BAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
|
|
- Ivan Cahyadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan ilmu pengetahuan dewasa ini tidak lepas dari kompleknya permasalahan hidup manusia. Salah satu ilmu yang berkenaan dengan hal tersebut adalah statistika. Statistika merupakan ilmu pengkajian data. Statistika menawarkan suatu konsep ilmiah bagaimana merencanakan, mengumpulkan, menginteprestasi, dan merepresentasikan data. Analisa statistika diharapkan dapat membantu menjawab permasalahan data. Permasalah dalam statistika biasanya di dirumuskan dalam variabel random. Namun demikian, masalah yang sering dialami oleh statistikawan dalam mempelajari statistika adalah menentukan statistik. Statistik pada dasarnya merupakan fungsi dari sampel yang berguna untuk meringkas daftar panjang kumpulan sampel. Hasil analisis statistik lebih lanjut digunakan dalam berbagai kepentingan statistika. Analisis statistika yang cukup populer adalah analisis regresi. Regresi dapat diartikan hubungan sebuah variabel random dengan beberapa variabel random lainnya. Secara umum variabel random dalam regresi diklasifikasikan menjadi dua yakni variabel respon dan variabel prediktor. Analisis regresi merupakan analisa statistika yang digunakan untuk menjelaskan hubungan antara sebuah variabel respon dengan satu ataupun lebih variabel prediktor. Jenis data berpengaruh sangat berpengaruh terhadap analisis regresi. Salah satu hubungan yang sangat populer adalah hubungan linier. Kelinieran dalam regresi direpresentasikan dalam model linier. Kelinieran dalam suatu model regresi pada umumnya merupakan asumsi yang diberikan beserta beberapa asumsi distribusi untuk komponen model. Salah satu analisis regresi yang mempertahankan struktur model linier adalah analisis Regresi Logistik. Analisis regresi logistik merupakan analisis statistika yang menjelaskan hubungan antara variabel respon yang dengan tipe kualitatif (dikotomus) dengan satu atau beberapa variabel prediktor (baik metrik ataupun non-metrik). Regresi logistik sangat banyak digunakan untuk kepentingan analisis statistika. Regresi 1
2 logistik pada dasarnya merupakan salah satu model regresi nonlinier. Linierisasi terhadap model regresi logistik dilakukan dengan trasformasi yang dalam kasus ini lebih dikenal transformasi logit. Untuk kepentingan analisis, model-model regresi dikembangkan secara lebih general. Nelder dan Wedderburn (1972) mengembangkan suatu metode yang dapat digunakan untuk melakukan beberapa analisis lebih lanjut yang dikenal sebagai Generalized Liniear Models (GLMs). Tujuan utama dari pengembangan metode ini, adalah untuk menyatukan berberapa analisis statistika dalam suatu model. Metode ini mencangkup analisa regresi linier, logistik, dan beberapa model non-linier. Perkembangan Statistika tidak lepas dari perkembangan struktur data yang lebih komplek. Struktur data yang dimaksud adalah struktur data berhirarki atau sering disebut multilevel. Untuk kepentingan analisa statistika, dikembangkan analisis regresi multilevel. Analisa regresi multilevel dikembangkan oleh Goldstein (1987). Terdapat beberapa masalah yang dikaji terkait regresi multilevel. Beberapa masalah terkait model tersebut antara lain model regresi multilevel. Secara umum model regresi multilevel dapat dibagi dalam dua bagian yakni efek tetap dan efek random. Efek tetap pada regresi multilevel mencakup koefisien regresi multilevel dan varibel prediktor, sedangkan efek random atau parameter random yang merupakan variansi dan kovariansi pada setiap level. Kedua efek tersebut lebih dikenal sebagai efek campuran. Untuk kepentingan analisis statistika yang berkaitan dengan model-model linier terkait regresi multilevel, dikembangkan suatu model yang merupakan perluasan dari GLMs yang dikenal dengan nama Generalized Linear Mixed Models (GLMMs). Salah satu struktur multilevel yang populer adalah struktur data pengukuran berulang. Struktur data pengukuran berulang sendiri terjadi jika individu atau unit yang sama diukur lebih dari satu kali pengukuran. Hal ini jelas terlihatnya suatu struktur data berhirarki dimana pengukuran berulang yang dilakukan bersarang pada individu atau unit yang sama. Individu merepresentasikan unit pada level-2 sedangkan pengukuran sebagai level-1. Seiring dengan kebutuhan manusia akan analisa statistika dikembangkan pula Regresi Logistik Multilevel untuk Data Pengukuran Berulang. Oleh karena itu
3 pengembangan GLMMs memberikan kontribusi dalam analisa yang dilakukan. Kondisi ini melahirkan beberapa metode estimasi untuk analisa lebih lanjut yakni Gauss Hermite quadratur, Laplace Approximation, dan Penalized Quasi- Likelihood (PQL). Estimasi parameter yang optimal dalam kasus regresi logistik dapat diperoleh dengan metode numerik. Metode PQL sangat membantu dalam melakukan estimasi parameter dalam kasus regresi logistik multilevel. Metode PQL mengalami perkembangan secara teoritis hingga saat ini dapat digunakan. Metode ini pada awalnya dikembangkan oleh Breslow dan Clayton (1993). Seiring dengan perkembangan teoritis, metode PQL yang banyak dikenal saat ini merupakan metode numerik. Prosedur yang sangat popular digunakan diperkenalkan oleh Goldstein (1991). Goldstein (2011) menjelaskan adanya dua prosedur iteratif yang diterapkan dalam metode PQL. Prosedur pertama adalah Iterative Generalized Least Square (IGLS) yang dalam perkembangannya dianggap bersifat bias terhadap variansi. Untuk memperoleh variansi yang bersifat tak-bias maka digunakanlah metode estimasi Resticted (residual) Maximum Likelihood (REML). Oleh karena itu, Goldstein menawarkan prosedur iteratif yang baru yang dikenal dengan Restricted (residual) Iterative Generalized Least Square (RIGLS) yang bersifat tak bias terhadap varisansi. Dalam penulisan tesis ini akan dijelaskan analisis regresi logistik multilevel untuk data pengukuran berulang dengan menggunakan metode estimasi PQL berda-sarkan prosedur RIGLS. Studi kasus yang dilakukan dengan memanfaatkan data sekunder milik Rusmining (2015) yakni nilai mahasiswa Fakultas Keguruan dan Ilmu Kependidikan (FKIP) jurusan matematika Universitas Ahmad Dahlan. Nilai yang digunakan adalah nilai pre-test, tugas, dan post-test mahasiswa semester ganjil yang menempuh mata kuliah Aljabar Linier. Dalam studi kasus yang digunakan paket program yang digunakan adalah MLwiN MLwiN program khusus yang digunakan untuk melakukan analisa terkait regresi multilevel. Selain itu MLwiN merupakan program yang direkomendasikan oleh Goldstein dalam melakukan analisis regresi multilevel.
4 1.2. Tujuan dan Manfaat Penelitian Tujuan penulisan tesis ini adalah: 1. Menyajikan suatu teknik dalam statistika, yaitu analisis regresi logistik multilevel untuk data pengukuran berulang. 2. Menyajikan metode estimasi parameter menggunakan metode PQL dan REML yang mendasari prosedur RIGLS. 3. Memperoleh persamaan model terbaik yang merepresentasikan data untuk studi kasus yang dilakukan Manfaat penulisan tesis adalah: 1. Memperoleh model yang dapat menjelaskan pengaruh variabel prediktor terhadap variabel respons. 2. Memberikan kontribusi terhadap dosen atau guru pengajar terkait pemilihan ataupun pengembangan model pembelajaran yang akan diterapkan. 3. Sebagai studi lebih lanjut terhadap efek random untuk data multilevel. 1.3 Batasan Masalah Pada penulisan tesis ini, regresi logistik multilevel untuk data pengukuran berulang dibatasi pada model random intersep untuk dengan struktur 2 level. Terkait dengan penggunaan metode PQL, linierisasi dilakukan dengan memanfaatkan ekspansi deret Taylor orde pertama atau disebut PQL Tinjauan Pustaka Model regresi multilevel pertama kali dikembangkan oleh Goldstein (1987). Oleh karena itu, pendalaman model yang digunakan terkait data multilevel ditinjau dari buku yang ditulis oleh Goldstein (2011) yang memaparkan tentang contoh pengunaan dan sistematika model untuk data berhirarki dan estimatornya. Model-model linier yang merupakan model utama dari analisis regresi ditinjau dari buku ditulis oleh Rencher, et.al. (2008), sedangkan pengembangan modelmodel non-linier yang digunakan menggunakan buku yang ditulis oleh Agresti
5 (2002). Terkait prosedur iterasi RIGLS yang merupakan salah satu prosedur PQL dikaji dalam Goldstein (2011) dan Goldstein (1988). 1.5 Metodologi Penelitian Metodologi penelitian pada penulisan tesis ini merupakan studi literatur. Sumber yang digunakan dalam penyusunan tesis ini bersumber dari buku-buku dan jurnal-jurnal yang membahas topik terkait. Untuk pendukung pemahaman lebih lanjut menggunakan jurnal dan sumber-sumber lain yang diperoleh dari internet. Rangkaian penelitian yang dilakukan diawali dengan pengkajian terhadap jurnal yang ingin diteliti. Jurnal yang dikaji pada penulisan tesis ini terinspirasi dari jurnal Yau, et.al. (2015). Jurnal tersebut, mengkaji data untuk model dengan respon ordinal dengan metode estimasi PQL dan REML. Adapun jurnal pendukung yang dikaji dari Leeden (1998) yang memaparkan tentang analisis regresi multilevel untuk data pengukuran berulang. Langkah awal yang dilakukan adalah mentukan model yang akan digunakan dalam analisis regresi multilevel. Model yang digunakan dalam kasus ini adalah model random intersep. Dilain sisi, konsep regresi multilevel merupakan model campuran yang dibawa ke dalam model linier. Untuk itu, terkait regresi multilevel yang merupakan model campuran, model ini dibawa dalam pada model yang lebih umum yakni GLMMs. Keuntungan dari penggunaan model umum ini adalah dapat dilakukan estimasi terhadap parameter-parameter yang akan dicari untuk model. Struktur log-likelihood GLMMs yang rumit untuk dilakukan estimasi, mendorong untuk melakukan estimasi dengan memanfaatkan metode PQL. Metode PQL merupakan metode estimasi parameter dalam konteks multilevel yang diperoleh dengan memanfaatkan proses iteratif. Terdapat dua prosedur iteratif yang digunakan untuk melakukan pendekatan numerik. Prosedur yang dimaksud adalah IGLS dan RIGLS. IGLS bersifat bias terhadap variansi, oleh karena itu digunakan prosedur RIGLS dimana variansi diperoleh dengan pendekatan REML yang tak bias terhadap variansi. Perangkat pengolahan data yang menunjang untuk melakukan estimasi adalah MLwiN Program
6 MLwiN merupakan perangkat pengolahan data yang secara khusus dikembangkan untuk melakuakan estimasi parameter dalam regresi multilevel. Program tersebut menjadi rujukan untuk melakukan analisis data dengan srtuktur multilevel dalam Goldstein (2011). 1.6 Sistematika Penulisan Tesis ini disusun dengan sistematika sebagai berikut: BAB I PENDAHULUAN Bagian ini membahas tentang latar belakang permasalahan terkait topik yang akan dikaji. Tujuan dan manfaat penulisan tesis yang merupakan ekspektasi yang ingin dicapai dalam penulisan tesis. Tinjauan pustaka berisi tentang sumber-sumber yang digunakan untuk menambah pemahaman serta kajian lebih lanjut atas penyelesaian tesis. Metodologi sebagai kegiatan dan prosedur penelitian yang digunakan. Sistematika penulisan sebagai gambaran umum isi tesis. BAB II LANDASAN TEORI Bagian ini membahas teori-teori dasar yang terkait analisa yang akan dilakukan. Tesis ini menggunakan model regresi logistik multilevel pengukuran berulang 2- level, maka kajian tentang model regresi logistik dan model regresi multilevel untuk 2-level yang menjadi dasar menjadi perhatian. BAB III RENCANA PENELITIAN Bagian ini membahas langkah-langkah pengerjaan tesis beserta jadwal pengerjaan tesis. BAB IV HASIL SEMENTARA Bagian ini bertujuan untuk memaparkan bagaimana estimator itu diperoleh yakni dengan metode PQL dengan prosedur iteratif RIGLS. Analisis terkait regresi multilevel dengan pengukuran berulang akan dibahas lebih lanjut.
ESTIMASI PARAMETER PADA MODEL REGRESI LINIER MULTILEVEL DENGAN METODE RESTRICTED MAXIMUM LIKELIHOOD (REML) abang Semarang SKRIPSI.
ESTIMASI PARAMETER PADA MODEL REGRESI LINIER MULTILEVEL DENGAN METODE RESTRICTED MAXIMUM LIKELIHOOD (REML) abang Semarang PT Jasa Marga ro) C SKRIPSI Disusun Oleh : ISNI RAKHMI DIANTI J2E 006 018 PROGRAM
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu metode statistika yang luas penggunaanya dalam berbagai bidang dan telah diterapkan untuk berbagai jenis pengujian serta penelitian.
Lebih terperinciESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL ANASTIA DEWI L
ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL ANASTIA DEWI L 0 3 0 3 0 1 0 0 3 6 UNIVERSITAS INDONESIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM DEPARTEMEN MATEMATIKA DEPOK 2008 ESTIMASI PARAMETER
Lebih terperinciPROSEDUR PENAKSIRAN PARAMETER MODEL MULTILEVEL MENGGUNAKAN TWO STAGE LEAST SQUARE DAN ITERATIVE GENERALIZED LEAST SQUARE
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 PROSEDUR PENAKSIRAN PARAMETER MODEL MULTILEVEL MENGGUNAKAN TWO STAGE LEAST
Lebih terperinciPenaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
Lebih terperinciBAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1.Latar Belakang dan Permasalahan Response Surface Methodology sudah dikenalkan oleh Box dan Wilson sejak tahun 1951. Dalam buku Design and Analysis of Experiment, Montgomerry (2001),
Lebih terperinciBAB I PENDAHULUAN. dijumpai data populasi yang berstruktur hirarki. Struktur data tersebut biasanya
BAB I PENDAHULUAN 1.1 Latar Belakang Pada berbagai disiplin ilmu, antara lain ilmu sosial dan biologi, sering dijumpai data populasi yang berstruktur hirarki. Struktur data tersebut biasanya berasal dari
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dalam penelitian suatu bidang yang melibatkan makhluk hidup terutama manusia sebagai respon atau subjek yang diteliti tentunya harus memperhatikan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Metode regresi merupakan komponen integral dari suatu analisis data yang menggambarkan hubungan antara variabel respon dan satu atau lebih variabel prediktor
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Banyak jenis data memiliki struktur hirarki, tercluster, atau bersarang (nested). Hirarki tersebut dapat hadir secara alami dalam pengamatan observasional
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan
Lebih terperinciPelanggaran Asumsi Normalitas Model Multilevel Pada Galat Level yang Lebih Tinggi. Bertho Tantular 1)
Pelanggaran Asumsi Normalitas Model Multilevel Pada Galat Level yang Lebih Tinggi S-28 Bertho Tantular 1) 1) Staf Pengajar Jurusan Statistika FMIPA UNPAD berthotantular@gmail.com Abstrak Secara umum model
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Dalam penelitian bidang kesehatan melibatkan makhluk hidup sebagai responden atau subjek yang diteliti, terutama manusia. Ketika kita memperhatikan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Analisis regresi merupakan salah satu metode statistika yang digunakan untuk mengetahui hubungan antara variabel Y(variabel dependen, respon, tak bebas, outcome) dengan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Terdapat beberapa analisis data dalam statistik, salah satunya adalah statistika inferensi. Statistika inferensi mempelajari salah satu metode untuk menentukan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi Poisson telah mendapat banyak perhatian dalam literatur sebagai model untuk mendeskripsikan data hitungan yang mengasumsikan nilai bilangan bulat sesuai dengan
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 terperinciPEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang)
PEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang) SKRIPSI Oleh: DYAN ANGGUN KRISMALA NIM: J2E 009 040 JURUSAN
Lebih terperinciBAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat
BAB III Model Regresi Linear 2-Level Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat linear. Untuk data berstruktur hirarki 2 tingkat, analisis regresi yang dapat digunakan adalah
Lebih terperinciPendekatan Model Multilevel pada Analisis Regresi Poisson untuk Data Longitudinal
SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 2016 Pendekatan Model Multilevel pada Analisis Regresi Poisson untuk Data Longitudinal (Studi Kasus DBD Kota Bandung) Bertho antular, I Gede Nyoman
Lebih terperinciBAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk
BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK -LEVEL Model hirarki -level erupakan odel statistik ang digunakan untuk enganalisis data ang bersarang, atau data ang epunai struktur hirarki -level.
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
14 BAB I PENDAHULUAN 1.1. Latar Belakang Model multilevel merupakan teknik statistik yang telah mengalami pengembangan dari regresi klasik/sederhana. Pengembangan itu didasari karena dalam penelitian diberbagai
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi adalah analisis yang dilakukan terhadap dua jenis variabel yaitu variabel independen (prediktor) dan variabel dependen (respon). Analisis
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu analisis yang dilakukan terhadap dua variabel yaitu variabel independen (prediktor) dan variabel dependen (respon) untuk mengetahui
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. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang
Lebih terperinciPENDEKATAN MODEL MULTILEVEL UNTUK DATA REPEATED MEASURES
PENDEKATAN MODEL MULTILEVEL UNTUK DATA REPEATED MEASURES Bertho Tantular 1 S-1 1 Jurusan Statistika FMIPA Universitas Padjadjaran 1 bertho@unpad.ac.id Abstrak Data yang diperoleh dari pengukuran berulang
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Regresi adalah suatu metode yang digunakan untuk menganalisis hubungan antara variabel respon dengan variabel penjelas. Pada umumnya, variabel respon
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi dalam statistika adalah salah satu metode untuk mengetahui hubungan atau pengaruh antara satu variabel dengan variabel lainnya. Selain
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis varians (ANOVA) pertama kali diperkenalkan oleh Sir Ronald Fisher. ANOVA merupakan generalisasi dari uji t, digunakan pada situasi saat peneliti ingin
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu metode yang digunakan untuk menganalisa hubungan antara variabel respon dan variabel prediktor. Pada umumnya analisis regresi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinciPEMODELAN REGRESI MULTILEVEL ORDINAL PADA DATA PENDIDIKAN DI JAWA BARAT
PEMODELAN REGRESI MULTILEVEL ORDINAL PADA DATA PENDIDIKAN DI JAWA BARAT Bertho Tantular Departemen Statistika FMIPA Universitas Padjadjaran bertho@unpad.ac.id ABSTRAK. Dalam generalized linear models,
Lebih terperinciBAB I PENDAHULUAN. Dalam suatu penelitian, hubungan suatu variabel dependent atau
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam suatu penelitian, hubungan suatu variabel dependent atau variabel respon dengan beberapa variabel bebas atau variabel penjelas dapat dimodelkan dengan
Lebih terperinciBAB I PENDAHULUAN. atau tidak semua T1 T2 TN. sehingga banyaknya. keseluruhan observasi data panel adalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Data panel merupakan gabungan data periode (time series) dan data objek (cross section). Data cross section adalah data yang dikumpulkan dalam satu waktu terhadap
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kemajuan ilmu pengetahuan dan teknologi menuntut perubahan-perubahan yang melibatkan suatu penelitian atau percobaan pada berbagai bidang. Metode Statistik
Lebih terperinciBAB I PENDAHULUAN. mengetahui fenomena yang akan terjadi pada periode mendatang akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada kehidupan sehari-hari, adanya ketidakmampuan manusia untuk mengetahui fenomena yang akan terjadi pada periode mendatang akan mengakibatkan kurang tepatnya
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan studi yang membahas hubungan fungsional
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan studi yang membahas hubungan fungsional antara variabel-variabel yang dinyatakan dalam persamaan matematik. Didalam analisis regresi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penduduk Indonesia yang tergolong besar, bahkan berada diurutan keempat dunia dengan jumlah penduduk terbesar tentu sangat berpotensi bagi perkembangan bisnis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Banyak cabang ilmu statistika yang digunakan dalam berbagai bidang, contohnya seperti ekonometri, biostatistika, psikometri, dan masih banyak yang lain. Ekonometri
Lebih terperinciPemodelan Regresi 2-Level Dengan Metode Iterative Generalized Least Square (IGLS) (Studi Kasus: Tingkat Pendidikan Anak di Kabupaten Semarang)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 51-60 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian Pemodelan Regresi 2-Level Dengan Metode Iterative Generalized
Lebih terperinciBAB I PENDAH ULU AN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Analisis regresi merupakan salah satu analisis statistika yang digunakan untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel-variabel lainnya,
Lebih terperinciBAB I PENDAHULUAN. bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi.
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi telah diterapkan pada berbagai bidang, seperti administrasi bisnis, ekonomi, ilmu-ilmu pengetahuan sosial, kesehatan, dan biologi. Keberhasilan dalam
Lebih terperinciBAB IV APLIKASI. Dalam bab ini akan dibahas mengenai contoh penggunaan model
BAB IV APLIKASI Dalam bab ini akan dibahas mengenai contoh penggunaan model regresi logistik 2-level dengan random intercept pada data survei mengenai penggunaan hak memilih pada saat pemilu di beberapa
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI Oleh : WINDA FAATI KARTIKA J2E 006 039 PRODI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang ini, berada di lingkungan bisnis yang kompleks menuntut perusahaan untuk mampu bersaing dengan para kompetitornya. Perubahan-perubahan radikal yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
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 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu metode analisis dalam statistika yang sangat familiar bagi kalangan akademis dan pekerja. Analisis regresi dapat
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1. Metode Analisis Data 2.1.1. Uji Validitas Validitas adalah suatu ukuran yang membuktikan bahwa apa yang diamati peneliti sesuai dengan apa yang sesungguhnya ada dalam dunia
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas tak hanya oleh seorang
Lebih terperinciBAB I PENDAHULUAN. bersifat tetap ( bukan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan suatu analisis yang digunakan untuk mengetahui hubungan antara satu variabel independen atau lebih dengan variabel dependen. Pada studi perbandingan
Lebih terperinci1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian
1 BAB I 2 PENDAHULUAN A. Latar Belakang Masalah Statistika merupakan salah satu disiplin ilmu yang penerapannya hampir di semua aspek kehidupan. Hal ini menunjukkan bahwa peranan statistika sangat diperlukan
Lebih terperinciBUKU RANCANGAN PENGAJARAN MATA AJAR METODE NUMERIK. oleh. Tim Dosen Mata Kuliah Metode Numerik
BUKU RANCANGAN PENGAJARAN MATA AJAR METODE NUMERIK oleh Tim Dosen Mata Kuliah Metode Numerik Fakultas Teknik Universitas Indonesia Maret 2016 1 DAFTAR ISI hlm. PENGANTAR BAB 1 BAB 2 INFORMASI UMUM KOMPETENSI
Lebih terperinciKelas 2. Kelas 1 Mahasiswa. Mahasiswa. Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika
4 Kelas 2 Kelas 1 N3 N4 N3 N4 Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika BAHAN DAN METODE Bahan Data yang digunakan adalah data nilai capaian mahasiswa dalam
Lebih terperinciInformasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Informasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG) Aulia Nugrahani
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan teknik statistik untuk investigasi dan pemodelan hubungan antar variabel. Hubungan antara dua variabel dapat dilihat dengan analisis
Lebih terperinciPENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1)
PENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1) Anang Kurnia Departemen Statistika FMIPA IPB Jl. Meranti, Wing 22 Level 4 Kampus IPB Darmaga, Bogor Email: anangk@ipb.ac.id
Lebih terperinciPENERAPAN HIERARCHICAL LINEAR MODELING UNTUK MENGANALISIS DATA MULTILEVEL
Jurnal UJMC, Volume 2, Nomor 1, Hal. 16-21 pissn:2460-3333 eissn:2579-907x PENERAPAN HIERARCHICAL LINEAR MODELING UNTUK MENGANALISIS DATA MULTILEVEL Dewi Wulandari 1, Ali Shodiqin 2, dan Aurora Nur Aini
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian tentang hubungan diantara fenomena-fenomena real merupakan dasar dari tujuan sains dan memainkan peranan penting dalam kehidupan seharihari. Saat ini analisis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam aspek kehidupan ini, banyak ditemui permasalahan yang berkaitan dengan data. Baik dalam bidang ekonomi, sosial, budaya, politik, sejarah, kesehatan, dan lain-lain.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer digunakan dalam sebuah penelitian untuk mengetahui bentuk hubungan antara variabel
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) IKG4Q3 EKONOMETRIK Disusun oleh: PROGRAM STUDI ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester (RPS) ini telah disahkan untuk
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciSATUAN ACARA PERKULIAHAN
Topik bahasan : Analisis Vektor Tujuan pembelajaran umum : Mahasiswa memahami kalkulus vektor dan dapat menerapkannya dalam bidang rekayasa. Jumlah pertemuan : 3 (tiga ) kali 1, 2 dan 3 1. Mengingat mbali
Lebih terperinciTINJAUAN PUSTAKA TIMSS 2007
3 TINJAUAN PUSTAKA TIMSS 007 TIMSS ( Trends in Mathematics and Science Study) merupakan penelitian yang dilakukan oleh IEA (International Association for the Evaluation of Educational Achievement) yang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Statistika adalah salah satu cabang ilmu matematika yang memperhitungkan probabilitas dari suatu data sampel dengan tujuan mendapatkan kesimpulan mendekati
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan komponen penting dalam menggambarkan hubungan antara dua variabel atau lebih, sehingga salah satu variabel dapat diduga
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan kemajuan ilmu pengetahuan dan teknologi mendorong masyarakat untuk semakin memperlihatkan derajat kesehatan demi peningkatan kualitas hidup yang lebih
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer dan digunakan secara luas. Analisis regresi diterapkan tidak hanya oleh para statistisi
Lebih terperinciOLEH: SINDY FEBRI A DOSEN PEMBINGBING: Ir. ARIE KISMANTO, M.Si. Monday, July 18, 2011 Seminar Tugas Akhir Jurusan Statistika ITS 1
ANALISIS REGRESI MULTILEVEL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI NILAI UASBN SD/MI (Studi Kasus Nilai UASBN SD/MI di Kecamatan Tulangan Tahun Ajaran 2009/2010) OLEH: SINDY FEBRI A. 1307 100 066 DOSEN
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode analisis dalam statistika yang digunakan untuk mencari hubungan antara suatu variabel terhadap variabel lain. Dalam
Lebih terperinciBAB I PENDAHULUAN. Dalam aplikasi sosial, kesehatan, pendidikan,dan lainnya, seringkali
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Dalam aplikasi sosial, kesehatan, pendidikan,dan lainnya, seringkali dijumpai data yang memiliki struktur hirarki, tercluster, atau bersarang (nested). Struktur hirarki
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Statistika merupakan salah satu alat pengambilan keputusan. Keputusan yang diambil yaitu untuk menjawab karakteristik populasi menggunakan sampel, menjawab
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Sumber daya manusia merupakan salah satu aset yang dimiliki organisasi. Salah satu upaya yang dilakukan dalam rangka meningkatkan sumber daya manusia
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya adalah analisis terhadap sampel yang kemudian hasil analisisnya akan digeneralisasikan untuk mengetahui karakteristik populasi.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Umum 2.1.1 Regresi Logistik Analisis Regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel-variabel
Lebih terperinciBAB I PENDAHULUAN. banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi menawarkan berbagai produk untuk menarik minat banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah satu produk asuransi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deret Fourier Dalam bab ini akan dibahas mengenai deret dari suatu fungsi periodik. Jenis fungsi ini sering muncul dalam berbagai persoalan fisika, seperti getaran mekanik, arus
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan suatu metode dalam statistik yang popular, karena banyak digunakan pada penelitian dalam berbagai bidang. Contoh dari penggunaan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Berawal dari kebutuhan analisis data untuk memprediksi suatu nilai bila diberikan suatu nilai-nilai variabel prediktor (x) pada beberapa kasus, maka metode regresi
Lebih terperinciMASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)
MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi digunakan untuk mengetahui bentuk hubungan antara variabel respon dengan satu atau lebih variabel prediktor. Umumnya analisis regresi yang digunakan
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 terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciBAB IV PEMBAHASAN. Proses estimasi pada metode IRLS ini dengan meminimumkan fungsi residu, yang dapat dituliskan sebagai berikut.
BAB IV PEMBAHASAN Pada bab ini akan dibahas mengenai estimasi parameter model Regresi M- kuantil, penurunan model Regresi M-kuantil, dan contoh penerapan model Regresi M-kuantil pada pengaruh pendapatan
Lebih terperinciBAB I PENDAHULUAN. menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel respon ( ), dimana
Lebih terperinciHitung Perataan Kuadrat Terkecil (Least Squares Adjustment)
Hitung Perataan Kuadrat Terkecil (Least Squares Adjustment) Metoda Kuadrat Terkecil adalah salah satu metoda yang paling populer dalam menyelesaikan masalah hitung perataan. Aplikasi pertama perataan kuadrat
Lebih terperinci(R.9) PEMBUATAN KEPUTUSAN MIGRASI DENGAN PENDEKATAN REGRESI HIRARKI DI INDONESIA
Seminar Nasional Statistika 12 November 2011 Vol 2 November 2011 (R.9) PEMBUATAN KEPUTUSAN MIGRASI DENGAN PENDEKATAN REGRESI HIRARKI DI INDONESIA 1Yudhi Agustar Sanjaya 2 Toni Toharudin 3 Enny Supartini
Lebih terperinciBAB I PENDAHULUAN. ekonomi. Dalam analisis ekonometrika, ketersediaan data yang sesuai sangat
1 BAB I PENDAHULUAN 1.1 Latar Belakang Ekonometrika merupakan salah satu alat analisis penting di bidang ekonomi. Dalam analisis ekonometrika, ketersediaan data yang sesuai sangat mempengaruhi hasil analisis
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciPenaksiran Parameter Model Kalibrasi Linier yang Berdistribusi Skew-Normal dengan Algoritma-EM
Vol. 12, No. 1, 36-47, Juli 2015 Penaksiran Parameter Model Kalibrasi Linier yang Berdistribusi Skew-Normal dengan Algoritma-EM Try Widyaiswara Hairil 1, Anna Islamiyati 1, Raupong 1 Abstrak Sebuah penelitian
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini terdiri dari dua bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya dan beberapa teori penunjang berisi definisi-definisi yang digunakan
Lebih terperinci