EB. Pendugaan area kecl dengan metode EB menghaslkan nla RRMSE (Relatve Root Mean Squared Error ang lebh kecl darpada nla RRMSE dar hasl pendugaan langsung. Hal n juga berlaku untuk konds keragaman antar desa d Kota Bogor ang besar dan ragam samplng error ang heterogen. Hasl tersebut memperlhatkan bahwa pendugaan tdak langsung menggunakan metode EB-jackknfe dapat memperbak hasl pendugaan langsung.

3 PENERPN MEOE EMPIRICL BYES P PENUGN RE KECIL (Stud Kasus Pendugaan Pengeluaran Per Kapta d Kota Bogor ahun 003 rta Yunta Skrps sebaga salah satu sarat memperoleh gelar Sarjana Sans pada epartemen Statstka Fakultas Matematka dan Ilmu Pengetahuan lam Insttut Pertanan Bogor EPREMEN SISIK FKULS MEMIK N ILMU PENGEHUN LM INSIU PERNIN BOGOR 008

4 Judul : Penerapan Metode Emprcal Baes pada Pendugaan rea Kecl (Stud Kasus Pendugaan Pengeluaran Per Kapta d Kota Bogor ahun 003 Nama : rta Yunta NRP : G40304 Menetuju: Pembmbng I, Pembmbng II, Ir. Indahwat, M.S nang Kurna, M.S NIP NIP Mengetahu: ekan Fakultas Matematka dan Ilmu Pengetahuan lam Insttut Pertanan Bogor r. rh. Hasm, E NIP anggal Lulus:

5 PRK lhamdulllahrobbl alamn, segala puj dan sukur Penuls panjatkan kepada llah SW, atas segala rahmat, hdaah serta karuna-na sehngga Penuls dapat menelesakan kara lmah n. Shalawat serta salam semoga selalu tercurahkan kepada Rasulullah SW, keluarga, sahabat, dan umatna hngga akhr zaman. Kara lmah n berjudul Penerapan Metode Emprcal Baes pada Pendugaan rea Kecl (Stud Kasus Pendugaan Pengeluaran Per Kapta d Kota Bogor ahun 003. Peneltan n bertujuan untuk mengkaj metode emprcal Baes pada pendugaan area kecl dan menerapkan metode tersebut untuk menduga pengeluaran per kapta d Kota Bogor tahun 003. erma kash Penuls ucapkan kepada semua phak ang telah membantu dalam penelesaan kara lmah n, terutama kepada: Ibu Ir. Indahwat, M.S dan Bapak nang Kurna, M.S terma kash atas segala bmbngan, saran, dan krtk sehngga kara lmah n dapat dselesakan. M faml: bapak, bu, adk, serta seluruh keluarga besar ang aku saang, terma kash atas do a, dukungan, semangat, dan kash saang ang selalu dberkan kepada Penuls. Seluruh staf pengajar epartemen Statstka FMIP IPB terma kash atas pengajaran ang dberkan sehngga penuls dapat menelesakan stud dan kara lmah n. Seluruh staf pegawa epartemen Statstka FMIP IPB: Bu Markonah, Bu Suls, Bu edeh, Pak Ian, Pak Sudn, Pak ur, Pak Herman, Pak Her, dan Bu at ang selalu sap membantu segala keperluan dalam penelesaan stud dan kara lmah n. M closed frend Enta, Proe, na, w, dan Cecep terma kash atas do a, kebersamaan, dan dukunganna. Sahabatku Chche, Mut, Lala, Mba an, rl, Edo, Rost, dan w terma kash untuk semua bantuanna. Rekan-rekan Statstka 40 tercnta ang tdak bsa penuls sebutkan satu per satu. Keep contact! Seluruh kakak kelas dan adk-adk Statstka angkatan 4,4, dan 43. eman-teman GMPURI, asrama 07 (Wne, Ven, njar dan Ww serta teman satu kosan d Ctra Islamc dan Pondok dnda. Semua phak ang telah memberkan dukungan kepada penuls ang tdak dapat dsebutkan satu per satu. Penuls menadar bahwa banak kekurangan dalam kara lmah n karena kesempurnaan hanalah mlk llah SW. Semoga kara lmah n dapat bermanfaat. Bogor, Penuls

6 RIWY HIUP Penuls dlahrkan d Purworejo, Jawa engah pada tanggal 30 Jun 985 dar pasangan Bapak Suhendro dan Ibu Suprat. Penuls merupakan putr pertama dar dua bersaudara dengan adk bernama Huda rta Bahr. Penuls menelesakan sekolah dasar d S Neger Butuh I pada tahun 997. Penddkan selanjutna dtempuh d SLP Neger I Kutoarjo ang dselesakan pada tahun 000. Penuls melanjutkan ke SMU Neger I Purworejo dan lulus tahun 003. Pada tahun ang sama berhasl masuk IPB melalu jalur Undangan Seleks Masuk IPB (USMI. Penuls memlh jurusan Statstka. Selama mengkut perkulahan, penuls kut serta dalam kegatan Hmpunan Profes Gamma Sgma Beta (GSB sebaga staf epartemen Kewrausahaan perode 003/004 dan staf epartemen Kesekretaratan perode 004/005, anggota Keluarga Mahasswa Muslm Statstka perode 004/005, serta dvs PSM Keluarga Mahasswa Purworejo IPB perode 004/005. Penuls juga berkesempatan melaksanakan kegatan praktek lapang d IFF P.Essence Indonesa pada tanggal 5 Februar 007 sampa dengan 5 prl 007.

7 FR ISI Halaman FR BEL...v FR LMPIRN...v PENHULUN... Latar Belakang... ujuan... INJUN PUSK... Pengeluaran Per Kapta... Pendugaan rea Kecl... Penduga Sntetk... Model rea Kecl... Metode Emprcal Baes... Pendekatan Jackknfe dalam Pendugaan MSE...3 BHN N MEOE...3 Bahan...3 Metode...4 HSIL N PEMBHSN...4 Eksploras ata...4 Pendugaan Langsung...4 Pendugaan dak Langsung...5 KESIMPULN...7 FR PUSK...7 LMPIRN...9

8 v FR BEL Halaman. Hasl Pendugaan Beta...5. Pendugaan pengeluaran per kapta ( Rp ,00 dengan pendugaan langsung dan pendekatan EB - jackknfe beserta nla RRMSE (% Perbandngan statstk MSE...6 FR LMPIRN Halaman. Scatterplot, boplot, dan nla korelas peubah-peubah pendukung (...9. Pendugaan langsung pengeluaran per kapta ( Rp ,00 beserta nla Pendugaan pengeluaran per kapta ( Rp ,00 untuk desa ang tdak dsurve beserta nla RRMSE (%...

9 PENHULUN Latar Belakang ewasa n permntaan akan statstk area kecl (small area statstcs semakn menngkat dalam berbaga bdang. Pendugaan area kecl sangat dbutuhkan untuk mendapatkan nformas-nformas pada area kecl, msalna pada lngkup kabupaten/kota, kecamatan, maupun kelurahan/desa. Informas tersebut menjad sangat pentng serng dengan berkembangna era otonom daerah d Indonesa karena dapat dgunakan sebaga acuan menusun sstem perencanaan, pemantauan, dan kebjakan daerah lanna tanpa harus mengeluarkan baa besar untuk mengumpulkan data sendr. Metode ang terus dkembangkan untuk menduga statstk area kecl adalah pendugaan area kecl (small area estmaton. Pendugaan secara langsung (drect estmaton pada area kecl akan menghaslkan nla ragam ang besar jka contoh ang dambl berasal dar data surve ang drancang untuk skala besar/nasonal. Hal n dsebabkan oleh ukuran contoh ang terambl pada area tersebut kecl. Salah satu solus ang dgunakan adalah melakukan pendugaan tdak langsung dengan cara menambahkan peubah-peubah pendukung dalam menduga parameter. Peubah pendukung tersebut berupa nformas dar area lan ang serupa, surve terdahulu pada area ang sama, atau peubah lan ang berhubungan dengan peubah ang ngn dduga. Evaluas hasl pendugaan tdak langsung dapat dketahu dengan membandngkan nla RRMSE (Relatve Root Mean Squared Error pendugaan langsung dengan nla RRMSE pendugaan tdak langsung. Pendugaan tdak langsung untuk area kecl dalam peneltan n dterapkan untuk kasus pendugaan pengeluaran per kapta d Kota Bogor tahun 003. Metode ang dgunakan untuk menduga pengeluaran per kapta tersebut adalah metode emprcal Baes dengan pendekatan jackknfe untuk menghtung MSE. ujuan ujuan dar peneltan n adalah:. Mengkaj metode emprcal Baes pada pendugaan area kecl.. Menerapkan metode emprcal Baes untuk menduga pengeluaran per kapta d Kota Bogor tahun 003. INJUN PUSK Pengeluaran Per Kapta Pengeluaran per kapta menunjukkan besarna pengeluaran setap anggota rumah tangga dalam kurun waktu satu bulan (BPS, 003. Pengertan rumah tangga ang dmaksud pada defns d atas atu sekelompok orang ang mendam sebagan atau seluruh bangunan fsk dan basana tnggal bersama serta makan dar satu dapur (BPS, 003. Satu rumah tangga bsa terdr dar satu, dua, atau lebh kepala keluarga. Perhtungan pengeluaran per kapta drumuskan sebaga berkut: p = q dmana; = pengeluaran per kapta p = pengeluaran rumah tangga sebulan q = jumlah anggota rumah tangga Pendugaan rea Kecl Pendugaan area kecl saat n sangat umum dgunakan dalam surve samplng, dmana banak metode analss data telah dkemukakan dalam beberapa lteratur. rea kecl (small area dartkan sebaga bagan dar wlaah populas (small doman bak berdasarkan geograf, ekonom, sosal budaa, ataupun ang lanna (Rao, 003. Suatu daerah dsebut small area jka dalam daerah tersebut jumlah contoh ang terambl kurang besar untuk mendapatkan nla pendugaan langsung ang akurat. Nla pendugaan langsung pada area kecl merupakan penduga tak bas tetap memlk ragam ang besar karena dperoleh dar ukuran contoh ang kecl (Ramsn et.al (00 dalam Kurna dan Notodputro (006b. Metode pendugaan ang dapat dgunakan untuk mendapatkan pendugaan area kecl atu pendugaan langsung dan pendugaan tdak langsung. Pendugaan tdak langsung (ndrect estmaton dlakukan dengan cara memanfaatkan nformas peubah lan ang berhubungan dengan parameter ang damat. Contoh nformas ang dapat dgunakan adalah catatan sensus ataupun surve pada area tersebut. da beberapa metode pada pendugaan tdak langsung untuk area kecl antara lan EBLUP (Emprcal Best Lnear Unbased Predcton, EB (Emprcal Baes, dan HB (Herarchcal Baes.

10 Small area estmaton merupakan pendugaan suatu area ang lebh kecl dengan memanfaatkan nformas dar luar area, nformas dar dalam area tu sendr, dan dar luar surve (Longford, 005. Pendugaan secara tdak langsung pada small area estmaton mempuna beberapa keuntungan, atu mendapatkan penduga optmal, memperoleh model vald ang berasal dar data contoh, serta dapat menjelaskan berbaga macam model berdasar pada respon alam suatu peubah dan kekomplekan struktur data (Rao, 003. Penduga Sntetk Penduga sntetk merupakan penduga tak bas ang dperoleh dar sebuah surve contoh untuk area ang besar, ketka penduga n dgunakan sebaga penduga untuk sub-area (area ang lebh kecl dengan mengasumskan bahwa sub-area tersebut memlk karakterstk ang sama dengan area besar (Gonzales (973 dalam Ghosh dan Rao (994. Metode n cocok dgunakan untuk semua desan samplng. Penduga sntetk pada pendugaan area kecl dapat dgunakan untuk menduga nla respon pada sub-area ang tdak dsurve. Penduga sntetk dapat memberkan dugaan dengan memanfaatkan nformas dar area kecl lan ang dasumskan mrp dengan area kecl ang akan dduga. Model rea Kecl Pendugaan area kecl terdr atas dua jens model dasar atu basc area level model dan basc unt level model (Rao, 003. a. Basc area level (tpe model atu model ang ddasarkan pada ketersedaan data pendukung ang hana ada untuk level area tertentu, msalkan = (,, p dan parameter ang akan dduga, dasumskan mempuna hubungan dengan. ata pendukung tersebut dgunakan untuk membangun model: = b v, =,,m dengan v ~ N(0, σ v, sebaga pengaruh acak ang dasumskan normal. Kesmpulan mengena, dapat dketahu dengan mengasumskan bahwa model penduga langsung telah terseda atu: = e, =,,m dengan samplng error e ~ N(0, σ e dan σ e dketahu. Pada akhrna, kedua model dgabungkan dan menghaslkan model gabungan: = b v e, =,,m dmana b dketahu bernla postf konstan (dasumskan bernla. Model tersebut merupakan bentuk khusus dar model lner campuran (general lnear med model ang terdr dar pengaruh tetap (fed effect atu dan pengaruh acak (random effect atu v (Sae dan Chambers, 003. b. Basc unt level (tpe B model atu suatu model dmana data-data pendukung ang terseda bersesuaan secara ndvdu dengan data respon, msal j = ( j,..., jp, sehngga dapat dbuat suatu model regres tersarang j = j v e j ; =,,m dan j=,...,n dengan v ~ N(0, σ v dan e ~ N(0, σ e. Peneltan n menggunakan model basc area level (tpe karena data pendukungna hana ada untuk level area tertentu atu pada level desa. Metode Emprcal Baes Metode emprcal Baes (EB merupakan salah satu pendekatan ang dapat dgunakan pada pendugaan area kecl. Hal pertama ang ngn ddapatkan pada metode Baes adalah sebaran posteror untuk parameter ang damat ang dnotaskan f (,, σ v, dengan asums dan σ v dketahu. Sedangkan pada metode EB, nferensa ang dperoleh berdasar pada dugaan sebaran posteror dar dengan memasukkan nla dugaan dan σ v atu f(, ˆ, ˆσ v. Model Fa dan Herot (979 untuk model basc area level adalah: = v e dmana v ~ N(0, σ v dan e ~ N(0, σ e, v dan e salng bebas. dan σ v tdak dketahu sedangkan σ e dasumskan dketahu (Kurna dan Notodputro, 006b. Msal σ v dan σ e dsmbolkan dengan Β dan, selanjutna merupakan penduga ˆ Baes untuk, dengan mengkut model Baes: ( ~ N(, ( ~ N(, adalah sebaran pror untuk, =,,...,m. Model Baes djelaskan oleh: dan f ( = ep ( π π ( = ep ( dan π m f ( =,, ep ( = π ep ( π untuk = (,,..., m dan = (,,..., m.

11 3 Lhat dua fungs eksponensal tanpa faktor (-/ dar f(,,, ( ( ( ( ( = * a = * a = * a = dengan a * adalah konstanta dan bebas dar. Ν, ~,, ( ( Ν Α, ~,, ( Berdasarkan formula tersebut dperoleh suatu penduga: Β ˆ = E (,, = ( BB( -, dengan B = / ( MSE( = Var ( Β ˆ,, = / ( Parameter pada formula datas dapat dduga dengan metode momen, mnmum varance quadratc unbased estmaton (MIVQUE, mamum lkelhood (ML, atau restrcted/resdual mamum lkelhood (REML. Sedangkan parameter dapat dduga dengan metode momen ataupun weghted least square (WLS. Jka dan dduga, maka akan dperoleh suatu penduga emprcal Baes: ( ( ˆ ˆ ˆ ˆ Β = Τ, dengan ˆ /( ˆ Α = Β Berdasarkan metode Baes, dperoleh: MSE( = Var ( ˆ,, Α = ˆ ˆ ( Â / Â Penduga MSE tersebut menjad bersfat underestmate karena adana pendugaan pada nla dan. Hal tersebut dapat dkoreks dengan menggunakan pendekatan jackknfe (Jang, Lahr, dan Wan, 00 maupun dengan pendekatan bootstrap (Butar dan Lahr (003 dalam Rao (003. Peneltan n menggunakan metode jackknfe untuk mengoreks MSE tersebut. Pendekatan Jackknfe dalam Pendugaan MSE( ˆ Pendekatan jackknfe merupakan salah satu metode ang serng dgunakan dalam surve karena konsepna ang sederhana (Jang, Lahr, dan Wan, 00. Metode n dperkenalkan oleh uke (958 dan berkembang menjad suatu metode ang dapat mengoreks bas suatu penduga. Prosedur ang dlakukan atu dengan menghapus observas ke- untuk =,,...,m dan selanjutna melakukan pendugaan parameter. Small area estmaton menerapkan metode jackknfe untuk mengoreks pendugaan MSE akbat adana pendugaan dan, dengan: MSE( = Β ˆ / ( = g ( dmana dduga oleh s v (Kurna dan Notodputro, 006a. ahapan-tahapan untuk menghtung MSE J ( adalah sebaga berkut: ˆ.Htung nla h dengan rumus: ( ( ( [ ] = = m u v u v( v s g s g m m s g h dmana g (s v(-u dperoleh dengan menghapus pengamatan ke-u pada hmpunan data g (s v..htung nla h dengan rumus: ( ( [ ] ( ˆ ˆ = = m u EB u m m h dmana ( dperoleh dengan menghapus pengamatan ke-u pada hmpunan data. ( u ˆ ˆ 3.Htung nla MSE: MSE J ( = h ˆ h BHN N MEOE Bahan ata ang dgunakan dalam peneltan n adalah data SUSENS 003 dengan nformas data berbass rumah tangga serta POES 003 sebaga sumber data peubah pendukung. Peubah respon ang menjad perhatan dalam peneltan n adalah pengeluaran per kapta anggota rumah tangga pada beberapa desa d Kota Bogor. Peubah pendukung ang dasumskan mempengaruh dan menggambarkan pengeluaran per kapta atu, = persentase keluarga prasejahtera dan sejahtera = persentase keluarga pengguna lstrk PLN 3 = persentase surat mskn ang dkeluarkan desa 4 = jumlah penduduk

12 4 Metode ahapan-tahapan pada peneltan n adalah:. Memlh peubah pendukung ang dasumskan mempengaruh dan menggambarkan pengeluaran per kapta berdasarkan eksploras data serta peneltanpeneltan sebelumna.. Menduga pengeluaran per kapta rumah tangga untuk masng-masng kelurahan/ desa secara langsung (drect estmaton. 3. Melakukan pendugaan dan dengan metode momen. 4. Menduga pengeluaran per kapta rumah tangga untuk masng-masng kelurahan/ desa dengan metode emprcal Baes (. ˆ 5. Menghtung MSE J ( dengan konsep ˆ jackknfe menggunakan proc IML pada SS Membandngkan nla RRMSE pendugaan langsung dan nla RRMSE J (, dengan ˆ perhtungan RRMSE sebaga berkut: ( ( ˆ ˆ MSE RRMSE = 00 % ˆ Software ang dgunakan adalah Mntab 4, Mcrosoft Ecell dan SS 9.. HSIL N PEMBHSN Eksploras ata Eksploras untuk masng-masng peubah dlakukan dengan menggunakan scatterplot, boplot, dan nla korelas Pearson ang tersaj pada Lampran. Scatterplot data menunjukkan bahwa desa dengan pengeluaran per kapta ang besar dndkaskan oleh persentase keluarga pengguna lstrk dan jumlah penduduk ang besar pula. Selan tu, desa dengan pengeluaran per kapta ang besar dndkaskan oleh persentase keluarga prasejahtera dan sejahtera serta persentase surat mskn ang dkeluarkan desa kecl. Nla korelas Pearson ang dhaslkan juga sesua dengan hasl scatterplot. Boplot dgunakan untuk mengetahu ukuran pemusatan data. Boplot untuk peubah,, dan 4 menunjukkan bahwa tdak ada data ang jauh dar kumpulan data, sedangkan pada peubah 3 ada satu data ang agak jauh dar kumpulan data. Berdasarkan eksploras data ang telah dlakukan, terlhat bahwa haslna sesua dengan logka. Peubah tersebut juga dgunakan dalam peneltan sebelumna pada skrps (ew, 006. Berdasar alasan-alasan d atas, peubah,, 3, dan 4 cukup sesua dgunakan untuk menggambarkan pengeluaran per kapta rumah tangga pada beberapa desa d Kota Bogor. Pendugaan Langsung Hasl ang ddapatkan dar pendugaan langsung pengeluaran per kapta atu besarna pengeluaran per kapta anggota rumah tangga pada beberapa desa d Kota Bogor dan nla smpangan bakuna. Jumlah desa/kelurahan ang damat adalah 34 desa/kelurahan ang ada d Kota Bogor. Nla ragam samplng error ( ang menjad perhatan dduga oleh s /n ang merupakan raso antara ragam d dalam area dengan banakna contoh. Nla dapat dhtung dar hasl pendugaan langsung. Hasl pendugaan langsung dan nla ragam samplng error ( dapat dlhat pada Lampran. Pendugaan langsung pengeluaran per kapta rumah tangga pada beberapa kelurahan/desa d Kota Bogor dlakukan berdasarkan data surve dengan objek surve sebanak 6 rumah tangga untuk masng-masng desa, kecual untuk desa Sukadama sebesar 5 rumah tangga. Jumlah tersebut termasuk kecl untuk merepresentaskan seluruh rumah tangga pada masng-masng desa, sehngga memberkan hasl dugaan dengan ragam ang besar. Peneltan sebelumna (ew, 006 menggunakan prosedur proc tabulate pada SS 9. untuk menghtung pengeluaran per kapta, menggunakan lma peubah pendukung, dan menggunakan metode REML untuk menduga parameter dan. Perbedaan peneltan n dengan peneltan tersebut adalah perhtungan pengeluaran per kapta menggunakan rumus sebaga berkut: p j = ; j =,,...,6 q j dmana; = pengeluaran per kapta suatu desa p j = jumlah pengeluaran seluruh rumah tangga contoh selama sebulan q j = jumlah seluruh anggota rumah tangga contoh Peneltan n hana menggunakan empat peubah pendukung, menggunakan metode momen untuk menduga parameter dan, dan menambahkan pendugaan pengeluaran per kapta untuk desa-desa d Kota Bogor ang tdak dsurve.

13 5 Pendugaan dak Langsung Nla dugaan ragam pengaruh acak (keragaman antar desa ang dperoleh dengan metode momen atu Αˆ = , sedangkan nla dugaan beta ( ˆ tersaj pada abel. abel. Hasl Pendugaan Beta Beta Ragam Beta uga Nla dugaan beta ang dperoleh tdak bertentangan dengan hasl eksploras. anda postf ( dan negatf (- pada dugaan koefsen regres sama dengan tanda pada nla korelas Pearson. Pendugaan tdak langsung pada area kecl dalam peneltan n menggunakan metode emprcal Baes dengan pendekatan jackknfe. Software ang dgunakan adalah SS 9. dengan prosedur proc IML. Hasl perbandngan pendugaan langsung dan tdak langsung pada pengeluaran per kapta beberapa desa d Kota Bogor tersaj pada abel. abel. Pendugaan pengeluaran per kapta ( Rp ,00 dengan pendugaan langsung dan pendekatan EB - jackknfe beserta nla RRMSE (% Pendugaan Langsung EB - Jackknfe esa Nama esa heta_hat MSE RRMSE heta_hat MSE RRMSE 00 PMOYNN MURSRI CIPKU BU ULIS EMPNG CIKRE SINNGRS KULMP BRNNGSING SUKSRI BNRJI EGLGUNIL CIMHPR CIBULUH KEUNGHLNG CIPRIGI GUNG EGL LEG SEMPUR KEBON KELP PSIR KU PSIR JY GUNUNG BU MENENG CILENEK BR SINNGBRNG CURUGMEKR KEUNGWRINGIN KEBON PEES NH SREL KEUNGBK SUKMI KYUMNIS KENCN

14 6 Pengeluaran per kapta rumah tangga untuk masng-masng desa dengan pendugaan tdak langsung tdak berbeda jauh nlana dengan hasl pendugaan langsung. da beberapa desa ang mempuna nla dugaan pengeluaran per kapta sangat besar dbandng desa ang lan atu Katulampa, Baranangsang, egal Lega, Sempur, dan Kebon Pedes. esa-desa tersebut merupakan desa dengan sumber utama penghaslan pendudukna adalah ndustr, perdagangan, dan jasa. Sebagan besar pendudukna juga sudah berlangganan telepon, menggunakan bahan bakar gas untuk memasak, dan sumber ar untuk mnum/memasak bersumber dar PM/ar kemasan dan sumur. Beberapa desa letakna dekat dengan pusat kota, mempuna perguruan tngg/akadem, dan fasltas penddkanna cukup memada. Berdasarkan pada karakterstk-karakterstk tersebut, desa-desa dengan nla dugaan pengeluaran per kapta ang besar dapat dgolongkan sebaga desa ang cukup maju dbandngkan desa-desa ang lan. Nla MSE ( ang dperoleh dengan ˆ pendekatan jackknfe sangat beragam dengan jangkauan nla ang cukup besar. Perbandngan nla MSE pendugaan langsung dan MSE EB-jackknfe terdapat pada abel. Boplot perbandngan nla MSE dar hasl pendugaan langsung (MSE_n dan MSE EBjackknfe (MSE_j tersaj pada Gambar. ata MSE_n Boplot MSE_j Gambar. Boplot nla MSE J ( ˆ Semua nla MSE untuk metode emprcal Baes lebh kecl darpada nla MSE pada pendugaan langsung. Bahkan terdapat beberapa desa dengan nla MSE EB-jackknfe jauh lebh kecl dar nla MSE pendugaan langsung. Beberapa desa mash memlk nla MSE J ( ang cukup besar, d atas 0, atu ˆ desa Bantarjat, Sempur, Kebon Pedes, Kedungbadak, Sukadama, dan Kaumans. Hal n terjad karena nla ragam samplng error ( pada desa-desa tersebut juga besar. Perbandngan beberapa statstk untuk MSE dar hasl pendugaan langsung dan MSE EBjackknfe terdapat pada abel 3. abel 3. Perbandngan statstk MSE Statstk MSE Pendugaan Langsung EB - jackknfe Nla mnmum Nla maksmum Rataan Q Medan Q Jangkauan Evaluas hasl pendugaan langsung dan tdak langsung dapat dketahu dengan membandngkan nla RRMSE keduana. Nla RRMSE untuk metode EB-jackknfe secara umum lebh kecl darpada nla RRMSE pada pendugaan langsung, kecual untuk desa/kelurahan Baranangsang dan egal Lega. Hal n menunjukkan bahwa pendugaan tdak langsung menggunakan metode EB-jackknfe dapat memperbak hasl pendugaan langsung. Hasl tersebut juga memperlhatkan bahwa small area estmaton bak dgunakan untuk pendugaan parameter pada level desa/kelurahan ang memlk ukuran contoh kecl (5 dan 6 rumah tangga dengan nla keragaman antar desa ang besar. da beberapa desa d Kota Bogor ang tdak dsurve pada SUSENS 003. Konsep penduga sntetk dapat dgunakan untuk menduga pengeluaran per kapta desa-desa ang tdak dsurve tersebut, dengan asums perlaku antar desa d Kota Bogor sama (nla ˆ sama. Nla harapan dar model small area adalah, sehngga pengeluaran per kapta dhtung dengan rumus: ŷ = ˆ Sedangkan rumus pendugaan MSE adalah: 4 MSE ŷ = Var ˆ = Var ˆ ( ( p ( p p = 0 Hasl pendugaan pengeluaran per kapta untuk desa-desa ang tdak dsurve terdapat pada Lampran 3. Kajan lebh lanjut dperlukan untuk penelesaan pendugaan area kecl dengan berbaga metode terutama dalam penerapanna pada data BPS. Pemlhan peubah pendukung pada pendugaan tdak langsung sangat pentng untuk mendapatkan model ang sesua. Peubah pendukung ang dplh sebakna benar-benar berkatan dengan peubah respon, sesua dengan logka ang telah ada dan dapat menggambarkan peubah respon dengan bak.

15 7 KESIMPULN Pendugaan tdak langsung pada area kecl menggunakan metode emprcal Baes dengan pendekatan jackknfe memlk press ang bak dalam menduga pengeluaran per kapta rumah tangga d Kota Bogor. Pendugaan tdak langsung tersebut mampu memperbak nla RRMSE pendugaan langsung meskpun konds datana memlk ragam samplng error ang heterogen dan keragaman antar desa ang besar. Namun demkan, mash ada nla RRMSE pendugaan tdak langsung ang lebh besar dar nla RRMSE pendugaan langsung. FR PUSK Badan Pusat Statstk go.d/publkas/003[ gustus 5, 007] ew, L Penerapan Metode Emprcal Baes pada Model Small rea Estmaton dalam Pendugaan Pengeluaran Per Kapta d Kota Bogor [skrps]. Bogor: Fakultas Matematka dan Ilmu Pengetahuan lam, Insttut Pertanan Bogor. Ghosh, M. dan Rao, J.N.K.994. Small rea Estmaton : n pprasal. Statstcal Scence, 9, No., p: Jang, J., Lahr, P., dan Wan. S. M. 00. Unfed Jackknfe heor, nnals of Statstcs, 30. Kurna,. dan Notodputro, K.. 006a. Penggunaan Metode Jackknfe dalam Pendugaan rea Kecl. Makalah dsampakan pada Semnar Nasonal Matematka. UNP Bandung, prl 006. Kurna,. dan Notodputro, K.. 006b. EB- EBLUP MSE Estmator on Small rea Estmaton wth pplcaton to BPS ata. Paper presented n Internatonal Conference on Mathematcal Scences. Bandung 9- June 006. Longford, N Mssng ata and Small rea Estmaton : Modern naltcal Equpment for the Surve Statstcan. New York : Sprnger Scence Busness Meda, Inc. Rao, J. N. K Small rea Estmaton. New Jerse: John Wlle & Sons, Inc. Sae,. dan Chambers Small rea Estmaton : Revew of Methods Based on the applcaton of Med Models. S 3 RI Methodolog Workng Paper M03/6. Unverst of Southampton, UK.

16 LMPIRN

17 9 Lampran. Scatterplot, boplot, dan nla korelas peubah-peubah pendukung ( Scatterplot pengeluaran per kapta Boplot Korelas dengan pengeluaran per kapta: r = r = 0.8 r 3 = r 4 = 0.45

18 0 Lampran. Pendugaan langsung pengeluaran per kapta ( Rp ,00 beserta nla esa Nama esa N Pengeluaran per kapta Stev 00 PMOYNN MURSRI CIPKU BU ULIS EMPNG CIKRE SINNGRS KULMP BRNNGSING SUKSRI BNRJI EGLGUNIL CIMHPR CIBULUH KEUNGHLNG CIPRIGI GUNG EGL LEG SEMPUR KEBON KELP PSIR KU PSIR JY GUNUNG BU MENENG CILENEK BR SINNGBRNG CURUGMEKR KEUNGWRINGIN KEBON PEES NH SREL KEUNGBK SUKMI KYUMNIS KENCN

19 Lampran 3. Pendugaan pengeluaran per kapta ( Rp ,00 untuk desa ang tdak dsurve beserta nla RRMSE (% Nama esa Pengeluaran per Kapta MSE RRMSE MULYHRJ RNGGMEKR GENENG BOJONGKER HRJSRI PKUN LWNG GINUNG BONONGN SINNG SRI JUR NH BRU CILUR PLENG BBKN PSR BBKN PBON CIBOGOR PNRGN CIWRINGIN PSIR MULY LOJI CILENEK IMUR MRGJY BLUMBNG JY BUBULK SEMPLK CURUG KEUNGJY SUKRESMI CIBK MEKRWNGI

ANALISIS DATA KATEGORIK (STK351)

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

HASIL DAN PEMBAHASAN BAHAN DAN METODE. Eksplorasi dan Deskripsi Data. Bahan

HASIL DAN PEMBAHASAN BAHAN DAN METODE. Eksplorasi dan Deskripsi Data. Bahan 4 BAHAN DAN METODE Bahan Sumber data ang dgunakan pada peneltan n adalah SUSENAS 2005 dan Potens Desa (PODES) 2005. Peubah ang damat dan menad perhatan dalam peneltan n adalah tngkat kemsknan (P) pada

Lebih terperinci

PERBANDINGAN METODE EMPIRICAL BAYES

PERBANDINGAN METODE EMPIRICAL BAYES PERBANDINGAN METODE EMPIRICAL BAYES (EB) DAN EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) PADA PENDUGAAN AREA KECIL (Stud Kasus Pendugaan Pengeluaran Per Kapta d Kota Bogor) AGUSTINA DWI WARDANI DEPARTEMEN

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

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

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

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

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

Lebih terperinci

METODE PENDUGAAN AREA KECIL DENGAN TEKNIK EMPIRICAL BAYES PADA PENDUGAAN PROPORSI KELUARGA MISKIN DI KOTA BOGOR WAHYU DWI LAKSONO

METODE PENDUGAAN AREA KECIL DENGAN TEKNIK EMPIRICAL BAYES PADA PENDUGAAN PROPORSI KELUARGA MISKIN DI KOTA BOGOR WAHYU DWI LAKSONO METODE PENDUGAAN AREA KECIL DENGAN TEKNIK EMPIRICAL BAYES PADA PENDUGAAN PROPORSI KELUARGA MISKIN DI KOTA BOGOR WAHYU DWI LAKSONO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

PEMBANDINGAN MEAN SQUARED ERROR (MSE) METODE PRASAD-RAO DAN JIANG-LAHIRI-WAN PADA EMPERICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) (Skripsi)

PEMBANDINGAN MEAN SQUARED ERROR (MSE) METODE PRASAD-RAO DAN JIANG-LAHIRI-WAN PADA EMPERICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) (Skripsi) PEMBNDINGN MEN SQURED ERROR (MSE) MEODE PRSD-RO DN JING-LHIRI-WN PD EMPERICL BES LINER UNBISED PREDICION (EBLUP) (Skrps) Oleh RIF RHM PERIWI JURUSN MEMIK FKULS MEMIK DN ILMU PENGEHUN LM UNIVERSIS LMPUNG

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

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

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

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

PENDUGAAN RASIO, BEDA DAN REGRESI

PENDUGAAN RASIO, BEDA DAN REGRESI TEKNIK SAMPLING PENDUGAAN RASIO, BEDA DAN REGRESI PENDAHULUAN Pendugaan parameter dar peubah Y seharusnya dlakukan dengan menggunakan nformas dar nla-nla peubah Y Bla nla-nla peubah Y sult ddapat, maka

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

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

Lebih terperinci

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol

BAB I PENDAHULUAN. dan. 0. Uji fungsi distribusi empiris yang populer, yaitu uji. distribusi nol BAB I PENDAHULUAN 1.1. Latar Belakang Sebagan besar peneltan-peneltan bdang statstka berhubungan dengan pengujan asums dstrbus, bak secara teor maupun praktk d lapangan. Salah satu uj yang serng dgunakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

BAB V Model Bayes Pendugaan Area Kecil untuk Respon Binomial dan Multinomial Berbasis Penarikan Contoh Berpeluang Tidak Sama

BAB V Model Bayes Pendugaan Area Kecil untuk Respon Binomial dan Multinomial Berbasis Penarikan Contoh Berpeluang Tidak Sama BAB V Model Bayes Pendugaan Area Kecl untuk Respon Bnomal dan Multnomal Berbass Penarkan Contoh Berpeluang Tdak Sama 5.1. Pendahuluan Pada umumnya pengembangan model SAE dan pendugaannya dlakukan dengan

Lebih terperinci

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini

BAB III METODE PENELITIAN. pembelajaran berupa RPP dan LKS dengan pendekatan berbasis masalah ini BAB III METODE PENELITIAN A. Desan Peneltan Metode peneltan yang dgunakan dalam pengembangan perangkat pembelajaran berupa RPP dan LKS dengan pendekatan berbass masalah n adalah metode pengembangan atau

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

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

Lebih terperinci

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga

Lebih terperinci

Analysis of Covariance (ANACOVA)

Analysis of Covariance (ANACOVA) Analss of Covarance ANACOVA Bett Kash Paramtha Ihda Ihsana Gempur Safar Oleh: La Ftran Muhammad Alawdo Erma Aprlana Eka Setanngsh Prof Dr Sr Haratm Kartko Program Stud Statstka FMIPA Unverstas Gadah Mada

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

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

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

Lebih terperinci

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat Mater Kulah Ekspermen Fska Oleh : Drs. Ishaft, M.S. Program Stud Penddkan Fska Unverstas Ahmad Dahlan, 07 Bab 3 Analss Ralat 3.. Menaksr Ralat Msalna suatu besaran dhtung dar besaran terukur,,..., n. Jka

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan

Lebih terperinci

SKRIPSI PENGARUH PENILAILAN PRESTASI KERJA TERHADAP PROMOSI JABATAN KANTOR PT PERKEBUNAN NUSANTARA IV MEDAN UNIT KEBUN ADOLINA OLEH

SKRIPSI PENGARUH PENILAILAN PRESTASI KERJA TERHADAP PROMOSI JABATAN KANTOR PT PERKEBUNAN NUSANTARA IV MEDAN UNIT KEBUN ADOLINA OLEH SKRIPSI PENGARUH PENILAILAN PRESTASI KERJA TERHADAP PROMOSI JABATAN KANTOR PT PERKEBUNAN NUSANTARA IV MEDAN UNIT KEBUN ADOLINA OLEH Dw Wra Prawaty 110502294 PROGRAM STUDI STRATA 1 MANAJEMEN DEPARTEMEN

Lebih terperinci

Seemingly Unrelated Regression (SUR) Penderita Penyakit DBD RS. Wahidin Sudirohusodo Dan RS. Stella Maris Makassar

Seemingly Unrelated Regression (SUR) Penderita Penyakit DBD RS. Wahidin Sudirohusodo Dan RS. Stella Maris Makassar Vol. 3, o., -5, Jul 6 Seemngl Unrelated Regresson Penderta Penakt DBD RS. Wahdn Sudrohusodo Dan RS. Stella ars akassar A n s a Abstrak Hubungan antar varabel adalah salah satu hal ang selalu menark dalam

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan yang akan dgunakan dalam peneltan n adalah peneltan pengembangan (Research and Development). Peneltan Research and Development (R&D) n merupakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 41 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Berdasarkan masalah yang akan dtelt dengan melhat tujuan dan ruang lngkup dserta dengan pengolahan data, penafsran serta pengamblan kesmpulan, maka metode

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Bab n akan menjelaskan latar belakang pemlhan metode yang dgunakan untuk mengestmas partspas sekolah. Propns Sumatera Barat dplh sebaga daerah stud peneltan. Setap varabel yang

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

Post test (Treatment) Y 1 X Y 2

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

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

Pemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes

Pemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes Jurnal Matematka, Statstka & Komputas 1 Vol. 4 No. Januar 008 Pemetaan Penyakt Demam Berdarah (DBD) Kota Makassar Dengan Penduga Emprcal Bayes Ansa Abstrak Peneltan n mengkaj penggunaan model Emprcal Bayes

Lebih terperinci

PENGARUH PENGUMUMAN DIVIDEN TERHADAP FLUKTUASI HARGA SAHAM DI BURSA EFEK INDONESIA

PENGARUH PENGUMUMAN DIVIDEN TERHADAP FLUKTUASI HARGA SAHAM DI BURSA EFEK INDONESIA PENGARUH PENGUMUMAN DIVIDEN TERHADAP FLUKTUASI HARGA SAHAM DI BURSA EFEK INDONESIA SKRIPSI Dajukan Sebaga Salah Satu Syarat Untuk menyelesakan Program Sarjana ( S1) Pada Sekolah Tngg Ilmu Ekonom Nahdlatul

Lebih terperinci

Analisis Indikator Makroekonomi Negara Tujuan Ekspor terhadap Kinerja Ekspor Non Migas Indonesia: Studi Kasus Lima Negara Tujuan Utama Ekspor

Analisis Indikator Makroekonomi Negara Tujuan Ekspor terhadap Kinerja Ekspor Non Migas Indonesia: Studi Kasus Lima Negara Tujuan Utama Ekspor Analss Indkator Makroekonom Negara Tujuan Ekspor terhadap Knerja Ekspor Non Mgas Indonesa: Stud Kasus Lma Negara Tujuan Utama Ekspor Skrps Dajukan Sebaga Kelengkapan dan Syarat Untuk Menyelesakan Program

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

KAJIAN BIAS METODE AREA-SPECIFIC JACKKNIFE DAN BIAS METODE WEIGHTED JACKKNIFE DALAM PENDUGAAN AREA KECIL UNTUK RESPON POISSON DENGAN PENDEKATAN BAYES

KAJIAN BIAS METODE AREA-SPECIFIC JACKKNIFE DAN BIAS METODE WEIGHTED JACKKNIFE DALAM PENDUGAAN AREA KECIL UNTUK RESPON POISSON DENGAN PENDEKATAN BAYES KAJIAN BIAS METODE AREA-SPECIFIC JACKKNIFE DAN BIAS METODE WEIGHTED JACKKNIFE DALAM PENDUGAAN AREA KECIL UNTUK RESPON POISSON DENGAN PENDEKATAN BAYES WIDIARTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR

Lebih terperinci

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

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

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

Penduga Maksimum Likelihood untuk Parameter Dispersi Model Poisson-Gamma dalam Konteks Pendugaan Area Kecil

Penduga Maksimum Likelihood untuk Parameter Dispersi Model Poisson-Gamma dalam Konteks Pendugaan Area Kecil Penduga Maksmum Lkelhood untuk Parameter Dspers Model Posson-Gamma dalam Konteks Pendugaan Kecl The Maxmum Lkelhood of Estmatng Dsperson Parameter for Posson-Gamma Model n Small Estmaton Context Alfan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan

BAB III METODE PENELITIAN. problems. Cresswell (2012: 533) beranggapan bahwa dengan BAB III METODE PENELITIAN A. Jens Peneltan Jens peneltan n adalah peneltan kombnas atau mxed methods. Cresswell (2012: 533) A mxed methods research desgn s a procedure for collectng, analyzng and mxng

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

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

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

Lebih terperinci

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper

Lebih terperinci

PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN

PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB

IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 IMPEMENTASI INTERPOASI AGRANGE UNTUK PREDIKSI NIAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATAB Krsnawat STMIK AMIKOM Yogakarta

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL

Lebih terperinci

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

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

Lebih terperinci

PENDEKATAN GENERAL LINEAR MIXED MODEL PADA SMALL AREA ESTIMATION

PENDEKATAN GENERAL LINEAR MIXED MODEL PADA SMALL AREA ESTIMATION Forum Statstka dan Komputas, Oktoberl 005, p: 1 16 Vol. 10 No. PENDEKATAN GENERAL LINEAR MIXED MODEL PADA SMALL AREA ESTIMATION Kharl A. Notodputro dan Anang Kurna Departemen Statstka FMIPA IPB Abstract

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155

Lebih terperinci

PENDUGAAN AREA KECIL TERHADAP PROPORSI RUMAH TANGGA MISKIN LEVEL KELURAHAN DI KABUPATEN SAMPANG MENGGUNAKAN HIERARCHICAL BAYES (HB) LOGIT NORMAL

PENDUGAAN AREA KECIL TERHADAP PROPORSI RUMAH TANGGA MISKIN LEVEL KELURAHAN DI KABUPATEN SAMPANG MENGGUNAKAN HIERARCHICAL BAYES (HB) LOGIT NORMAL PENDUGAAN AREA KECIL TERHADAP PROPORSI RUMAH TANGGA MISKIN LEVEL KELURAHAN DI KABUPATEN SAMPANG MENGGUNAKAN HIERARCHICAL BAYES (HB) LOGIT NORMAL Ika Yun Wulansar 1), Gandh Pawtan ), Neneng Sunengsh 3)

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

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

Lebih terperinci

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software

Lebih terperinci

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums

Lebih terperinci

BAB III SKEMA NUMERIK

BAB III SKEMA NUMERIK BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan

Lebih terperinci

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

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

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS

Lebih terperinci