TINJAUAN PUSTAKA Profil Kabupaten Jember Pengeluaran Per kapita
|
|
- Liana Kusuma
- 6 tahun lalu
- Tontonan:
Transkripsi
1 TINJAUAN PUSTAKA Profil Kabupaten Jember Berdasarkan data BPS (2009), Kabupaten Jember secara geografis terletak pada Bujur Timur dan Lintang Selatan. Wilayah Kabupaten Jember di sebelah utara berbatasan dengan Kabupaten Bondowoso dan Kabupaten Probolinggo, sebelah timur berbatasan dengan Kabupaten Banyuwangi sedangkan sebelah barat berbatasan dengan Kabupaten Lumajang dan sebelah selatan berbatasan dengan Samudra Hindia. Luas wilayah Kabupaten Jember Km 2 yang terbagi menjadi 31 kecamatan terdiri atas 28 kecamatan dengan 225 desa dan 3 kecamatan dengan 22 kelurahan dengan Jember sebagai ibukota kabupaten. Khusus untuk Susenas 2008, desa-desa yang menjadi contoh sebagian besar berada pada kecamatan yang berbeda, hanya sembilan kecamatan yang memiliki lebih dari satu desa yang menjadi contoh dalam survei tersebut. Kabupaten Jember memiliki potensi sektor pertanian yang cukup tinggi khususnya untuk tanaman padi dan palawija. Pada tahun 2008, Jember memiliki potensi luas panen tanaman padi ha dengan produksi ton, untuk tanaman jagung berpotensi luas panen ha dengan produksi sebesar ton, serta tanaman kedelai berpotensi luas panen ha dengan produksi ton. Pendapatan Asli Daerah (PAD) yang cukup besar yaitu Rp dan menduduki urutan ketiga terbesar di Provinsi Jawa Timur setelah Surabaya dan Sidorajo. Sedangkan Pendapatan Domestik Regional Bruto (PDRB) Kabupaten Jember sebesar Rp (BPS 2009). Pengeluaran Per kapita Beberapa data yang diperoleh dari Susenas 2008 adalah data pengeluaran rumah tangga per bulan dan data pengeluaran per kapita. BPS mendefinisikan pengeluaran rumah tangga sebulan adalah semua biaya yang dikeluarkan rumah tangga selama sebulan untuk memenuhi kebutuhan konsumsi untuk semua anggota rumah tangga. Data pengeluaran per kapita diperoleh dari jumlah pengeluaran rumah tangga sebulan dibagi dengan jumlah anggota rumah tangga tersebut (BPS 2008). Berdasarkan asumsi bahwa penarikan contoh yang dilakukan
2 berdasarkan penarikan contoh acak sederhana, maka rata-rata pengeluaran per kapita desa diperoleh dengan rumus : dengan : = rata-rata pengeluaran per kapita desa ke-i, dengan i = 1,2,..., m = pengeluran per kapita rumah tangga ke j di desa ke- i, dengan j = 1, 2,...,n i = jumlah rumah tangga di desa ke-i m = jumlah desa Pendugaan Area Kecil Pelaksanaan survei dilakukan untuk melakukan pendugaan parameter populasi. Pendekatan klasik untuk menduga parameter populasi didasarkan pada aplikasi model disain penarikan contoh (design-based), dan penduga yang dihasilkan dari pendekatan itu disebut penduga langsung (direct estimation). Data hasil survei ini dapat digunakan untuk mendapatkan penduga yang terpercaya dari total maupun rata-rata populasi suatu area atau domain dengan jumlah contoh yang besar. Namun, ketika penduga langsung tersebut digunakan untuk suatu area yang kecil, maka akan menimbulkan galat baku yang besar (Ghosh dan Rao 1994). Selain itu, pendugaan langsung tidak dapat dilakukan pada area yang tidak terpilih sebagai contoh, karena tidak adanya data yang dapat digunakan untuk melakukan pendugaan. Suatu area dikatakan kecil jika ukuran contoh dalam domain tersebut tidak cukup memadai untuk mendukung ketelitian penduga langsung (Rao 2003). Area kecil biasanya digunakan untuk mendefinisikan area geografi yang kecil atau domain yang memiliki ukuran contoh sangat kecil. Penanganan masalah galat baku dalam pendugaan area kecil dilakukan dengan menambahkan informasi mengenai parameter yang sama pada area kecil lain yang memiliki karakteristik serupa, atau nilai pada waktu yang lalu, atau nilai dari peubah yang memiliki hubungan dengan peubah yang sedang diamati. Pendugaan parameter dan inferensinya yang menggunakan informasi tambahan tersebut dinamakan pendugaan tidak langsung (indirect estimation). Metode ini secara statistik memiliki sifat meminjam kekuatan (borrowing strength) dari
3 informasi mengenai hubungan antara peubah yang diamati dengan informasi yang ditambahkan, sehingga mengefektifkan jumlah contoh yang kecil. Pendugaan tidak langsung berdasarkan pada model implisit atau model eksplisit yang menyediakan suatu link yang menghubungkan area-area kecil melalui data tambahan. Dalam papernya, Petrucci dan Salvati (2004a) menuliskan bahwa penduga tak langsung ini terdiri dari dua tipe, yaitu penduga tak langsung yang berdasarkan pada model implisit, antara lain penduga sintetik (synthetic estimator) dan penduga komposit (composite estimator) serta penduga tak langsung yang berdasarkan pada model eksplisit (berbasis model) yang menggabungkan pengaruh acak antar area. Asumsi dasar dalam pengembangan model untuk SAE adalah bahwa keragaman di dalam area kecil peubah yang sedang diamati dapat diterangkan oleh hubungan keragaman yang bersesuaian pada informasi tambahan yang disebut sebagai pengaruh tetap. Asumsi lainnya adalah bahwa keragaman khusus area kecil tidak dapat diterangkan oleh informasi tambahan dan merupakan pengaruh acak area kecil. Gabungan dari dua asumsi tersebut membentuk model linier campuran (mixed models). Pendugaan area kecil untuk model pengaruh campuran pertama kali dikembangkan oleh Fay dan Herriot (1979), untuk menduga pendapatan per kapita suatu area kecil berdasarkan data survei Biro Sensus Amerika Serikat (U.S. Bureau of the Cencus). Model ini selanjutnya dikenal dengan model Fay-Herriot yang merupakan model dasar bagi pengembangan pemodelan area kecil, yaitu ;, dimana adalah penduga langsung bagi area ke-i, merupakan parameter yang menjadi perhatian bagi area ke-i, adalah koefisien regresi,,,, adalah peubah penyerta, adalah galat contoh pada area ke-i. adalah pengaruh acak area dengan dan saling bebas dengan E = E = 0 dan Var serta Var τ (i = 1, 2,, m). Tipe model pendugaan area kecil terbagi menjadi dua, yaitu model tingkat area (basic area level models) dan model tingkat unit (unit level area models) (Ghosh dan Rao 1994). Model tingkat area digunakan jika data penyerta yang bersesuaian dengan data peubah yang diamati tidak tersedia hingga tingkat unit
4 pengamatan, sedangkan model tingkat unit digunakan jika data penyerta yang bersesuaian dengan data peubah yang diamati tersedia hingga tingkat unit contoh. Prediksi Tak Bias Linier Terbaik Empiris Model pengaruh campuran Fay-Herriot selanjutnya dijabarkan oleh Russo et. al (2005) untuk tingkat area sebagai berikut: 1.,,,, merupakan vektor data pendukung (peubah penyerta). 2., untuk i = 1, 2,, m. merupakan parameter yang menjadi perhatian dan diasumsikan memiliki hubungan dengan peubah penyerta pada (1). 3. E 0, Var σ 4., penduga langsung untuk domain ke-i yang merupakan fungsi linier dari parameter yang menjadi perhatian dan galat contoh. 5., untuk i = 1, 2,, m merupakan gabungan dari (2) dan (4) yang terdiri dari pengaruh acak dan pengaruh tetap sehingga menjadi bentuk khusus dari model linier campuran dengan struktur peragam yang diagonal. Model nomor (5) tersebut merupakan model tingkat area, yaitu: untuk i = 1, 2,, m (1) dengan adalah peubah penyerta tingkat area dan adalah insiden matriks. Model persamaan (1) merupakan kasus khusus dari model linier campuran terampat dengan struktur koragam diagonal. Teknik penyelesaian model tersebut untuk memperoleh BLUP bagi telah dikembangkan oleh Henderson (1953,1975), dengan asumsi σ diketahui. Penduga BLUP dari berdasarkan persamaan (1) adalah: 1 (2) dengan / dan adalah koefisien regresi yang diduga dengan generalized least square (GLS), yaitu. Kuadrat tengah galat (Mean square error,mse) dari adalah: MSE
5 dengan dan sebagai berikut : 1 / Metode BLUP yang dikembangkan Henderson (1953, 1975) mengasumsikan diketahuinya komponen ragam pengaruh acak dalam model linier campuran, padahal dalam kenyataannya, komponen ragam ini tidak diketahui. Oleh karena itu maka penduga ini harus terlebih dahulu diduga. Harville (1977) dalam papernya menulis tentang pendugaan komponen ragam dengan menggunakan metode kemungkinan maksimum (ML) dan metode kemungkinan maksimum terkendala (REML). Pendugaan baik dengan metode ML maupun metode REML dilakukan dengan metode algoritma scoring (scoring algorithm). Rumus-rumus yangdigunakan untuk menduga dapat dilihat pada Lampiran 1. Penduga EBLUP telah dibahas lebih lengkap oleh Ghosh and Rao (1994), Rao (1999), Datta dan Lahiri (2000) dan Rao (2003). Penduga EBLUP dengan mengganti nilai dengan penduganya adalah sebagai berikut: 1 ( 3) Penduga EBLUP yang diperoleh dengan metode ML maupun REML adalah penduga tak bias jika galat dan berdistribusi normal dengan rata-rata 0. MSE dari EBLUP (Rao 2003) adalah : MSE dengan. adalah ragam asimtot dari dengan rumus ; 2 / Penghitungan MSE dilakukan dengan menghitung penduganya. Rumus dari penduga MSE adalah: mse 2 dimana mse adalah penduga bagi MSE. Pada model tingkat area, ada dua pilihan mse, yaitu : dan mse 2,
6 dengan mse,, / Prediksi Tak Bias Linier Terbaik Empiris Spasial Misalkan didefinisikan vektor,,,,, dan,,, dan matriks,, dan diag,,. Berdasarkan definisi vektor dan matriks tersebut, maka persamaan (1) dalam notasi matriks adalah : (4) Model pada persamaan (4) mengasumsikan bahwa terdapat pengaruh acak area, namun pengaruh tersebut saling bebas antar area. Pada kenyataannya, sangat beralasan untuk mengatakan bahwa ada korelasi antar area yang berdekatan. Korelasi tersebut akan semakin berkurang seiring dengan jarak yang bertambah. Hal ini sesuai dengan hukum pertama tentang geografi yang dikemukakan oleh Tobler (Tobler s first law of geography) dalam Schabenberger dan Gotway (2005) yang merupakan pilar kajian analisis data spasial, yaitu everything is realted to everything else, but near things are more related than distant things. Segala sesuatu saling berhubungan satu dengan yang lainnya, tetapi sesuatu yang lebih dekat akan lebih berpengaruh daripada sesuatu yang jauh. Model SAE dengan memasukkan korelasi spasial antar area pertama kali diperkenalkan oleh Cressie (Cressie 1991 diacu dalam Rao 2003), dengan mengasumsikan ketergantungan spasial mengikuti proses Conditional Autoregressive (Otoregresif bersyarat, CAR). Model SAE ini kemudian dikembangkan lagi oleh beberapa peneliti, diantaranya Salvati (2004), Pratesi dan Salvati (2008), Singh et al. (2005) dengan mengasumsikan bahwa Ketergantungan spatial yang dimasukkan ke dalam komponen galat dari faktor acak mengikuti proses Simultaneous autoregressive (Simultan otoregresif, SAR). Model SAR sendiri pertama kali diperkenalkan oleh Anselin (Anselin 1992 diacu dalam Chandra, Salvati, Chambers 2007) dimana vektor pengaruh acak area memenuhi:
7 (5) Koefisien dalam persamaan (5) adalah koefisien otoregresif spasial yang menunjukkan kekuatan dari hubungan spasial antar pengaruh acak. Nilai berkisar antara -1 hingga 1. Nilai 0 menunjukkan bahwa suatu area dengan nilai parameter yang tinggi cenderung dikelilingi oleh area lain dengan nilai parameter yang tinggi pula dan sebuah area dengan nilai parameter yang rendah dikelilingi oleh area dengan nilai parameter yang rendah pula. Disisi lain, 0 menunjukkan bahwa suatu area dengan nilai parameter yang tinggi dikelilingi oleh area lain dengan nilai parameter yang rendah, atau sebaliknya (Savitz dan Raudenbush 2009). W adalah matriks pembobot spasial yang menggambarkan struktur ketetanggaan dari area kecil dalam bentuk standarisasi baris (jumlah setiap baris pada matriks W adalah 1), adalah pengaruh acak area dan adalah vektor galat dari pengaruh acak area dengan rata-rata sama dengan nol dan ragam. Persamaan (5) dapat ditulis kembali sebagai berikut : (6) dengan adalah matriks identitas berukuran m m. Dari persamaan (6) terlihat bahwa rata-rata adalah 0 dan matriks koragam (G) adalah sebagai berikut : Persamaan (6) dimasukkan ke dalam persamaan (4) menghasilkan : Matriks koragam dari dengan diag adalah : V= R + ZGZ T = diag (7) Penduga Spasial BLUP untuk parameter dengan, dan diketahui adalah:, diag θ Dimana dan adalah vektor berukuran 1 n (0, 0, 0, 1, 0, 0) dengan 1 menunjuk pada lokasi ke-i. Penduga Spasial BLUP tersebut diperoleh dengan memasukkan matriks koragam pada persamaan (7) ke dalam penduga BLUP. Spatial BLUP akan sama dengan BLUP jika 0. Perhitungan MSE dari Spatial BLUP dapat diperoleh seperti dalam Rao (2003), yaitu :
8 MSE,,, dengan, dan, adalah sebagai berikut :, b diag, b diag diag diag Seperti halnya dengan penduga EBLUP, penduga SEBLUP, diperoleh dari Spasial BLUP dengan mengganti nilai, dengan pendugaanya. Asumsi kenormalan dari pengaruh acak digunakan untuk menduga dan dengan menggunakan prosedur baik ML maupun REML dengan fungsi loglikelihood memiliki maksimum global dan beberapa maximum lokal (Patresi dan Salvati 2005 diacu dalam Pratesi dan Salvati 2008). Pendugaan tersebut dapat diperoleh secara iteratif dengan menggunakan algoritma Nelder-Mead (Nelder dan Mead 1965) dan algoritma scoring. Penggunaan dua prosedur ini secara berurut perlu dilakukan karena metode algoritma Nelder-Mead tidak tergantung pada pemilihan titik awal tetapi tidak terlalu efisien dan hasil yang diperoleh mendekati maksimum global, sedangkan algoritma scoring memerlukan titik awal yang tepat untuk mendapatkan fungsi yang maksimum. Fungsi kemungkinan logaritma yang digunakan untuk menduga dan dapat dilihat pada Lampiran 2 sesuai dengan yang dihasilkan oleh Patresi dan Salvati (2008). Hasil pendugaan tersebut kemudian digunakan untuk melakukan pendugaan terhadap SEBLUP, dengan rumus penduga EBLUP adalah:, diag θ MSE, untuk model spatial EBLUP dengan pengaruh acak berdistribusi normal, adalah :
9 , MSE,,, Bentuk,, ditaksir dengan Taylor dan dilambangkan dengan, ( Kackar dan Harville 1984 diacu dalam Pratesi dan Salvati 2008), yaitu :, b b b b, Penduga dari MSE, diperoleh dengan mengikuti hasil dari Harville dan Jeske (Harville dan Jeske 1992 dalam Pratesi dan Salvati 2008) dan kemudian dikembangkan menjadi model dengan koragam terampat (generalized covariances) oleh Zimmerman dan Cressie (Zimmerman dan Cressie 1992 dalam Pratesi dan Salvati 2008), yaitu : mse,,, 2, dimana dan adalah penduga yang diperoleh dengan menggunakan metode REML. Jika menggunakan dan dengan prosedur ML, penghitungan mse, sebagai berikut : mse,, b ML,,, 2, dengan b ML,, diperoleh dari bentuk berikut :, b i dan b ML 2, , Bentuk b ML,, adalah bentuk tambahan yang merupakan bias tambahan dari,. Jika hal ini diabaikan maka penggunaan penduga ML akan menghasilkan nilai yang lebih kecil dari penduga MSE.
(R.11) PENGGUNAAN MATRIKS PEMBOBOT SPASIAL PADA MODEL SMALL AREA ESTIMATION DENGAN METODE SPATIAL EMPIRICAL BEST LINEAR UNBIASED PREDICTION
(R.11) PENGGUNAAN MATRIKS PEMBOBOT SPASIAL PADA MODEL SMALL AREA ESTIMATION DENGAN METODE SPATIAL EMPIRICAL BEST LINEAR UNBIASED PREDICTION Dariani Matualage (1), Asep Saefuddin (2), Aji Hamim Wigena (2)
Lebih terperinciMETODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIS SPASIAL PADA AREA KECIL UNTUK PENDUGAAN PENGELUARAN PER KAPITA
METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIS SPASIAL PADA AREA KECIL UNTUK PENDUGAAN PENGELUARAN PER KAPITA (Studi Kasus : Kabupaten Jember Provinsi Jawa Timur) DARIANI MATUALAGE SEKOLAH PASCASARJANA
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemiskinan merupakan masalah dalam pembangunan yang bersifat multidimensi. Kemiskinan merupakan persoalan kompleks yang terkait dengan berbagai dimensi yakni sosial,
Lebih terperinciKAJIAN TRANSFORMASI LOGARITMA UNTUK PENDUGA SPATIAL EMPIRICAL BEST LINEAR UNBIASED PREDICTION PADA PENDUGAAN AREA KECIL HAZAN AZHARI ZAINUDDIN
KAJIAN TRANSFORMASI LOGARITMA UNTUK PENDUGA SPATIAL EMPIRICAL BEST LINEAR UNBIASED PREDICTION PADA PENDUGAAN AREA KECIL HAZAN AZHARI ZAINUDDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciPEMBANDINGAN METODE ML DAN REML DALAM METODE SEBLUP UNTUK MENDUGA PROPORSI DENGAN MATRIKS QUEEN CONTIGUITY. (Skripsi) Oleh DELLA DESIYANA
PEMBANDINGAN METODE ML DAN REML DALAM METODE SEBLUP UNTUK MENDUGA PROPORSI DENGAN MATRIKS QUEEN CONTIGUITY (Skripsi Oleh DELLA DESIYANA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PEGETAHUAN ALAM UNIVERSITAS
Lebih terperinciII. TINJAUAN PUSTAKA
II. INJAUAN PUSAKA.1 Penduga Area Kecil Rao (003) mengemukakan bahwa suatu area disebut kecil apabila contoh yang diambil pada area tersebut tidak mencukupi untuk melakukan pendugaan langsung dengan hasil
Lebih terperinciHASIL DAN PEMBAHASAN Pendugaan Pengeluaran Per Kapita
HASIL DAN PEMBAHASAN Pendugaan Pengeluaran Per Kapita Kabupaten Jember terdiri dari 247 desa/kelurahan. 14.17% dari jumlah tersebut atau 35 desa/kelurahan terpilih sebagai contoh dalam susenas 2008, dengan
Lebih terperinciANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2.
ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN Rita Rahmawati 1, Anik Djuraidah 2 1) Program Studi Statistika, FMIPA Universitas Diponegoro 2) Jurusan
Lebih terperinciBAB I PENDAHULUAN. Otonomi daerah menyebabkan adanya pergeseran ketatanegaraan di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Otonomi daerah menyebabkan adanya pergeseran ketatanegaraan di Indonesia dari sentralisasi ke desentralisasi, dimana pemerintah daerah lebih leluasa dalam mengatur
Lebih terperinciSTUDI PENENTUAN MATRIKS PEMBOBOT SPASIAL OPTIMUM DALAM PENDUGAAN AREA KECIL ASFAR
STUDI PENENTUAN MATRIKS PEMBOBOT SPASIAL OPTIMUM DALAM PENDUGAAN AREA KECIL ASFAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA PELIMPAHAN
Lebih terperinciBAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) 3.1 Data Spasial Data spasial memuat informasi tentang atribut dan informasi lokasi. Sedangkan data bukan spasial (aspatial data) hanya memuat informasi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Berganda Analisis regresi merupakan analisis untuk mendapatkan hubungan dan model matematis antara variabel dependen (Y) dan satu atau lebih variabel independen
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Kemiskinan Berdasarkan pendekatan kebutuhan dasar, ada tiga indikator kemiskinan yang digunakan, Pertama Head Count Index (HCI- P0) yaitu persentase penduduk yang dibawah garis
Lebih terperinciEstimasi Parameter pada Regresi Spatial Error Model (SEM) yang Memuat Outlier menggunakan Iterative Z Algorithm
PRISMA 1 (2018) https://journal.unnes.ac.id/sju/index.php/prisma/ Estimasi Parameter pada Regresi Spatial Error Model (SEM) yang Memuat Outlier menggunakan Iterative Z Algorithm Yulia Sari, Nur Karomah
Lebih terperinciKarakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil
Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:
Lebih terperinciBOOTSTRAP SPATIAL EMPIRICAL BEST LINEAR UNBIASED PREDICTION UNTUK PEMETAAN KEMISKINAN TINGKAT DESA DI KABUPATEN PATI
TESIS SS14 501 BOOTSTRAP SPATIAL EMPIRICAL BEST LINEAR UNBIASED PREDICTION UNTUK PEMETAAN KEMISKINAN TINGKAT DESA DI KABUPATEN PATI DUTO SULISTIYONO NRP. 1314 01 710 DOSEN PEMBIMBING Dr. Dra. Ismaini Zain,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi spasial merupakan metode yang digunakan untuk mengetahui pengaruh variabel prediktor terhadap variabel respon yang memperhatikan pengaruh lokasi pengamatan.
Lebih terperinciPENDUGAAN AREA KECIL TERHADAP ANGKA MELEK HURUF DI KABUPATEN KUTAI KARTANEGARA DENGAN METODE EMPIRICAL BAYES BERBASIS MODEL BETA-BINOMIAL
PENDUGAAN AREA KECIL TERHADAP ANGKA MELEK HURUF DI KABUPATEN KUTAI KARTANEGARA DENGAN METODE EMPIRICAL BAYES BERBASIS MODEL BETA-BINOMIAL Norlatifah 1), Gandhi Pawitan 2), Enny Supartini 3) 1) Mahasiswa
Lebih terperinciTINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk
5 TINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk Gizi buruk adalah keadaan kurang zat gizi tingkat berat yang disebabkan oleh rendahnya konsumsi energi dan protein dalam waktu cukup lama yang ditandai dengan
Lebih terperinciMODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER
MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER Etis Sunandi 1), Khairil A Notodiputro 2), Anik Djuraidah 2) 1) Jurusan Matematika FMIPA Universitas Bengkulu 2) Jurusan Statistika,
Lebih terperinciPENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION (HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUF KECAMATAN DI KABUPATEN INDRAMAYU
PENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION (HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUF KECAMATAN DI KABUPATEN INDRAMAYU Ari Shobri B 1), Septiadi Padmadisastra 2), Sri Winarni 3) 1) Mahasiswa
Lebih terperinciPENGARUH PENDUGAAN RAGAM PENARIKAN CONTOH PADA SMALL AREA ESTIMATION
PENGARUH PENDUGAAN RAGAM PENARIKAN CONTOH PADA SMALL AREA ESTIMATION Anang Kurnia Khairil A. Notodiputro Departemen Statistika - IPB Center for Statistics and Public Opinions 1. Pendahuluan Otonomi daerah
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Identifikasi Variabel Prediktor pada Model MGWR Setiap variabel prediktor pada model MGWR akan diidentifikasi terlebih dahulu untuk mengetahui variabel prediktor yang berpengaruh
Lebih terperinciPROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011
(R.7) Model Regresi Poisson dan Model Spasial Otoregresif Poisson untuk Mendeteksi Faktor-Faktor yang Berpengaruh terhadap Jumlah Penderita Gizi Buruk di Provinsi Jawa Timur Siti Rohmah Rohimah 1, Muhammad
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangan zaman yang semakin modern ini data adalah sesuatu yang sangat dibutuhkan baik individu, instansi, organisasi dan perusahaan. Sebuah perusahaan sangat
Lebih terperinciRegresi Spasial untuk Menentuan Faktorfaktor Kemiskinan di Provinsi Jawa Timur
Statistika, Vol. 12 No. 1, 1 8 Mei 2012 Regresi Spasial untuk Menentuan Faktorfaktor Kemiskinan di Provinsi Jawa Timur Anik Djuraidah dan Aji Hamim Wigena Departemen Statistika FMIPA-IPB, Kampus IPB Darmaga,
Lebih terperinci(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER
(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER (Kasus : Pendugaan Proporsi Keluarga Miskin Di kabupaten Jember Jawa Timur) Etis Sunandi 1), Khairil A Notodiputro 2), Anik
Lebih terperinciSMALL AREA ESTIMATION UNTUK PEMETAAN ANGKA MELEK HURUF DI KABUPATEN REMBANG. Program Studi Statistika, UNIMUS
SMALL AREA ESTIMATION UNTUK PEMETAAN ANGKA MELEK HURUF DI KABUPATEN REMBANG Moh Yamin Darsyah 1, Iswahyudi Joko Suprayitno 2 1 Program Studi Statistika, UNIMUS Email: mydarsyah@unimus.ac.id 2 Program Studi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pendugaan Area Kecil Secara umum metode pendugaan area kecil dibagi menjadi dua bagian yaitu metode penduga langsung (direct estimation) dan metode penduga tak langsung (indirect
Lebih terperinciSKRIPSI SKRIPSI PENDEKATAN EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) DALAM SMALL AREA ESTIMATION IIN AYUDHINA FAJRIN H
SKRIPSI SKRIPSI PENDEKATAN EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) DALAM SMALL AREA ESTIMATION IIN AYUDHINA FAJRIN H PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Tinjauan Pustaka Brecklin dan Chambers [2], memperkenalkan analisis Regresi M-kuantil yang merupakan suatu analisis regresi yang mempelajari cara mengetahui hubungan antara variabel
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, ahun 2015, Halaman 977-986 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN MEODE EMPIRICAL BES LINEAR UNBIASED PREDICION (EBLUP)
Lebih terperinciKata kunci: Geographically Weighted Regression, Gauss Kernel, bandwidth, cross validation
PENGGUNAAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT GAUSS KERNEL UNTUK KLASIFIKASI DESA MISKIN (Studi kasus desa-desa di Kabupaten Jember, Jawa Timur) Rita Rahmawati 1, Anik Djuraidah 2,
Lebih terperinciBAB IV PEMBAHASAN. Proses estimasi pada metode IRLS ini dengan meminimumkan fungsi residu, yang dapat dituliskan sebagai berikut.
BAB IV PEMBAHASAN Pada bab ini akan dibahas mengenai estimasi parameter model Regresi M- kuantil, penurunan model Regresi M-kuantil, dan contoh penerapan model Regresi M-kuantil pada pengaruh pendapatan
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 101-110 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE
Lebih terperinci(DS.4) MODEL OTOREGRESIF SIMULTAN BAYES UNTUK ANALISIS DATA KEMISKINAN
(DS.4) MODEL OTOREGRESIF SIMULTAN BAYES UNTUK ANALISIS DATA KEMISKINAN Safaat Yulianto 1, Anik Djuraidah 2, Aji Hamim Wigena 2 1Akademi Statistika Muhammadiyah Semarang 2Jurusan Statistika, Institut Pertanian
Lebih terperinciMETODE PREDIKSI TAK-BIAS LINEAR TERBAIK DAN BAYES BERHIRARKI UNTUK PENDUGAAN AREA KECIL BERDASARKAN MODEL STATE SPACE KUSMAN SADIK
METODE PREDIKSI TAK-BIAS LINEAR TERBAIK DAN BAYES BERHIRARKI UNTUK PENDUGAAN AREA KECIL BERDASARKAN MODEL STATE SPACE KUSMAN SADIK SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2009 PERNYATAAN MENGENAI
Lebih terperinciPENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI
PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI Disusun Oleh: NANDANG FAHMI JALALUDIN MALIK NIM. J2E 009
Lebih terperinciPENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI
PENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI Disusun Oleh : BITORIA ROSA NIASHINTA 24010211120021 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciDESAIN SAMPLING UNTUK PEMODELAN SPATIAL. Bertho Tantular Departemen Statistika FMIPA Universitas Padjadjaran
ISBN : 978.62.36.2. DESAIN SAMPLING UNTUK PEMODELAN SPATIAL Bertho Tantular Departemen Statistika FMIPA Universitas Padjadjaran berthotantular@gmail.com ABSTRAK. Desain sampling bergantung pada banyak
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB LANDASAN TEORI. Metode Kuadrat Terkecil Persamaan regresi linier yang biasa didefinisikan dengan menggunakan metode pendugaan parameter Ordinary Least Square (OLS), secara umum dapat dituliskan :
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Model Regresi Linier Metode regresi linier merupakan suatu metode yang memodelkan hubungan antara variabel respon dengan variabel prediktor. Tujuannya adalah untuk mengukur
Lebih terperinciBAB I PENDAHULUAN. dengan menurunnya kinerja perekonomian. Oleh karena itu pertumbuhan ekonomi
BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan ekonomi adalah salah satu indikator kondisi perekonomian suatu negara. Kondisi perekonomian negara dapat diukur melelaui perubahan nilai produk nasional
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Regresi adalah analisis statistik yang mempelajari bagaimana memodelkan sebuah model fungsional dari data untuk dapat menjelaskan ataupun meramalkan suatu
Lebih terperinciPENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1)
PENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1) Anang Kurnia Departemen Statistika FMIPA IPB Jl. Meranti, Wing 22 Level 4 Kampus IPB Darmaga, Bogor Email: anangk@ipb.ac.id
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciBAB I PENDAHULUAN. modal manusia merupakan salah satu faktor penting untuk mencapai pertumbuhan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Modal manusia memiliki peran sentral dalam pembangunan ekonomi. Pembangunan berkelanjutan merupakan tujuan dari suatu negara maka peran modal manusia merupakan
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 terperinciAPROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN
APROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SURAT PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciBAB III METODE PENELITIAN. Provinsi yang memiliki jumlah tenaga kerja yang tinggi.
BAB III METODE PENELITIAN A. Lokasi dan Ruang Lingkup Penelitian Lokasi penelitian yang digunakan dalam penelitian ini adalah Provinsi Jawa Timur. Secara administratif, Provinsi Jawa Timur terdiri dari
Lebih terperinciBAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk
BAB III PEMBAHASAN 3.1. Kriging Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi
Lebih terperinciESTIMASI MODEL SIMULTAN SPASIAL PERTUMBUHAN EKONOMI JAWA TIMUR
ESTIMASI MODEL SIMULTAN SPASIAL PERTUMBUHAN EKONOMI JAWA TIMUR Firda Fadri Manajemen Informatika, Sekolah Tinggi Teknologi Walisongo Gempol Email: firda.fadri@gmail.com ABSTRAK Model ekonometri spasial
Lebih terperinciHASIL DAN PEMBAHASAN
19 HASIL DAN PEMBAHASAN Deskripsi Data Secara umum, wilayah Jawa Timur dapat dibagi menjadi 2 bagian besar, yaitu Jawa Timur daratan dan Kepulauan Madura. Luas wilayah Jawa Timur daratan hampir mencakup
Lebih terperinciForum Statistika dan Komputasi, Oktober 2010 p : ISSN :
, Oktober 2010 p : 32-37 ISSN : 0853-8115 Vol 15 No.2 REGRESI TERBOBOTI GEOGRAFIS DENGAN PEMBOBOT KERNEL KUADRAT GANDA UNTUK DATA KEMISKINAN DI KABUPATEN JEMBER (Geographically Weighted Regression with
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Produk Domestik Bruto (PDB) merupakan salah satu indikator perekonomian yang dianggap sebagai ukuran yang baik untuk menilai perekonomian suatu negara. Pada dasarnya,
Lebih terperinciPelanggaran Asumsi Normalitas Model Multilevel Pada Galat Level yang Lebih Tinggi. Bertho Tantular 1)
Pelanggaran Asumsi Normalitas Model Multilevel Pada Galat Level yang Lebih Tinggi S-28 Bertho Tantular 1) 1) Staf Pengajar Jurusan Statistika FMIPA UNPAD berthotantular@gmail.com Abstrak Secara umum model
Lebih terperinciPenerapan Metode Empirical Best Linear Unbiased Prediction (EBLUP) pada Model Fay-Herriot Small Area Estimation (SAE)
Prosiding I MaNIs (eminar Nasional Integrasi Matematika dan Nilai Islami) Vol.1, 1, Juli 017, Hal. 31-319 p-in: 580-4596; e-in: 580-460X Halaman 31 Penerapan Metode Empirical Best Linear Unbiased Prediction
Lebih terperinciMODEL OTOREGRESI SIMULTAN DAN OTOREGRESI BERSYARAT UNTUK ANALISIS KEMISKINAN DI PROVINSI JAWA TIMUR MIRA MEILISA
MODEL OTOREGRESI SIMULTAN DAN OTOREGRESI BERSYARAT UNTUK ANALISIS KEMISKINAN DI PROVINSI JAWA TIMUR MIRA MEILISA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2011 PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciKusman Sadik Departemen Statistika FMIPA Institut Pertanian Bogor ABSTRACT
Forum Statistika dan Komputasi, Vol. 14, No. 2, 2009 ISSN : 0853-8115 METODE PREDIKSI TAK-BIAS LINEAR TERBAIK DAN BAYES BERHIRARKI UNTUK PENDUGAAN AREA KECIL BERDASARKAN MODEL STATE SPACE (Best Linear
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan sebuah alat statistik yang memberi penjelasan tentang pola hubungan (model) antara dua peubah atau lebih (Draper dan Smith, 1992).
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan (prediction).
Lebih terperinciPENAKSIRAN MEAN SQUARED ERROR (MSE) EMPIRICAL BEST LINIER UNBIASED PREDICTION (EBLUP) PADA MODEL FAY-HERRIOT SKRIPSI LUTHFATUL AMALIANA
UNIVERSITAS INDONESIA PENAKSIRAN MEAN SQUARED ERROR (MSE) EMPIRICAL BEST LINIER UNBIASED PREDICTION (EBLUP) PADA MODEL FAY-HERRIOT SKRIPSI LUTHFATUL AMALIANA 0806452210 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)
BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) 3.1 Regresi Poisson Regresi Poisson merupakan suatu bentuk analisis regresi yang digunakan untuk memodelkan data
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Statistik area kecil (small area statistics) saat ini telah menjadi perhatian para statistisi dunia secara sangat serius. Telah banyak penelitian yang dikembangkan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Matriks Matriks adalah himpunan bilangan real yang disusun secara empat persegi panjang, mempunyai baris dan kolom dengan bentuk umum : Tiap-tiap bilangan yang berada didalam
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan statistik sebagai alat bantu untuk mengambil keputusan yang lebih baik telah mempengaruhi hampir seluruh aspek kehidupan. Setiap orang, baik sadar maupun
Lebih terperinciESTIMASI PENGELUARAN PER KAPITA DI KABUPATEN REMBANG DENGAN PENDEKATAN SAE-NONPARAMETRIK. Program Studi Pendidikan Matematika, UNIMUS 2
ESTIMASI PENGELUARAN PER KAPITA DI KABUPATEN REMBANG DENGAN PENDEKATAN SAE-NONPARAMETRIK Iswahyudi Joko Suprayitno 1, Moh Yamin Darsyah 2, Budiharto 3 1 Program Studi Pendidikan Matematika, UNIMUS 2 Program
Lebih terperincipendapatan yang semakin merata. Jadi salah satu indikator berhasilnya pembangunan adalah ditunjukkan oleh indikator kemiskinan.
BAB I PENDAHULUAN 1.1 Latar Belakang Kemiskinan selalu menjadi masalah bagi setiap negara, terutama negara berkembang tidak terkecuali di Indonesia. Pembangunan dikatakan berhasil jika terjadi pertumbuhan
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1. Metode Analisis Data 2.1.1. Uji Validitas Validitas adalah suatu ukuran yang membuktikan bahwa apa yang diamati peneliti sesuai dengan apa yang sesungguhnya ada dalam dunia
Lebih terperinciSMALL AREA ESTIMATION TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SUMENEP DENGAN PENDEKATAN NONPARAMETRIK
SMALL AREA ESTIMATION TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SUMENEP DENGAN PENDEKATAN NONPARAMETRIK Moh Yamin Darsyah Prodi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciTINJAUAN PUSTAKA. Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan
4 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Matriks 2.1.1 Matriks Matriks adalah suatu susunan bilangan berbentuk segi empat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks tersebut. Suatu
Lebih terperinciAtina Ahdika. Universitas Islam Indonesia 2015
Atina Ahdika Universitas Islam Indonesia 2015 Pada materi sebelumnya, kita telah belajar tentang koefisien korelasi, yaitu suatu ukuran yang menyatakan tentang kuat tidaknya hubungan linier antara dua
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciBAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan
6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga
Lebih terperinci3.7 Further Results and Technical Notes. Yenni Angraini-G
3.7 Further Results and Technical Notes Yenni Angraini-G161150051 Outline Nonlinear Gauss-Seidel Algorithm (NLGSA) Sifat asimtotik dari penduga Penalized Generalized Weighted Least Squares (PGWLS) Mean
Lebih terperinciESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI
ESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI Oleh : IPA ROMIKA J2E004230 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB 3 METODE PENELITIAN. Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi
BAB 3 METODE PENELITIAN 3.1 Wilayah dan Pengumpulan Data Wilayah dan pengumpulan data yang diambil adalah di Kabupaten Bekasi yang terdiri dari 23 Kecamatan. Lokasi masing-masing kecamatan dapat dilihat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar belakang Masalah Annisa Nurul Aini, 2013
BAB I PENDAHULUAN 1.1 Latar belakang Masalah Statistika merupakan salah satu cabang ilmu matematik yang mempelajari bagaimana merencanakan, mengumpulkan, mempresentasikan, menganalisis, dan menginterpretasi
Lebih terperinciTINJAUAN PUSTAKA. merupakan nilai peubah bebas ke-p pada merupakan nilai koefisien peubah penjelas merupakan galat acak pengamatan ke-i.
TINJAUAN PUSTAKA Model egresi Berganda egresi linier adalah persamaan matematika yang menggambarkan hubungan antara peubah respon y dan peubah bebas X X X2 Xp. Hubungan antara kedua peubah tersebut dinyatakan
Lebih terperinciBAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION 3.1 Mixed Geographically Weighted Regression Model Mixed Geographically Weighted Regression merupakan model kombinasi atau gabungan antara regresi global
Lebih terperinciBAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH
BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu data saham Astra Internasional Tbk tanggal 2 Januari
Lebih terperinciREGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.
REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.
Lebih terperinciMODEL SPASIAL DURBIN EROR UNTUK INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH
MODEL SPASIAL DURBIN EROR UNTUK INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH Albertus Revoliko Septiawan, Sri Sulistijowati Handajani, dan Titin Sri Martini Program Studi Matematika Fakultas Matematika
Lebih terperinciREGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN
REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN M. Fathurahman Jurusan Matematika, Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB II KAJIAN TEORI. Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan.
BAB II KAJIAN TEORI A. Matriks 1. Definisi Matriks Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan. Bilangan-bilangan dalam susunan tersebut dinamakan entri dalam matriks (Howard
Lebih terperinciBAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat
BAB III Model Regresi Linear 2-Level Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat linear. Untuk data berstruktur hirarki 2 tingkat, analisis regresi yang dapat digunakan adalah
Lebih terperinciKebutuhan Rumah Sederhana di Kabupaten Jember dengan Robust Small Area Estimation. Simple House Needs in Jember with Robust Small Area Estimation
Jurnal ILMU DASAR Vol. 18 No. 1, Januari 2017 : 1-8 1 Kebutuhan Rumah Sederhana di Kabupaten Jember dengan Robust Small Area Estimation Simple House Needs in Jember with Robust Small Area Estimation Frida
Lebih terperinciTINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen
4 TINJAUAN PUSTAKA Spesifikasi Model Berbagai model dalam pemodelan persamaan struktural telah dikembangkan oleh banyak peneliti diantaranya Bollen (1989). Namun demikian sebagian besar penerapannya menggunakan
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Produk Domestik Bruto (PDB) merupakan ukuran yang sangat bermanfaat atas kegiatan dan kesejahteraan perekonomian suatu negara. Menurut teori ekonomi makro, PDB merupakan
Lebih terperincipendekatan dalam penelitian ini dinilai cukup beralasan.
Tabel Hasil pendugaan model pengaruh tetap dengan Y sebagai peubah respon dan X, X dan X sebagai C -. 00 X -5 0.50 X.05 00 X 00 R 0.6 Adjusted R 0.6 Hasil pendugaan model data panel dengan Y sebagai peubah
Lebih terperinciPengembangan dan Aplikasi Geoinformatika Bayesian pada Data Kemiskinan di Indonesia (Studi Kasus Jawa Timur)
Jurnal Ilmu Pertanian Indonesia (JIPI), Agustus 2012 ISSN 0853 4217 Pengembangan dan Aplikasi Geoinformatika Bayesian pada Data Kemiskinan di Indonesia (Studi Kasus Jawa Timur) Vol. 17 (2): 77 82 (Bayesian
Lebih terperinciANALISIS SPASIAL PENGARUH TINGKAT PENGANGGURAN TERHADAP KEMISKINAN DI INDONESIA (Studi Kasus Provinsi Jawa Tengah) Abstract
Analisis Spasial (Rita R) ANALISIS SPASIAL PENGARUH TINGKAT PENGANGGURAN TERHADAP KEMISKINAN DI INDONESIA (Studi Kasus Provinsi Jawa Tengah) Rita Rahmawati 1, Diah Safitri 2, Octafinnanda Ummu Fairuzdhiya
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinci(M.7) PEMETAAN ESTIMASI ANGKA PENGANGGURAN DENGAN COKRIGING (STUDI KASUS KOTA GORONTALO TAHUN 2011)
(M.7) PEMETAAN ESTIMASI ANGKA PENGANGGURAN DENGAN COKRIGING (STUDI KASUS KOTA GORONTALO TAHUN 2011) Basuki Rahmat 1, Sutawanir Darwis 2, Bertho Tantular 3 1. Mahasiswa Pascasarjana Program Studi Statistika
Lebih terperinciPENDUGAAN PENGELUARAN PER KAPITA DI KABUPATEN BREBES
PENERAPAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) PADA MODEL PENDUGA AREA KECIL DALAM PENDUGAAN PENGELUARAN PER KAPITA DI KABUPATEN BREBES SKRIPSI Disusun Oleh : RAHAYU NINGTYAS 24010211130042
Lebih terperinciBAB I PENDAHULUAN. melakukan penelitian ada tiga jenis, yaitu data deret waktu (time series), data silang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam analisis perekonomian, ketersediaan data yang sesuai sangat mempengaruhi hasil analisis yang diperlukan. Data yang biasa digunakan dalam melakukan penelitian
Lebih terperinciBAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di
5 BAB II LANDASAN TEORI Bab ini membahas pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di bahas adalah sebagai berikut: A.
Lebih terperinciTaksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area
Taksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area Yudistira 1, Titin Siswantining 2 1. Departemen Matematika, FMIPA, Universitas Indonesia,
Lebih terperinci