BAB I PENDAHULUAN. Daerah daratan adalah daerah yang terletak di atas dan di bawah
|
|
- Surya Sudomo Darmali
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1 Latar Belakang Daerah daratan adalah daerah yang terletak di atas dan di bawah permukaan daratan dimulai dari batas garis pasang tertinggi. Daerah lautan adalah daerah yang terletak di atas dan di bawah permukaan laut di mulai dari sisi laut pada garis surut terendah, termasuk dasar laut dan bagian bumi di bawahnya. Garis pantai adalah garis batas pertemuan antara daratan dan air laut, dimana posisinya tidak tetap dan dapat berpindah sesuai dengan pasang surut air laut dan erosi pantai yang terjadi. Sempadan pantai adalah kawasan tertentu sepanjang pantai yang mempunyai manfaat penting untuk mempertahankan kelestarian fungsi pantai. Kriteria sempadan pantai adalah daratan sepanjang tepian yang lebarnya sesuaidengan bentuk dan kondisi fisik pantai, minimal 100 m dari titik pasang tertinggi ke arah daratan. Pesisir adalah daerah darat di tepi laut yang masih mendapat pengaruh laut seperti pasang surut, angin laut, dan perembesan air laut. Sedang pantai adalah daerah di tepi perairan yang dipengaruhi oleh air pasang tertinggi dan air surut terendah. Wilayah pesisir sangat rentan terhadap tekanan baik yang berasal dari darat maupun dari laut.salah satu tekanan yang mengancam keberlangsungan wilayah pesisir adalah adanya kenaikan muka air laut.kontribusi relativ dari pemuaian suhu dan pencairan es terhadap kenaikan muka laut adalah tidak pasti dan perkiraan ini dapat bervariasi.kedua faktor 1
2 tersebut dapat meningkatkan volume air laut di bumi dan meningkatkan tinggi muka laut. Pasang surut adalah fluktuasi muka air laut sebagai fungsi waktu karena adanya gaya tarik benda-benda langit, terutama matahari dan bulan.meskipun massa bulan jauh lebih kecil dari massa matahari, tetapi karena jaraknya dari bumi jauh lebih dekat, maka pengaruh gaya tarik bulan terhadap bumi lebih besar daripada pengaruh gaya tarik matahari.kenaikan muka air laut yang terus bertambah dikhawatirkan akan mengancam daerah-daerah pesisir sehingga menimbulkan kerugian baik dalam finansial maupun ekonomi. Hal ini akan merugikan bagi masyarakat yang melakukan aktivitas perekonomian yang berada di wilayah pesisir. Sehingga dampak kenaikan muka air laut tidak menggenangi daerah-daerah yang lebih rendah dari muka laut yang mengalami pasang tertinggi. Semarang merupakan kota yang memiliki wilayah pesisir di bagian utara dengan garis pantai sepanjang kurang lebih 13 km. Hal ini pasti akan mengalami dampak dari kenaikan permukaan laut. Terjadinya penurunan muka tanah di Semarang juga akan memperburuk kenaikan muka air laut tersebut. Penurunan tanah tersebut terjadi akibat peristiwa konsolidasi (pemampatan) dan pengambilan air bawah tanah yang berlebihan (Sarbidi, 2002).Peristiwa tersebut mengakibatkan kawasan Semarang sering terjadi banjir saat air laut pasang. Banjir tersebut sering disebut banjir rob. Banjir tersebut menggenangi daerah-daerah yang permukaanya berada lebih rendah dari muka air laut saat pasang tertinggi. Kedalaman air akibat banjir rob bisa mencapai cm dengan luas genangan diperkirakan mencapai 32,6 km 2 (Sarbidi, 2002). 2
3 Banjir rob yang terjadi di Semarang merupakan salah satu dampak dari kenaikan muka air laut. Permasalahan banjir rob di Semarang termasuk masalah yang hingga ini masih belum dipecahkan. Hal ini dikarenakan angka pasti kenaikan muka air laut di Semarang masih belum jelas. Menurut Tim Penelitian ITB (1990) dalam Abdurachim (2002) kenaikan muka air laut di Semarang mencapai 9,27 mm/tahun, menurut Manurung et al (2002) kenaikan muka laut di Semarang mencapai 6 mm/tahun, menurut Suripin (2002) dalam laporan penelitiannya menyatakan bahwa kenaikan muka laut di Semarang mencapai 5,01 cm/tahun. Sedangkan berdasarkan penelitian Adhitya (2003) dari mulai 1991 hingga tahun 1997 muka air laut rata-rata tahunan di Semarang mengalami kenaikan berkisar 1,5 6,7 cm. Akan tetapi pada tahun berikutnya sampai tahun 2000 permukaan laut justru mengalami penurunan sebesar 1,31 39,9 cm. Penelitian kerentanan wilayah pesisir sangat diperlukan dalam rangka mengurangi dampak serta kemungkinan-kemungkinan respon terkait terhadap perubahan fenomena yang berlangsung. Hal ini mengakibatkan perlu adanya prediksi untuk mengetahui seberapa tinggi muka air laut. Dari hasil prediksi tersebut diharapkan dapat membantu pihak-pihak yang berkepentingan langkah-langkah strategis yang perlu dilakukan agar tidak mengalami kerugian yang cukup besar. Metode statisika sangat berperan penting dalam memprediksi maupun menduga estimasi tinggi muka air laut.salah satu metode yang digunakan adalah dengan pendekatan regresi nonparametrik.pendekatan regresi nonparametrik merupakan metode pendugaan model yang dilakukan berdasarkan pendekatan yang tidak terikat asumsi bentuk kurva regresi tertentu dimana kurva regresi 3
4 hanya diasumsikan smooth, sehingga regresi nonparametrik memiliki fleksibilitas yang tinggi karena data diharapkan mencari sendiri bentuk estimasi kurva regresinya tanpa dipengaruhi oleh faktor subyektifitas peneliti (Eubank, 1988).Pendekatan nonparametriksangat cocok digunakan dalam kehidupan nyata yang tidak diketahui pola hubungannya secara jelas. Salah satu model regresi dengan pendekatan nonparametrik adalah Spline.Spline merupakan model regresi yang mempunyai interpretasi statistik visual sangat khusus dan sangat baik.disamping itu, kelebihan Spline adalah cenderung mencari sendiri estimasi data kemana pun data tersebut bergerak.spline dapat mengatasi pola data yang menunjukkan naik atau turun yang tajam dengan bantuan titik-titik knots, serta kurva yang dihasilkan relatif mulus. Titik knots merupakan perpaduan bersama yang menunjukkan pola perilaku fungsi Spline pada selang yang berbeda (Hardle, 1990). Model regresi Spline berdasarkan ordenya yaitu linier, kuadratik, kubik, dan polinom. Bentuk estimator Spline sangat dipengaruhi oleh nilai parameter penghalus λ. Bentuk estimator Spline juga dipengaruhi oleh lokasi dan banyak titik knots (Budiantara, 2005). Oleh karena itu, pemilihan λ optimal mutlak diperlukan untuk memperoleh estimator Spline yang sesuai dengan data.pemilihan λ optimal dalam regresi Spline pada hakekatnya merupakan pemilihan lokasi titik knots (Eubank, 1988). Untuk nilai λ yang sangat besar akan menghasilkan kurva regresi yang sangat halus. Sebaliknya untuk nilai λ yang kecil akan memberikan bentuk kurva regresi yang sangat kasar (Wahba, 1990; Eubank, 1988; Budiantara, 1988). Model Spline terbaik dapat dilihat dari beberapa kriteria tertentu yaitu mempunyai nilai 4
5 Means Squared Error (MSE) dan nilaigeneralized Cross Validation (GCV) yang minimum. Regresi Spline sangat sesuai untuk kasus kehidupan nyata karena sifatnya yang fleksibilitas (dalam Wahyu Wibowo,2013) Dikarenakan data tinggi gelombang pasang surutmengalami fluktuasi, maka regresi Spline sesuai untuk memodelkan data tinggi gelombang pasang surut di Semarang.Dari hasil analisa tersebut diharapkan dapat membantu masyarakat dan instansi yang terkait dalam menangani maupun dalam pengambilan kebijakan. 1.2 Perumusan Masalah Berdasarkan latar belakang yang telah diuraikan, maka permasalahan yang peneliti bahas dalam skripsi ini yaitu: 1. Bagaimana memodelkan tinggi gelombang pasang surut di Semarang menggunakan pendekatan regresi Spline. 2. Bagaimana nilai estimasi dari hasil permodelan regresi Spline pada data tinggi gelombang pasang surut di Semarang. 1.3 Tujuan Penelitian 1. Untuk mengetahui model tinggi gelombang pasang surut di Semarang menggunakan metode regresi Spline 2. Mengetahui estimasi model regresi Spline untuk data tinggi gelombang pasang surut di Semarang. 5
6 1.4 Manfaat Penelitian a. Bagi masyarakat Dapat membantu masyarakatmenambah pengetahuan dan sebagai referensi mengenai regresi Spline. Dari regresi Spline tersebut dapat mengetahui gambaran data tinggi gelombang pasang surut di Semarang. b. Bagi pemerintah Dapat membantu pemerintah Semarangdalam pengambilan kebijakan tentang tata letak kota sehingga dapat terhindar dari dampak tinggi gelombang pasang surut. 1.5 Batasan Masalah Masalah yang diangkat dalam skripsi ini terlalu luas jika diteliti secara menyeluruh. Masalah yang menjadi obyek penelitian adalah: 1. Data yang diambil adalah data sekunder dari Badan Meteorologi dan Geofisika Stasiun Geofisika Maritim Semarang yaitu data tinggi gelombang pasang surut di Semarang tahun Permodelan tinggi gelombang pasang surut di Semarang menggunakan regresi Spline. 6
BAB I PENDAHULUAN. menentukan grafik analisis regresi dapat digunakan tiga pendekatan, yaitu regresi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan analisis yang bertujuan untuk mengetahui pengaruh antara variabel independen dengan variabel dependen. Dalam menentukan grafik analisis
Lebih terperinciPEMODELAN MEAN SEA LEVEL (MSL) DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK DERET FOURIER
PEMODELAN MEAN SEA LEVEL (MSL) DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK DERET FOURIER 1 Tiani Wahyu Utami, 2 Indah Manfaati Nur 1,2 Program Studi Statistika, Fakultas Matematika dan Ilmu
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.
PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat
Lebih terperinciREGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R.
REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R Tiani Wahyu Utami 1), Alan Prahutama 2) 1 Program studi Statistika, FMIPA, Universitas Mumammadiyah Semarang email: tianiutami@unimus.ac.id 2 Departemen
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode analisis data yang telah diterapkan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan metode analisis data yang telah diterapkan secara luas pada berbagai bidang penelitian, sebagai contoh penelitian-penelitian dalam ilmu pengetahuan
Lebih terperinciBAB I PENDAHULUAN. dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu analisis dalam statistika yang dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau variabel bebas X dengan
Lebih terperinciPENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1
PENENTUAN MODEL REGRESI SPLINE TERBAIK Agustini Tripena 1 1) Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Pada paper ini
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi
Lebih terperinciAnalisis Regresi Spline Kuadratik
Analisis Regresi Spline Kuadratik S 2 Oleh: Agustini Tripena Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Regresi spline
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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini diuraikan beberapa tinjauan pustaka sebagai landasan teori pendukung penulisan penelitian ini. 2.1 Analisis Regresi Suatu pasangan peubah acak seperti (tinggi, berat)
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN Amalia Ma rufa, Sri Subanti, Titin Sri Martini Program Studi Matematika FMIPA UNS
Lebih terperinciREGRESI SPLINE SEBAGAI ALTERNATIF DALAM PEMODELAN KURS RUPIAH TERHADAP DOLAR AMERIKA SERIKAT SKRIPSI
REGRESI SPLINE SEBAGAI ALTERNATIF DALAM PEMODELAN KURS RUPIAH TERHADAP DOLAR AMERIKA SERIKAT SKRIPSI Oleh: SULTON SYAFII KATIJAYA NIM : J2E009041 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciPEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.
JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.
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 terperinciBAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah
BAB III REGRESI SPLINE 3.1 Fungsi Pemulus Spline yaitu Fungsi regresi nonparametrik yang telah dituliskan pada bab sebelumnya = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah faktor
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 terperinciPEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN
SIDANG LAPORAN TUGAS AKHIR PEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN Oleh : Servianie Purnamasari (1310 030
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kota Medan merupakan ibukota Provinsi Sumatera Utara dan menjadi kota terbesar nomor 3 (tiga) di Indonesia setelah Jakarta dan Surabaya. Selain sebagai kota
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN
PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN REGRESI PENALIZED SPLINE BERBASIS RADIAL SKRIPSI Disusun oleh: KARTIKANINGTIYAS H.S 24010211140076 JURUSAN STATISTIKA FAKULTAS SAINS DAN
Lebih terperinciPREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL
PREDIKSI INFLASI DI PROVINSI JAWA TENGAH DENGAN MENGGUNAKAN REGRESI KERNEL Firmanti Suryandari, Sri Subanti, Bowo Winarno Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi merupakan proses meningkatnya
Lebih terperinciPREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE
PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE Annita Nur Kusumastuti, Sri Sulistijowati Handajani, dan Respatiwulan Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi identik
Lebih terperinciBAB I. PENDAHULUAN. Kota Semarang berada pada koordinat LS s.d LS dan
BAB I. PENDAHULUAN I.1. Latar Belakang Kota Semarang berada pada koordinat 6 0 55 34 LS s.d. 7 0 07 04 LS dan 110 0 16 20 BT s.d. 110 0 30 29 BT memiliki wilayah pesisir di bagian utara dengan garis pantai
Lebih terperinciABSTRAK. Kata Kunci: regresi nonparametrik spline, knot, GCV, angka kematian bayi.
Judul : Pemodelan Regresi Nonparametrik Spline Pada Angka Kematian Bayi di Provinsi Bali Nama : Gede Abdi Hadi Suryawan Pembimbing : 1. I.Gst. Ayu Made Srinadi, S.Si.,M.Si. 2. I Wayan Sumarjaya, S.Si.,M.Stats.
Lebih terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
5 II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan
Lebih terperinciMODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA
MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA 1 Mifta Luthfin Alfiani, 2 Indah Manfaati Nur, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika,
Lebih terperinciANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE
ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE SKRIPSI Oleh : ALVITA RACHMA DEVI 24010210120017 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciPemodelan Spline Truncated dalam Regresi Nonparametrik Birespon
Konferensi Nasional Sistem & Informatika 7 STMIK STIKOM Bali, Agustus 7 Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon Luh Putu Safitri Pratiwi Program Studi Sistem Informasi STMIK STIKOM
Lebih terperinciPENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 2 (2013), hal 121 126. PENENTUAN GENERALIZED CROSS VALIDATION (GCV) SEBAGAI KRITERIA DALAM PEMILIHAN MODEL REGRESI B-SPLINE TERBAIK Yuyun
Lebih terperinciBAB I PENDAHULUAN. ekonomi dan pembangunan yang pesat di Kota Surabaya menyebabkan perubahan
BAB I PENDAHULUAN 1.1. Latar Belakang Surabaya merupakan kota yang memiliki pertumbuhan ekonomi yang pesat dan menyumbang pendapatan Negara yang sangat besar. Surabaya juga merupakan kota terbesar kedua
Lebih terperinciPERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA
PERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA Febriani Astuti, Kartiko, Sri Sulistijowati Handajani Jurusan Matematika
Lebih terperinciBAB I PENDAHULUAN 1.1.Latar Belakang
BAB I PENDAHULUAN 1.1.Latar Belakang Pesisir adalah wilayah bertemunya daratan dan laut, dengan dua karakteristik yang berbeda. Bergabungnya kedua karakteristik tersebut membuat kawasan pesisir memiliki
Lebih terperinciOleh : Edwin Erifiandi (NRP ) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi
Oleh : Edwin Erifiandi (NRP. 1309 201 701) Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MSi PENDAHULUAN Latar Belakang (1) () Salah satu metode statistika untuk memodelkan hubungan antar variabel adalah
Lebih terperinciPEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip
PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE Disusun Oleh : NOVIA AGUSTINA 24010211130039 Skripsi Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains
Lebih terperinciBAB 1 PENDAHULUAN. variabel respon dengan variabel prediktor. Menurut Eubank (1988), f(x i ) merupakan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Metode regresi merupakan metode statistika untuk mengetahui hubungan antara variabel respon dengan variabel prediktor. Menurut Eubank (1988), f(x i ) merupakan
Lebih terperinciPEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE
PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE SKRIPSI Disusun Oleh : ANISA SEPTI RAHMAWATI 24010212140046 DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Kawasan pesisir merupakan prioritas utama sebagai pusat pengembangan
BAB I PENDAHULUAN 1.1 Latar Belakang Kawasan pesisir merupakan prioritas utama sebagai pusat pengembangan kegiatan industri, pariwisata, agribisnis, agroindustri, permukiman, transportasi, dan pelabuhan.
Lebih terperinciPEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI
Lebih terperinciBAB IV PEMBAHASAN. 4.1 Deskripsi Data
BAB IV PEMBAHASAN Pada bab ini diberikan deskripsi data, diagram pencar data, titik knot optimal, model regresi nonparametrik spline, pengujian parameter, dan pengujian sisaan. Selanjutnya regresi nonparametrik
Lebih terperinciPEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL
PEMODELAN HARGA CABAI DI KOTA SEMARANG TERHADAP HARGA INFLASI MENGGUNAKAN REGRESI SEMIPARAMETRIK POLINOMIAL LOKAL Alan Prahutama, Suparti, Departemen Statistika, Fakultas Sains dan Matematika,Universitas
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu alat statistika yang banyak digunakan untuk mengetahui hubungan antara sepasang variabel atau lebih. Misalkan X adalah variabel
Lebih terperinciBAB II TINJAUAN PUSTAKA. variabel prediktor terhadap variabel respons. Hubungan fungsional
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Dalam ilmu statistika, metode yang dapat digunakan untuk menganalisis pola hubungan antara satu variabel atau lebih dengan satu variabel atau lebih lainnya
Lebih terperinciBAB II STUDI PUSTAKA. 2.1 Tinjauan Umum
6 BAB II STUDI PUSTAKA 2.1 Tinjauan Umum Dalam suatu perencanaan tentu dibutuhkan pustaka yang bisa dijadikan sebagai acuan dari perencanaan tersebut agar dapat terwujud bangunan pantai yang sesuai dengan
Lebih terperinciPEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan)
PEMODELAN REGRESI SPLINE (Studi Kasus: Herpindo Jaya Cabang Ngaliyan) I Made Budiantara Putra 1, I Gusti Ayu Made Srinadi 2, I Wayan Sumarjaya 3 1 Jurusan Matematika, Fakultas MIPA - Universitas Udayana
Lebih terperinciI. PENDAHULUAN. sektor perekonomian dan bisnis menjadi daya tarik masyarakat dari berbagai
I. PENDAHULUAN 1.1 Latar Belakang Jakarta merupakan ibu kota yang menjadi pusat lokasi pelaksanaan fungsi administrasi pemerintahan dan perekonomian Republik Indonesia. Hal ini memicu pesatnya pembangunan
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 terperinciPEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN REGRESI PENALIZED SPLINE BERBASIS RADIAL
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 533-541 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN
Lebih terperinciKERANGKA RAPERMEN TENTANG TATA CARA PENGHITUNGAN BATAS SEMPADAN PANTAI
KERANGKA RAPERMEN TENTANG TATA CARA PENGHITUNGAN BATAS SEMPADAN PANTAI BAB I BAB II BAB III BAB IV BAB V : KETENTUAN UMUM : PENGHITUNGAN BATAS SEMPADAN PANTAI Bagian Kesatu Indeks Ancaman dan Indeks Kerentanan
Lebih terperinciI. PENDAHULUAN. Banjir pasang (rob) merupakan peristiwa yang umumnya terjadi di
I. PENDAHULUAN Banjir pasang (rob) merupakan peristiwa yang umumnya terjadi di wilayah pesisir pantai dan berkaitan dengan kenaikan muka air laut. Dampak banjir pasang dirasakan oleh masyarakat, ekosistem
Lebih terperinciESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE
ESTIMASI KURVA REGRESI PADA DATA LONGITUDINAL DENGAN WEIGHTED LEAST SQUARE Dian Ragil P.. Abstrak Model varying-coefficient pada data longitudinal akan dikaji dalam proposal ini. Hubungan antara variabel
Lebih terperinciANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA
E-Jurnal Matematika Vol. 5 (3), Agustus 2016, pp. 111-116 ISSN: 2303-1751 ANALISIS REGRESI NONPARAMETRIK SPLINE MULTIVARIAT UNTUK PEMODELAN INDIKATOR KEMISKINAN DI INDONESIA Desak Ayu Wiri Astiti 1, I
Lebih terperinciESTIMATOR SPLINE KUBIK
Bimafika, 011, 3, 30-34 ESTIMATOR SPLINE KUBIK Johannis Takaria * Staff Pengajar Fakultas Keguruan Dan Ilmu Pendidikan Universitas Pattimura Ambon Diterima 10-1-010; Terbit 31-06-011 ABSTRACT Consider
Lebih terperinciBAB I PENDAHULUAN. dengan yang lain, yaitu masing-masing wilayah masih dipengaruhi oleh aktivitas
BAB I PENDAHULUAN 1.1. Latar Belakang Pesisir (coast) dan pantai (shore) merupakan bagian dari wilayah kepesisiran (Gunawan et al. 2005). Sedangkan menurut Kodoatie (2010) pesisir (coast) dan pantai (shore)
Lebih terperinciREGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS
REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS Dhina Oktaviana P, I Nyoman Budiantara Mahasiswa Jurusan Statistika ITS Surabaya, Dosen Jurusan Statistika ITS Surabaya
Lebih terperinciBAB 1 PENDAHULUAN. hubungan antara variabel respon dengan satu atau beberapa variabel prediktor.
BAB 1 PENDAHULUAN A. Latar Belakang Masalah Analisis regresi merupakan metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel prediktor. Misalkan X adalah
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1. 1. Latar Belakang Wilayah pesisir merupakan wilayah yang sangat penting bagi kehidupan manusia. Pada wilayah ini terdapat begitu banyak sumberdaya alam yang sudah seharusnya dilindungi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia adalah negara kepulauan dengan luas wilayah daratan dan perairan yang besar. Kawasan daratan dan perairan di Indonesia dibatasi oleh garis pantai yang menempati
Lebih terperinciAPLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR
APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR Oleh : Isnia Dwimayanti (0 09 06) Pembimbing : DR Drs I Nyoman Budiantara, MS ABSTRAK Tingginya tingkat fertilitas
Lebih terperinciI. PENDAHULUAN 1.1. Latar Belakang
1 I. PENDAHULUAN 1.1. Latar Belakang Wilayah pesisir merupakan pertemuan antara wilayah laut dan wilayah darat, dimana daerah ini merupakan daerah interaksi antara ekosistem darat dan ekosistem laut yang
Lebih terperinci5 MODEL ADITIF VECTOR AUTOREGRESSIVE EXOGENOUS
5 MODEL ADITIF VECTOR AUTOREGRESSIVE EXOGENOUS Pendahuluan Pada model VARX hubungan peubah penjelas dengan peubah respon bersifat parametrik. Stone (1985) mengemukakan pemodelan yang bersifat fleksibel
Lebih terperinciPEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE
PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE SKRIPSI Disusun oleh SETA SATRIA UTAMA 24010210120004 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciADLN Perpustakaan Universitas Airlangga
PERBANDINGAN METODE GENERALIZED CROSS VALIDATION DAN GENERALIZED MAXIMUM LIKELIHOOD DALAM REGRESI NONPARAMETRIK SPLINE UNTUK MEMPERKIRAKAN JUMLAH LEUKOSIT PADA TERSANGKA FLU BURUNG DI JAWA TIMUR RINGKASAN
Lebih terperinciTINJAUAN PUSTAKA. Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Menurut Hardle (1994) analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan antara variabel respon dengan satu atau beberapa variabel
Lebih terperinciBAB II TINJAUAN PUSTAKA
2.1. Pantai BAB II TINJAUAN PUSTAKA Pantai adalah daerah tepi perairan yang dipengaruhi oleh air pasang tertinggi dan air surut terendah, sedangkan pesisir adalah daerah darat di tepi laut yang masih mendapat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Wilayah pesisir merupakan wilayah yang sangat dinamis dan mempunyai karakteristik yang beragam di setiap tempatnya. Hal tersebut disebabkan oleh interaksi antara litosfer,
Lebih terperinciSTUDI PREFERENSI MIGRASI MASYARAKAT KOTA SEMARANG SEBAGAI AKIBAT PERUBAHAN IKLIM GLOBAL JANGKA MENENGAH TUGAS AKHIR
STUDI PREFERENSI MIGRASI MASYARAKAT KOTA SEMARANG SEBAGAI AKIBAT PERUBAHAN IKLIM GLOBAL JANGKA MENENGAH TUGAS AKHIR Oleh: NUR HIDAYAH L2D 005 387 JURUSAN PERENCANAAN WILAYAH DAN KOTA FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciKLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN)
KLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN) SKRIPSI Oleh : YANI PUSPITA KRISTIANI 24010211120018
Lebih terperinciAplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri
Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan
Lebih terperinciPERATURAN MENTERI PEKERJAAN UMUM Nomor 09/PRT/M/2010 Tentang PEDOMAN PENGAMANAN PANTAI MENTERI PEKERJAAN UMUM,
MENTERI PEKERJAAN UMUM REPUBLIK INDONESIA PERATURAN MENTERI PEKERJAAN UMUM Nomor 09/PRT/M/2010 Tentang PEDOMAN PENGAMANAN PANTAI MENTERI PEKERJAAN UMUM, Menimbang : a. bahwa pantai merupakan garis pertemuan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia sebagai negara kepulauan mempunyai lebih dari 3.700 pulau dan wilayah pantai sepanjang 80.000 km. Wilayah pantai ini merupakan daerah yang cukup banyak
Lebih terperinciSeminar Tugas Akhir. Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS
Seminar Tugas Akhir Oleh: Dhina Oktaviana P 1307 100 068 Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, MS JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan Negara kepulauan yang rentan terhadap dampak perubahan iklim. Provinsi Jawa Barat merupakan salah satu provinsi di Indonesia yang termasuk rawan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen (respon) dengan satu atau lebih variabel independen (variabel penjelas), dengan
Lebih terperinciBAB I PENDAHULUAN 1.1 TINJAUAN UMUM
BAB I PENDAHULUAN 1.1 TINJAUAN UMUM Ada dua istilah tentang pantai dalam bahasa Indonesia yang sering rancu pemakaiannya, yaitu pesisir (coast) dan pantai (shore). Pesisir adalah daerah darat di tepi laut
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA Kornelius Ronald Demu, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika FMIPA
Lebih terperinciPREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN
PREDIKSI KURS RUPIAH TERHADAP EURO MENGGUNAKAN MODEL REGRESI SPLINE TERSEGMEN Iswan Rahman 1, Raupong 2, M. Saleh AF. 3 1 Mahasiswa Departemen Matematika FMIPA Universitas Hasanuddin 2,3 Staff Pengajar
Lebih terperinciPERATURAN MENTERI PEKERJAAN UMUM DAN PERUMAHAN RAKYAT REPUBLIK INDONESIA NOMOR 07/PRT/M/2015 TENTANG PENGAMANAN PANTAI
PERATURAN MENTERI PEKERJAAN UMUM DAN PERUMAHAN RAKYAT REPUBLIK INDONESIA NOMOR 07/PRT/M/2015 TENTANG PENGAMANAN PANTAI DENGAN RAHMAT TUHAN YANG MAHA ESA MENTERI PEKERJAAN UMUM DAN PERUMAHAN RAKYAT REPUBLIK
Lebih terperinciIII. KERANGKA PEMIKIRAN. permukaan air laut (rob). Fenomena ini berdampak pada kehidupan masyarakat
III. KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Perubahan iklim merupakan implikasi dari kegiatan manusia yang menyebabkan peningkatan suhu bumi. Hal ini menjadi faktor pemicu mencairnya lapisan es di kawasan
Lebih terperinciGENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal 191 196. GENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE Andi Sayuti, Dadan Kusnandar, Muhlasah Novitasari Mara
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Menurut UU No.27 tahun 2007, tentang pengelolaan wilayah pesisir dan pulau-pulau kecil, wilayah pesisir adalah daerah peralihan antara ekosistem darat dan laut yang
Lebih terperinciSEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
Lebih terperinciKata Kunci : regresi semiparametrik, spline, knot, GCV
Judul : Aplikasi Model Regresi Semiparametrik Spline Truncated (Studi Kasus: Pasien Demam Berdarah Dengue (DBD) di Rumah Sakit Puri Raharja) Nama : Ni Wayan Merry Nirmala Yani Pembimbing : 1. I.Gst. Ayu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Daerah Studi Daerah yang menjadi objek dalam penulisan Tugas Akhir ini adalah pesisir Kecamatan Muara Gembong yang terletak di kawasan pantai utara Jawa Barat. Posisi geografisnya
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Indonesia sebagai negara kepulauan mempunyai lebih dari pulau dan
BAB I BAB I PENDAHULUAN PENDAHULUAN 1.1 Latar Belakang Indonesia sebagai negara kepulauan mempunyai lebih dari 17.000 pulau dan wilayah pantai sepanjang 80.000 km atau dua kali keliling bumi melalui khatulistiwa.
Lebih terperinciESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL
Statistika Vol 1 No 1 Mei 213 ESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL Tiani Wahyu Utami 1 Program Studi S1 Statistika Universitas Muhammadiyah
Lebih terperinciPERAMALAN PASANG SURUT AIR LAUT DI PULAU JAWA MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)
PERAMALAN PASANG SURUT AIR LAUT DI PULAU JAWA MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) (Studi Kasus : Ketinggian Pasang Surut Air Laut di Stasiun Pasang Surut Jakarta, Cirebon, Semarang
Lebih terperinciPEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL
PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL ( Studi Kasus : Harga Saham Bulanan pada Kelompok Saham Perbankan Periode Januari 2009 Desember 2015 ) SKRIPSI Disusun oleh: KHOIRUNNISA NUR FADHILAH
Lebih terperinciPENDAHULUAN Latar Belakang
I. PENDAHULUAN A. Latar Belakang Global warming merupakan isu lingkungan terbesar dalam kurun waktu terakhir. Jumlah polutan di bumi yang terus bertambah merupakan salah satu penyebab utama terjadinya
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu analisis statistik yang sering digunakan untuk menyelidiki pola hubungan fungsional antara variabel prediktor dan variabel respon
Lebih terperinciAPLIKASI MODEL REGRESI SEMIPARAMETRIK SPLINE TRUNCATED (Studi Kasus: Pasien Demam Berdarah Dengue (DBD) di Rumah Sakit Puri Raharja)
E-Jurnal Matematika Vol 6 (1), Januari 2017, pp 65-73 ISSN: 2303-1751 APLIKASI MODEL REGRESI SEMIPARAMETRIK SPLINE TRUNCATED (Studi Kasus: Pasien Demam Berdarah Dengue (DBD) di Rumah Sakit Puri Raharja)
Lebih terperinciPemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya
JURNAL SAINS DAN SENI POMITS Vol., No., (04) 7-0 (0-98X Print) D-7 Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya Merly Fatriana Bintariningrum
Lebih terperinciGambar 6. Peta Kecamatan di DAS Sunter.
8 Gambar 5. Peta Tutupan lahan DAS Sunter (BPDAS Ciliwung-Cisadane 4.6.2 Kecamatan di DAS Sunter Daerah Aliran Sungai (DAS) Sunter memiliki beberapa kecamatan seperti yang terlihat pada gambar 6. Kecamatan
Lebih terperinciMODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR
UNIVERSITAS DIPONEGORO 01 ISBN: -0-1-0-1 MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR Alan Prahutama Dosen Jurusan Statistika Undip
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia merupakan Negara kepulauan yang mempunyai 13.466 pulau dan mempunyai panjang garis pantai sebesar 99.093 km. Luasan daratan di Indonesia sebesar 1,91 juta
Lebih terperinci3.1 PERSIAPAN PENDAHULUAN
BAB III METODOLOGI 3.1 PERSIAPAN PENDAHULUAN Tahapan persiapan merupakan rangkaian kegiatan sebelum memulai pengumpulan data dan pengolahannya. Dalam tahap awal ini disusun hal-hal penting dengan tujuan
Lebih terperinciPEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI PENALIZED SPLINE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 603-612 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI
Lebih terperinciABSTRAK. PDF created with pdffactory Pro trial version www.pdffactory.com
KAJIAN KENAIKAN MUKA LAUT SEBAGAI LANDASAN PENANGGULANGAN ROB DI PESISIR KOTA SEMARANG STUDY OF SEA LEVEL RISE AS A BASE FOR ROB PROBLEM SOLVING IN COASTAL REGION OF SEMARANG CITY Anindya Wirasatriya 1),
Lebih terperinciBAB I PENDAHULUAN. Negara Republik Indonesia merupakan suatu negara kepulauan terbesar di
BAB I PENDAHULUAN 1.1 Latar Belakang Negara Republik Indonesia merupakan suatu negara kepulauan terbesar di dunia dengan jumlah pulau mencapai 17.508 pulau besar dan kecil dengan garis pantai sangat panjang
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS ARILANGGA BAB I PENDAHULUAN. Timur Indonesia. Pada proyek Masterplan Percepatan dan Perluasan
BAB I PENDAHULUAN 1.1 Latar Belakang Provinsi Sulawesi Selatan berperan penting sebagai pintu gerbang Kawasan Timur Indonesia. Pada proyek Masterplan Percepatan dan Perluasan Pembangunan Ekonomi Indonesia
Lebih terperinci