BAB IV HASIL DAN PEMBAHASAN
|
|
- Benny Budiono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 7 BAB IV HASIL DAN PEMBAHASAN Metode yang digunakan untuk menganalisis keberlanjutan studi dalam wajib belajar 6 tahun (SD/MI) adalah metode Life Table, Kaplan-Meier, dan hazard proporsional Cox. 4.1 Metode Life Table Metode Life Table digunakan jika data yang diperoleh berupa data dalam suatu selang yang sama, tanpa informasi yang lengkap tentang waktu kejadiannya dan data disusun tabel sebagai berikut : j m Nilai awal selang(t j ) d j c j n j Langkah-langkah untuk menyusun Life Table : (1) Pada kolom j dibuat m buah selang yang panjangnya sama, j = 1, 2,, m, (2) Pada kolom nilai awal selang dimulai dari tahun ke 0 artinya dimulai awal tahun pembelajaran kelas 1, (3) Pada kolom d j setiap selang j ditentukan banyaknya siswa tidak naik/keluar, (4) Pada kolom c j setiap selang j ditentukan banyaknya siswa pindah ke sekolah di wilayah/di luar Jakarta Selatan, (5) Pada kolom n j setiap selang j ditentukan banyaknya siswa yang berlanjut dan berisiko mengalami kejadian, untuk selang selanjutnya menggunakan n j = n j-1 d j-1 c j-1, (6) Pada kolom setiap selang j ditentukan banyaknya siswa yang berisiko tersensor, (7) Pada kolom setiap selang j peluang berlanjutnya siswa,
2 8 (8) Pada kolom setiap selang j peluang setiap siswa berlanjut hingga selang ke- k dapat diduga dengan fungsi kelanjutan sebagai berikut :. (4.1) Untuk t k t t k+1, k = 1, 2,, m. untuk t t 1, untuk t t m + 1. (9) Pada kolom setiap selang j peluang setiap siswa tidak naik kelas hingga selang ke-k dapat diduga dengan fungsi hazard Life Table sebagai berikut : (4.2) dengan = t j+1 -t j adalah panjang selang j. 4.2 Metode Kaplan-Meier Pada metode Kaplan-Meier setiap selang memuat satu kejadian, sehingga setiap siswa keluar (tidak melanjutkan sekolah)/tidak naik kelas dibuat selang data dan data disusun tabel sebagai berikut : n j t j j d j c j j... Langkah-langkah untuk menyusun tabel Kaplan-Meier : (1) Pada kolom n j setiap selang j baris pertama ditentukan banyaknya siswa pada awal tahun pelajaran kelas 1 dan berisiko mengalami kejadian, untuk selang selanjutnya (n j = n j-1 d j-1 c j-1 ), (2) Pada kolom t j setiap selang j ditentukan waktu (bulan) kejadian setiap siswa keluar (tidak melanjutkan sekolah)/tidak naik kelas (t j ), (3) Pada kolom τ j setiap selang j ditentukan panjang selang yang bergantung waktu (bulan) kejadian (τ j = t j+1 - t j ), (4) Pada kolom d j setiap selang j ditentukan banyaknya siswa tidak naik/keluar,
3 9 (5) Pada kolom c j setiap selang j ditentukan banyaknya siswa pindah sekolah di wilayah Jakarta Selatan atau di luar Jakarta. (6) Pada kolom setiap selang j peluang berlanjutnya siswa dengan, (7) Pada kolom setiap selang j peluang setiap siswa berlanjut hingga selang ke-k dapat diduga dengan fungsi kelanjutan sebagai berikut :. (4.3) untuk t k t t k+1, k = 1, 2,, m. untuk t t 1, untuk t t m + 1. (8) Pada kolom setiap selang j peluang setiap siswa keluar/tidak naik hingga selang ke-k dapat diduga dengan fungsi hazard sebagai berikut : (4.4) untuk t j t t j+1, j = 1, 2,, m. 4.3 Membandingkan Dua Grup dalam Data Survival Dalam dua grup data survival ada dua kemungkinan penjelasan yang mungkin untuk perbedaan fungsi kelanjutan yang diduga. Salah satu penjelasan mengatakan bahwa ada perbedaan yang nyata antara waktu kelanjutan studi dari kedua kelompok individu, sehingga kemampuan kelanjutan studinya juga berbeda. Penjelasan lain mengatakan bahwa perbedaan keduanya tidaklah nyata, kalau ada mungkin hanya faktor kebetulan. Untuk membedakan kedua pernyataan dapat digunakan uji hipotesis dua sampel bebas menggunakan uji Kolmogorov- Smirnov. Hipotesis yang digunakan adalah H 0 : S 1 (t) = S 2 (t) H 1 : S 1 (t) S 2 (t) Daerah penolakan H 0 jika probabilitas < 0,05. Uji Kolmogorov-Smirnov disusun dengan memisahkan waktu kejadian dalam dua kelompok data survival, masing-masing kelompok diberi nama grup1
4 10 dan grup 2. Misalkan ada r bulan waktu kejadian yang berbeda, t 1 < t 2 < <t r pada kedua kelompok tersebut, dan pada waktu t j terjadi resiko sebanyak d 1j untuk grup 1 dan d 2j untuk grup 2, j = 1, 2,., r. Misalkan pula ada sebanyak n 1j individu siswa yang melanjutkan dalam grup 1 dan n 2j untuk grup 2 pada waktu t j, maka ada d j = d 1j + d 2j siswa yang berisiko tidak melanjutkan sekolah dari sebanyak n j = n 1j + n 2j individu. Sebagai ilustrasi ditampilkan dalam Tabel 1. Tabel 1 Jumlah siswa berisiko dan melanjutkan studi pada waktu ke-j Grup Jumlah siswa berisiko pada waktu t j Jumlah individu yang berlanjut hingga waktu t j Jumlah individu yang berisiko sebelum waktu t j 1 d 1j n 1j d 1j n 1j 2 d 2j n 2j d 2j n 2j Total d j n j - d j n j 4.4 Metode hazard proposional Cox Penduga parameter Metode hazard proposional Cox dapat menjelaskan pengaruh karakteristikkarakteristik peubah respon secara simultan. Asumsi untuk model ini adalah menganalisis dengan jumlah secara individu sehingga fungsi hazard individu tersebut dapat dinyatakan dengan (4.5) Persamaan (4.1) adalah model hazard proposional Cox untuk membandingkan dua populasi. Model tersebut dapat dibuat lebih umum yaitu resiko siswa sekolah individu ke-i bergantung pada pada nilai x 1i, x 2i,, x pi dari p peubah penjelas x 1, x 2,,x p. Himpunan nilai peubah penjelas pada model hazard proporsional Cox dinyatakan oleh vektor x i = (x 1i, x 2i,, x pi ). Misalkan h o (t) adalah fungsi hazard dari individu yang nilai peubah penjelasnya membuat vektor x i sama dengan 0, maka h o (t) disebut baseline fungsi hazard. Fungsi hazard untuk individu ke-i dapat dinyatakan dengan, dengan adalah nilai fungsi dari vektor peubah penjelas untuk individu ke-i. Nilai > 0 sehingga dapat
5 11 dinyatakan dengan, dimana merupakan kombinasi linear dari p peubah penjelas pada x i, yaitu = Selanjutnya bentuk umum hazard proposional Cox menjadi = (4.6) Parameter dalam model hazard proposional Cox merupakan parameter yang belum diketahui nilainya dan akan diduga menggunakan metode maksimum likelihood. Pendugaan dengan metode maksimum likelihood adalah nilai yang memaksimumkan fungsi likelihood. Fungsi likelihood adalah peluang bersama dari data pengamatan yang dianggap sebagai fungsi dari parameter yang tidak diketahui nilainya dalam asumsi model. Misalkan data n siswa wajib belajar 6 tahun terdiri dari r siswa telah melanjutkan belajar dan n-r siswa tersensor, data r siswa diurutkan menjadi t 1 < t 2 < < t r. Jika kejadian A adalah siswa wajib belajar 6 tahun dengan nilai peubah penjelas x ji melanjutkan sekolah pada waktu t j dan kejadian B adalah siswa melanjutkan sekolah pada waktu t j, maka = (4.7) Pembilang pada (4.4) di atas adalah bentuk sederhana dari resiko sekolah tahun pertama individu ke-i pada waktu t j sehingga fungsi hazardnya dapat dinyatakan sebagai h i (t j ). Penyebutnya merupakan jumlah dari resiko sekolah tahun pertama pada waktu t j (dinotasikan h l (t j )) untuk semua individu yang mempunyai risiko
6 12 sekolah tahun pertama pada waktu t j dan dapat dinyatakan dengan. adalah himpunan risiko pada waktu t j yang terdiri dari individu-individu yang melanjutkan hingga t j. Ekspresi (4.4) dapat dinyatakan dengan dan menggunakan persamaan (4.2) menjadi Fungsi likelihoodnya menjadi (4.8) Misalkan waktu kejadian dan waktu sensor dari data n pengamatan dinyatakan dalam notasi pasangan peubah acak, dan merupakan indikator yang menunjukkan apakah waktu survival tidak tersensor atau tersensor, maka persamaan (4.5) dapat ditulis menjadi Jika persamaan di atas di ln-kan maka diperoleh (4.9) Penduga dapat diperoleh dengan memaksimumkan fungsi ln-likelihood yaitu dengan menentukan solusi dari persamaan
7 13 (4.10) Persamaan (4.6) sulit diselesaikan secara analitis tetapi mudah diselesaikan secara numerik. 4.5 Aplikasi Model Pada Pendidikan Metode Life Table Untuk menggambarkan penghitungan penduga fungsi kelanjutan metode Life Table wajib belajar 6 tahun siswa SD/MI dengan panjang selang 1 tahun dapat dilihat pada Lampiran 2. Penyajian dalam bentuk grafik hasil penghitungan tersebut adalah sebagai berikut: Gambar 2 Grafik fungsi kelanjutan studi siswa SD/MI dengan metode Life Table Waktu (tahun) Ŝ(t) Dari Gambar 2 dapat dilihat bahwa dari tahun ke-1 sampai dengan tahun ke-5 fungsi kelanjutan studi siswa mengalami penurunan artinya setiap tahun ada siswa yang tidak melanjutkan sekolah dan menginjak tahun ke-6 fungsi kelanjutan studi siswa konstan artinya siswa yang lulus kelas 6 ada 100% Membandingkan dua kelompok data survival dengan metode Life Table Hasil analisis menggunakan Life Table untuk peubah bebas gender (laki-laki, perempuan), status sekolah (negeri, swasta), dan jenis sekolah (umum, islam). Lampiran 2 (Hasil perhitungan Life Table)
8 14 a. Hasil analisis kelanjutan studi siswa laki-laki dan perempuan Ŝ(t)P Ŝ(t)L Waktu (tahun) Gambar 3 Grafik fungsi kelanjutan studi siswa laki-laki dan perempuan Pada Gambar 3 di atas menunjukkan bahwa siswa perempuan kelanjutan studinya lebih baik dibandingkan dengan siswa laki-laki (89% vs 73%). Artinya dari 100 siswa perempuan masuk SD/MI yang lulus tepat waktu 6 tahun ada 89 siswa dan yang mutasi, keluar dan tidak naik kelas ada 11 siswa. Namun demikian, berdasarkan uji Kolmogorov-Smirnov tidak ada perbedaan signifikan kelanjutan studi siswa laki-laki dan perempuan (p-value=0,203). b. Hasil analisis kelanjutan studi siswa sekolsh negeri dan swasta Ŝ(t)N Ŝ(t)S Waktu (tahun) Gambar 4 Grafik fungsi kelanjutan siswa sekolah negeri dan swasta Pada Gambar 4 menunjukkan bahwa siswa sekolah swasta kelanjutan studinya lebih baik dibandingkan dengan siswa sekolah negeri (87% vs 82%).
9 15 Berdasarkan uji Kolmogorov-Smirnov menyatakan tidak ada perbedaan signifikan kelanjutan studi siswa sekolah negeri dan sekolah swasta (p-value=0,541). c. Hasil analisis kelanjutan siswa sekolah umum dan madrasah Waktu (tahun) Ŝ(t)M Ŝ(t)U Gambar 5 Grafik fungsi kelanjutan studi siswa sekolah umum dan madrasah. Pada Gambar 5 menunjukkan bahwa, kelanjutan studi siswa madrasah lebih baik dibandingkan dengan siswa sekolah umum (88% vs 80%). Namun demikian, berdasarkan uji Kolmogorov-Smirnov menyatakan tidak ada perbedaan signifikan kelanjutan studi siswa sekolah umum dan madrasah (p-value=0,541) Metode Kaplan-Meier Untuk menggambarkan penghitungan penduga fungsi kelanjutan siswa tidak sama, dapat dilihat pada Lampiran 3. Penyajian dalam bentuk grafik hasil penghitungan tersebut adalah sebagai berikut: Waktu (bulan) Ŝ(t) Gambar 6 Grafik fungsi kelanjutan metode Kaplan-Meier
10 16 Dari Gambar 6 terlihat bahwa fungsi keberlanjutan siswa SD/MI semakin menurun artinya pada bulan-bulan tertentu ada siswa yang keluar/tidak naik kelas. Hasil perhitungan dengan metode Kaplan-Meier terlihat waktu kejadian lebih banyak dibandingkan dengan metode Life Table Membandingkan dua kelompok data survival dengan metode Kaplan- Meier Hasil analisis kelanjutan studi menggunakan metode Kaplan-Meier untuk peubah bebas gender (laki-laki, perempuan), status sekolah (negeri, swasta), dan jenis sekolah (Umum/Madrasah). Hasil perhitungan Kaplan-Meier ada pada Lampiran 3. a. Hasil analisis kelanjutan studi siswa laki-laki dan perempuan Ŝ(t)P Ŝ(t)L Waktu (bulan) Gambar 7 Grafik fungsi kelanjutan studi siswa laki-laki dan perempuan Pada Gambar 7 di atas menunjukkan bahwa siswa perempuan kelanjutan studinya lebih baik dibandingkan dengan siswa laki-laki (87% vs 72%). Dengan menggunakan uji Kolmogorov-Smirnov, menyatakan tidak ada perbedaan signifikan kelanjutan studi siswa laki-laki dan perempuan (p-value=0,164).
11 17 b. Hasil analisis kelanjutan studi siswa sekolah negeri dan swasta Waktu(bulan) Ŝ(t)N Ŝ(t)S Gambar 8 Grafik fungsi kelanjutan studi siswa sekolah negeri dan swasta Pada Gambar 8 menunjukkan bahwa siswa sekolah swasta kelanjutan studinya lebih baik dibandingkan dengan siswa sekolah negeri (85% vs 82%). Namun demikian, berdasarkan uji Kolmogorov-Smirnov menyatakan tidak ada perbedaan signifikan kelanjutan studi siswa sekolah negeri dan swasta (pvalue=0,808). c. Hasil analisis kelanjutan studi siswa sekolah umum dan madrasah Waktu (bulan) Ŝ(t)M Ŝ(t)U Gambar 9 Grafik fungsi kelanjutan siswa sekolah umum dan madrasah Pada Gambar 9 menunjukkan bahwa, siswa madrasah kelanjutan studinya lebih baik dibandingkan dengan siswa sekolah umum (88% vs 80%). Dengan
12 18 menggunakan uji Kolmogorov-Smirnov, menyatakan tidak ada perbedaan signifikan kelanjutan studi siswa umum dan madrasah (p-value=0,206). Dari hasil perbandingan kelompok dengan metode Kaplan-Meier hasil analisis kelanjutan studinya sama dengan metode Life Table. Jika data survival yang akan dibandingkan lebih dari dua kelompok individu dengan menggunakan metode Life Table dan Kaplan-Meier menjadi tidak praktis. Hal ini dikarenakan dalam metode Life Table dan Kaplan-Meier setiap dua kelompok harus diuji secara tersendiri, sehingga jika ada beberapa kelompok maka akan lebih efisien menggunakan metode hazard proposional Cox Metode Hazard Proporsional Cox Hasil analisis data survival wajib belajar 6 tahun untuk peubah bebas x 1 siswa laki-laki (1)/perempuan(0), x 2 siswa sekolah negeri (1)/swasta (0), dan x 3 siswa sekolah umum (1)/madrasah (0) dapat dilihat pada Tabel 2. Tabel 2 Hasil analisis metode hazard proposional Cox Peubah bebas SE df Sig Exp( ) x 1 x 2 x 3-0,222 0, ,382 0,801 0,869 0, ,018 2,383-0,778 0, ,029 0,459 Untuk taraf nyata α = 0,05, diperoleh nilai p (sig) < α sehingga kesimpulannya tolak. Dari hasil analisis metode hazard proposional Cox dapat disimpulkan bahwa: 1 Tidak terdapat perbedaan yang signifikan kelanjutan studi siswa laki-laki dan perempuan. 2 Terdapat perbedaan yang signifikan kelanjutan studi siswa sekolah negeri dan swasta. 3 Terdapat perbedaan yang signifikan kelanjutan studi siswa sekolah umum dan madrasah.
13 19 Hasil analisis metode Life Table, dan metode Kaplan-Meier berbeda dengan metode proporsional hazard Cox. Perbedaan terjadi diduga karena kegagalan asumsi dalam memenuhi kondisi proporsional hazard Cox yaitu keterangan antar karakteristik tidak proporsional, bahkan dapat dilihat grafiknya berpotongan seperti pada Lampiran 5 dan Lampiran 6. Hal ini menunjukkan bahwa kondisi perbandingan dengan gender, status dan jenis sekolah tidak proporsional sehingga metode proporsional hazard Cox tidak sesuai untuk digunakan.
ANALISIS SURVIVAL DAN APLIKASINYA DALAM BIDANG PENDIDIKAN (STUDI KASUS DI JAKARTA SELATAN) ANWAR SYARIFUDDIN
ANALISIS SURVIVAL DAN APLIKASINYA DALAM BIDANG PENDIDIKAN (STUDI KASUS DI JAKARTA SELATAN) ANWAR SYARIFUDDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012 PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)
Lebih terperinci2 Telepon tetap 0 (1) X 3 Kepemilikan. 1 Memiliki telepon 1 telepon Tidak memiliki 2 telepon (1) (2) (3) (4) X 4 Uang muka (%) 1 <
L A M P I R A N Lampiran Peubah-peubah penjelas yang digunakan beserta peubah boneka yang dibentuk Peubah Kategori Keterangan Peubah Boneka () () () X Tipe motor Bebek kelas bawah Bebek kelas atas Motor
Lebih terperinciBAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang
BAB II KAJIAN TEORI BAB II KAJIAN TEORI A. Analisis Survival Analisis survival atau analisis ketahanan hidup adalah metode yang berhubungan dengan jangka waktu, dari awal pengamatan sampai suatu kejadian
Lebih terperinciBAB III LANDASAN TEORI. analisis kesintasan bertujuan menaksir probabilitas kelangsungan hidup, kekambuhan,
17 BAB III LANDASAN TEORI 3.1 Data Analisis Survival (Survival Analysis) Analisis survival (survival analysis) atau analisis kelangsungan hidup atau analisis kesintasan bertujuan menaksir probabilitas
Lebih terperinciBAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU
BAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU 3.1 Model Regresi Cox Proportional Hazard dengan Variabel Terikat oleh Waktu Model regresi Cox proportional hazard
Lebih terperinciHASIL DAN PEMBAHASAN. (a) (b) (c)
5 b. Analisis data daya tahan dengan metode semiparametrik, yaitu menggunakan regresi hazard proporsional. Analisis ini digunakan untuk melihat pengaruh peubah penjelas terhadap peubah respon secara simultan.
Lebih terperinciBAB III PEMBAHASAN. extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus
BAB III PEMBAHASAN BAB III PEMBAHASAN Pada Bab III ini akan dibahas tentang prosedur pembentukan model Cox extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus kejadian bersama yaitu
Lebih terperinciPENGGUNAAN METODE KAPLAN-MEIER DAN LIFE TABLE ANALISIS SURVIVAL UNTUK DATA TERSENSOR. Rahmat Hidayat
Jurnal Dinamika, April 2016, halaman 1-8 ISSN 2087-7889 Vol. 07. No.1 PENGGUNAAN METODE KAPLAN-MEIER DAN LIFE TABLE ANALISIS SURVIVAL UNTUK DATA TERSENSOR Rahmat Hidayat Program Studi Matematika Fakultas
Lebih terperinciBAB II TINJAUAN PUSTAKA. diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event
BAB II TINJAUAN PUSTAKA A. Analisis Survival Analisis survival merupakan suatu analisis data dimana variabel yang diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event terjadi dengan
Lebih terperinciANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO
ANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO
ANALISIS KETAHANAN DAN APLIKASINYA UNTUK PEMODELAN INTERVAL KELAHIRAN ANAK PERTAMA HARNANTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciDAFTAR ISI. Halaman. viii
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii KATA PENGANTAR... iv ABSTRAK... vi ABSTACT... vii DAFTAR ISI... viii DAFTAR SIMBOL... xi DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR
Lebih terperinciMODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 33 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS
Lebih terperinciBAB II TINJAUAN PUSTAKA. (Kleinbaum dan Klein, 2005). Persson (2002) mengatakan data sintasan adalah
BAB II TINJAUAN PUSTAKA 2.1. Analisis Sintasan 2.1.1. Pengertian Analisis Sintasan Analisis sintasan adalah kumpulan dari proses statistik untuk menganalisis data yang mana peubah yang diteliti adalah
Lebih terperinci4. HASIL DAN PEMBAHASAN
19 4. HASIL DAN PEMBAHASAN 4.1 Deskripsi Pasien ART Rendahnya imunitas dan beratnya keadaan klinis pasien saat memulai ART mempengaruhi lamanya proses perbaikan imunologis maupun klinis pasien. Tabel 2
Lebih terperinciANALISIS SURVIVAL DALAM MEMODELKAN SISWA PUTUS SEKOLAH
123 Jurnal Scientific Pinisi, Volume 3, Nomor 2, Oktober 2017, hlm. 123-127 ANALISIS SURVIVAL DALAM MEMODELKAN SISWA PUTUS SEKOLAH Rahmat Hidayat 1, Yuli Hastuti 2 Program Studi Matematika, Fakultas Sains
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN Makalah ini akan membahas tentang tabel kehidupan. Meskipun distribusi parametrik survival mempunyai kelebihan dalam hal meringkas proses kematian
Lebih terperinciTINJAUAN PUSTAKA Perilaku konsumen
TINJAUAN PUSTAKA Perilaku konsumen Perilaku konsumen adalah semua kegiatan, tindakan serta proses psikologis yang mendorong tindakan tersebut pada saat sebelum membeli, ketika membeli, menggunakan, menghabiskan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Secara umum, analisis survival dapat didefinisikan sebagai seperangkat metode yang digunakan untuk menganalisis data di mana variabel outputnya berupa lama
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah analisis data yang memanfaatkan informasi kronologis dari suatu kejadian atau peristiwa (event). Respon yang diperhatikan adalah waktu sampai
Lebih terperinciII. TINJAUAN PUSTAKA. Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan
II. TINJAUAN PUSTAKA 2.1 Analisis Survival Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan menduga probabilitas kelangsungan hidup, kekambuhan, kematian, dan peristiwaperistiwa
Lebih terperinciTINJAUAN PUSTAKA Kredit
TINJAUAN PUSTAKA Kredit Kredit adalah kemampuan untuk melaksanakan suatu pemberian atau mengadakan suatu pinjaman dengan suatu janji pembayarannya akan dilakukan pada suatu jangka waktu yang disepakati.
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Analisis Survival
BAB 2 LANDASAN TEORI Pada bab ini akan dipaparkan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan bab selanjutnya dan pembahasan utama dalam penelitian
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciBAB II TINJAUAN PUSTAKA. penulisan skripsi. Teori penunjang tersebut adalah: Regresi logistik, analisis survival,
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Sebelum melalukan pembahasan mengenai permasalahan dari skripsi ini, pada bab ini akan diuraikan beberapa teori penunjang yang dapat membantu dalam penulisan skripsi.
Lebih terperinciBAB III ESTIMASI BIAYA GARANSI TV. Pada bab ini akan dibahas tahapan-tahapan yang dilakukan untuk
BAB III ESTIMASI BIAYA GARANSI TV Pada bab ini akan dibahas tahapan-tahapan yang dilakukan untuk mengestimasi biaya garansi satu dimensi pada TV. Adapun tahapan-tahapan yang dilakukan seperti terlihat
Lebih terperinciBAB III REGRESI TERSENSOR (TOBIT) Model regresi yang didasarkan pada variabel terikat tersensor disebut
BAB III REGRESI TERSENSOR (TOBIT) 3.1 Model Regresi Tersensor (Tobit) Model regresi yang didasarkan pada variabel terikat tersensor disebut model regresi tersensor (tobit). Untuk variabel terikat yang
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 621-630 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS REGRESI KEGAGALAN PROPORSIONAL DARI COX PADA DATA WAKTU
Lebih terperinciPERLUASAN REGRESI COX DENGAN PENAMBAHAN PEUBAH TERIKAT-WAKTU
E-Jurnal Matematika Vol. 3 3), Agustus 2014, pp. 86-91 ISSN: 2303-1751 PERLUASAN REGRESI COX DENGAN PENAMBAHAN PEUBAH TERIKAT-WAKTU Luh Putu Ari Dewiyanti 1, Ni Luh Putu Suciptawati 2, I Wayan Sumarjaya
Lebih terperinciUJIAN A70 PERIODE JUNI 2014 SOLUSI UJIAN PAI A70. A70-Pemodelan dan Teori Risiko 9/14/2014
SOLUSI UJIAN PAI A70 UJIAN A70 PERIODE JUNI 2014 A70-Pemodelan Teori Risiko 9/14/2014 Berikut merupakan solusi ujian PAI yang saya buat secara khusus untuk teman-teman PT Padma Radya Aktuaria, secara umum
Lebih terperinciADLN Perpustakaan Universitas Airlangga
PENDEKATAN REGRESI COX PROPORSIONAL HAZARD DALAM PENENTUAN FAKTOR FAKTOR YANG BERPENGARUH TERHADAP LAMA STUDI MAHASISWA S-1 MATEMATIKA DI UNIVERSITAS AIRLANGGA SKRIPSI ARDI WAHYU AS ARI PROGRAM STUDI S-1
Lebih terperinciBAB I PENDAHULUAN. Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang dimaksud di sini adalah peristiwa kegagalan yang dapat berupa tidak berfungsinya benda tersebut
Lebih terperinciPROSIDING Kajian Ilmiah Dosen Sulbar ISBN: FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL
FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL Hikmah FMIPA Universitas Sulawesi Barat hikmah.ugm@gmail.com Abstrak Faktor waktu sembuh penyakit alergi dan perbedaan waktu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis data survival yaitu kumpulan dari beberapa metode untuk menganalisis data yang terjadi dari titik asal sampai terjadinya event. Pada analisis survival terdapat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian-penelitian di bidang kesehatan sering dijumpai salah satu jenis data yang disebut dengan data antar kejadian atau data survival. Data survival
Lebih terperinciBAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.
BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S. Tiap hasil dalam ruang sampel disebut
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Analisis Survival Secara umum, analisis survival merupakan kumpulan dari prosedur statistik untuk analisis data yang variabel hasilnya berupa waktu sampai mengalami kejadian
Lebih terperinciBAB I PENDAHULUAN. Dalam penelitian di dunia teknologi, khususnya bidang industri dan medis
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian di dunia teknologi, khususnya bidang industri dan medis sering kali analisis data uji hidup digunakan. Analisis data uji hidup sendiri bertujuan
Lebih terperinciContoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.
Contoh Solusi PR 4 Statistika & Probabilitas 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution. a X := curah hujan satu tahun. X : N 42,16. Dit: PX > 50. 50
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merujuk pada sekumpulan metode statistika digunakan untuk menganalisis data antar kejadian, dimana variabel outputnya berupa lama waktu
Lebih terperinciPENENTUAN FAKTOR-FAKTOR PENGARUH LAMA PROSES PELAYANAN IMB (IZIN
Your logo PENENTUAN FAKTOR-FAKTOR PENGARUH LAMA PROSES PELAYANAN IMB (IZIN MENDIRIKAN BANGUNAN) DI SURABAYA DENGAN METODE REGRESI COX Dosen Pembimbing : Prof.Drs.NUR IRIAWAN,MIkom,PhD PENDAHULUAN Dalam
Lebih terperinciBAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY
BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY 3.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang Ω,,. Misalkan ; adalah rantai Markov dengan state berhingga
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciSILABUS MA: MANAJEMEN & ANALISIS DATA-2. Prasyarat: MANAJEMEN & ANALISIS DATA-1 Hari/Jam : Jumat, Hari/Jam : Jumat,
DEPARTEMEN BIOSTATISTIKA & KEPENDUDUKAN FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS INDONESIA Telp: (62-21) 786 3473 Fax: (62-21) 787 1636 SILABUS MA: MANAJEMEN & ANALISIS DATA-2 Prasyarat: MANAJEMEN & ANALISIS
Lebih terperinciAnalisis Regresi Cox Extended pada Pasien Kusta di Kecamatan Brondong Kabupaten Lamongan
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-94 Analisis Regresi Cox Extended pada Pasien Kusta di Kecamatan Brondong Kabupaten Lamongan Nurfain dan Santi Wulan Purnami
Lebih terperinciDistribusi Weibull Power Series
Distribusi Weibull Power Series Maulida Yanti 1, Sarini S.Si.,M.Stats 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,
Lebih terperinciBAB 4 ANALSIS DAN BAHASAN. Tuberculosis (TB Paru) berdasarkan variabel usia, jenis kelamin, perilaku
BAB 4 ANALSIS DAN BAHASAN 4.1. Analisis Data dan Bahasan 4.1.1. Analsis Deskriptif Analisis deskriptif berikut ini menjelaskan kateristik pasien penderita Tuberculosis (TB Paru) berdasarkan variabel usia,
Lebih terperinciAnalisis Komponen Utama (Principal component analysis)
Analisis Komponen Utama (Principal component analysis) A. LANDASAN TEORI Misalkan χ merupakan matriks berukuran nxp, dengan baris-baris yang berisi observasi sebanyak n dari p-variat variabel acak X. Analisis
Lebih terperinciBAB I PENDAHULUAN. Menurut Lee (2001), terdapat tiga faktor yang dibutuhkan dalam menentukan waktu survival, yaitu:
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, manusia tidak terlepas dari berbagai macam peristiwa (event) yang dialami. Peristiwa-peristiwa tersebut dapat berupa kebahagiaan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Pengumpulan Data 3.1.1 Metode Pemilihan Sample Populasi sample yang diikutsertakan dalam penelitian ini adalah nasabah atau debitur dari perusahaan pembiayaan sepeda motor
Lebih terperinciterdefinisi. Oleh karena itu, estimasi resiko kematian pasien dapat diperoleh berdasarkan nilai hazard ratio. Model hazard proporsional parametrik
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu tahan hidup (survival) merupakan waktu tunggu hingga terjadinya suatu kejadian (event) tertentu. Pada bidang kesehatan, event dapat dianggap sebagai suatu kegagalan
Lebih terperinciSIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI. Abstract
ISBN: 978-602-71798-1-3 SIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI Widiarti 1), Ayu Maidiyanti 2), Warsono 3) 1 FMIPA Universitas Lampung widiarti08@gmail.com
Lebih terperinciV ILUSTRASI. λσ Terbukti. t T + = 2 η + λα. λ η+ λ σ
11 t x( t) = X exp T T = η + λα. λσ Terbukti. Solusi optimal waktu eksekusi saham pada persamaan () menunjukkan bahwa dengan meningkatnya risiko volatilitas dan risk aversion maka nilai T akan semakin
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 781-790 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS KETAHANAN HIDUP PENDERITA TUBERKULOSIS DENGAN MENGGUNAKAN
Lebih terperinci6 Departemen Statistika FMIPA IPB
Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK351) 6 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Uji Kebaikan Suai Khi- Kuadrat untuk Sebaran Kontinu dan Uji
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam penelitian ini, wilayah yang diamati adalah wilayah Jakarta. Data yang
BAB 3 METODE PENELITIAN 3.1. Wilayah dan Jadwal Penelitian Dalam penelitian ini, wilayah yang diamati adalah wilayah Jakarta. Data yang digunakan adalah pasien yang tercatat di RSUP Persahabatan, di Jakarta
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merupakan salah satu bidang dalam statistika yang digunakan untuk menganalisis data yang mengukur waktu terjadinya suatu kejadian ( event).
Lebih terperinciPEMODELAN REGRESI COX DAN REGRESI WEIBULL WAKTU SEMBUH DIARE PADA BALITA
Jurnal UJMC, Volume 2, Nomor 1, Hal. 50-55 pissn : 2460-3333 eissn : 2579-907X PEMODELAN REGRESI COX DAN REGRESI WEIBULL WAKTU SEMBUH DIARE PADA BALITA Siti Alfiatur Rohmaniah 1 dan Danardono 2 1 Universitas
Lebih terperinci3.6. NILAI SAMPEL DARI KOMBINASI LINEAR DARI VARIABEL
3.6. NILAI SAMPEL DARI KOMBINASI LINEAR DARI VARIABEL Kita sudah memperkenalkan Kombinasi linear p variabel di pasal 2.6. Pada kebanyakan prosedur multivariat, kita pasti dengan sendirinya menganggap kombinasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Data tahan hidup atau data survival adalah lama waktu sampai suatu peristiwa terjadi. Istilah data survival sendiri banyak digunakan dalam bidang ilmu kesehatan, epidemiologi,
Lebih terperinciAnalisis Faktor yang Mempengaruhi Lama Waktu Pembayaran Angsuran Pertama Program ZIS Produktif Baitul Mal Aceh
Statistika, Vol. 17 No. 2, 53 61 November 2017 Analisis Faktor yang Mempengaruhi Lama Waktu Pembayaran Angsuran Pertama Program ZIS Produktif Baitul Mal Aceh Samsul Anwar, Afriyani, Desfrira Ahya, Nurhidayati,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciII. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E
5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah
Lebih terperinciUniversitas Sumatera Utara
Umur * CD4 + Crosstabulation cd4 1-49 50-99 100-149 Total umur 35 Count 3 4 2 9 Expected Count 4.5 3.0
Lebih terperinciII. LANDASAN TEORI. beberapa konsep dan teori yang berkaitan dengan penduga parameter distribusi GB2
5 II. LANDASAN TEORI Dalam proses penelitian penduga parameter dari suatu distribusi diperlukan beberapa konsep dan teori yang mendukung dari ilmu statistika. Berikut ini akan dijelaskan beberapa konsep
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciHASIL DAN PEMBAHASAN Karakteristik Sosiodemografi Responden
HASIL DAN PEMBAHASAN Pengumpulan data lapangan dilakukan pada tanggal 19- Mei 12dan tanggal 26-27 Mei 12 serentak di empat wilayah DKI. Responden secara keseluruhan ditargetkan sebanyak orang. Beberapa
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 1. Persiapan dan Pelaksanaan Penelitian. a. Di mulai dengan perumusan masalah
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Persiapan dan Pelaksanaan Penelitian a. Di mulai dengan perumusan masalah b. Menentukan variabel penelitian c. Melakukan studi kepustakaan
Lebih terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 204 ISSN 2085-7829 Perbandingan Aplikasi Metode Parametrik (Distribusi Log logistik) dan Non Parametrik (Nelson-Aalen Estimator) dalam Analisis Data Uji
Lebih terperinciBAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi
BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi Garansi dapat diartikan sebagai jaminan yang diberikan secara tertulis oleh pabrik atau supplier kepada
Lebih terperinciBAB I PENDAHULUAN. Cure rate models merupakan model survival yang memuat cured fraction dan
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Cure rate models merupakan model survival yang memuat cured fraction dan uncured fraction. Model ini dikembangkan untuk estimasi proporsi pasien yang sembuh
Lebih terperincimulai Identifikasi masalah dan tujuan dan Pengambilan data (pengamatan) Statistika deskriptif Uji asumsi tingkat kedatangan dan tingkat pelayanan
L A N G K A H mulai Identifikasi masalah dan tujuan dan Pengambilan data (pengamatan) Statistika deskriptif Uji asumsi tingkat kedatangan dan tingkat pelayanan A N A L I S I S Analisis sistem nyata Dibandingkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini banyak sekali penyakit berbahaya yang muncul dalam dunia kesehatan. Penyakit-penyakit ini bukan lagi diturunkan melalui faktor gen namun gaya hidup (pola
Lebih terperinciModel Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Model Cox Extended dengan untuk Mengatasi Nonproportional Hazard pada Kejadian Bersama Anita Nur Vitriana, Rosita Kusumawati Program Studi
Lebih terperinciSKRIPSI. Disusun oleh : OKA AFRANDA
ANALISIS REGRESI KEGAGALAN PROPORSIONAL DARI COX PADA DATA WAKTU TUNGGU SARJANA DENGAN SENSOR TIPE I (Studi Kasus di Fakultas Sains dan Matematika Universitas Diponegoro) SKRIPSI Disusun oleh : OKA AFRANDA
Lebih terperinciMODEL-MODEL LEBIH RUMIT
MAKALAH MODEL-MODEL LEBIH RUMIT DISUSUN OLEH : SRI SISKA WIRDANIYATI 65 JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 04 BAB I PENDAHULUAN. Latar Belakang
Lebih terperinciANALISIS DAYA TAHAN DEBITUR MENGGUNAKAN PERLUASAN MODEL COX DAN COX STRATIFIKASI IWAN KURNIAWAN
ANALISIS DAYA TAHAN DEBITUR MENGGUNAKAN PERLUASAN MODEL COX DAN COX STRATIFIKASI IWAN KURNIAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman 173-181 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL REGRESI COX PROPORTIONAL HAZARDS PADA DATA LAMA STUDI
Lebih terperinciIII PEMBAHASAN. 3.1 Analisis Metode. dan (2.52) masing-masing merupakan penyelesaian dari persamaan
6, 1 (2.52) Berdasarkan persamaan (2.52), maka untuk 0 1 masing-masing memberikan persamaan berikut:, 0,0, 0, 1,1, 1. Sehingga menurut persamaan (2.51) persamaan (2.52) diperoleh bahwa fungsi, 0, 1 masing-masing
Lebih terperinciD-450 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print)
D-450 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) Analisis Faktor yang Memengaruhi Laju Kesembuhan Pasien Tuberkulosis Paru di RSUD Dr. Soetomo Tahun 2015 Menggunakan Regresi
Lebih terperinciBAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari manusia selalu dihadapkan dengan berbagai macam kejadian/peristiwa (event). Meskipun begitu, tidak semua peristiwa tersebut menjadi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Fuzzy Local Binary Pattern (FLBP) Fuzzifikasi pada pendekatan LBP meliputi transformasi variabel input menjadi variabel fuzzy, berdasarkan pada sekumpulan fuzzy rule. Dalam
Lebih terperinciRESIDUAL COX-SNELL DALAM MENENTUKAN MODEL TERBAIK DALAM ANALISIS SURVIVAL
Jurnal Dinamika, September 204, halaman - ISSN 2087-7889 Vol. 05. No. 2 RESIDUAL COX-SNELL DALAM MENENTUKAN MODEL TERBAIK DALAM ANALISIS SURVIVAL Rahmat Hidayat Program Studi Matematika, Fakultas Sains
Lebih terperinciMODEL REGRESI COX DENGAN HAZARD TAK PROPORSIONAL DAN APLIKASINYA PADA WAKTU KETAHANAN PENGGUNA NARKOBA NUR LASMINI
MODEL REGRESI COX DENGAN HAZARD TAK PROPORSIONAL DAN APLIKASINYA PADA WAKTU KETAHANAN PENGGUNA NARKOBA NUR LASMINI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciSOLUSI SISTEM PERSAMAAN LINEAR
SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN A. Gambaran Umum Obyek Penelitian Pada bab ini penulis akan menganalisis data yang telah terkumpul yaitu data dari Dana Perimbangan dan Belanja Modal Provinsi Jawa Timur,
Lebih terperinciMATEMATIKA DASAR 16. Jika maka Jawab : E 17. Diketahui premis-premis sebagai berikut : 1) Jika maka 2) atau Jika adalah peubah pada himpunan bilangan real, nilai yang memenuhi agar kesimpulan dari kedua
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Program linier merupakan metode matematika dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan, seperti memaksimumkan keuntungan dan meminimumkan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pada bab ini akan diuraikan mengenai beberapa teori dan metode yang mendukung serta mempermudah dalam melakukan perhitungan dan dapat membantu di dalam pembahasan
Lebih terperinciUji Hipotesis dan Aturan Keputusan
Uji Hipotesis dan Aturan Keputusan oleh: Khreshna Syuhada, PhD. 1. Pendahuluan Pada perkuliahan tingkat 2, telah dikenalkan masalah uji hipotesis sebagai berikut: Seorang peneliti memberikan klaim bahwa
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. 1. Kantor Pelayanan Pajak (KPP) Pratama Kebon Jeruk Satu. mengoptimalkan penerimaan pajak.
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian 1. Kantor Pelayanan Pajak (KPP) Pratama Kebon Jeruk Satu Kantor Pelayanan Pajak (KPP) Pratama Kebon Jeruk Satu merupakan salah satu kantor
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Mortalitas atau kematian merupakan salah satu di antara tiga komponen proses demografi yang dapat mempengaruhi struktur penduduk selain fertilitas dan migrasi.
Lebih terperinciBAB III METODE PENELITIAN. penelitian yang diterapkan adalah penelitian eksperimen dengan dua kelompok
37 BAB III METODE PENELITIAN A. Disain penelitian Melalui uraian yang dikemukakan dalam latar belakang dan rumusan masalah, penelitian yang diterapkan adalah penelitian eksperimen dengan dua kelompok sampel
Lebih terperinciPENGARUH KELEMBABAN DAN SERI TANAH TERHADAP MUTU DAN PRODUKSI TANAMAN TEMBAKAU TEMANGGUNG DENGAN METODE MANOVA
Co. Pembimbing Dr. Ir. Djumali, MP Seminar Hasil Tugas Akhir PENGARUH KELEMBABAN DAN SERI TANAH TERHADAP MUTU DAN PRODUKSI TANAMAN TEMBAKAU TEMANGGUNG DENGAN METODE MANOVA Oleh: Miftalia Al Riza (1308
Lebih terperinciANALISIS DATA KATEGORIK
ANALISIS DATA KATEGORIK HUBUNGAN ANTAR PEUBAH DALAM ANALISIS INGIN DIKETAHUI ATAU DIEVALUASI HUBUNGAN ATAU KETERKAITAN ANTAR PEUBAH Hubungan Antar Peubah Besarnya gaji Lama bekerja Hubungan Antar Peubah
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pada bab ini akan dijelaskan mengenai metode penelitian yang digunakan oleh peneliti untuk menyelesaikan masalah yang telah disampaikan pada bab 1. Bab ini meliputi; data yang
Lebih terperinciBAB III MODIFIKASI LIFE TABLE DASAR MENJADI LIFE TABLE PENDIDIKAN
13 BAB III MODIFIKASI LIFE TABLE DASAR MENJADI LIFE TABLE PENDIDIKAN 3. 1 Konsep Life Table Pendidikan Selama ini keterangan tentang pendidikan siswa disajikan dalam bentuk proporsi, namun berdasarkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini diberikan beberapa konsep dasar seperti teorema dan beberapa definisi sebagai landasan dalam penelitian ini. Konsep dasar ini berkaitan dengan masalah yang dibahas dalam
Lebih terperinci