TRANSMISI HARGA JAGUNG DI PROVINSI LAMPUNG

Ukuran: px
Mulai penontonan dengan halaman:

Download "TRANSMISI HARGA JAGUNG DI PROVINSI LAMPUNG"

Transkripsi

1 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama TRANSMISI HARGA JAGUNG DI PROVINSI LAMPUNG Ra Purwash 1, Muhammad Frdaus 2, da Sr Haroyo 2 1)Mahasswa Program Magser Ilmu Ekoom Peraa, Sekolah Pascasarjaa, Isu Peraa Bogor 2)Saf Pegajar Depareme Ilmu Ekoom, Fakulas Ekoom da Maajeme, Isu Peraa Bogor e-mal : 1) rapurwash82@yahoo.co.d ABSTRACT Cor s oe of he leadg commodes Lampug Provce. The average cor prce receved by farmers (producers) from Jauary 2009 o December 2014 amoued o Rp per klogram, whle he average prce of cor a he cosumer level was a Rp per klogram. Cor prces a he cosumer level are more volale whe compared wh he prce of cor a he producer level. The purpose of hs sudy are o aalyze he rasmsso of cor prces from he cosumer level o he producer level Lampug Provce. The daa used was a mohly me seres daa from Jauary 2009 o December 2014 (72 moh). Asymmerc Error Correco Model (AECM) developed by vo Cramo-Taubadel ad Loy (1996) was used o aalyze cor prce rasmsso from he cosumer level o he producer level. Causaly es resuls dcae ha cor prces a he cosumer level affec he formao of cor prces a he producer level. From AECM esmaes obaed, he shor ru cor prce rasmsso from he cosumer level o he producer level was asymmerc. However, he log-ru rasmsso of cor prces from he cosumer level o he producer was symmerc. Afer he Wald es, resuls obaed showed ha here was o prove of asymmerc prce rasmsso from he cosumer level o he producer level he log ru. Keywords: AECM, cor, prce rasmsso, asymmerc. PENDAHULUAN Salah sau komodas aama palawja yag memlk peraa peg d Idoesa yau jagug. Permaa pasar dalam eger erhadap jagug da peluag ekspor cederug megka dar ahu ke ahu, bak uuk memeuh kebuuha paga maupu o paga. Selama ahu 2010 sampa dega 2014 raa-raa perumbuha ekspor sebesar 34,21% sedagka raa-raa perumbuha mpor sebesar 28,72%. Sela dguaka uuk memeuh kebuuha paga, jagug juga dguaka sebaga baha baku dusr rumah agga seper empg jagug, wgko jagug, da produk olaha jagug laya. Tdak haya u saja, jagug juga dguaka sebaga baha baku paka erak da ekspor. Oleh karea u, jagug dbuuhka dalam jumlah besar. Kods memberka peluag pasar yag poesal bag pea uuk megusahaka aama jagug da megkaka produks (BPS RI 2015a). Tga puluh ahu yag lalu, jagug mash doma dguaka sebaga baha paga. Teap sejak awal ahu 1970-a jagug dak haya dguaka sebaga baha paga melaka mula dmafaaka sebaga baha paka erak eruama paka uggas. Permaa jagug uuk paka eruama paka uggas erus megka serg dega berkembagya dusr paka uggas. Bahka kebuuha jagug uuk baha paka erak jauh lebh gg dbadgka kebuuha uuk baha paga mausa. Selama perode 2000 sampa dega 2011 keaka kosums jagug seap ahu raa-raa sebesar 8 perse sedagka keaka produks jagug seap ahu haya sebesar 6%. D ss la Idoesa mash megmpor jagug. Berdasarka daa Kemeera Peraa Amerka Serka (USDA) bahwa kebuuha mpor jagug Idoesa raa-raa 9% aau 1,4 jua o per ahu sedagka keaka areal aam haya 1% seap ahu (Permea 2015). Jagug merupaka salah sau komodas uggula d Provs Lampug (BPS Provs Lampug 2015). Hal dapa dlha bahwa pada ahu 2014 provs merupaka Ra Purwash, Muhammad Frdaus, da Sr Haroyo

2 76 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama peghasl jagug erbesar ke ga seelah Jawa Tmur da Jawa Tegah dega korbus produks sebesar 9,04% dar oal produks jagug asoal (BPS RI 2015b). Aka eap produks jagug dar ahu 2010 sampa 2014 d Provs Lampug cederug megalam peurua. Selama lma ahu erakhr ( ) pucak produks jagug d provs erjad pada ahu 2010 sebesar o, sedagka produks eredah erjad pada ahu 2014 sebesar o. Hal erjad karea luas pae jagug yag erus meuru dar ahu 2010 sampa 2014 yau dar hekar pada ahu 2010 mejad hekar pada ahu 2014 (BPS Provs Lampug 2015). Pola produks jagug yag megku musm meyebabka harga jagug berflukuas khususya d daerah-daerah sera produks saa pae raya maka pasoka jagug aka melmpah melebh permaa sehgga harga jagug aka cederug uru sampa pada gka yag kurag meguugka bag pea. Sebalkya saa pasoka jagug berkurag maka harga jagug aka cederug ak sehgga dapa memberaka kosume (Permea 2015). Upaya yag dapa dlakuka uuk memperbak harga jagug d gka pea yau memperbak ssem pemasara jagug dega cara megkaka efses pemasara (Asmaraaka 1985). Berdasarka daa BPS RI (2015c, 2015d) bahwa raa-raa harga jagug gka produse selama perode Jauar 2009 sampa Desember 2014 d Provs Lampug yau sebesar Rp per klogram, sedagka raa-raa harga jagug gka kosume sebesar Rp per klogram. Hal meujukka erdapa perbedaa (dsparas) aara harga yag dbayarka oleh kosume dega harga yag derma oleh pea jagug d Provs Lampug yau sebesar Rp per klogram. Cofor (2004) meyaaka besarya dsparas harga dalam raa pemasara dapa dsebabka oleh raa pemasara yag pajag da peyalahguaa marke power yag dmlk oleh pedagag peraara sehgga meyebabka marj pemasara dar sekor hulu (produse) ke sekor hlr (kosume) mejad saga besar da pemasara mejad dak efse. Perkembaga harga jagug d Provs Lampug dapa dlha pada Gambar 1. Berdasarka Gambar 1, pergeraka harga jagug gka kosume cederug lebh berflukuas jka dbadgka dega pergeraka harga jagug gka produse d Provs Lampug. Irawa (2007) meyaaka flukuas harga d gka kosume lebh gg dbadgka dega flukuas harga d gka produse dapa dsebabka oleh Harga (Rp/kg) Ja 09 Me 09 Sep 09 Ja 10 Me 10 Sep 10 Ja 11 Me 11 Sep 11 Ja 12 Me 12 Sep 12 Ja 13 Me 13 Sep 13 Ja 14 Me 14 Sep 14 Produse Kosume Gambar 1. Perkembaga Harga Jagug d Provs Lampug, Jauar 2004-Desember Sumber: BPS RI (2015c, 2015d) Ra Purwash, Muhammad Frdaus, da Sr Haroyo

3 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama adaya proses rasms harga yag bersfa asmer dar gka kosume ke produse yau saa harga d gka kosume megka, maka pegkaa harga ersebu aka deruska secara lamba da dak sempura kepada produse, begu pula sebalkya jka erjad peurua harga. Pola pergeraka harga jagug d gka produse cederug sama dega pola pergeraka harga jagug d gka kosume mula dar ahu 2009 sampa ahu 2012, kemuda pada ahu 2013 sampa 2014 pola pergerakaya cederug berbeda. Kods megdkaska erdapa kemugka rasms harga jagug aara produse da kosume berjala secara asmer. Aka eap uuk memaska bagamaa rasms harga aara produse da kosume perlu dlakuka peguja secara sask. Peela megea egras elah bayak dlakuka oleh peel sebelumya seper Aprla e al. (2014) megaalss egras aara pasar jagug gka pea da real d Idoesa yag haslya meujukka bahwa peyesuaa harga jagug d gka pea lebh efse dbadgka dega peyesuaa harga jagug d gka real. Asmaraaka (1985) megaalss egras aara pasar jagug gka pea d Kecamaa Kabug Lampug Selaa da pasar jagug gka kosume d Badar Lampug sera aara pasar jagug gka pea d Kecamaa Bagu Rejo Kabupae Lampug Tegah da pasar jagug gka kosume d Badar Lampug yag memberka kesmpula bahwa pemasara jagug d Kecamaa Bagu Rejo lebh efse dbadgka dega pemasara jagug d Kecamaa Kabug. Perubaha harga jagug d gka pea (produse) dak mempegaruh harga d gka kosume pada waku ereu (Yusdja da Agusa 2003). Oleh karea u ujua peela yau megaalss rasms harga jagug dar gka kosume ke gka produse d Provs Lampug. KERANGKA PEMIKIRAN TEORITIS Efses pemasara erdr aas efses operasoal da efses harga. Efses operasoal berkaa dega pelaksaaa kegaa pemasara yag dapa memaksmumka rao oupu-pu pemasara. Idkaor yag dguaka uuk megaalss efses operasoal yau marj pemasara da farmer s share. Efses harga ercapa jka masg-masg pelaku pasar yag erlba dalam pemasara puas erhadap harga yag berlaku, pegguaa sumber daya megalr dar pegguaa yag berla gua redah ke pegguaa yag berla gua gg, sera megkoordaska akvas aara pejual da pembel mula dar produse (pea), lembaga pemasara, da sampa ke kosume. Idkaor yag dguaka uuk megaalss efses harga yau egras pasar da rasms harga (Asmaraaka 2012). Iegras pasar erjad jka pergeraka harga d suau pasar dega pergeraka harga d pasar yag la salg berkorelas (Omar e al. 2014). Hubuga harga pada suau pasar yag eregras dega pasar yag la aka berkorelas posf dar waku ke waku. Iegras pasar dguaka uuk meggambarka seberapa deka harga d kedua pasar yag erhubug dalam jarga perdagaga aka bergerak bersama-sama. Iegras pasar megukur efses pemasara (Heyes 1986). Asmaraaka (2012) meambahka jka suau pasar eregras dega pasar yag la berar pemasara yag erjad d pasar ersebu dkaaka efse eruama efse dar seg efses harga. Iegras pasar dkelompokka mejad dua yau egras pasar horzoal da egras pasar verkal. Iegras pasar horzoal erjad jka harga d suau pasar dega harga d pasar yag la pada lokas yag berbeda memlk korelas posf dar waku ke waku (Heyes 1986). Suau pasar Ra Purwash, Muhammad Frdaus, da Sr Haroyo

4 78 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama yag erpsah secara geografs dega pasar yag la aka eregras secara spasal jka produk da formas megalr bebas d aara kedua pasar sehgga perubaha harga d pasar yag sau aka drasfer ke harga d pasar yag la (Ravallo 1986 dalam Fossa e al. 2007). Iegras pasar verkal dguaka uuk melha keerkaa aara lembaga pemasara yag sau dega lembaga pemasara laya yag erlba dalam sau salura pemasara, msalya aara gka produse (pea) da gka kosume (Asmaraaka 2012). Seper halya egras, rasms harga juga dbedaka mejad rasms harga spasal da rasms harga verkal. Meyer da Vo Cramo-Taubadel (2004) mejelaska bahwa rasms harga spasal erjad jka perubaha harga produk pada suau level drasmska ke harga produk pada level yag sama dalam raa pemasara eap pada lokas yag berbeda. Kemuda, Vo Cramo-Taubadel (1998) mejelaska bahwa rasms harga verkal yau respo harga pada suau level erhadap perubaha harga d level la dalam raa pemasara, bak perubaha berupa keaka harga aau peurua harga. Vavra da Goodw (2005) meambahka bahwa rasms harga verkal yau respo aau peyesuaa harga d gka produse erhadap perubaha harga d gka kosume aau sebalkya. Trasms harga asmer erjad jka erdapa perbedaa respo bak pada saa keaka harga aau peurua harga (Baley da Brorse 1989). Meuru Vavra da Goodw (2005) bahwa rasms harga dkaaka asmer jka peurua harga d gka pea deruska secara lamba da dak sepeuhya ke gka kosume, sebalkya keaka harga d gka pea deruska dega lebh cepa ke kosume. METODE PENELITIAN JENIS DAN SUMBER DATA Daa yag dguaka dalam peela yau daa sekuder yag erdr aas daa harga jagug gka produse da kosume d Provs Lampug dar perode Jauar 2009 sampa Desember 2014 dega jumlah observas sebayak 72 bula. Daa dperoleh dar Bada Pusa Sask Republk Idoesa. Daa harga yag dguaka merupaka daa harga rl yag dhug dega deks harga kosume (IHK). METODE ANALISIS DATA Lagkah-lagkah uuk mejawab ujua peela yau melakuka peguja saoeras daa, peeua pajag lag opmal, uj koegras, esmas model, da uj Wald. Berku pejelasa dar lagkahlagkah ersebu. 1. Uj Saoeras Daa Uj saoeras daa dapa dlakuka dega megguaka uj Augmeed Dckey- Fuller u roo es. Uj saoeras daa dapa dlakuka pada gka level da frs dfferece. Jka daa me seres dak saoer aau megadug akar u pada gka level, perlu dlakuka peguja selajuya pada frs dfferece (Frdaus 2011). Persamaa dalam Augmeed Dckey-Fuller u roo es dapa dulska sebaga berku (Eders 1995): Δy Δy γy a 0 1 γy p β Δy p 2 1 β Δy 2 ε 1..(1) ε 1 (2) Δy a γy a β Δy ε..(3) 0 Keeraga: Δy = (y y -1 ) a 0, a 2 = Koefse, γ, β = Tred waku y = Daa yag duj p = Pajag lag ε = Error 2 Persamaa (1) dak memlk ersep da red, persamaa (2) haya memlk ersep, da persamaa (3) memlk ersep p Ra Purwash, Muhammad Frdaus, da Sr Haroyo

5 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama da red. Adapu hpoess dalam uj ADF yau : H 0 : γ = 0 ; daa dak saoer H 1 : γ 0 ; daa saoer Uuk membukka saoer aau dakya daa yag dguaka dapa dkeahu pada hasl dega membadgka la Augmeed Dckey Fuller (ADF) sask dega la MacKo crcal values. Pada u roo es perama kal jka la ADF sask secara akual lebh kecl dar la MacKo crcal values pada araf yaa yag dguaka arya daa saoer pada level. Apabla daa memlk u roo pada level maka dlajuka dega uj saoeras pada frs dfferece (Frdaus 2011). 2. Peeua Pajag Lag Opmal Lag dalam ssem VAR dguaka uuk meujukka berapa lama reaks suau peubah erhadap peubah laya. Pegya peeua pajag lag opmal dak haya u saja, eap juga dguaka uuk meghlagka adaya masalah auokorelas dalam ssem VAR. Peguja pajag lag opmal dapa megguaka beberapa krera formas seper Akake Iformao Crero (AIC), Schwarz Crero (SC), da Haa-Qu Crero (HQ) (Frdaus 2011). Meuru Eders (1995) krera yag dapa dguaka uuk peeua pajag lag opmal yau : a) Akake Iformao Crero (AIC) = T l (resdual sum of squares) (4) b) Schwarz Bayesa Crero (SBC) = T l (resdual sum of squares) + l(t)...(5) Keeraga: T = Jumlah observas = Jumlah parameer yag desmas 3. Uj Koegras Apabla daa dak saoer, perlu dlakuka peguja koegras. Apabla dua aau lebh peubah dak saoer eap erkoegras maka meujukka adaya kombas lear aara peubah ersebu yag mugk memlk red dapa salg meadaka sehgga mejad saoer (Irlgaor e al. 1996). Koegras meuru Egle da Grager (1987) dalam Frdaus (2011) yau kombas lear aara dua aau lebh peubah yag dak saoer sehgga aka meghaslka peubah yag saoer yag meujukka hubuga kesembaga jagka pajag d aara peubah yag erdapa dalam model. Peguja koegras dlakuka apabla daa yag dguaka meujukka dak sasoer pada level dega rumus sebaga berku: ΔP c P k1 B ΔP ε 1 j..(6) 1 Keeraga: Π = Marks jagka pajag da parameer peyesuaa B j = Marks uuk parameer jagka pedek P = Vekor dar harga produse da kosume Peguja koegras dalam peela dlakuka dega race es da maxmum egevalue es. Rumusya yau sebaga berku (Eders 1995): λ λ race(r) T l1 λ r1 (r,r 1) Tl 1 max λ r1 Keeraga :....(7)..(8) λ = Nla yag desmas dar karakersk roo (egevalues) yag dplh dar π marks yag desmas T = Jumlah observas R = Jumlah vekor koegras Pada uj λ race, hpoess ol yau jumlah vekor koegras berbeda kurag dar aau sama dega r sebaga aleraf umum. Pada uj λ max, hpoess ol yau jumlah vekor koegras sama dega r sebaga aleraf dar vekor koegras r+1 (Eders 1995). Adapu uj koegras yau: H 0 = No koegras H 1 = Koegras. H 1 derma apabla race sasc aau maxmum egevalue sasc lebh besar dar Ra Purwash, Muhammad Frdaus, da Sr Haroyo

6 80 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama crcal value yag berar erdapa koegras pada model (Frdaus 2011). 4. Uj Kausalas Seelah dlakuka peguja koegras, dlakuka peguja kausalas dega megguaka uj kausalas Grager. Peguja berujua meeuka arah hubuga aara dua pasar (Acquah da Oumah 2010). Dega kaa la uj kausalas dlakuka uuk meeuka arah rasms harga. Adapu rumusya yau sebaga berku (Juada da Juad 2012): Y X 1 α Y 1 1 β X e (uresrced Y).(9) m 1 γ X 1 m 1 λ Y 1 e (uresrced X)..(10) Uuk megeahu pasar maa yag mejad acua (mempegaruh) da pasar maa yag mejad pegku (dpegaruh), dbeuk persamaa resrced dar masgmasg varabel berku: Y X 1 λ Y 1 e 1 (resrced Y).(11) m 1 γ X 1 e 2 (resrced Y).(12) Selajuya peguja kausalas dlakuka dega cara mecar la F hug dega megguaka resdual sum of squares (RSS) persamaa varabel yag resrced da uresrced seper berku : F RSS R RSSUR k mrss UR 2.(13) Keeraga: RSS R = Resdual sum of squares dar persamaa resrced RSS UR = Resdual sum of squares dar persamaa uresrced N M K = Jumlah observas = Jumlah lag = Jumlah parameer esmas d persamaa uresrced Krera peguja erdapa pegaruh sgfka apabla olak H 0, la F hug > F abel. 5. Esmas Asymmerc Error Correco Model (AECM) Seelah dlakuka peguja saoeras daa, peeua pajag lag opmal, peguja koegras, da peguja kausalas, maka lagkah selajuya yau melakuka esmas Asymmerc Error Correco Model (AECM) uuk megeahu bagamaa rasms harga jagug aara produse da kosume d Provs Lampug. AECM yag dguaka dalam peela yau AECM yag dkembagka oleh vo Cramo-Taubadel da Loy (1996) dega rumus sebaga berku: ΔHJP β β ΔHJP 1 β ΔHJP β ΔHJK 0 β ΔHJK 2 Z 1 Z 1...(14) Keeraga: HJP = Harga jagug gka produse d Provs Lampug (Rp/kg) HJK = Harga jagug gka kosume d Provs Lampug (Rp/kg) = Pajag lag Z = Error correco erm ε = Error 6. Uj Wald Peguja rasms harga asmer dbukka secara sask dega megguaka uj Wald. Jka pada hasl uj Wald meujukka la yag sgfka (erma H 1 ) berar erjad rasms harga asmer dar pasar jagug gka kosume ke gka produse d Provs Lampug. Uj Wald yau sebaga berku: 1. Jagka pedek Terma H 0 :β 2 β 2 berar smer dalam jagka pedek. Ra Purwash, Muhammad Frdaus, da Sr Haroyo

7 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama Terma H 1 :β 2 β berar asmer dalam jagka pedek. 2. Jagka pajag Terma H : 0 berar smer dalam jagka pajag. Terma H : 1 berar asmer dalam jagka pajag. HASIL DAN PEMBAHASAN UJI STASIONERITAS DATA Lagkah perama dalam megaalss rasms harga jagug d Provs Lampug yau melakuka peguja saoeras daa. Saoer aau dakya daa duj dega megguaka Augmeed Dckey-Fuller (ADF) u roo es. Kemuda pada hasl, la ADF sask dbadgka dega MacKo crcal values pada araf yaa (α = 5%). Daa dkaaka saoer apabla secara akual la ADF sask lebh kecl dar MacKo crcal values pada araf yaa 5%. Hasl peguja saoeras daa dsajka pada Tabel 1 berku. Tabel 1. Hasl Peguja U Roo dega Iersep Tapa Tred. Nla ADF Peubah Frs Level dfferece Harga produse Harga kosume -3,696* -2,197-6,937* -8,918* Sumber: BPS RI, dolah (2015c, 2015d). Keeraga: *sasoer pada araf 10% Hasl peguja u roo dega krera ersep apa red pada level meujukka bahwa daa yag dguaka dalam peela yau harga jagug d gka kosume dak saoer, sedagka harga jagug d gka produse saoer (Tabel 1). Oleh karea u dlakuka peguja saoeras daa lebh laju pada frs dfferece yag haslya meujukka semua daa saoer. Berdasarka hasl uj saoeras meujukka bahwa erdapa daa yag dak saoer pada level da seelah dlakuka peguja saoeras pada ahap selajuya (frs dfferece) meujukka daa saoer sehgga meode aalss koegras dapa dlajuka. Frdaus (2011) mejelaska bahwa peguja koegras dlakuka jka daa yag dguaka meujukka dak saoer pada level. Lagkah selajuya yau meeuka pajag lag opmal. PENENTUAN LAG OPTIMAL Peeua pajag lag opmal bsa dlakuka berdasarka beberapa krera seper Akake Iformao Crero (AIC), Schwarz Iformao Crero (SC), da Haa-Qu Iformao Crero (HQ). Pajag lag opmal pada rasms harga jagug aara produse da kosume d Provs Lampug deuka dega megguaka krera Akake Iformao Crero (AIC). Pajag lag opmal yag dguaka dalam model rasms harga jagug aara produse da kosume yau lag 2. UJI KOINTEGRASI Peguja koegras pada model rasms harga jagug d Provs Lampug dega megguaka uj koegras Johase. Peguja koegras deuka berdasarka krera Akake Iformao Crero (AIC). Kemuda pada hasl uj koegras uuk membukka apakah d aara daa harga jagug gka produse da kosume memlk hubuga koegras dlakuka dega cara membadgka la race sasc aau maxmum egevalue sasc dega crcal value 5%. Apabla la race sasc aau maxmum egevalue sasc lebh besar dar crcal value 5% arya erdapa koegras aau hubuga kesembaga jagka pajag d aara varabel. Hasl peguja koegras dsajka pada Tabel 2. Berdasarka Tabel 2 meujukka bahwa la race sasc da maxmum egevalue sasc lebh besar dar crcal value 5% yag berar erdapa 1 persamaa yag meujukka hubuga koegras d aara varabel dalam model. Arya aara harga jagug gka produse da kosume d Ra Purwash, Muhammad Frdaus, da Sr Haroyo

8 82 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama Tabel 2. Hasl Peguja Koegras. Jumlah persamaa koegras Trace sasc Crcal value 5% Max-Ege Sasc Crcal value 5% Noe* 26,463 20,262 22,201 15,892 A mos 1 4,262 9,165 4,262 9,165 Sumber: BPS RI, dolah (2015c, 2015d). Provs Lampug erdapa hubuga kesembaga jagka pajag. Hal sejala dega hasl peela Aprla e al. (2014) bahwa aara harga jagug d gka pea da real erdapa hubuga kesembaga jagka pajag. Adaya hubuga koegras d aara harga jagug gka produse da kosume dak cukup uuk meujukka bahwa pasar jagug d Provs Lampug eregras secara sempura. Oleh karea u perlu dlakuka aalss lebh laju megea rasms harga. Hasl peguja koegras meujukka adaya hubuga kesembaga jagka pajag (koegras) sehgga ahapa aalss dega megguaka AECM dapa dlajuka. UJI KAUSALITAS Peguja kausalas dalam model rasms harga jagug d Provs Lampug megguaka uj kausalas Grager. Kemuda pada hasl uj uuk membukka adaya hubuga kausalas dlakuka dega cara membadgka la probablas pada hasl uj kasulas dega araf yaa yag dguaka. Apabla pada hasl uj kausalas meujukka la probablas lebh besar kecl dar araf yaa 5% berar dak erdapa hubuga salg mempegaruh aara harga jagug d gka produse da kosume. Uj kausalas Grager dguaka uuk megeahu pasar maa yag berpera mejad pasar acua da pasar maa yag mejad pegku dalam proses rasms harga (Rez da Paagopoulos 2008). Dega kaa la uj kausalas dlakuka uuk meeuka arah rasms harga yau apakah pembeuka harga d sekor hulu (produse) dpegaruh oleh harga d sekor hlr (kosume) aau sebalkya pembeuka harga d sekor hlr (kosume) dpegaruh oleh harga d sekor hulu (produse). Hasl uj kausalas dsajka pada Tabel 3 berku. Tabel 3. Hasl Uj Grager Causaly. Hpoess Obs F-sasc Prob. HJK HJP 70 4,043 0,022 HJP HJK 0,946 0,394 Sumber: BPS RI, dolah (2015c, 2015d). Keeraga : HJP = Harga produse HJK = Harga kosume Hasl uj kausalas Grager (Tabel 3) meujukka hubuga kausalas aara harga jagug d gka produse da kosume erjad sau arah yau perubaha yag erjad dar ss permaa mempegaruh pembeuka harga jagug d gka produse, sebalkya perubaha yag erjad dar ss peawara dak dapa mempegaruh pembeuka harga jagug d gka kosume. Hal sesua dega faka d lapaga yag meujukka bahwa harga jagug yag berlaku d gka pea (produse) deuka oleh level kosume da dak berlaku sebalkya. Dega demka, level kosume mejad peeu harga jagug. Hal juga dperkua oleh peryaaa Kasryo e al. (2007) dalam Warso (2013) bahwa perubaha harga jagug lebh erdorog karea permaa. Oleh sebab u dlakuka aalss rasms harga jagug dar gka kosume ke gka produse. ESTIMASI MODEL AECM Hasl uj kausalas meujukka bahwa harga jagug d gka kosume mempegaruh pembeuka harga jagug d gka produse arya yag mejad pasar acua yau level kosume. Oleh sebab u dlakuka esmas rasms harga jagug dar gka kosume ke gka produse Ra Purwash, Muhammad Frdaus, da Sr Haroyo

9 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama yag berujua uuk membukka apakah rasms harga jagug d Provs Lampug erjad secara smer aau asmer. Pedekaa yag dguaka uuk megaalss rasms harga jagug dar gka kosume ke gka produse yau AECM yag dkembagka oleh vo Cramo-Taubadel da Loy (1996). Melalu model, sela dlha berdasarka shock posf (keaka harga) da shock egaf (peurua harga), kods asmer juga dlha berdasarka la koefse ECT posf da ECT egaf sehgga pada model dpsahka aara rasms harga dalam jagka pedek da jagka pajag. Jka koefse yag dperoleh dar hasl esmas meujukka kedeka aara shock posf da shock egaf berar erjad rasms harga yag smer. Hasl esmas rasms harga jagug d Provs Lampug dapa dlha pada Tabel 4. Tabel 4. Hasl Esmas AECM pada Aalss Trasms Harga Jagug dar Tgka Kosume ke Tgka Produse d Provs Lampug, Jauar 2009-Desember 2014 Varable Coeffce -sasc Probably Iercep -0,003-0,378 0,707 HJP 1 0,313 1,578 0,120 HJP 1 0,109 0,511 0,612 HJP 2 0,095 0,488 0,628 HJP 2-0,072-0,337 0,737 HJK 0,124 1,347 0,183 HJK 0,081 0,541 0,591 HJK 1 0,164 1,754 0,085 HJK 1 0,038 0,255 0,800 HJK 2 0,006 0,060 0,953 HJK 2-0,020-0,133 0,894 ECT 1-0,396-2,379 0,021 ECT 1-0,326-2,075 0,043 R-squared 0,340 Adjused R-squared 0,199 F-sasc 2,408 Probably (F-sasc) 0,014 Durb-Waso sasc 1,891 Sumber: BPS RI, dolah (2015c, 2015d). Tabel 4 meujukka bahwa keaka da peurua harga jagug d gka kosume pada perode ke- meujukka la yag dak sgfka. Arya pada perode ke, harga jagug d gka produse dak ku ak aau uru saa harga jagug d gka kosume megalam keaka aau peurua. Dega kaa la, dalam jagka pedek harga jagug d gka produse dak respo erhadap perubaha harga jagug d gka kosume. Hal meujukka bahwa dalam jagka pedek perubaha harga jagug d gka kosume drasmska secara asmer ke harga jagug d gka produse. Oleh karea koefse harga jagug d gka kosume saa keaka da peurua pada perode ke- meujukka la yag dak sgfka sehgga dak perlu dlakuka uj Wald seper yag djelaska oleh Rez (2014). Trasms harga jagug dar gka kosume ke gka produse dalam jagka pajag dlha berdasarka la ECT. Koefse ECT posf da ECT egaf memlk ada yag sama. Koefse ECT posf meujukka la yag sgfka da koefseya berada egaf. Nla koefse ECT posf yau sebesar arya saa erjad peympaga harga d aas gars kesembaga yau saa harga jagug d gka produse dak ku uru keka harga jagug d gka kosume megalam peurua, aka eap seelah lebh kurag lma bula harga jagug d gka produse aka meyesuaka erhadap perubaha harga jagug d gka kosume ersebu. Dega demka, waku yag dbuuhka uuk kembal ke kesembaga yau sekar lebh kurag lma bula sehgga dalam waku lebh kurag lma bula harga jagug d gka produse aka meyesuaka uru keka harga jagug d gka kosume megalam peurua. Kemuda koefse ECT egaf juga meujukka la yag sgfka da memlk ada koefse yag egaf. Nla koefse ECT egaf yau sebesar arya saa erjad peympaga harga d bawah gars kesembaga yau saa harga Ra Purwash, Muhammad Frdaus, da Sr Haroyo

10 84 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama jagug d gka produse dak ku ak keka harga jagug d gka kosume megalam keaka, aka eap seelah lebh kurag 4 bula harga jagug d gka produse aka meyesuaka erhadap perubaha harga jagug d gka kosume ersebu. Dega demka, waku yag dbuuhka uuk kembal ke kesembaga yau sekar lebh kurag empa bula sehgga dalam waku lebh kurag empa bula harga jagug d gka produse aka meyesuaka ak keka harga jagug d gka kosume megalam keaka. Koefse ECT posf da ECT egaf memlk ada yag sama da memlk la yag sgfka arya peympaga harga drespo dega arah yag sama sehgga kods meujukka kedeka dalam jagka pajag. Aka eap uuk membukka hal perlu dlakuka peguja lag secara sask dega meguaka uj Wald. WALD TEST Lagkah selajuya yau melakuka uj Wald uuk membukka apakah aara koefse shock posf da shock egaf dalam jagka pedek da jagka pajag dek aau berbeda. Apabla haslya meujukka berbeda yaa secara sask (erma H 1 ) berar rasms harga jagug dar gka kosume ke gka produse erjad secara asmer. Uj Wald haya dlakuka pada koefse ECT posf da egaf, sedagka varabel harga jagug gka kosume posf da egaf dak dlakuka uj Wald. Hal karea pada hasl esmas meujukka pada perode ke varabel ersebu meujukka la yag dak sgfka erhadap harga jagug d gka produse sehgga dak perlu dlakuka uj Wald seper yag djelaska oleh Rez (2014). Dega demka dalam jagka pedek perubaha harga jagug d gka kosume bak pada saa keaka maupu peurua drasmska secara asmer ke harga jagug d gka produse. Trasms harga asmer dapa erjad karea kuragya formas pea megea harga jagug d pasar la sehgga pea dak megeahu dega pas apakah kods jagug yag djualya sudah sesua aau dak dega harga yag berlaku. Adaya hambaa dar pedagag akba pedagag memlk marke power yag kua sebaga peeu harga sehgga perubahaa harga jagug d gka kosume drasmska secara asmer ke harga jagug dgka pea (produse). Perubaha harga jagug d gka pea (produse) dak mempegaruh harga d gka kosume pada waku ereu (Yusdja da Agusa 2003). Sela u, Sar (2013) meyebuka bahwa pea (produse) memlk poss yag lemah dalam kepuusa peeua harga jagug. Tdak semua pea jagug megeahu dega pas megea kods jagug yag djualya apakah sudah sesua aau dak dega harga yag berlaku d pasar. Sar e al. (2012) bahwa dalam jagka pedek aara pasar jagug gka pea dega egkulak da makelar d Provs Nusa Teggara Bara memlk egras yag lemah aau pasar dak efse. Hasl esmas AECM meujukka bahwa koefse ECT posf da ECT egaf berpegaruh sgfka erhadap harga jagug d gka produse sehgga uuk membukka apakah rasms harga jagug dar gka kosume ke gka produse berjala secara smer aau asmer maka dlakuka uj Wald. Selajuya hasl uj Wald pada koefse ECT posf da ECT egaf dapa dlha pada Tabel 5 berku. Tabel 5. Hasl Uj Wald pada Kesmersa Harga dar Pasar Jagug Tgka Kosume ke Tgka Produse d Provs Lampug, Jauar Desember 2014 Wald es F-sask Probablas H 0 : ECT 1 = ECT 1 0,069 0,794 Berdasarka hasl uj Wald (Tabel 5) meujukka bahwa dalam jagka pajag dak erdapa perbedaa respo aara shock Ra Purwash, Muhammad Frdaus, da Sr Haroyo

11 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama posf da shock egaf. Hal dapa dlha dar hasl uj Wald yag meujukka la yag dak sgfka secara sask. Sela u, hasl esmas AECM juga meujukka respo yag sama dalam jagka pajag yau keaka da peurua harga jagug d gka kosume aka drespo oleh produse dega keaka da peurua harga. Hal meujukka bahwa dalam jagka pajag dak erbuk adaya rasms harga asmer dar gka kosume ke gka produse. Dega kaa la dalam jagka pajag perubaha harga jagug d gka kosume drasmska ke harga jagug d gka produse dega kecepaa yag sama. Saa erjad keaka harga jagug d gka kosume kemuda drasmska ke produse maka keaka harga ersebu juga erjad d gka produse, sebalkya saa erjad peurua harga jagug d gka kosume kemuda drasmska ke produse maka peurua harga ersebu aka dku dega peurua harga jagug d gka produse pada kecepaa yag sama. Hal sejala dega hasl peela Sar e al. (2012) bahwa dalam jagka pajag erdapa egras yag kua aara pasar jagug gka pea dega egkulak, makelar, da pedagag besar d Provs Nusa Teggara Bara. KESIMPULAN DAN SARAN KESIMPULAN Dalam jagka pedek rasms harga jagug dar gka kosume ke gka produse d Provs Lampug berjala secara asmer. Sebalkya dalam jagka pajag rasms harga jagug dar gka kosume ke gka produse berjala secara smer aau dalam jagka pajag perubaha harga jagug d gka kosume bak keaka maupu peurua harga aka drasmska ke harga jagug d gka produse dega kecepaa yag sama. SARAN Perlu adaya kelembagaa yag memhak pea jagug sehgga dapa megkaka bargag poso pea. Sela u, uuk peela selajuya sebakya jka aka megaalss efses pemasara dak haya dlha dar seg efses harga eap juga dar efses operasoal. DAFTAR PUSTAKA Acquah, H.D.G., ad E.E. Oumah., 2010, A comparso of he dffere approaches o deecg asymmery realwholesale prce rasmsso, Amerca-Eurasa Joural of Scefc Research vol. 5, No. 1, Aprla, A., R Ada, Syafral, G Tsa, Che L-H.H., 2014, Threshold coegrao pada pasar jagug d Idoesa. AGRISE vol. 14, No. 1, Asmaraaka, R.W., 1985, Aalss pemasara jagug d daerah sera produks Provs Lampug [ess], Bogor (ID): Isu Peraa Bogor. Asmaraaka, R.W., 2012, Pemasara agrbss (agrmarkeg), Bogor (ID): Depareme Agrbss FEM-IPB. Baley, D.V., ad W. Brorse., 1989, Prce asymmery spaal fed cale markes, Weser Joural of Agrculural Ecoomcs, vol. 14, No. 2, [BPS] Bada Pusa Sask Provs Lampug, 2015, Produks aama palawja Provs Lampug, , Badar Lampug (ID): Bada Pusa Sask Provs Lampug. [BPS] Bada Pusa Sask Republk Idoesa, 2015a, Dsrbus perdagaga komodas jagug ppla Idoesa 2015, Jakara (ID): Bada Pusa Sask. [BPS] Bada Pusa Sask Republk Idoesa, 2015b, Produks aama paga 2014, Jakara (ID): Bada Pusa Sask. Ra Purwash, Muhammad Frdaus, da Sr Haroyo

12 86 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama [BPS] Bada Pusa Sask Republk Idoesa, 2015c, Sask harga kosume perdesaa kelompok makaa, Jakara (ID): Bada Pusa Sask. [BPS] Bada Pusa Sask Republk Idoesa, 2015d, Sask harga produse peraa subsekor aama paga, horkulura da aama perkebua rakya, Jakara (ID): Bada Pusa Sask. Cofor, P., 2004, Prce rasmsso seleced agrculural markes. Workg Paper, FAO Commody ad Trade Polcy Research. Egle, R.F., ad C.W.J. Grager., 1987, Coegrao ad error correco: represeao, esmao, ad esg, Ecoomerca, vol. 55, No. 1, Eders, W., 1995, Appled ecoomerc me seres, New York: Joh Wlley ad Sos, Ic. Frdaus, M., 2011, Aplkas ekoomerka uuk daa pael da me seres, Kampus IPB Tama Kecaa Bogor: IPB Press. Fossa, S., ad F. Lorezo, C.M. Rodrguez., 2007, Regoal ad eraoal marke egrao of a small ope ecoomy, Joural of Appled Ecoomcs, vol. 10, No. 1, Heyes, P. J., 1986, Tesg marke egrao, Food Research Isue Sudes, vol. 20. No. 1, Irlgaor, M., R. Bodk, ad C. Hsao., 1996, Ecoomercs models, echques, ad applcaos. Prace-Hall, Ic, New Jersey. Irawa, B., 2007, Flukuas harga, rasms harga da marj pemasara sayura da buah. Aalss Kebjaka Peraa, vol. 5, No. 4, Juada, B., da Juad Ekoomerka dere waku eor da aplkas. Bogor (ID): IPB Press. Meyer, J., ad vo Cramo-Taubadel, S., 2004, Asymmerc prce rrasmsso: a survey, Joural of Agrculural Ecoomcs, vol. 55, No. 3, Omar, M.I., A. Islam, M.S. Hoq, M.F. Dewa, da M.T. Islam., 2014, Markeg sysem ad marke egrao of dffere egg markes Bagladesh, IOSR Joural of Busess ad Maageme, vol. 16, No. 1, [Permea] Peraura Meer Peraa., 2015, Pedoma peguaa lembaga dsrbus paga masyaraka ahu 2015, Jakara (ID): Kemeera Peraa. Ravallo, M., 1986, Tesg marke egrao, Amerca Joural of Agrculural Ecoomcs, vol. 68. No 1, Rez, I., ad Y. Paagopoulos., 2008, Asymmerc prce rasmsso he Greek agr-food secor: some ess, Agrbusess., vol. 24, No. 1, Rez, I., 2014, Prce rasmsso aalyss he Greek mlk marke, SPOUDAI Joural of Ecoomcs ad Busess, vol. 64, No. 4, Sar I. N., R. Wad, J. Amakusuma., 2012, Aalss efses pemasara jagug d Provs Nusa Teggara Bara. Forum Agrbss, vol. 2, No. 2, Sar, I.N., 2013, Aalss efses pemasara jagug d Provs Nusa Teggara Bara. [ess], Bogor (ID): Isu Peraa Bogor. Vavra, P., ad B. K. Goodw., 2005, Aalyss of prce rasmsso alog he food cha, OECD Food Agrculure ad Fsheres Workg Paper, No 3, Do: / vo Cramo-Taubadel, S., ad J-P. Loy., 1996, Prce asymmery he eraoal whea marke: comme, Caada Joural of Agrculural Ecoomcs, vol. 44. No. 3, vo Cramo-Taubadel, S., 1998, Esmag asymmerc prce rasmsso wh he error correco represeao: a applcao o he Germa pork marke, Europea Revew of Agrculural Ecoomcs, vol. 25, Ra Purwash, Muhammad Frdaus, da Sr Haroyo

13 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama Warso, B., 2013, Kebjaka pegembaga komodas aama paga dalam medukug program maser pla percepaa da perluasa pembagua ekoom Idoesa (MP3EI) sud kasus d Props Goroalo, Jural Peela Peraa Terapa, vol. 13, No. 2, Yusdja, Y., da A. Agusa., 2003, Aalss kebjaka arf jagug aara pea jagug da peerak, Alss Kebjaka Peraa, vol. 1, No. 1, Ra Purwash, Muhammad Frdaus, da Sr Haroyo

14 88 Jural Agrbss Idoesa (Vol 5 No 1, Ju 2017); halama Ra Purwash, Muhammad Frdaus, da Sr Haroyo

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

III. METODE KAJIAN A.

III. METODE KAJIAN A. 25 III. METODE KAJIAN A. Lokas da Waku Kaja Lokas kaja d dusr sapu PT. XYZ yag berlokas d Dusu III R.3/05 Desa Kalbuaya, Kecamaa Telagasar, Kabupae Karawag. Pemlha lokas dlakuka secara segaja (purposve),

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX ANAISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCUOSIS DENGAN MODE REGRESI COX Es Okava Sr Seyagsh da A Adrya Program Sud Maemaka Fakulas Maemaka da Ilmu Pegeahua Alam Uversas Pakua

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati REFLEKTANS DAN TRANSMTANS CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM Chrsa Dw Raawa Jurusa Fska Fakulas Maemaka da lmu Pegeahua Alam Uversas Dpoegoro sar : Telah dlakuka kaja erhadap larua gula da larua

Lebih terperinci

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU 8345 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegera Peramala Meuru Assaur peramala adalah kegaa uuk memperkraka apa yag aka erjad d masa yag aka daag. Sedagka ramala adalah suau suas aau kods yag dperkraka aka erjad pada

Lebih terperinci

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB 2 LANDASAN TEORI 2. Tjaua Pusaka 2.. Defs Pemelharaa Pegera pemelharaa aau perawaa ( maeace ) adalah suau kombas dar berbaga daka yag dlakuka uuk mejaga suau barag aau memperbakya, sampa pada suau

Lebih terperinci

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur

Declustering Peaks Over Threshold Pada Data Curah Hujan Ekstrim Dependen di Sentra Produksi Padi Jawa Timur Decluserg Peaks Over Threshold Pada Daa Curah Huja Eksrm Depede d Sera Produks Pad Jawa Tmur Rosa Malka () da Suko () ()() Jurusa Saska, FMIPA, ITS, Isu Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm,

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Peremua 3 Oule: Meode Peramala: Expoeal Smoohg (Sgle) Double Expoeal Smoohg Wer s Mehod for Seasoal Problems Error Forecas MAD, MSE, MAPE, MFE aau Bas Referes:

Lebih terperinci

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU Dyah Rosa STEM Akamgas, Jl. Gajah Mada No. 38 Cepu E-mal: a_dyah@yahoo.com ABSTRAK Peramala produks d masa medaag saga

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defs Pemelharaa Pemelharaa aau perawaa (maeace) merupaka kegaa uuk mejaga aau memelhara faslas-faslas da peralaa pabrk, sera megadaka perbaka, peyesuaa aau peggaa yag dperluka uuk medapaka

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6) Pemecaha Masalah Ieger Programmg Ber Dega Meode Peambaha Wawa Lakso YS 6) ISSN : 1693 1173 Absrak Program Ler adalah perecaaa akfas-akfas uuk memperoleh suau hasl yag opmal. Tdak semua varabel kepuusa

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

Rancangan Acak Kelompok

Rancangan Acak Kelompok Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

Estimasi Parameter Model Logit pada Respons Biner Multivariat Menggunakan Metode Mle dan Gee

Estimasi Parameter Model Logit pada Respons Biner Multivariat Menggunakan Metode Mle dan Gee Jural ILMU DASAR Vol. 0 No.. 009 : 85 9 85 Esmas Parameer Model Log pada Respos Ber Mulvara Megguaka Meode Mle da Gee Esmag Parameers of Log Model o Mulvarae Bary Respose Usg Mle ad Gee Jaka Nugraha, Suryo

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

Bab 7 NILAI DAN VEKTOR EIGEN

Bab 7 NILAI DAN VEKTOR EIGEN Bab 7 NILAI DAN VEKTOR EIGEN 7 Movas Dmovas bab dega medskuska persamaa a hy by c, dega dak semua dar a, b, da c adalah ol Peryaaa a hy by dsebu beuk kuadrak dalam da y, sera erdapa deas a hy by a h [

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc STUDI KELAYAKAN: ASPEK FINANSIAL F.Hafz Saragh SP, MSc Pajak Baya bag perusahaa/ usahata, sehgga merupaka peguraga dar beeft Subsd FINANSIAL Peguraga baya bag perusahaa/ usahata, sehgga merupaka tambaha

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

FINITE FIELD (LAPANGAN BERHINGGA)

FINITE FIELD (LAPANGAN BERHINGGA) INITE IELD (LAPANGAN BERHINGGA) Muhamad Zak Ryao NIM: /5679/PA/8944 E-mal: zak@malugmacd h://zakmahwebd Dose Pembmbg: Drs Al Sujaa, MSc Jka suau laaga (feld) memua eleme yag bayakya berhgga, maka laaga

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIN 3. Jes da Suber Daa Daa uaa yag dguaka uuk eela adalah harga yak bu dua (), harga yak kedela dua (), harga CPO CIF Roerda (), harga CPO FOB Malaysa (PCPOMY), harga eksor CPO (), harga

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

Lebih terperinci

Pengukuran Bunga. Modul 1

Pengukuran Bunga. Modul 1 Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Pri) D-34 Sepeda Moor Merek X Di Kabupae Da Koamadya Malag Dega Meode Peramala Hierarki Rika Susai, Desri Susilaigrum, da Suharoo Jurusa Saisika,

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: prohumas@smkwkrama.et, webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau

Lebih terperinci