POLA TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS: KECELAKAAN LALU LINTAS DI SURABAYA)
|
|
- Sonny Sasmita
- 6 tahun lalu
- Tontonan:
Transkripsi
1 POLA TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS: KECELAKAAN LALU LINTAS DI SURABAYA) Oleh: Laylia Nur Afidah se. Dosen Pembimbing: Dra. Destri Susilaningrum, M.Si. JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011
2 Kecelakaan lalu lintas di Surabaya tahun 2010 menyebabkan: Meninggal dunia: 324 korban Luka berat: 240 korban Luka ringan: 377 korban Sedangkan di kawasan hukum Jj Jajaran Polrestabes Surabaya : Meninggal dunia: 193 korban Luka berat: 188 korban Luka ringan: 126 korban Tahun 2009 terjadi kasus kecelakaan lalu lintas di Indonesia (Dephub, 2010) Tahun 1998 penyebab kematian tertinggi ke 9 di duniaadalah KECELAKAAN LALU LINTAS LATAR BELAKANG PERMASALAHAN TUJUAN MANFAAT BATASAN MASALAH Prediksi WHO: tahun 2020 kecelakaan lalu lintas penyebab kematian tertinggi ke 3 dunia Triwulan I 2010: Jumlah kecelakaan lalu lintas Surabaya peringkat ke 5 di JATIM 2
3 Wahernika (2006) meneliti kecelakaan lalu jenis kecelakaan lintas di Jajaran Polres memiliki hubungan Madiun dengan dengan waktu kejadian kecelakaan analisis i korespondensi Faktor faktor yang Indriani dan Indawati mempengaruhi tingkat keparahan korban (2005) mengestimasi keparahan korban kecelakaan berhubungan tingkat kecelakaan Kota kecelakaan lalu lintas dengan di jenis kendaraan Surabaya dengankawasan hukum Jajaran dan interaksi antara Polrestabes Surabaya waktu dengan musim loglinier dua dimensi terjadinya kecelakaan LATAR BELAKANG PERMASALAHAN TUJUAN MANFAAT BATASAN MASALAH Ismail dan Jemain (2005) memodelkan risiko kecelakaandi Malaysia dengan Generalized Poisson Regression Terdapat hubungan antara jumlah kecelakaan lalu lintas dengan jenis kelamin korban kecelakaan, umur kendaraan, dan kawasan terjadinya kecelakaan 3
4 LATAR BELAKANG Keparahan korban PERMASALAHAN TUJUAN Meninggal dunia Luka berat Luka ringan MANFAAT BATASAN MASALAH Y=0 Y=1 Y=2 4 REGRESI LOGISTIK MULTINOMIAL
5 LATAR BELAKANG 1. Bagaimanakah karaketristik korban kecelakaan lalu lintas di Kota Surabaya pada tahun 2010? 2. Bagaimanakah pemodelan regresi logistik multinomial untuk tingkat keparahan korban kecelakaan lalu lintas Kota Surabaya berdasarkan faktor-faktor yang mempengaruhinya? 3. Bagaimanakah besar risiko berdasarkan tingkat keparahan korban kecelakaan lalu lintas? PERMASALAHAN TUJUAN MANFAAT BATASAN MASALAH 5
6 LATAR BELAKANG PERMASALAHAN 1. Mendapatkan deskripsi karaketristik korban kecelakaan lalu lintas di Kota Surabaya pada tahun TUJUAN 2. Mendapatkan model tingkat keparahan korban kecelakaan lalu lintas Kota Surabaya MANFAAT berdasarkan faktor-faktor f yang mempengaruhinya dengan regresi logistik multinomial. BATASAN 3. Mendapatkan besar risiko masing-masing MASALAH tingkat t keparahan korban kecelakaan k lalul lintas 6
7 LATAR BELAKANG Diperoleh faktor faktor yang berpengaruh terhadap keparahan korban kecelakaan lalu lintas SatlantasPolrestabes Surabaya memberikan perhatian yang lebih PERMASALAHAN TUJUAN MANFAAT BATASAN MASALAH faktor faktor dijadikan referensi untuk antisipasi jatuhnya korban kecelakaan lalu lintas 7
8 LATAR BELAKANG PERMASALAHAN Penelitian dibatasi pada DATA VARIABEL YANG SUDAH TERSEDIA dalam data kecelakaan lalu lintas di Kota Surabaya yang berada di kawasan hukum Jajaran Polrestabes Surabaya TUJUAN MANFAAT BATASAN MASALAH 8
9 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA STATISTIKA DESKRIPTIF Statistika deskriptif adalah metode metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Walpole, 1993). Statistika deskriptif hanya memberikan informasi mengenai data yang ada dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya yang lebih besar. 9
10 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA STATISTIKA UJI INDEPENDENSI DESKRIPTIF Uji independensi bertujuan untuk mengetahui adanya hubungan antara dua variabel. Hipotesis yang digunakan adalah sebagai berikut (Agresti, 2002). H 0 : Tidak ada hubungan antara variabel Y dan X H 1 : Ada hubungan antara variabel Y dan X Statistik uji yang digunakan pada uji independensi adalah uji Pearson Chi square berikut. dengan J = banyaknya kategori variabel Y I = banyaknya kategori variabel X H 0 ditolak apabila dengan derajat bebas sebesar. 10
11 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA REGRESI UJI INDEPENDENSI LOGISTIK MULTINOMIAL Regresi Multinomial membentuk fungsi logit,dengan membandingkan Y=1 dan Y=2 terhadap Y=0. Bentuk model Regresi regresi logistik logistik yang berupa multinomial fungsi peluang dengan p variabel prediktor: Probabilitas respon atau model regresi logistik multinomial dengan variabel respon berskala nominal tiga kategori : merupakan perluasan dari regresi logistik dengan respon biner yang dapat menangani variabel respon dengan kt kategorilbihd lebih daridua. Transformasi logit akan menghasilkan dua fungsi logit sebagai berikut, dengan menetapkan bahwa. 11
12 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA ESTIMASI REGRESI LOGISTIK PARAMETER MULTINOMIAL Menggunakan metode MLE Dengan memberi ln pada kedua sisi persamaan di atas, diperoleh persamaan berikut ini. Estimasi parameter diperoleh dari turunan pertama di atas. Dengan ; ; dan, sedangkan merupakan penyederhanaan dari. 12
13 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA UJI ESTIMASI PARAMETER PARAMETER INDIVIDU Hipotesis yang digunakan adalah sebagai berikut. dengan Statitik uji yang digunakan adalah statistik uji Wald sebagai berikut (Hosmer dan Lemeshow, 2000). Dengan adalah taksiran standar error parameter. H 0 ditolak jika atau dengan derajat bebas 13
14 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA UJI PARAMETER SERENTAK INDIVIDU Uji serentak dilakukan untuk mengetahui signifikansi parameter yang berpengaruh secara serentak terhadap variabel respon. Hipotesis: paling sedikit terdapat satu dengan Statistik uji yang digunakan adalah statistik uji G atau likelihood ratio test sebagai berikut. dengan adalah banyaknya observasi yang berkategori 1, dan adalah banyaknya observasi yang berkategori 0. H 0 ditolak jika dengan derajat bebas. G mengikuti distribusi Chi square dengan derajat bebas p. 14
15 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA UJI KESESUAIANMODEL PARAMETER SERENTAK Untuk mengetahui apakah model yang diperoleh telah sesuai atau tidak. H 0 : model sesuai (tidak ada perbedaan yang nyata antara hasil observasidengan kemungkinan hasilprediksi model) H 1 : model tidak sesuai (ada perbedaan yang nyata antara hasil observasi dengan kemungkinan hasil prediksi model) Statistik uji Chi square seperti pada persamaan berikut. Dengan j = 0, 1, 2; dan = pearson residual. H 0 ditolak jika dengan db =. 15
16 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA INTERPRETASI UJI KESESUAIANMODEL Menggunakan Odds ratio Memperkirakan k berapa besar kemungkinan risiko variabelvariabel prediktor terhadap variabel respon. (Hosmer dan Lemeshow, 2000) 16
17 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA KECELAKAAN LALU LINTAS Tingkat keparahan korban kecelakaan lalu lintas Kecelakaan lalu lintas adalah suatu peristiwa di jalan yang tidak disangka sangka dan tidak disengaja melibatkan kendaraan dengan atau tanpa pemakai jalan lainnya, mengakibatkan korban manusia atau kerugian harta benda. Meninggal dunia Luka berat Luka ringan (PP Nomor 43 Tahun 1993 Pasal 93 dalam Undang Undang Nomor 22 Tahun 2009 ) Korban yang dipastikan meninggal dunia sebagai akibat kecelakaanlalu lintas dalam jangka waktu paling lama 30 hari setelah kecelakaan tersebut. Korban yang karena luka lukanya menderita cacat tetap atau harus dirawat dalam jangka waktu lebih dari 30 hari sejak terjadi kecelakaan. Korban yang tidak termasuk dalam kategori korban meninggal dan korban luka berat. 17 PP Nomor 43 Tahun 1993 Pasal 93
18 TINJAUAN STATISTIKA TINJAUAN NON STATISTIKA KECELAKAAN LALU LINTAS FAKTOR FAKTOR YANG MEMPENGARUHI KECELAKAAN LALU LINTAS Faktor Manusia Faktor faktor penyebab kecelakaan lalu lintas Faktor Kendaraan Faktor Jalan Faktor Cuaca 18
19 Data Sekunder Terdiri dari 507 data korban kecelakaan kawasan hukum Jajaran Polrestabes Surabaya selama tahun 2010 SUMBER DATA VARIABEL METODE ANALISIS DATA 1. Bubutan 2. Krembangan 3. Asemrowo 8. Tambaksari 9. Simokerto 10. Kenjeran 15. Gubeng 16. Rungkut 17. Mulyorejo 4. Tegalsari 11. Wonokromo 18. Sukolilo 5. Dukuh Pakis 12. Wonocolo 19. Tandes 6. Genteng 13. Gayungan 20. Pakal 7. Sawahan 14. Tenggilis 21. Benowo 22. Sukomanunggal 23. Lakarsantri 24. Wiyung 25. Karangpilang 26. Jambangan 19
20 No Variabel Skala/Kategori 5 No Peran Variabel ibl Nominal Skala/Kategori korban X 4 (0) = pengendara SUMBER DATA 1 dalam Keparahan X 4 (1) = Nominal penumpang kendaraan selain pengendara kecelakaan korban X 4 (2) = Y(0) pengguna = korban jalan meninggal non penumpang kendaraan VARIABEL (X kecelakaan 4 ) lalu (penyeberang Y(1) = korbanjalan, lukapejalan berat kaki, dll) lintas (Y) Y(2) = korban luka ringan METODE ANALISIS DATA 6 Jenis Nominal kendaraan X 5 (0) = sepeda motor (kendaraan bermotor roda dua atau 2 (X Jenis 5 ) tiga) Nominal kecelakaan X(X 5 (1) 1 ) = Xkendaraan 1 (0) = tabrakan roda empat belakang (TB) X 1 (3) = hilang kemdali (HK) X 5 (2) = Xkendaraan 1 (1) = tabrakan dengan depan lebih (TD) dari empat Xroda 1 (4) = lain lain X 5 (3) = Xlain lain 1 (2) = tabrakan (sepeda angin, samping becak, (TS) atau kendaraan bukan 3 Jenis kelamin bermotor Nominal lainnya) 7 Waktu (X 2 ) Nominal X 2 (0) = laki laki kecelakaan X 6 (0) = X padat 2 (1) = kendaraan perempuan (antara pukul WIB (X 6 ) WIB, antara pukul WIB WIB, antara pukul WIB WIB) 4 Usia (X 3 ) X Ordinal 6 (1) = sepi (selain waktu padat) 8 Tanggal Nominal X 3 (0) = anak anak (0 16 X 3 (3) = paruh baya (36 58 tahun) perayaan X 7 (0) = tahun) libur hari raya idul fitri, natal, dan tahun X 3 (4) baru = usia lanjut (lebih dari 58 khusus (X 7 ) X 7 (1) = X lainnya 3 3( (1) = remaja (17 21 tahun) tahun) X 3 (2) = muda (22 35 tahun) 20
21 Analisis regresi multinomial secara individu Analisis regresi multinomial secara serentak 1. Analisis Deskriptif Pie diagram Tabulasi silang Interpretasi terhadap nilai odds ratio SUMBER DATA VARIABEL METODE ANALISIS DATA 2. Membuat model regresi logistik multinomial Uji kesesuaian model Uji independensi d i Membuat model regresi logistik multinomial Interpretasi model secara serentak Menghitung ketepatan klasifikasi model Dengan melakukan 21
22 REGRESI REGRESI INTERPRETASI KETEPATAN MODEL KLASIFIKASI UJI LOGISTIK KESESUAIAN MULTINOMIAL MODEL SERENTAK UJI TABULASI INDEPENDENSI LOGISTIK SILANG MULTINOMIAL SECARA SECARA INDIVIDU SERENTAK KARAKTERISTIK ANTARA ANTARA Y KORBAN DAN Y DAN X X meninggal 11% 17% 3% TB 19% pengendara dunia 25% 2% 38% 25% mobil TD 18% penumpang luka berat truk TS 65% lainnya 29% 37% 79% luka ringan 32% HK 0% sepeda motor becak, sepeda angin, jalan kaki lainnya 31% 59% 41% laki laki jam ramai 69% perempuan jam sepi 31% 6% libur Hari Raya Idul Fitri, remaja Natal, dan tahun baru 12% 11% 94% 16% 30% li lainnya anak anak muda paruh baya usia lanjut 22
23 REGRESI REGRESI INTERPRETASI KETEPATAN MODEL KLASIFIKASI UJI LOGISTIK KESESUAIAN MULTINOMIAL MODEL SERENTAK UJI TABULASI INDEPENDENSI LOGISTIK SILANG MULTINOMIAL SECARA SECARA INDIVIDU SERENTAK KARAKTERISTIK ANTARA ANTARA Y KORBAN DAN Y DAN X X Variabel Nilai P Value Keputusan Chi square Jenis kecelakaan (X 1 ) 41,887 0,000 Tolak H 0 Jenis kelamin (X 2 ) 0,274 0,872 Terima H 0 Usia (X 3 ) 14,323 0,074 Terima H 0 Peran korban dalam 12,497 kecelakaan (X 4 ) 0,014 Tolak H 0 Jenis kendaraan (X 5 ) 7,005 0,320 Terima H 0 Waktu kecelakaan (X 6 ) 0,221 0,896 Terima H 0 Tanggal perayaan khusus(x 7 ) 1,224 0,542 Terima H 0 23
24 REGRESI REGRESI INTERPRETASI KETEPATAN MODEL KLASIFIKASI UJI LOGISTIK KESESUAIAN MULTINOMIAL MODEL SERENTAK UJI TABULASI INDEPENDENSI LOGISTIK SILANG MULTINOMIAL SECARA SECARA INDIVIDU SERENTAK ANTARA ANTARA Y DAN Y DAN X X Variabel Prediktor Keparahan Korban Kecelakaan (%) Jumlah Variabel Prediktor Keparahan Korban Kecelakaan (%) Jumlah Meninggal Dunia Luka Berat Luka Ringan (%) Meninggal Dunia Luka Berat Luka Ringan (%) Peran korban dalam kecelakaan (X 4 ) Pengendara Jenis kecelakaan (X 1 ) Penumpang TB 25,25 8,09 4,34 23,87 7,30 7,89 16,17 9,27 5,52 65,29 24,65 17,75 Lainnya TD 11, ,48 14, ,33 6, ,16 32,15 16,96 Jenis TS kendaraan (X 5 ) 9,27 12,62 7,50 29,39 Sepeda HK motor 28,60 1,58 28,60 0,99 21,50 0,79 78,70 3,35 Mobil, Lainnya pickup 7,30 0,59 1,97 0,79 1,18 0,20 10,45 1,58 Jenis kelamin (X 2 ) Truk 0,20 0,20 0,00 0,39 Laki laki 26,43 26,04 16,77 69,23 Selain kendaraan 8,68 7,50 3,16 19,33 bermotor Perempuan 11,64 11,05 8,09 30,77 Waktu Usia (Xkecelakaan 3 ) (X 6 ) Jam Anak anak ramai anak 15, ,16 15, , ,14 9,66 10,65 40,63 Jam Remaja sepi 22,29 5,52 21,89 5,92 15,19 4,54 15,98 59,37 Tanggal Muda perayaan khusus (X 7 ) 10,65 12,03 7,89 30,57 Libur Paruh hari baya Raya Idul Fitri, 12,62 2,17 12,23 1,58 6,31 1,78 31,16 5,52 Natal, Usia lanjut tahun baru 6,11 3,55 1,97 11,64 Hari biasa 35,90 35,50 23,08 94,48 24
25 REGRESI REGRESI INTERPRETASI KETEPATAN MODEL KLASIFIKASI UJI LOGISTIK KESESUAIAN MULTINOMIAL MODEL SERENTAK TABULASI LOGISTIK SILANG MULTINOMIAL SECARA SECARA INDIVIDU SERENTAK ANTARA Y DAN X Logit Kategori Variabel Prediktor Wald P Value B Exp(B) Jenis Kecelakaan (X 1 ) 1 Konstanta 13,578 0, ,099 X 1 (0) = TB 7,070 0,008 *) 0,996 2,707 X 1 (1) = TD 13,737 0,000 *) 1,281 3,600 X 1 (2) = TS 15,745 0,000 *) 1,407 4,085 X 1 (3) = Lainnya Pembanding 2 Konstanta 18,509 0, ,5041 X 1 (0) = TB 16,033 0,000 *) 1,641 5,159 X 1 (1) = TD 4,159 0,041 *) 0,844 2,325 X 1 (2) = TS 9,823 0,002 *) 1,292 3,638 X 1 1( (3) = Lainnya Pembanding Peran korban dalam kecelakaan (X 4 ) 1 Konstanta 3,529 0,058 0,465 X 4 (0) = Pengendara 2,192 0,139 *) 0,409 1,505 X 4 (1) = Penumpang 8,646 0,003 *) 1,063 2,896 X 4 (2) = Lainnya Pembanding 2 Konstanta 11,397 0,001 0,989 X 4 (0) = Pengendara 2,791 0,095 *) 0,543 1,722 X 4 (1) = Penumpang 9,060 0,003 *) 1,230 3,420 X 4 (2) = Lainnya Pembanding 25 *)Signifikan pada α = 15%
26 INTERPRETASI KETEPATAN MODEL KLASIFIKASI REGRESI REGRESI LOGISTIK UJI LOGISTIK KESESUAIAN MULTINOMIAL MULTINOMIAL MODEL SERENTAK SECARA SECARA INDIVIDU SERENTAK Logit Prediktor B Wald P Value Exp(B) 1 Konstanta 1,850 21,224 0,000 Efek Uji Rasio Likelihood Chi Square Derajat Bebas P Value Konstanta X 1 (3) = Lainnya 0 Pembanding 0 X 1 41, ,000 X 4 X 4 (2) = Lainnya 16,557 Pembanding 4 0, X 1 (0) = TB 0,982 6,662 0,010 *) 2,669 X 1 (1) = TD 1,478 17,175 0,000 *) 4,384 X 1 (2) = TS 1,607 19,265 0,000 *) 4,990 X 4 (0) = Pengendara 0,607 4,453 0,035 *) 1,835 X 4 (1) = Penumpang 1,426 13,742 0,000 *) 4,164 2 Konstanta 2,168 21,418 0,000 X 1 (0) = TB 1,626 15,427 0,000 *) 5,084 X 1 (1) = TD 1,019 5,819 0,016 *) 2,769 Secara serentak variabel prediktor X 1 (3) = Lainnya Pembanding berpengaruh terhadap respon X 1 (2) = TS 1,470 12,155 0,000 *) 4,350 X 4 (0) = Pengendara 0,544 2,586 0,108 *) 1,723 X 003 *) 4 (1) = Penumpang 1,276 8,704 0,003 3, X 4 (2) = Lainnya Pembanding
27 REGRESI INTERPRETASI KETEPATAN MODEL KLASIFIKASI UJI LOGISTIK KESESUAIAN MULTINOMIAL MODEL SERENTAK SECARA SERENTAK H 0 : model sesuai (tidak ada perbedaan antara hasil observasi idengan hasil prediksi i model) dl) H 1 : model tidak sesuai (ada perbedaan antara hasilobservasidengan hasilprediksi model) Chi square Derajat P Value Bebas Pearson 9, ,696 Terima H 0 menunjukkan bahwa model yang tlhdih telah dihasilkanilk sesuai 27
28 KETEPATAN KLASIFIKASI INTERPRETASI MODEL SERENTAK UJI KESESUAIAN MODEL Jenis Kecelakaan (untuk Peranrespon Korban meninggal dunia) Tingkat Keparahan Meninggal Dunia Luka Berat Luka Ringan TB Pengendara (untuk respon luka berat) 0,361 0,278 0,361 Penumpang 0,207 0,362 0,431 Lainnya (untuk respon luka ringan) 0,500 0,210 0,291 TD Pengendara 0,356 0,450 0,194 Dengan fungsi logit sebagai Penumpang berikut. 0,200 0,573 0,227 Lainnya 0,498 0,344 0,158 TS Pengendara 0,303 0,437 0,260 Penumpang 0,165 0,540 0,295 Lainnya 0,438 0,344 0,218 Lainnyaa Pengendaraendara 0,673 0,194 0,133 Penumpang 0,484 0,317 0,199 Lainnya 0,786 0,124 0,090 28
29 KETEPATAN KLASIFIKASI INTERPRETASI MODEL SERENTAK Observasi Prediksi Ketepatan Meninggal Luka Luka (%) Dunia Berat Ringan Meninggal Dunia ,5% Luka Berat ,6% Luka Ringan 24 C ,5% Ketepatan 29,2% 47,3% 23,5% 47,7% Keseluruhan (%) Kurang dari 50% 29 Kemungkinan disebabkan: Metoded pemodelan kurang tepat Variabel prediktor kurang
30 SARAN KESIMPULAN 3. Peran korban sebagai lainnya, yaitu korban yang merupakan pengguna jalan selain pengguna kendaraan seperti penyeberang jalan atau pejalan 32 kaki, persenmemiliki mengalamipeluang tabrak depan. meninggal dunia terbesar 69 pada persensemua korban berjenis kecelakaan. kelamin laki lakisedangkan peran Dengan usia terbanyak ketepatan klasifikasi korban adalah hanya sebesar usia paruh 47,7%. baya (36 sampai 58 tahun). mayoritas korban korban sebagai adalah penumpang pengendara. memiliki peluang 79 mengalami persen korbanluka menggunakan berat dan sepeda luka motor ringan terbesar pada Korban terbanyak justru mengalami kecelakaan pada jam sepi setiap jenis kecelakaan. 1. Korban kecelakaan lalulintasdisurabayalintas untukkawasankawasan hukumjajaran Polrestabes Surabaya pada tahun 2010, dari sebanyak 507 korban: 2. Variabel yang berpengaruh terhadap keparahan korban berdasarkan penelitian ini adalah jenis kecelakaan dan peran korban saat terjadi kecelakaan. fungsi logit yang dihasilkan: 38 persen meninggal dunia, 37 persen luka berat, dan 25 persen luka ringan. 6 persen korban kecelakaan mengalami kecelakaan pada liburhari Raya Idul Fitri, Natal, dan tahun baru 94 persen korban lainnya mengalami kecelakaan pada hari biasa. 30
31 SARAN KESIMPULAN Model yang dihasilkan dalampenelitian ini menghasilkan ketepatan klasifikasi yang kecil, sehingga dalam penelitian berikutnya disarankan untuk memodelkan dengan metode lain yang kemungkinan dapat menghasilkan ketepatan klasifikasi yang lebih besar seperti memodelkan dengan metode bagging regresi logistik multinomial. 31
32 Agresti, Ismail, N. A., dan Jemain, Categorical A. A., Data Analysis, Generalized Second Edition. Poisson New Regression: York: John an Alternative Wiley & Sons, for Risk Inc. Classification. Jurnal Alleyne Teknologi R., Universiti Middle Age Teknologi Begins Malaysia, at 35 and 43(C): Ends at 58. Kasman, (Online). D., ( Kampanye t Keselamatan h Berlalu lth/h l lth Lintas. / /Middle-age-begins-at-35-and-ends-at-58. (Online). ( probolinggokab.go.id/site/index. html). php?option=com_content&task=view&id=2363&itemid= pp p Diakses Senin, 13 Juni 2011 pukul 20:32. Andi, ). Empat Diakses Faktor Jumat yang 3 Desember Mempengaruhi 2010 pukul Kecelakaan 15:42. Lalu Rachman, lintas. R. R., (Online) Evaluasi ( Accident Cost Mahasiswa index.php?option=com Universitas pp Airlangga p Surabaya. _ content&view=article&id=178:e Skripsi tidak diterbitkan. mpat-faktor-yang-mempengaruhi-kecelakaan-lalu Surabaya: Institut Teknologi Sepuluh Nopember lintas&catid=37:infoma Surabaya. syarakat&itemid=64). Diakses Rashid, Jumat, M., Desember Inference 2010 on pukul Logistic 13:14. Regression Models. Anonim1, Disertasi Explorer Ohio: Department Lalu Lintas, Road of Mathematics Safety. (Online). and ( Statistics Bowling Green State University. Undang-Undang u-lampu-lalu ll Nomor lintas.html). lit 22 Tahun l) Diakses 2009 tentang Sl Selasa, Lalu 16N Lintas November dan 2010 Angkutan pukul Jalan. 23:59. Anonim2, Undang-Undang Tekan Republik Korban Indonesia Kecelakaan, Nomor Polda 14 Tahun Buat Zona
33
POLA TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS: KECELAKAAN LALU LINTAS DI SURABAYA)
POLA TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS: KECELAKAAN LALU LINTAS DI SURABAYA) 1 Laylia Nur Afidah dan 2 Dra. Destri Susilaningrum,
Lebih terperinciFaktor-Faktor yang Mempengaruhi Keparahan Korban Kecelakaan Lalu Lintas di Kota Surabaya dengan Pendekatan Bagging Regresi Logistik Ordinal
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-253 Faktor-Faktor yang Mempengaruhi Keparahan Korban Kecelakaan Lalu Lintas di Kota Surabaya dengan Pendekatan Bagging Regresi Logistik
Lebih terperinciKata Kunci Keparahan Korban Kecelakaan Lalu Lintas, Model Log Linier, Regresi Logistik Multinomial. H 1 Ada hubungan antara dua variabel yang diamati
Pemodelan Faktor Penyebab Keparahan Korban Kecelakaan Lalu Lintas Dengan Metode Regresi Logistik Multinomial (Studi Kasus Kecelakaan Lalu Lintas di Provinsi DKI Jakarta) Weny Rahmayanti, dan Vita Ratnasari
Lebih terperinciBAD V KESIMPULAN DAN SARAN. 1. Pengelompokkan Kecamatan berdasarkan nilai skor faktor dinilai cukup
BAD V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan basil analisa data dan pembahasan, serta melihat tujuan dari dilaksanakannya penelitian ini, maka kesimpulan yang dapat diambil adalah sebagai berikut:
Lebih terperinciBUKU DATA STATUS LINGKUNGAN HIDUP KOTA SURABAYA 2012
Tabel DE-1. Luas Wilayah, Jumlah, Pertumbuhan dan menurut Kecamatan No. KECAMATAN Luas (Km2) Jumlah Tahun 2012 Pertumbuhan 2012 2012 1 SUKOMANUNGGAL 9.23 104,564 6.42 11,329 2 TANDES 11.07 97,124 3.36
Lebih terperinciBAB V KESIMPULAN DAN SARAN. 5.1 Kesimpulan Berdasarkan hasil analisis dan pembahasan diperoleh kesimpulan sebagai berikut.
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan hasil analisis dan pembahasan diperoleh kesimpulan sebagai berikut. 1. Kecelakaan lalu lintas itu dapat diuraikan melalui adanya relasi statistik yang
Lebih terperinciANALISIS KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DI SURABAYA TAHUN 2012, ANALISA STATISTIK LOG LINEAR DAN LOGISTIK
ANALISIS KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DI SURABAYA TAHUN 2012, ANALISA STATISTIK LOG LINEAR DAN LOGISTIK 1 Septy Riayanti Saragih, 2 Kresnayana Yahya Jurusan Statistika, Fakultas MIPA, Institut
Lebih terperinciOleh : Fanial Farida Dosen Pembimbing : Santi Wulan Purnami, M.Si. Ph.D
Analisis Korespondensi Pengguna Jenis Alat Kontrasepsi Peserta KB Aktif dan KB Baru Terhadap Kecamatan di Kota Surabaya Oleh : Fanial Farida 1311030064 Dosen Pembimbing : Santi Wulan Purnami, M.Si. Ph.D
Lebih terperinciFaktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner
Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner Oleh : Febrian Hadi Santoso 1308 030 016 Pembimbing : Wibawati, S.Si, M.Si
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciPersentase guru SD adalah perbandingan antara jumlah
Kenyataan saat ini masyarakat sudah mempunyai kepedulian yang cukup tinggi terhadap upaya peningkatan sumber daya manusia. Variabel-variabel pendidikan yang digunakan antara lain : 1. Persentase guru Taman
Lebih terperinciSEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si
Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien
Lebih terperinciKEPALA BADAN PERTANAHAN NASIONAL REPUBLIK INDONESIA
KEPALA BADAN PERTANAHAN NASIONAL REPUBLIK INDONESIA PERATURAN KEPALA BADAN PERTANAHAN NASIONAL REPUBLIK INDONESIA NOMOR 9 TAHUN 2009 TENTANG PEMBENTUKAN PERWAKILAN KANTOR PERTANAHAN KOTA SURABAYA DI PROVINSI
Lebih terperinciSTUDI DEMAND AND SUPPLY BUS SEKOLAH RUTE DUKUH MENANGGAL - SMA KOMPLEKS SURABAYA
Seminar Nasional Sains dan Teknologi Terapan III 2015 STUDI DEMAND AND SUPPLY BUS SEKOLAH RUTE DUKUH MENANGGAL - SMA KOMPLEKS SURABAYA Ratih Sekartadji 1, Hera Widyastuti 2, Wahju Herijanto 3 Jurusan Teknik
Lebih terperinciANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA
TUGAS AKHIR ANALISIS STATISTIK KEPUASAN PENGGUNA WAHANA PERMAINAN BOOM BOOM CAR DI TAMAN REMAJA SURABAYA Any Masruroh 1308 030 065 Dosen Pembimbing Ir. Arie Kismanto, M.Sc PENDAHULUAN Latar Belakang Permasalahan
Lebih terperinciPemodelan Jumlah Kasus Hiv dan Aids di Kota Surabaya Menggunakan Bivariate Generalized Poisson Regression
JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-3 (3-98X Print) D-98 Pemodelan Jumlah Kasus Hiv dan Aids di Kota Surabaya Menggunakan Bivariate Generalized Poisson Regression Suprianto Simanuntak,
Lebih terperinciDosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati
Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi Oleh : Firda Velayati 307 00 05 PENDAHULUAN LATAR BELAKANG Ekonomi masyarakat Pesisir Pendapatan nelayan dinaikkan Penelitian
Lebih terperincipendekatan regresi logistik biner Oleh :Wida Suliasih ( )
Analisis kepuasan karyawan pt. x dengan pendekatan regresi logistik biner Oleh :Wida Suliasih (1308 030 059) Pembimbing : Wibawati, S.Si, M.Si 1 2 Latar belakang permasalahan Tujuan manfaat Batasan penelitian
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciIdentifikasi Panjang Perjalanan Siswa Sekolah Dasar di Kota Surabaya
E47 Identifikasi Panjang Siswa Sekolah Dasar di Kota Surabaya Ayu Tarviana Dewi, Ketut Dewi Martha Erli Handayeni Jurusan Perencanaan Wilayah dan Kota, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:
ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 3, ahun 205, Halaman 44-45 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian KEEPAAN KLASIFIKASI INGKA KEPARAHAN KORBAN KECELAKAAN LALU LINAS MENGGUNAKAN
Lebih terperinciANALISIS REGRESI LOGISTIK MULTINOMIAL PADA JENIS PELANGGARAN LALU LINTAS DI KOTA SURABAYA
TUGAS AKHIR SS 145561 ANALISIS REGRESI LOGISTIK MULTINOMIAL PADA JENIS PELANGGARAN LALU LINTAS DI KOTA SURABAYA AZZIMA LUTFIA ROHMI NRP 1314 030 011 Dosen Pembimbing Ir. Mutiah Salamah Chamid, M.Kes. Noviyanti
Lebih terperinciPemodelan Kasus Tindak Pidana di Kota Surabaya dengan Pendekatan Regresi Spasial
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) 2337-3520 (2301-928X Print) D-135 Pemodelan Kasus Tindak Pidana di Kota Surabaya dengan Pendekatan Regresi Spasial Defi Mustika Sari, Dwi Endah Kusrini,
Lebih terperinciBAB I PENDAHULUAN. meninggal dunia setiap tahunnya akibat kecelakaan lalu lintas, dengan jutaan lebih
BAB I PENDAHULUAN 1.1 Latar Belakang Kecelakaan lalu lintas adalah salah satu penyebab utama kematian di dunia. Menurut data Global Status Report on Road Safety lebih dari 1,2 juta orang meninggal dunia
Lebih terperinciLOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si
LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama
Lebih terperinciBUKU DATA STATUS LINGKUNGAN HIDUP KOTA SURABAYA 2012
Tabel DS-1. Penduduk Laki-laki Berusia 5-24 Tahun Menurut Golongan Umur dan Status No. Umur Tidak Sekolah SD SLTP SLTA Diploma Universitas 1 5-6 - 67,293-2 7-12 - 146,464-3 13-15 - - 70,214 4 16-18 70,170
Lebih terperinciWALIKOTA SURABAYA WALIKOTA SURABAYA,
WALIKOTA SURABAYA SALINAN PERATURAN WALIKOTA SURABAYA NOMOR 32 TAHUN 2006 TENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS PEMADAM KEBAKARAN SURABAYA I, SURABAYA II, SURABAYA III, SURABAYA IV DAN SURABAYA
Lebih terperinciPEMODELAN KASUS TINDAK PIDANA DI KOTA SURABAYA DENGAN PENDEKATAN REGRESI SPASIAL 1 Defi Mustika Sari, 2 Dwi Endah Kusrini dan 3 Suhartono
1 PEMODELAN KASUS TINDAK PIDANA DI KOTA SURABAYA DENGAN PENDEKATAN REGRESI SPASIAL 1 Defi Mustika Sari, 2 Dwi Endah Kusrini dan 3 Suhartono Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh
Lebih terperinciTENTANG WALIKOTA SURABAYA,
SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 73 TAHUN 2008 TENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS PEMADAM KEBAKARAN SURABAYA I, SURABAYA II, SURABAYA III, SURABAYA IV DAN SURABAYA
Lebih terperinciEKO ERTANTO PEMBIMBING
UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING
Lebih terperinci,076,137, ,977,912,386 1,416,054,050,351 1,010,861,076, ,424,923,013 1,526,285,999, ,231,948,775 7.
vi PEMERINTAH KOTA SURABAYA RINGKASAN ANGGARAN DAN MENURUT DAN ORGANISASI TAHUN ANGGARAN 2013 LAMPIRAN II NOMOR TANGGAL : PERATURAN : 8 : 28 Oktober 2013 TIDAK LANGSUNG LANGSUNG JUMLAH TIDAK LANGSUNG LANGSUNG
Lebih terperinciPEMODELAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION PADA REGRESI POISSON
PEMODELAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION PADA REGRESI POISSON Rena Muntafiah 1, Rochdi Wasono 2, Moh. Yamin Darsyah 3 1,2,3 Program Studi Statistika, Fakultas Matematika dan Ilmu
Lebih terperinciANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010
ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010 Disusun Oleh: Hanna Silia Karti (1308030043) Dosen Pembimbing:
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR
FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR Oleh AUDDIE VIENEZA M. NRP 1310030043 DOSEN PEMBIMBING Dr. Vita Ratnasari,M.Si DOSEN PENGUJI Dr. Dra. Ismaini
Lebih terperinciStatistika ITS Surabaya
SEMINAR TUGAS AKHIR POLA HUBUNGAN ANTARA STATUS GIZI BALITA DAN FAKTOR- FAKTOR SOSIAL EKONOMI TERHADAP TINGKAT KESEJAHTERAAN KELUARGA PADA KELUARGA NELAYAN DI SURABAYA TIMUR Oleh : Rindyanita Rizky K.
Lebih terperinci6. Pasien yang Batuk Darah
6. Pasien yang Batuk Darah 7. Pasien yang Nyeri dada FAKTOR-FAKTOR YANG MEMPENGARUHI PENDERITA PENYAKIT TB PARU DI RSU HAJI SURABAYA 1. Uji Independensi hipotesis yang digunakan adalah sebagai berikut
Lebih terperinciKegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran
Kegiatan Anak Usia 10-15 Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Rudi Salam Badan Pusat Statistik, Tinggi Ilmu Statistik, Jakarta, Indonesia rudisalam@stis.ac.id
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yakni perbandingan terhadap satuan mobil penumpang. Penjelasan tentang jenis. termasuk di dalamnya jeep, sedan dan lain-lain.
BAB 2 TINJAUAN TEORITIS 2.1 Klasifikasi Kendaraan Klasifikasi kendaraan bermotor dalam data didasarkan menurut Peraturan Bina Marga, yakni perbandingan terhadap satuan mobil penumpang. Penjelasan tentang
Lebih terperinciANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER
ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER Kimmy Octavian Yongharto Binus University, DKI Jakarta, Jakarta, Indonesia Abstrak Salah satu
Lebih terperinciMODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH
JIMT Vol. 13 No. 1 Juni 2016 (Hal. 24 37) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI
Lebih terperinciArrowiyah Pembimbing: Dr. Sutikno S.Si M.Si. Seminar Tugas Akhir SS091324
Arrowiyah 1307 100 070 Pembimbing: Dr. Sutikno S.Si M.Si Seminar Tugas Akhir SS091324 1 Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran Daftar Pustaka Seminar
Lebih terperinci2009/ / /2012 (1) (2) (3) (4) 01. Sekolah/ Schools. 02. Kelas/ Classes
Tabel : 04.01.16 4. SOSIAL BUDAYA / CULTURE SOCIAL Banyaknya Sekolah, Kelas, Murid, Ruang Belajar dan Guru pada Madrasah Tsanawiyah*) Number of School, Classes, Pupils, Classrooms and Teachers on Madrasah
Lebih terperinciAnalisis dan Pembahsan. Statistika Deskriptif. Regresi Logistik Biner. Uji Independensi
Analisis dan Pembahsan Statistika Deskriptif Regresi Logistik Biner Uji Independensi H 0 : Tidak ada hubungan antara variabel prediktor dengan variabel respon H 1 : Ada hubungan antara variabel prediktor
Lebih terperinciPemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 017 Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner S - 1 Ayu Febriana Dwi Rositawati 1, Sri Pingit
Lebih terperinciSaintia Matematika ISSN: Vol. 02, No. 04 (2014), pp
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 04 (2014), pp. 313 321. SUATU KAJIAN TENTANG PELAYANAN KESEHATAN DI PUSKESMAS PEMBANTU JATI UTOMO BINJAI Nida Elhaq, Pasukat Sembiring, Djakaria Sebayang
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciRuang Jenis & Status/ Sekolah/ Belajar/ Kelas/ Guru/ Murid/ Levels and Status Schools Classrooms Class Teachers Pupils (1) (2) (3) (4) (5) (6)
Tabel : 04.01.01 4. SOSIAL BUDAYA / CULTURE SOCIAL Banyaknya Sekolah, Ruang Belajar, Kelas, Guru dan Murid menurut Jenis dan Status Sekolah Number of Schools, Classrooms, Classes, Teachers and Pupils by
Lebih terperinciPemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya
JURNAL SAINS DAN SENI POMITS Vol., No., (04) 7-0 (0-98X Print) D-7 Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya Merly Fatriana Bintariningrum
Lebih terperinciKEPUTUSAN WALIKOTA SURABAYA NOMOR : /104/ /2014 TENTANG
SALINAN KEPUTUSAN WALIKOTA SURABAYA NOMOR : 188.45/104/436.1.2/2014 TENTANG SATUAN PELAKSANA PENANGGULANGAN BENCANA (SATLAK PB) DAN SATUAN TUGAS SATUAN PELAKSANA PENANGGULANGAN BENCANA (SATGAS SATLAK PB)
Lebih terperinciGAMBARAN UMUM INDUSTRI KOTA SURABAYA DAN TINJAUAN KEPUSTAKAAN PENCEMARAN ATMOSFER
BAB 1 PENDAHULUAN 1.1. Latar Belakang... 1-1 1.2. Maksud, Tujuan, Dan Sasaran... 1-1 1.3. Lokasi Pekerjaan... 1-2 1.4. Lingkup Pekerjaan... 1-2 1.5. Peraturan Perundangan... 1-2 1.6. Sistematika Pembahasan...
Lebih terperinciPEMERINTAH KOTA SURABAYA
SALINAN PEMERINTAH KOTA SURABAYA PERATURAN DAERAH KOTA SURABAYA NOMOR 2 TAHUN 2006 TENTANG ORGANISASI KECAMATAN KOTA SURABAYA DENGAN RAHMAT TUHAN YANG MAHA ESA WALIKOTA SURABAYA Menimbang : a. bahwa berdasarkan
Lebih terperinciSKRIPSI. Disusun Oleh : CANDRA SILVIA
KETEPATAN KLASIFIKASI TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL DAN FUZZY K-NEAREST NEIGHBOR IN EVERY CLASS SKRIPSI Disusun Oleh : CANDRA SILVIA 24010211140094
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Klasifikasi kendaraan bermotor dalam data didasarkan menurut Peraturan Bina Marga,
BAB 2 TINJAUAN TEORITIS 2.1 Klasifikasi Kendaraan Klasifikasi kendaraan bermotor dalam data didasarkan menurut Peraturan Bina Marga, yakni perbandingan terhadap satuan mobil penumpang. Penjelasan tentang
Lebih terperinciRuang Jenis & Status/ Sekolah/ Belajar/ Kelas/ Guru/ Murid/ Levels and Status Schools Classrooms Class Teachers Pupils (1) (2) (3) (4) (5) (6)
Tabel : 04.01.01 4. SOSIAL BUDAYA / CULTURE SOCIAL Banyaknya Sekolah, Ruang Belajar, Kelas, Guru dan Murid menurut Jenis dan Status Sekolah Number of Schools, Classrooms, Classes, Teachers and Pupils by
Lebih terperinciWALIKOTA SURABAYA PROVINSI JAWA TIMUR
SALINAN WALIKOTA SURABAYA PROVINSI JAWA TIMUR PERATURAN WALIKOTA SURABAYA NOMOR 90 TAHUN 2016 TENTANG PEMBENTUKAN DAN SUSUNAN ORGANISASI UNIT PELAKSANA TEKNIS DINAS BINA PENGELOLAAN SEKOLAH PADA DINAS
Lebih terperinciPENGARUH PERKEMBANGAN PERMUKIMAN TERHADAP EMISI CO 2 DI KOTA SURABAYA
PENGARUH PERKEMBANGAN PERMUKIMAN TERHADAP EMISI CO 2 DI KOTA SURABAYA Oleh: Ummi Fadlilah Kurniawati 3608100027 Dosen Pembimbing: Rulli Pratiwi Setiawan,S.T.,M.Sc. BAB I PENDAHULUAN Latar belakang Surabaya
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
Lebih terperinciEARLY WARNING SYSTEM (EWS) UNTUK PREDIKSI KESEHATAN BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA: PENDEKATAN MODEL REGRESI LOGISTIK
EARLY WARNING SYSTEM (EWS) UNTUK PREDIKSI KESEHATAN BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA: PENDEKATAN MODEL REGRESI LOGISTIK Diah Arianti, 1) dan Nur Iriawan 2) 1) Information Management Technology,
Lebih terperinciWALIKOTA SURABAYA PROVINSI JAWA TIMUR
WALIKOTA SURABAYA PROVINSI JAWA TIMUR SALINAN KEPUTUSAN WALIKOTA SURABAYA NOMOR 188.45/130/436.2/2016 TENTANG TIM PENYUSUN RENCANA STRATEGIS (RENSTRA) PERANGKAT DAERAH KOTA SURABAYA TAHUN 2016-2021 WALIKOTA
Lebih terperinciDEWA AYU RATIH WEDA ISWARA NRP
Faktor-faktor yang Mempengaruhi Tingkat Konsumsi Pengguna NAPZA Suntik (Penasun) di Yayasan Bina Hati Surabaya Menggunakan Metode Regresi Logistik Ordinal I DEWA AYU RATIH WEDA ISWARA NRP 1310 100 023
Lebih terperinciANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI KESADARAN BERLALU LINTAS PENGENDARA SEPEDA MOTOR DI SURABAYA TIMUR
ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI KESADARAN BERLALU LINTAS PENGENDARA SEPEDA MOTOR DI SURABAYA TIMUR Oleh : M Mushonnif Efendi (1310 105 019) Dosen Pembimbing : Jerry Dwi Trijoyo Purnomo, S.
Lebih terperinciPengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat)
Statistika, Vol. 14 No. 2, 69 76 November 2014 Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat) Jurusan Matematika, Fakultas Sains dan
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN V.1. Kesimpulan Penelitian tentang Motif Pemirsa Surabaya dalam Menonton Serial Komedi OK-JEK di NET TV, peneliti dapat menarik kesimpulan bahwa motif yang mendorong sebagian
Lebih terperinciTENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS BINA PENGELOLAAN SEKOLAH PADA DINAS PENDIDIKAN KOTA SURABAYA WALIKOTA SURABAYA,
SALINAN PERATURAN WALIKOTA SURABAYA NOMOR 1 TAHUN 2013 TENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS BINA PENGELOLAAN SEKOLAH PADA DINAS PENDIDIKAN KOTA SURABAYA WALIKOTA SURABAYA, Menimbang : a. bahwa
Lebih terperinciFAKTOR-FAKTOR YANG MENYEBABKAN TERKENA DB (DEMAM BERDARAH) DI DAERAH BENGKULU DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER
FAKTOR-FAKTOR YANG MENYEBABKAN TERKENA DB (DEMAM BERDARAH) DI DAERAH BENGKULU DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER RIZKA ARIFANJUNI NRP 1309 030 027 Dosen Pembimbing Dr. Bambang Widjanarko O., M.Si.
Lebih terperinciPemetaan Akibat Kecelakaan dan Jenis Kriminalitas di Wilayah Surabaya Menggunakan Pendekatan korespondensi
Pemetaan Akibat Kecelakaan dan Jenis Kriminalitas di Wilayah Surabaya Menggunakan Pendekatan korespondensi ANDREW NOFENESIA DOSEN PEMBIMBING M. SJAHID AKBAR,S.SI,M.SI PROGRAM STUDI DIPLOMA III JURUSAN
Lebih terperinciPolres Tapanuli Selatan merupakan bagian dari Kepolisian Republik Indonesia yang melayani di bidang pemeliharan dan keamanan, ketertiban
Saintia Matematika Vol. 1, No. 5 (2013), pp. 435 444. ANALISA TINGKAT KEPUASAN MASYARAKAT TERHADAP PROSES PELAYANAN PEMBUATAN SIM (SURAT IZIN MENGEMUDI) DI SATLANTAS POLRES TAPANULI SELATAN Lisna Astria,
Lebih terperinciBanyaknya Industri dan Pekerja menurut Sub Sektor Number of Industries and Workers by Sub Sectors
Tabel : 06.01.01 Banyaknya Industri dan Pekerja menurut Sub Sektor Number of and Workers by Sub Sectors 2005-2011 Industri Kimia Agro Industri Logam Mesin dan Hasil Hutan/ Elektronika dan Aneka/ Tahun/
Lebih terperinciWALIKOTA SURABAYA PROVINSI JAWA TIMUR
WALIKOTA SURABAYA PROVINSI JAWA TIMUR SALINAN PERATURAN WALIKOTA SURABAYA NOMOR 94 TAHUN 2016 TENTANG PEMBENTUKAN DAN SUSUNAN ORGANISASI UNIT PELAKSANA TEKNIS BADAN PELAYANAN PAJAK DAERAH PADA BADAN PENGELOLAAN
Lebih terperinciAnalisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit
Analisis Faktor-Faktor yang Mempengaruhi Anggaran Pembelian Barang Tahan Lama Rumah Tangga di Jawa Timur dengan Menggunakan Regresi Tobit Nama : Margareth G. Shari NRP : 1307 100 026 JURUSAN STATISTIKA
Lebih terperinciGeneralized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017
Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic
Lebih terperinciPENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA
Saintia Matematika Vol. 1, No. 1 (2013), pp. 51 61. PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA (Studi kasus di desa Dolok Mariah Kabupaten Simalungun) Oktani Haloho, Pasukat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kejadian kecelakaan lalu lintas dewasa ini dilaporkan semakin meningkat padahal telah banyak sarana dan prasarana untuk mengantisipasi kecelakaan lalu lintas, contohnya
Lebih terperinci1,526 1, ,024 Sumber : Kwartir Cabang Gerakan Pramuka Kota Surabaya Source : Scout Associations, Branch of Surabaya City
Tabel : 04.01.31 Banyaknya Gugus Depan dan Anggota Pramuka per Kecamatan Number of Local Scout Organization and Scout Members by Sub District 2011 Gugus Kecamatan/ Depan/ Sumber - Didik/Source of Trainer
Lebih terperinciWALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 23 TAHUN 2008 TENTANG
SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 23 TAHUN 2008 TENTANG TATA CARA PELAKSANAAN PENYAMPAIAN SURAT PEMBERITAHUAN PAJAK TERUTANG PAJAK BUMI DAN BANGUNAN DI KOTA SURABAYA WALIKOTA
Lebih terperinciGENERALIZED POISSON REGRESSION (GPR)
PEMODELAN JUMLAH KASUS KANKER SERVIKS DI JAWA TIMUR MENGGUNAKAN ANALISIS GENERALIZED POISSON REGRESSION (GPR) 12/06/2012 Oleh: RIZA INAYAH / 1309.030.042 Dosen Pembimbing: DR. Purhadi, M.Sc Jurusan Statistika
Lebih terperinciPemetaan Wilayah Berdasarkan Tindak Kriminalitas Dengan Pendekatan Analisis Korespondensi di Kota Surabaya
Pemetaan Wilayah Berdasarkan Tindak Kriminalitas Dengan Pendekatan Analisis Korespondensi di Kota Surabaya Oleh Putri Ayu Sekar Karimah : (1313 030 004) Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.Si Dosen
Lebih terperinciFaktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam
Faktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam Oleh: Urifah Hidayanti (1310 030 028) Dosen Pembimbing: Ir. Mutiah Salamah, M.Kes Ujian Tugas Akhir
Lebih terperinciFaktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) D-305 Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik Fatkhiyatur Rizki,
Lebih terperinciANALISIS POLA KECENDERUNGAN JENIS PELANGGARAN LALU LINTAS KENDARAAN BERMOTOR RODA DUA TIAP POLISI SEKTOR (POLSEK) DI SURABAYA
TUGAS AKHIR SS 145561 ANALISIS POLA KECENDERUNGAN JENIS PELANGGARAN LALU LINTAS KENDARAAN BERMOTOR RODA DUA TIAP POLISI SEKTOR (POLSEK) DI SURABAYA FIRDA ARFIAH NRP 1314 030 085 Dosen Pembimbing Dra. Destri
Lebih terperinciJenis Industri/Type of Industries Sub-District
Tabel : 06.01.09 Banyaknya Industri Besar dan Sedang menurut Golongan Industri per Kecamatan Number of Large and Medium Scale Industries by Industrial Categories by Sub District 2011 Sub-District 10 12
Lebih terperinciBanyaknya Gugus Depan dan Anggota Pramuka per Kecamatan Number of Local Scout Organization and Scout Members by Sub District ###
Tabel : 04.01.31 Banyaknya Gugus Depan dan Anggota Pramuka per Kecamatan Number of Local Scout Organization and Scout Members by Sub District ### Gugus Kecamatan/ Depan/ Sumber - Didik/Source of Trainer
Lebih terperinciANALISIS REGRESI LOGISTIK BINER TERHADAP MINAT WISUDAWAN ITS SEBAGAI JOB CREATOR
Senin, 4 Maret 203 Ruang Sidang Gedung H ANALISIS REGRESI LOGISTIK BINER TERHADAP MINAT WISUDAWAN ITS SEBAGAI JOB CREATOR Disusun Oleh: MIRNA RAMADHANI (30030074) DOSEN PEMBIMBING Dra. Destri Susilaningrum,
Lebih terperinciKata kunci---beras Keluarga Miskin, regresi logistik biner. I. PENDAHULUAN
1 Analisis Regresi Logistik Biner Untuk Mengidentifikasi Faktor-Faktor Yang Mempengaruhi Status Penerimaan Beras Keluarga Miskin (Raskin) Di Kecamatan Gunung Anyar Faiz Ramadhani Rahman, Ismaini Zain Jurusan
Lebih terperinciIII. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Salah satu yang mempengaruhi kualitas penelitian adalah kualitas data yang dikumpulkan. Pengumpulan data dapat dilakukan dengan berbagai cara. Dalam
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan
III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari sumber asli (tidak melalui perantara).
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciBAB I PENDAHULUAN. Cidera kecelakaan lalu lintas (Road Traffic Injury) merupakan hal yang sangat
BAB I PENDAHULUAN A. Latar Belakang Cidera kecelakaan lalu lintas (Road Traffic Injury) merupakan hal yang sangat mungkin dialami oleh setiap pengguna jalan. Hal ini terjadi karena pengemudi kendaraan
Lebih terperinciKETEPATAN KLASIFIKASI KEIKUTSERTAAN KELUARGA BERENCANA MENGGUNAKAN REGRESI LOGISTIK BINER DAN REGRESI PROBIT BINER
KETEPATAN KLASIFIKASI KEIKUTSERTAAN KELUARGA BERENCANA MENGGUNAKAN REGRESI LOGISTIK BINER DAN REGRESI PROBIT BINER (Study Kasus di Kabupaten Semarang Tahun 2014) SKRIPSI Disusun Oleh : FAJAR HERU SETIAWAN
Lebih terperinciWALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 23 TAHUN 2005 TENTANG
SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 23 TAHUN 2005 TENTANG PENGGANTIAN PEMBAYARAN REKENING TELEPON BAGI UNIT SATUAN KERJA DI LINGKUNGAN PEMERINTAH KOTA SURABAYA WALIKOTA SURABAYA,
Lebih terperinciBAB III METODE PENELITIAN. Keterangan Tinggal Sementara dengan menggunakan model End User Computing. 1. Identifikasi permasalahan, tujuan dan manfaat
BAB III METODE PENELITIAN Metode penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan untuk melakukan penelitian sehingga mampu menjawab rumusan masalah dan tujuan penelitian dengan
Lebih terperinciMISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK
MISKLASIFIKASI MAHASISWA BARU F SAINTEK UIN SUNAN KALIJAGA JALUR TES TULIS DENGAN ANALISIS REGRESI LOGISTIK Mohammad Farhan Qudratullah Program Studi Matematika Fakultas Sains dan Teknologi Universitas
Lebih terperinciREGRESI LOGISTIK (LOGISTIC REGRESSION)
REGRESI LOGISTIK (LOGISTIC REGRESSION) REGRESI LOGISTIK Adalah regresi parametrik yang digunakan untuk Y berskala kategorik dan X berskala bebas. Biner Y berskala nominal dengan 2 kategori Regresi Logistik
Lebih terperinciModel Regresi Binary Logit (Aplikasi Model dengan Program SPSS)
Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS) Author: Junaidi Junaidi 1. Pengantar Salah satu persyaratan dalam mengestimasi persamaan regresi dengan metode OLS (Ordinary Least Square)
Lebih terperinciWALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 44 TAHUN 2010 TENTANG
SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 44 TAHUN 2010 TENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS PELAYANAN PAJAK DAERAH PADA DINAS PENDAPATAN DAN PENGELOLAAN KEUANGAN KOTA SURABAYA
Lebih terperinciTabel : Banyaknya Industri dan Pekerja menurut Sub Sektor Number of Industries and Workers by Sub Sectors (1) (2) (3)
Tabel : 06.01.01Banyaknya Industri dan Pekerja menurut Sub Sektor Number of and Workers by Sub Sectors 2004-2010 Tahun/ Year Industri Kimia Agro Industri Logam Mesin dan Hasil Hutan/ Elektronika dan Aneka
Lebih terperinciPOLA SPATIAL PERSEBARAN PUSAT PERBELANJAAN MODERN DI SURABAYA BERDASARKAN PROBABILITAS KUNJUNGAN
POLA SPATIAL PERSEBARAN PUSAT PERBELANJAAN MODERN DI SURABAYA BERDASARKAN PROBABILITAS KUNJUNGAN Achmad Miftahur Rozak 3609 100 052 Pembimbing Putu Gde Ariastita ST. MT Program Studi Perencanaan Wilayah
Lebih terperinciWALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 71 TAHUN 2006
1 WALIKOTA SURABAYA SALINAN PERATURAN WALIKOTA SURABAYA NOMOR 71 TAHUN 2006 TENTANG PENGGANTIAN PEMBAYARAN REKENING TELEPON BAGI UNIT SATUAN KERJA DI LINGKUNGAN PEMERINTAH KOTA SURABAYA WALIKOTA SURABAYA,
Lebih terperinciANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
1 SidangTugas Akhir Javelline Putri B. Purba (1310030080) Dosen Pembimbing : Dr.Dra.Ismaini Zain, Msi ANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Lebih terperinciKETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG
Lebih terperinci