FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEJADIAN KARIES GIGI PADA ANAK USIA SEKOLAH DASAR 7-12 TAHUN DI KELURAHAN KENJERAN SURABAYA

Ukuran: px
Mulai penontonan dengan halaman:

Download "FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEJADIAN KARIES GIGI PADA ANAK USIA SEKOLAH DASAR 7-12 TAHUN DI KELURAHAN KENJERAN SURABAYA"

Transkripsi

1 1 FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEJADIAN KARIES GIGI PADA ANAK USIA SEKOLAH DASAR 7-12 TAHUN DI KELURAHAN KENJERAN SURABAYA 1 Izzah Qomarul Haq S, 2 Destri Susilaningrum dan 3 M. Sjahid Abar Jurusan Statistia, Faultas MIPA, Institut Tenologi Seuluh Noember (ITS Jalan Arief Rahman Hain, Surabaya izah_2212@yahoo.com,destri_s@statistia.its.ac.id,m_syahid_a@statistia.its.ac.id Abstra Karies gigi meruaan salah satu enyait ada mulut yang sering dialami sebagian besar orang terutama di alangan ana usia seolah dasar 7-12 tahun. Karena ada usia ini meruaan fase ergantian gigi susu e gigi ermanen. Tujuan enelitian ini adalah untu mendesrisian anga ejadian aries gigi ada ana usia seolah dasar, arateristi social eonomi eluarga nelayan serta menganalisis factorfator aa saja yang memengaruhi anga ejadian aries gigi ada ana seolah dasar di elurahan Kenjeran Surabaya. Samel yang digunaan adalah eluarga nelayan yang memilii ana usia seolah dasar 7-12 tahun di elurahan Kenjeran dengan αα 55% didaatan resonden 68 eluarga. Hasil yang didaat menunjuan bahwa ana seolah dasar aling banya menderita aries tinggi dengan rata-rata usia 8 tahun dan berjenis elamin eremuan. Fator-fator yang memengaruhi aries gigi yaitu watu menyiat gigi, teni menyiat gigi, intensitas maan maanan manis, dan watu maan maanan manis. Peluang ana beresio aries tinggi sebesar 0,877, eluang ana beresio aries sedang sebesar 0,018, dan eluang ana beresio aries rendah 0,015. Kata unci : Karies gigi, eadaan social eonomi eluarga nelayan, regresi logistic ordinal I. PENDAHULUAN K sehatan gigi dan mulut masyaraat Indonesia masih meruaan hal yang erlu mendaat erhatian serius. Laoran Survei Kesehatan Rumah Tangga (SKRT menyataan revalensi aries gigi (gigi berlubang dan radang gusi ada masyaraat adalah 90,05 dan seitar 85% meruaan ana usia seolah dasar yang mengalama gigi berlubang (aries [1]. Center Disease Control and Prevention (CDC tahun 2005 menyebutan bahwa revalensi aries gigi yang tinggi ada ana-ana, yaitu 27% ada ana usia ra-seolah dan 43% ada ana usia seolah. Hal ini disebaban, ada geligi usia tersebut mengalami fase ergantian gigi, dari gigi sulung e fase gigi ergantian [2]. Surabaya meruaan salah satu ota dengan jumlah endudu sebanya jiwa [3]. Menurut leta geografisnya, batas ota Surabaya sebelah timur dibatasi oleh Selat Madura. Nelayan meruaan mata encaharian utama ada masyaraat yang berada di esisir timur Surabaya. Kecamatan Bula meruaan ecamatan yang memilii jumlah rumah tangga nelayan yang aling banya yaitu 1136 rumah tangga dibandingan dengan ecamatan yang lain seerti ecamatan Gunung Anyar, Rungut, Suolilo, Mulyorejo, dan Kenjeran. Pola eerjaan sebagai nelayan membatasi ativitas e setor eerjaan lain yang ada ahirnya memengaruhi ehiduan sosial eonomi eluarga nelayan seerti endaatan dan engeluaran rumah tangganya bai engeluaran untu ebutuhan sehari-hari mauun esehatannya. Oleh arena itulah, masyaraat nelayan memilii tingat sosial eonomi yang rendah. Usaha yang bersala ecil, sederhana dan tradisional lebih banya mengarah ada ase sosial budaya dibandingan dengan ase eonominya. Dewasa ini, aries gigi telah menjadi eidemi seja terjadinya erubahan ola maan yang dionsumsi setia orang. Beberaa fator yang diemuaan erat hubungannya dengan terjadinya aries gigi, antara lain usia, jenis elamin, ultur sosial eonomi, erilau berobat, engetahuan, serta sia terhada esehatan gigi. Pada ana usia seolah dasar, eadaan esehatan gigi dan mulut masih sangat bergantung ada eran orang tuanya. Pada tugas ahir ini, eneliti ingin meneliti tentang factor-fator yang memengaruhi anga ejadian aries gigi ada ana usia seolah dasar 7-12 tahun di elurahan Kenjeran Surabaya dengan menggunaan analisis regresi logisti ordinal dengan variabel reson yaitu anga ejadian aries gigi yang bersifat oliotomus dengan sala bertingat (ordinal. Obje enelitian yang aan dilauan yaitu di wilayah elurahan Kenjeran dengan jumlah rumah tangga nelayan sebanya 68 rumah tangga. II. TINJAUAN PUSTAKA A. Statistia Desritif Statistia desritif adalah metode-metode yang beraitan dengan engumulan dan enyajian data sehingga daat memberian informasi yang berguna. B. Regresi Logisti Metode regresi meruaan suatu analisis data yang mendesrisian hubungan antara variabel reson dan satu atau lebih variabel redictor. Bentu ersamaan regresi logistic. e 0 + β β π ( β β 1+ e (1 Transformasi logit dari ersamaan (1. π ( g( ln 1 π ( β0 + β β (2 Pentingnya transformasi ini adalah bahwa g( memilii banya sifat yang diinginan dari sebuah model regresi linier. Fungsi logit, g(, linier dalam arameternya, mungin ontinyu, dan daat berisar dari - e, bergantung ada isaran. C. Regresi Logisti Ordinal Regresi logisti ordinal meruaan salah satu metode statistia untu menganalisis hubungan antara variabel reson yang memunyai sala data ordinal dan variabel reditor berua data ategori atau ontinyu [4]. Model

2 2 regresi logistic dengan variable redictor yaitu 1, 2,, adalah sebagai beriut. e 0 + β1 1 + β β π ( β e (3 Transformasi logit dari π ( dilauan dengan variable reditor ( 1 2,,..., regresi logisti seerti ada ersamaan (4. T sehingga dieroleh model g( β 0 + β11 + β β (4 Model umulatif logit digunaan untu model logisti dengan data reson ordinal [5]. Peluang umulatif logit didefinisian sebagai beriut [6]. e( β0r β i + ( Y r i π( (5 1 e β0r β i Sehingga, umulatif logit ditunjuan ada ersamaan (6. Logit Y j ln Y j 1 Y j (6 Persamaan (7 dieroleh dengan mensubstitusian ersamaan (5 dan (6. Logit Y r i ln 1 + e 1 e ( β0r β0r β0r + e 1 + e ( β0r 1 Logit Y r i β0r β i (7 Dengan nilai β untu setia, 2,, ada setia model regresi logistic ordinal adalah sama. Jia terdaat tiga ategori reson dimana r 1, 2, 3 maa eluang umulatif dari reson e-r seerti ada ersamaan (8. e( β01 + Y 1 i 1 e β01 (8 e( β02 Y 2 i 1 + e β + ( 02 (9 Berdasaran edua eluang umulatif ada ersamaan (8 dan (9, didaatan eluang untu masing-masing ategori reson sebagai beriut. e Y r 1 π1 ( 1 + e e Y r 2 π 2 ( 1 + e Y r 3 π3 ( 1 1 ( β01 β01 ( β02 β e( β02 + e β02 + e + e ( β01 β01 + (10 Estimasi arameter model regresi logistic ordinal menggunaan Maimum Lielihood Estimator (MLE. Model yang telah terbentu erlu diuji esignifiansiannya, yaitu dengan melauan uji statisti untu mengetahui adanya hubungan nyata atau tida antara variabel-variabel reditor dengan variabel reson. Pengujian arameter yang dilauan adalah engujian secara arsial dengan menggunaan uji Wald dan dilanjutan secara serenta dengan menggunaan uji G 2. Setelah dietahui variable yang signifian ada uji serenta, maa daat dilanjutan dengan uji esesuaian model dengan menggunaan uji Deviance. Selanjutnya diinterretasian model yang terbai dengan Odds Ratio. D. Karies berasal dari bahasa Latin yaitu caries yang artinya ebusuan. Karies meruaan suatu enyait ada jaringan eras gigi yang mengenai (laisan luar gigi, dentin dan sementum. Kondisi gigi ada fase ertumbuhan gigi sulung dan gigi ermanen aan memengaruhi mirostrutur edua jenis gigi tersebut dan aan menentuan sifat gigi tersebut, mudah diserang atau tahan terhada aries gigi. 1. Etiologi Karies gigi memilii etiologi yang multifatorial sehingga terjadi interasi dari tiga fator utama dan satu fator tambahan : miroorganisme, substrat, host (gigi dan saliva, dan watu. 2. Fator-fator yang Memengaruhi Fator esternal yang daat memengaruhi aries gigi. a Perilau Menyiat Gigi Perilau menyiat gigi meliuti rutin siat gigi, freuensi menyiat gigi, watu menyiat gigi, teni menyiat gigi dan jenis asta gigi. b Perilau Konsumsi Maanan Kariogeni Perilau mengonsumsi maanan ariogeni daat menyebaban aries daat dilihat dari intensitas onsumsi maanan ariogeni dan watu onsumsi maanan ariogeni. a Perilau Menjaga Kesehatan Gigi Dan Mulut Adaun erilau menjaga esehatan gigi dan mulut yaitu dengan rutin e doter gigi 6 bulan seali.

3 3 b Perilau Pemanfaatan Pelayanan Kesehatan Gigi Dan Mulut Perilau emanfaatan elayanan esehatan gigi dan mulut daat berua tindaan saat ada eluhan gigi dan ernah mendaatan erawatan gigi serta temat mendaatan erawatan. 3. Indes Penguuran Untu gigi sulung arena esulitan dalam membedaan aaah gigi dicabut arena aries atau arena tanggal alami, hususnya ada ana usia lebih dari 5 tahun, digunaan def-t dan df (decayed, filled [7]. Def-t adalah jumlah gigi sulung yang mengalami aries dengan menghitung: 1. d (decayed yaitu gigi sulung yang mengalami aries, dan jia sudah direstorasi ada aries. 2. e (indicated for etraction yaitu terdaat aries yang besar ada gigi sulung dan diindiasian untu dilauan encabutan. 3. f (filled yaitu gigi sulung yang aries dan sudah direstorasi tana adanya aries seunder. Perhitungan nilai def-t untu individu sebagai beriut. def d+e+f Klasifiasi anga ejadian aries gigi (indes def-t menurut WHO, adalah sebagai beriut: Tabel 1 Klasifiasi Tingat Tingat Nilai 3 3,1 5 > 5 E. Keadaan Sosial Eonomi Rumah Tangga Nelayan Seja risis eonomi berdama ada tingginya biaya oerasional melaut dan dierarah hancurnya laut aibat rusanya terumbu arang oleh orang-orang yang tida bertanggung jawab membuat ian yang dieroleh nelayan semain sediit. Sementara biaya yang dieluaran nelayan sangat besar sehingga merea menjadi teratung-atung dalam emisinan. Ada hubungan antara eadaan sosial eonomi dan revalensi aries [8]. Ana dari eluarga dengan tingat sosial eonomi rendah mengalami jumlah aries gigi yang lebih banya dan ecenderungan untu tida mendaatan erawatan gigi lebih tinggi dibanding dengan ana dengan tingat sosial eonomi tinggi. Jenis eerjaan orang tua erat aitannya dengan tingat enghasilan dan lingungan erja, bila enghasilan tinggi maa emanfaatan elayanan esehatan dan encegahan enyait juga meningat, dibandingan dengan enghasilan rendah aan berdama ada urangnya emanfaatan elayanan esehatan dalam hal emeliharaan esehatan arena daya beli obat mauun biaya transortasi dalam mengunjungi usat elayanan esehatan. Fator-fator sosial eonomi yang daat memengaruhi esehatan gigi dan mulut meliuti ondisi rumah, jumlah anggota eluarga, endaatan, engeluaran, jaminan esehatan, tingat endidian ibu, dan engasuh ana. III. METODOLOGI PENELITIAN A. Sumber Data dan Variabel Penelitian Data yang digunaan dalam enelitian ini adalah data rimer yang dieroleh dengan cara survey yang dilauan terhada rumah tangga nelayan yang berada di wilayah elurahan Kenjeran Surabaya yang memili ana usia seolah dasar 7-12 tahun. Adaun data seunder yang digunaan dalam enelitian ini, yaitu data dari Dinas Pertanian Surabaya tentang jumlah eluarga nelayan yang berada di elurahan Kenjeran Surabaya. Pengambilan data dilauan ada bulan Agustus 2012 de ngan melauan wawancara langsung terhada resonden yang sesuai dengan criteria. Simle Random Samling (SRS meruaan metode yang digunaan untu engambilan samel ada enelitian ini. Maa, dieroleh sebanya 88 eluarga nelayan yang memunyai ana usia seolah dasar 7-12 tahun dengan menggunaan nilai P dan Q masing-masing sebesar 0,5, α0,05 dan nilai B sebesar 0, 055 didaatan banyanya samel yang diambil adalah sebesar 68 eluarga. Variable reson yang digunaan dalam enelitian. Tabel 2 Variabel Reson yang Digunaan Dalam Penelitian Tingat Nilai 3 3,1 5 > 5 Variabel redictor yang digunaan dalam enelitian. Tabel 3 Variabel Preditor Variabel Keterangan X 1 Rutin Siat Gigi X 2 Freuensi Siat Gigi X 3 Watu Siat Gigi X 4 Teni Siat Gigi X 5 Jenis Pasta Gigi X 6 Intensitas Maan Manis X 7 Watu Maan Manis X 8 Perawatan Gigi Rutin X 9 Pernah Ada Keluhan Gigi X 10 Penanganan Keluhan Gigi X 11 Pergi e Pelayanan Kesehatan X 12 Kondisi Rumah X 13 Pendaatan X 14 Jumlah Anggota Keluarga X 15 Pengeluaran X 16 Jaminan Kesehatan X 17 Tingat Pendidian Pengasuh Ana X 18 B. Langah Analisis Langah-langah analisis yang yang aan dilauan untu mencaai tujuan enelitian adalah sebagai beriut. 1. Untu mengetahui arateristi anga ejadian aries gigi ada ana usia seolah dasar 7-12 tahun digunaan analisis desritif dengan melauan tabulasi silang (cross tabulation antara variabel reson (Y yaitu tingat aries gigi dengan masing-masing variabel reditor

4 4 yang beraitan dengan esehatan gigi dan mulut (X 1 -X 11 dan menamilan ie cart atau bar chart. 2. Untu menjawab tujuan edua yaitu mengetahui arateristi eadaan sosial eonomi nelayan digunaan analisis desritif dengan melauan tabulasi silang (cross tabulation antara variabel reson (Y yaitu tingat aries gigi dengan masing-masing variabel reditor yang beraitan dengan eadaan social eonomi eluarga nelayan (X 12 -X Mendaatan model fator-fator yang memengaruhi anga ejadian aries gigi ada ana usia seolah dasar 7 12 tahun dengan cara analisis logisti ordinal. Adaun langah-langah dalam analisis regresi logisti ordinal adalah sebagai beriut. a. Melauan uji arsial masing-masing variabel reditor terhada variabel reson. b. Melauan uji serenta seluruh variabel reditor terhada variabel reson. c. Melauan embentuan model. d. Menguji esesuaian model yang telah terbentu. 4. Menginterretasian model yang didaatan dengan odds ratio untu mengetahui seberaa besar fator yang memengaruhi anga ejadian aries gigi ada ana usia seolah dasar dan dilanjutan dengan engambilan esimulan. IV. HASIL DAN PEMBAHASAN A. Karateristi Anga Kejadian 66% 16% 18% Gambar 1 Anga Kejadian Gambar 1 menunjuan bahwa anga ejadian aries gigi tinggi aling banya diderita ana seolah dasar berusia 7 hingga 12 tahun di elurahan Kenjeran. Pada enelitian, didaatan freuensi yaitu sebesar 66% ana. 7% 4% 7 th 27% 8 th 16% 9 th 13% 10 th 33% 11 th 12 th Gambar 2 Freuensi Karies Berdasaran Usia Gambar 2 menunjuan bahwa aries gigi banya diderita ana berusia 7 dan 8 tahun dengan rosentase masing-masing sebesar 33% dan 27%. Gambar 3 menunjuan bahwa ana eremuan cenderung lebih banya menderita aries dengan rosentase sebesar 54%, sedangan ana lai-lai yang menderita aries rosentasenya sebesar 46%. 54% 46% Lai-lai Peremuan Gambar 3 Freuensi Karies Berdasaran Jenis Kelamin Beriut meruaan tabulasisilang dari variable reson terhada masing-masing variable redictor yang telah signifian setelah diuji secara arsial dan serenta. Tabel 4 Tabulasi Silang Watu Siat Gigi dengan 3 >3 5 >5 Pagi setelah saraan dan Watu sebelum tidur 13.2% 2.9% 1.5% 27.9% Siat Selain watu Gigi tersebut 2.9% 4.4% 64.7% 72.1% Tabel 4 menunjuan bahwa ana dengan erilau watu siat gigi sesuai anjuran agi setelah saraan dan sebelum tidur dengan ategori aries rendah sebesar 13,2%. Tabel 5 Tabulasi Silang Teni Siat Gigi dengan 3 >3 5 >5 Disiat dengan eras dan ceat e segala 0% 1.5% 32.4% 33.8% arah Teni Semua Siat ermuaan 14.7% 8.8% 13.2% 13.2% Gigi gigi disiat Lainnya % 7.4% 20.6% 29.4% Tabel 5 menunjuan bahwa ana dengan teni siat gigi disiat dengan eras dan ceat dengan ategori aries tinggi sebesar 32,4%. Tabel 6 menunjuan bahwa sebesar 58,8% ana dengan ategori aries tinggi memilii erilau mengonsumsi maan maanan manis >4 ali sehari. Tabel 6 Tabulasi Silang Intensitas Maan Manis dengan 3 >3 5 >5 >4 ali sehari 0% 1.5% 58.8% 60.3% Intensitas 4 ali Maan sehari 16.2% 17.6% 7.4% 39.7% Manis

5 5 Tabel 7 Tabulasi Silang Watu Maan Manis dengan 3 >3 5 >5 Diantara jam maan 1.5% 8.8% 42.6% 52.9% Watu Jam maan Maan normal 14.7% 8.8% 23.5% 47.1% Manis Tabel 7 menunjuan bahwa 42,6% ana dengan aries tinggi mengonsumsi maan maanan manis ada watu diantara jam maan. B. Uji Parsial Hiotesis: H 0 : β 0 H 1 : β 0 dengan, 2,, 18. Daerah enolaan : tola H 0 jia W > Z α/2 atau nilai - value< α. Tabel 8 Regresi Logisti Ordinal Secara Parsial Variabel Estimate Wald P-value Rutin Siat Gigi (X 1 Konstanta 1-0,834 4,984 0,026 Konstanta 2 0,448 1,603 0,205 Tida rutin 3,207 16,250 0,000* Freuensi Siat Gigi (X 2 Konstanta 1-0,510 1,772 0,189 Konstanta 2 1,173 7,072 0,008 1 ali sehari 4,815 19,345 0,000* Watu Siat Gigi (X 3 Konstanta 1-4,182 31,394 0,000 Konstanta 2-2,145 21,174 0,000 Setelah saraan dan sebelum tidur -4,210 27,812 0,000* Teni Siat Gigi (X 4 Konstanta 1-0,552 1,896 0,168 Konstanta 2 0,739 3,261 0,071 Lainnya 1,661 7,003 0,008* Disiat dg eras dan ceat e segala arah 3,843 12,073 0,001* Intensitas Maan Manis (X 6 Konstanta 1-0,389 0,989 0,320 Konstanta 2 1,513 9,333 0,002 >4 ali sehari 5,205 21,292 0,000* Watu Maan Maanan Manis (X 7 Konstanta 1-0,974 6,645 0,010 Konstanta 2 0,112 0,104 0,747 Diantara jam maan 1,590 8,484 0,004* Perawatan Gigi Rutin (X 8 Konstanta 1-0,258 0,303 0,582 Konstanta 2 1,012 4,107 0,043 Tida rutin 2,405 16,051 0,000* Penanganan Sait Gigi (X 10 Konstanta 1-0,003 0,000 0,996 Konstanta 2 1,104 3,080 0,079 Dibiaran 2,288 9,687 0,002* Pengobatan sendiri/tradisional 1,733 5,366 0,021* Pernah Tidanya e Pelayanan Kesehatan (X 11 Konstanta 1-0,226 0,114 0,735 Konstanta 2 0,825 1,477 0,224 Tida ernah 1,741 5,519 0,019* Pernah, ada eluhan 1,492 2,875 0,090* Kondisi Rumah (X 12 Konstanta 1-1,165 9,026 0,003 Tabel 8 (lanjutan Konstanta 2-0,144 0,172 0,679 Semi ermanen 1,020 3,889 0,049* Pendaatan (X 13 Konstanta 1-1,072 8,000 0,005 Konstanta 2-0,013 0,002 0,969 UMR 1,401 6,706 0,010* Tabel 8 menunjuan bahwa dari 18 v ariabel redictor dietahui 11 variabel yang berengaruh terhada anga ejadian aries gigi setelah diuji secara arsial, yaitu variable (X 1, (X 2, (X 3, (X 4, (X 6, (X 7, (X 8, (X 10, (X 11, (X 12, dan (X 13. Selanjutnya dilauan uji secara serenta dengan variable redictor yang berengaruh terhada anga ejadian aries gigi. C. Uji Serenta H 0 : β 1 β 2 β 18 0 H 1 : Paling sediit ada satu β 0,, 2,, 18. Statisti Uji : G 35,613 Pengujian dengan lielihood ratio test menunjuan bahwa nilai G 35,613 dan nilai -value sebesar 0,000 < α10%, maa diutusan tola H 0 artinya terdaat satu atau lebih variable bebas (β yang berengaruh secara signifian terhada anga ejadian aries gigi ada ana usia seolah dasar. Hasil engujian secara serenta daat dilihat ada Tabel 9. Tabel 9 Hasil Variabel yang Signifian Regresi Logisti Ordinal Secara Serenta Variabel Kategori Estimate Wald df P-value Anga Kejadian Konstanta (1 0,126 0, ,948 Karies Konstanta (2 4,015 3, ,055 Watu Siat Gigi Setelah saraan 2,534 2, ,088 (X 3 dan sebelum tidur Teni Siat Gigi Lainnya 2,239 3, ,067 (X 4 Intensitas Maan > 4 ali/hari 4,592 7, ,007 Manis (X 6 Watu Maan Diantara jam 1,727 3, ,081 Manis (X 7 maan Tabel 9 menunjuan bahwa dari 11 v ariabel yang signifian saat dilauan uji secara arsial hanya dihasilan 4 variabel yang berengaruh saat dilauan uji secara serenta terhada anga ejadian aries gigi ada ana usia seolah dasar 7-12 tahun yaitu variabel watu menyiat gigi (X 3, teni menyiat gigi (X 4, intensitas maan maanan manis (X 6 dan watu maan maanan manis (X 7. Sehingga diutusan untu tola H 0, arena nilai -value < α (10%. Setelah dietahui variabel yang berengaruh, maa langah selanjutnya adalah membentu fungsi logit yang digunaan untu menghitung eluang model logit. Logit 1 g 1 ( 0,126 2,534X 3 (setelah saraan dan sebelum tidur+2,239x 4 (lainnya+4,592x 6 (>4ali/hari+1,727 X 7 (diantara jam maan Logit 2 g 2 ( 4,105 2,534X 3 (setelah saraan dan sebelum tidur+2,239x 4 (lainnya+4,592x 6 (>4ali/hari+1,727 X 7 (diantara jam maan Setelah dietahui fungsi logit maa daat dihitung nilai eluang untu masing-masing ategori sebagai beriut.

6 6 π 1 ( e(0,126 2,534X 3(0 + 2,239X 4(0 + 4,592X 6(0 + 1,727X 7(0 1 + e(0,126 2,534X 3(0 + 2,239X 4(0 + 4,592X 6(0 + 1,727X 7(0 π 2 ( e(4,105 2,534X 3(0 + 2,239X 4(0 + 4,592X 6(0 + 1,727X 7(0 1 + e(4,105 2,534X 3(0 + 2,239X 4(0 + 4,592X 6(0 + 1,727X 7(0 π 0 ( ππ 3 ( 1 ππ 0 ( ππ 1 ( Setelah model eluang dietahui, selanjutnya dilauan uji esesuaian model. H 0 : Model sesuai (tida ada erbedaaan antara hasil observasi dengan hasil redisi H 1 : Model tida sesuai (ada erbedaaan antara hasil observasi dengan hasil redisi Tabel 10 Uji Kesesuaian Model Chi-Square df -value Keutusan Deviance 32, ,000 Gagal tola H 0 Tabel 10 menunjuan bahwa ada taraf signifian 10% dieroleh eutusan gagal tola H 0 yang artinya model sesuai (tida ada erbedaan antara hasil observasi dengan hasil redisi dengan nilai -value > α. Setelah model sesuai maa selanjutnya daat dietahui nilai eluang dari fungsi logit yang telah dieroleh. Dari model yang dieroleh daat diinterretasi nilai ππ 1 ( meruaan eluang untu ana beresio terena aries gigi tinggi sebesar 0,877. an untu nilai ππ 2 ( meruaan eluang untu ana beresio terena aries gigi sedang sebesar 0,018 dan nilai ππ 3 ( meruaan eluang ana beresio terena aries gigi rendah sebesar 0,015. Pengujian secara serenta memeroleh nilai odds ratio. Beriut meruaan nilai odds ratio dari variable yang signifian terhada anga ejadian aries gigi ada ana usia seolah dasar. Tabel 11 Nilai Odds Ratio Hasil Uji Serenta Variabel Kategori Odds Ratio Watu Siat Gigi (X 3 Setelah saraan dan sebelum tidur 0,079 Teni Siat Gigi (X 4 Lainnya 9,384 Intensitas Maan Manis (X 6 > 4 ali/hari 98,692 Watu Maan Manis (X 7 Diantara jam maan 5,624 Tabel 11 menunjuan nilai odds ratio untu watu menyiat gigi dengan ategori setelah saraan dan sebelum tidur sebesar 0,079 yang berarti bahwa ana yang menyiat gigi setelah saraan dan sebelum tidur aan beresio terena aries tinggi 0,079 ali lebih ecil dibandingan ana yang tida menyiat gigi ada watu tersebut. an untu teni menyiat gigi memilii nilai odds ratio sebesar 9,384 yang artinya bahwa ana yang menyiat gigi dengan teni lainnya seerti disiat hanya bagian dean/tida semua ermuaan aan beresio terena aries tinggi 9,384 ali lebih besar dibandingan ana yang menyiat gigi dengan teni yang dianjuran. Untu intensitas maan maanan ariogeni dengan > 4 ali/hari memilii nilai odds ratio sebesar 9 8,692 yang berarti bahwa ana dengan intensitas maan maanan ariogeni ategori > 4 ali/hari aan beresio terena aries tinggi 98,692 ali lebih besar dibandingan ana dengan intensitas maan maanan ariogeni selain watu tersebut. Dan untu variabel watu maan maanan ariogeni memilii nilai odds ratio sebesar 5,624 yang berarti bahwa ana dengan watu maan maanan ariogeni ategori diantara jam maan aan beresio terena aries tinggi 5,624 ali lebih besar dibandingan ana dengan watu maan maanan manis ategori ada jam maan normal. KESIMPULAN Anga ejadian aries gigi ada ana usia seolah dasar di eluarga nelayan menunjuan bahwa sebesar 66% termasu aries tinggi, 18% termasu aries sedang, dan 16% termasu aries rendah. Berdasaran usia, rosentase terbanya yaitu 33% aries dialami oleh ana berusia 8 tahun. an berdasaran jenis elamin, 54% gigi aries dialami oleh ana eremuan, sedangan ana lai-lai 46%. Karateristi eadaan sosial eonomi nelayan di elurahan Kenjeran yaitu ondisi rumah eluarga nelayan mayoritas semi ermanen sebesar 53%. Pendaatan eluarga nelayan sebesar 51,5% masih UMR. Sebesar 62% eluarga nelayan memilii jumlah anggota eluarga urang dari atau berjumlah 4. Pengeluaran eluarga nelayan 93% urang dari atau berjumlah sama dengan endaatannya. Sebesar 59% eluarga nelayan memilii jaminan esehatan. Pada eluarga nelayan, endidian ibu mayoritas tida tamat SMP yaitu sebesar 62%. Mayoritas engasuh ana ada eluarga nelayan diasuh oleh erabat deat yaitu sebesar 51%. Karies gigi diengaruhi oleh emat fator, yaitu watu menyiat gigi, teni menyiat gigi, intensitas maan maanan manis dan watu maan maanan manis dengan tingat signifiansi sebesar 10%. Peluang untu ana beresio aries tinggi sebesar 0,877. an ana eluang ana beresio aries sedang sebesar 0,018 dan eluang ana beresio aries rendah sebesar 0,015. DAFTAR PUSTAKA [1] Balitbanges Laoran SKRT Badan Penelitian dan Pengembangan Kesehatan. Deartemen Kesehatan, Reubli Indonesia. Desember [2] Edelstein. BI The Dental Caries Pandemic and Disarities Problem. BMC Oral Health, 6 (Sul I. [3] Dinas Keenduduan dan Catatan Siil Pertambahan Pendudu Surabaya htt://disenducail.surabaya.go.id/. (diases ada 8 Otober [4] Hosmer, D. W., and S. Lameshow. (2000. Alied Logisti Regression, 2 nd ed. New Yor: Willey. [5] Bender R, Grouven U. (1997. Using Binary Logisti Regression Models For Ordinal Data With non-roortional odds. BMJ (Clinical research ed. [6] Agresti, A. (2007. An Introduction to Categorical Data Analysis. New Yor: John Wiley and Sons, Inc. [7] Pine, C and Rebecca. H. (2007. Community Oral Health. Berlin: Quintessemce Publishing Co. Ltd [8] Weinstein, P. (1998. Public Health Issues in Early Childhood Caries. Community Dentistry and Oral Eidemiology, (

Jurnal EKSPONENSIAL Volume 3, Nomor 2, Nopember 2012 ISSN

Jurnal EKSPONENSIAL Volume 3, Nomor 2, Nopember 2012 ISSN Jurnal EKSPONENSIAL Volume 3 Nomor Noember ISSN 85-789 Pemodelan Fator-fator yang Memengaruhi Pemberian Air Susu Ibu Di Wilayah Kera Pusat Kesehatan Masyaraat Wonoreo Kota Samarinda Menggunaan Regresi

Lebih terperinci

MODEL REGRESI LOGISTIK ORDINAL IPM PROVINSI JAWA TENGAH PERIODE TAHUN 2007

MODEL REGRESI LOGISTIK ORDINAL IPM PROVINSI JAWA TENGAH PERIODE TAHUN 2007 Seminar Nasional Statistia IX Institut enologi Seuluh Noember, 07 November 009 MODEL REGRESI LOGISIK ORDINAL IPM PROVINSI JAWA ENGAH PERIODE AHUN 007 Citra Fatimah Nur Mahasiswa Jurusan Statistia, Institut

Lebih terperinci

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data 2 2. Menentuan olesi inti ubi ayu dan mengevaluasi ebaian olesi inti yang dieroleh. METODE Data Data yang digunaan dalam enelitian ini berasal dari Kelomo Peneliti Pengelolaan Sumberdaya Geneti (Kelti

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bagian landasan teori ini aan dibahas materi-materi aa saja yang menunjang materi yang dibahas ada bab selanjutnya. Adaun materi-materi tersebut adalah analisis variansi, metode

Lebih terperinci

PEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL

PEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL PEMODELAN IPM PROVINSI AWA IMUR, AWA ENGAH, AWA BARA DAN SUMAERA UARA DENGAN MEODE REGRESI LOGISIK ORDINAL Citra Fatimah Nur dan Purhadi Mahasiswa urusan Statistia, Institut enologi Sepuluh Nopember Kampus

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Volume, Nomor, Juli 6 (ISSN: 56-6) HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG Firnanda Zia Azmi *) Tinu Istiarti **) Kusyogo Cahyo

Lebih terperinci

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3. Prosedur Pengumulan Data 3.. Sumber Data Data yang digunakan dalam enelitian ini meruakan data sekunder yang diambil dari Deartemen Keuangan, BAPEPAM, dan IAPI. Data-data

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

BAB IV METODE BELAJAR HEBBIAN

BAB IV METODE BELAJAR HEBBIAN BAB IV MEODE BELAJAR HEBBIAN - Aturan Hebb meruaan salah satu huum embelajaran jaringan neural yang ertama. Diemuaan oleh Donald Hebb (949). Hebb lahir di Chester, Nova Scotia, ada ergantian abad. - Isinya

Lebih terperinci

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus

Lebih terperinci

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur

Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara

Lebih terperinci

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL Afifah *), Indri Subeti **) *) Mahasiswa Abid Unisa **)Dosen Abid Unisa ABSTRAK

Lebih terperinci

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing . DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar

Lebih terperinci

Model Geographically Weighted Negative Binomial Regression (GWNBR) untuk Data Kejahatan

Model Geographically Weighted Negative Binomial Regression (GWNBR) untuk Data Kejahatan Model Geographically Weighted Negative Binomial Regression (GWNBR) untu Data Kejahatan (Studi Kasus 38 Kabupaten/Kota di Jawa Timur) Herlin Venny Johannes 1,a), Septiadi Padmadisastra,b), Bertho Tantular

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

Ukuran Pemusatan Data

Ukuran Pemusatan Data Uuran Pemusatan Data Atina Ahdia, S.Si., M.Si. Universitas Islam Indonesia Uuran Pemusatan Data 1. Mean (rata-rata) 2. Median (nilai tengah) 3. Modus Mean 1. Rata-rata Hitung Misalan terdapat N observasi,

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT PEMODELAN FAKOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA IMUR MENGGUNAKAN REGRESI POISSON BIVARIA Novi ri Ratnasari, Purhadi Jurusan Statistia, Faultas MIPA, Institut enologi Sepuluh Nopember

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

D-109 JURNAL SAINS DAN SENI ITS Vol. 4, No.1, (2015) ( X Print)

D-109 JURNAL SAINS DAN SENI ITS Vol. 4, No.1, (2015) ( X Print) D-9 JURNAL SAINS DAN SENI ITS Vol 4 No 25 2337-352 23-928X Print Pemodelan Log Linier dan Regresi Logistik Biner Bivariat ada Hasil Medical Check-U Pegawai Negeri Siil PNS Institut Teknoi Seuluh Noember

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

Dosen 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 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 terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 TUNING PARAMETER MODEL PREDICTIVE CONTROL (MPC) FOR MAX PLUS LINEAR (MPL) SYSTEMS

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 TUNING PARAMETER MODEL PREDICTIVE CONTROL (MPC) FOR MAX PLUS LINEAR (MPL) SYSTEMS MTEMTIK DN PENDIDIKN MTEMTIK 010 Kelomo Matematia TUNING PRMETER MODEL PREDITIVE ONTROL (MP) FOR MX PLUS LINER (MPL) SYSTEMS Nurwan 1 and Subiono 1 Magister Student of Mathematics Deartment Lecturer of

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009 KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 009 Furqan Qadarisman, dan Dwiatmono Agus W. Jurusan Statistia Institut Tenologi Sepuluh Nopember (ITS) Surabaya

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro

Lebih terperinci

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

PROSIDING ISBN: Uji Kecocokan Chi-Kuadrat Untuk Distribusi Poisson. Pada Data Asuransi

PROSIDING ISBN: Uji Kecocokan Chi-Kuadrat Untuk Distribusi Poisson. Pada Data Asuransi PROSIDING ISBN: 978-979-16353-3- Uji Kecocoan Chi-Kuadrat Untu Distribusi Poisson Pada Data Asuransi S-14 Lisnur Wachidah e-ail: lisnur_w@yahoo.co.id Abstra Untu eerluan analisis secara araetri ada suatu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 ObjePenelitian Obje penelitian merupaan hal yang tida dapat dipisahan dari suatu penelitian. Obje penelitian merupaan sumber diperolehnya data dari penelitian yang dilauan.

Lebih terperinci

3.1 TEOREMA DASAR ARITMATIKA

3.1 TEOREMA DASAR ARITMATIKA 3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)

Lebih terperinci

Bahan Minggu II, III dan IV Tema : Kerangka acuan inersial dan Transformasi Lorentz Materi :

Bahan Minggu II, III dan IV Tema : Kerangka acuan inersial dan Transformasi Lorentz Materi : Bahan Minggu II, III dan IV Tema : Keranga auan inersial dan Transformasi Lorent Materi : Terdaat dua endeatan ang digunaan untu menelusuri aedah transformasi antara besaran besaran fisis (transformasi

Lebih terperinci

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia

Lebih terperinci

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

PENGUKURAN PENDAPATAN NASIONAL

PENGUKURAN PENDAPATAN NASIONAL PENGUKURAN PENDAPATAN NASIONAL A. PENDEKATAN PRODUKSI (PRODUCTION APPROACH) Menghitung besarnya pendapatan nasional dengan menggunaan pendeatan produsi didasaran atas perhitungan dari jumlah nilai barang-barang

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.

Lebih terperinci

ANALISIS VARIANSI (ANOVA)

ANALISIS VARIANSI (ANOVA) ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t

Lebih terperinci

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure 8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher

Lebih terperinci

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership

Lebih terperinci

PEMODELAN GENERALIZED REGRESI POISSON PADA FAKTOR- FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI PROVINSI SULAWESI SELATAN TAHUN 2014

PEMODELAN GENERALIZED REGRESI POISSON PADA FAKTOR- FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI PROVINSI SULAWESI SELATAN TAHUN 2014 PEMODELAN GENERALIZED REGRESI POISSON PADA FAKTOR- FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI PROVINSI SULAWESI SELATAN TAHUN 2014 SKRIPSI Diajuan Untu Memenuhi Salah Satu Syarat Meraih Gelar Sarjana

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

FAKTOR YANG MEMPENGARUHI KEJADIAN KURANG ENERGI KRONIS PADA IBU HAMIL (Studi Analitik Di Puskesmas Baturetno Kabupaten Wonogiri)

FAKTOR YANG MEMPENGARUHI KEJADIAN KURANG ENERGI KRONIS PADA IBU HAMIL (Studi Analitik Di Puskesmas Baturetno Kabupaten Wonogiri) FATOR YANG MMPNGARUHI JADIAN URANG NRGI RONIS PADA IBU HAMIL (Studi Analiti Di abupaten Wonogiri) *Sri Handayani *Putri Halimu Husna *) Staf Pengajar Aademi eperawatan Giri Satria Husada Wonogiri ABSTRA

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

VI. PEMILIHAN MODA (Modal Split/Choice) VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:

Lebih terperinci

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Nama Mahasiswa : Husien Haial Fasha NRP : 1207 100 011 Jurusan : Matematia FMIPA-ITS Dosen Pembimbing : Drs. Suharmadi, Dipl.

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau

Lebih terperinci

Sah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)

Sah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH) Sah Tidanya Sidi Ragam PERANCANGAN PERCOBAAN (DATA BERMASALAH) Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. HP: 081 385 065 359 Universitas Haluoleo, Kendari dirvamenaboer@yahoo.com http://dirvamenaboer.tripod.com/

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel

Lebih terperinci

BAB V PEMBAHASAN DAN SIMPULAN

BAB V PEMBAHASAN DAN SIMPULAN BAB V PEMBAHASAN DAN SIMPULAN A. Pembahasan Pembahasan ini penulis aan membahas tentang asus yang diambil dengan judul Penerapan Terapi Musi Rebana Pada Lansia ng Mengalami Stres Di Unit Rumah Pelayanan

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci

BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL. Terminologi: modal, suku bunga, bunga, dan jangka waktu.

BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL. Terminologi: modal, suku bunga, bunga, dan jangka waktu. BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL Terminologi: modal, suu bunga, bunga, dan janga watu. Modal adalah sejumlah uang yang disiman atau ditabung atau diinjam ada (dari) suatu Ban atau badan lain. Suu-bunga

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

NOTASI SIGMA. Lambang inilah yang disebut sebagai SIGMA, but please remove. the exaggerated flower around it! Hahaha...

NOTASI SIGMA. Lambang inilah yang disebut sebagai SIGMA, but please remove. the exaggerated flower around it! Hahaha... NOTASI SIGMA Lambang inilah yang disebut sebagai SIGMA, but lease remove the exaggerated flower around it! Hahaha... Mananya adalah menjumlahan sesuatu. Sesuatu aa? Sesuatu yang muncul di belaangnya. Mengaa

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,

Lebih terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR) Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO

DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO DESKRIPSI SISTEM ANTRIAN PADA BANK SULUT MANADO 1 Selvia Hana, Tohap Manurung 1 Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Jurusan Matematia, FMIPA, Universitas Sam Ratulangi Abstra Antrian merupaan

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

Jurnal EKSPONENSIAL Volume 4, Nomor 1, Mei 2013 ISSN

Jurnal EKSPONENSIAL Volume 4, Nomor 1, Mei 2013 ISSN Perbandingan Metode Klasifikasi Regresi Logistik Dengan Jaringan Saraf Tiruan (Studi Kasus: Pemilihan Jurusan Bahasa dan IPS ada SMAN 2 Samarinda Tahun Ajaran 2011/2012) Comarison of Classification Methods

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

Fator-Faktor yang Berhubungan dengan Kunjungan Pemeriksaan Antenatal Care K4 di Puskesmas Sipatana Kota Gorontalo

Fator-Faktor yang Berhubungan dengan Kunjungan Pemeriksaan Antenatal Care K4 di Puskesmas Sipatana Kota Gorontalo ARTIKEL PENELITIAN Fator-Faktor yang Berhubungan dengan Kunjungan Pemeriksaan Antenatal Care K4 di Puskesmas Siatana Kota Gorontalo Factors Of Associated With The Visit Antenatal Care (ANC) K4 In Community

Lebih terperinci

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

ANALISIS 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 terperinci

Gambaran Perilaku Keluarga Terhadap Penderita Pasca Stroke Dalam Upaya Rehabilitasi Di RS St. Elisabeth Medan

Gambaran Perilaku Keluarga Terhadap Penderita Pasca Stroke Dalam Upaya Rehabilitasi Di RS St. Elisabeth Medan No. Resonden : Tanggal wawancara Kuesioner Penelitian Gambaran Perilaku Keluarga Terhada Penderita Pasca Stroke Dalam Uaya Rehabilitasi Di RS St. Elisabeth Medan Keterangan / Petunjuk engisian 1. Setia

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Pemilahan Data

BAB 3 PEMBAHASAN. 3.1 Pemilahan Data BAB 3 PEMBAHASAN 3.1 Pemilahan Data Pemilahan data dilakukan untuk menentukan data mana saja yang akan diolah. Dalam enelitian ini, data yang diikutsertakan dalam engolahan ditentukan berdasarkan teori

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15

Lebih terperinci

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,

Lebih terperinci