Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda"

Transkripsi

1 Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson N Wayan Rca A, Darnah And Nohe, dan Ro Goeanoro 3 Mahasswa Program Sud Saska FMIPA Unversas Mulawarman,3 Dosen Program Sud Saska FMIPA Unversas Mulawarman Emal: wayanrca@yahoocod, darnah98@gmalcom, rogoeanoro@yahoocom 3 Absrac Brown-Mood s a mehod frs developed by GW brown 95 and AM mood n 95 wh he purpose of he parameers of he mulple lnear regresson model of he lnear regresson model of he equaon of he medan small sample sze Ths sudy dscusse he applcaon of he mehod of brown-mood on mulple lnear regresson wh he open unemploymen rae ( ), and growh rae of gross regonal domesc produc a consan prces ( ) o he number of poor populaon (Y) Provnce of eas Kalmanan If he mehod ordnary leas square n a mulple lnear regresson s a sascal paramerc ams o mnmze he average (mean) error, he brown-mood mehods as a nonparamerc sascal mehod chose a mulple lnear regresson model by mnmsng he medan and average weghed The resuls of hs research o ge a lnear regresson model usng he mehod of brown-mood s Yˆ 3,,74, 44 from he mulple lnear regresson model obaned are percenage dsrbuon of gross regonal domesc produc a curren prces [whou ol, gas and s producs] and growh rae of gross regonal domesc produc a consan prces affec o he number of poor populaon Keywords: Brown-mood mehods, mulple lnear regresson, provnce of eas Kalmanan Pendahuluan Analss regres merupakan analss yang dgunakan unuk menelaah hubungan anara dua varabel aau lebh, yang selanunya menenukan model fungsonal dar daa unuk dapa menelaskan aau meramalkan suau fenomena Dalam analss regres erdapa varabel bebas (predcor) dan varabel ak bebas ( respon) Dalam analss regres, meode yang serng dgunakan unuk pendugaan model adalah Meode Kuadra Terkecl (MKT) aau Ordnary Leas Square (OLS) Meode OLS dkenal sebaga meode penduga erbak, namun meode n sanga peka erhadap adanya penympangan asums pada daa Jka daa dak memenuh salah sau asums regres maka penduga OLS dapa menad bas dan dak efsen lag Analss regres lnear berganda adalah analss regres yang menelaskan hubungan anara peubah respon dengan fakor- fakor yang mempengaruh lebh dar sau Analss regres lnear berganda dalam kasus paramerk memlk asums-asums berku: komponen error memenuh asums kenormalan, dak erad heeroskedassas, dak erad mulkolneras dan dak erad auokorelas Namun, ka asums-asums ersebu dlanggar aau erdapa salah sau asums dak erpenuh, maka depa menggunakan meode nonparamerk unuk mencar esmas parameer yau meode Brown- Mood Meode Brown-Mood adalah persamaan anar benuk medan Kelebhan dar meode Brown-Mood n perhungan dapa dlakukan dengan cepa dan mudah, kemudan konsep dan meode mudah dpaham, dan sampel yang dperlukan sedk baas mnmal hanya 3 daa Kekurangan dar meode n dar perhungan memerlukan keelan anara grafk dan perhungan manual (Danel, 989) Penduduk adalah orang-orang yang berada d suau wlayah yang erka oleh auran-auran yang berlaku dan salng berneraks sau sama lan secara erus-menerus/konnu Dengan kaa lan orang yang mempunya sura resm unuk nggal d suau daerah Msalkan buk kewarganegaraan, eap memlh nggal ddaerah lan Kepadaan penduduk dhung dengan membag umlah penduduk dengan luas area dmana mereka nggal Penduduk duna saa n elah mencapa 6 mlar, dmana d anara umlah ersebu, 8 persen nggal d negara-negara berkembang Semenara u, Uned Naons () memproyekskan bahwa perkoaan d negara-negara berkembang erus menngka dengan raa-raa perumbuhan,4 persen per ahun (Sead, ) Dalam k asus n penduduk mskn adalah penduduk yang memlk raa-raa pengeluaran perkapa perbulan dbawah gars kemsknan Masalah kemsknan banyak dka oleh para ahl dar berbaga aspek dan dar berbaga dspln lmu dengan menggunakan bermacam-macam ukuran dan konsep Program Sud Saska FMIPA Unversas Mulawarman

2 Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN Dalam pengeran ersebu dapa dsmpulkan bahwa dalam mengurang umlah penduduk mskn maka ngka pengangguran erbuka urun dan lau perumbuhan PDRB nak maka umlah penduduk mskn akan menurun Berdasarkan uraan d aas maka penuls akan melakukan analss regres erhadap penduduk mskn d Provns kalmanan Tmur dengan menggunakan pendugaan parameer nonparamerk meode Brown-Mood yang duangkan dalam benuk skrps sebaga ugas akhr dengan udul: Penerapan Saska Nonparamerk Dengan Menggunakan Meode Brown-Mood pada Regres Lnear Berganda Sud Kasus: Daa umlah Penduduk Mskn d Kabupaen/Koa yang ada d Provns Kalmanan Tmur Tahun - Regres Lner Berganda Analss regres adalah sud dalam penelasan dan mengevaluas hubungan anara suau varabel bebas (ndependen varabel) dengan sau varabel dak bebas ( dependen varabel) dengan uuan unuk mengesmas aau meramalkan nla varabel dak bebas ddasarkan pada nla varabel bebas yang dkeahu Model regres yang mengandung k varabel ndependen dapa dulskan sebaga: Y k k () Bla pengamaan mengena,,,, dnyaakan masng-masng dengan,,,, dan error, maka persamaan () dapa dulskan sebaga: = , =,,, () Dalam lambang marks persamaan menad: = msal, = =, = dan = = β β + + (3) β, (4) Persamaan (3) dapa duls dalam persamaan marks: = + (5) Jad persamaan (5) merupakan benuk umum persamaan regres dalam lambang marks Dalam benuk umum n Y merupakan vekor varabel ndependen n, merupakan marks varabel dependen ukuran n(k+), merupakan vekor parameer ukuran (k+) dan merupakan vekor error ukuran n Ada sebanyak k + parameer yang harus daksr dar daa, ermasuk (Sembrng, 995) Taksrannya akan duls dalam benuk umum persamaan: = (6) Salah sau meode yang serng dgunakan dalam menaksr koefsen regres adalah meode kuadra erkecl (Ordnary Leas Square/OLS) Esmas Ordnary Leas Square (OLS) Terhadap Koefsen Regres Lner Berganda Meode OLS dgunakan unuk mendapakan esmas koefsen regres berganda aau parameer Meode n mampu mendapakan ˆ, ˆ,, ˆ k yang bersfa Bes Lnear Unbased Esmaor (BLUE) sehngga menyebabkan gars regres sedeka mungkn pada daa akualnya Suau esmaor ˆ dkaakan mempunya sfa BLUE ka memenuh krera sebaga berku (Lans, 3): Esmaor ˆ adalah lner, yau lner erhadap varabel sokask Y sebaga varabel erka Esmaor ˆ dak bas, yau nla raa-raa E ˆ yang aau nla harapan sebenarnya 3 Esmaor ˆ mempunya varans mnmum Esmaor yang dak bas dengan varans mnmum dsebu esmaor yang efesen (effcen esmaor) Koefsen Deermnas Koefsen deermnas adalah salah sau nla sask yang dgunakan unuk mengeahu pengaruh anara varabel bebas ( ) dengan varabel erka ( Y) Nla koefsen deermnas menunukkan presenase varas nla varabel bebas yang dapa delaskan oleh persamaan regres yang dhaslkan (Lans, 3) Koefsen deermnas dapa dhung dengan menggunakan rumus: R = = n Y n Y (7) Program Sud Saska FMIPA Unversas Mulawarman

3 Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN Penguan Sgnfkan Parameer U Smulan (U F) Penguan n dlakukan unuk mengeahu apakah semua varabel bebas mempunya pengaruh yang sama erhadap varabel erka Penguan n dlakukan menggunakan u dsrbus F Caranya, yakn dengan membandngkan anara nla krs F abel F dengan nla F (F hung ) F R R k n k (8) U Parsal (U ) U sask dgunakan unuk mengeahu varabel ndependen secara ndvdual erhadap varabel dependen (Guara, 7) ˆ S ˆ (9) Asums Dalam Analss Regres Lner Berganda Normalas, regres lner klask mengansumskan bahwa ap dsrbus normal, e ~ N, mengku Penguan kenormalan resdual pada penguan n dengan u Jarque-Bera Komponen error berdsrbus normal, sehngga dlakukan penguan normalas dmana unuk melha apakah daa berdsrbus normal aau dak Model regres yang bak adalah memlk nla resdual yang berdsrbus normal (Sulyano, ) Jarque-Bera= + ( ) = = ( ) ( ) = = ( ) () ( ) Non auukorelas anar nla resdual, berar kov e, e, Penguan Non Auokorelas dengan Meode Durbn Wason U n beruuan unuk mengeahu dak adanya seral korelas (non auokorelas) anara varabel gala Auokorelas menelaskan adanya korelas aau hubungan yang era anara galanya Cov,, E E( ) E( ) E () 3 Homoskedassas, var e unuk seap,,,, n yang arnya varans dar sumber resdual adalah konsan aau homoskedassas Heeroskedassas adalah adanya kedaksamaan varan dar resdual unuk semua pengamaan model regres ( ) = Non mulkolneras aau dak erdapa hubungan lner yang sempurna aau pas d anara beberapa aau semua varabel yang menelaskan model regres Mulkolnearas merupakan hubungan anara varabel ndependen dalam regres lner berganda Adanya mulkolnearas akan menyebabkan esmaor OLS mempunya varan yang besar dan dengan demkan sandard error uga besar (Guara, 999) VIF = () Sask Nonparamerk Dalam prakek, dak selalu ransformas berhasl Hal ersebu dapa daas dengan menggunakan regres nonparamerk aau prosedur gars ressen, karena dar seg saska persoalan ersebu harus dapa dselesakan menggunakan eknk saska Meode Brown-Mood Meode esmas nonparamerk Brown Mood dusulkan oleh G W Brown ahun 95 dan AM Mood pada ahun 95, sebaga cara sederhana persamaan sampel medan hanya dgunakan unuk menduga parameer dar model regres lner berganda Meode Brown-Mood pada dasarnya adalah persamaan anar benuk medan dan modfkas dar persamaan regres lner sederhana Kelebhan dar meode Brown- Mood n perhungan dapa dlakukan dengan cepa dan mudah, kemudan konsep dan meode mudah dpaham, dan sampel yang dperlukan memlk mnmal hanya 3 daa Pendugaan Parameer Model Regres dengan Meode Brown-Mood Danel (989) menyaakan bahwa meode regres Brown-Mood merupakan salah sau meode regres nonparamerk unuk mencar nla-nla dan Dengan meode n, mulamula nla-nla Y dbag menad dua kelompok, yau () kelompok dengan nla -nla yang kurang dar aau sama dengan medan, dan () kelompok dengan nla-nla yang lebh besar dar medan Penguan Koefsen Slope (Varabel ) dan (Varabel ) unuk Meode Brown- Mood Danel (989) menelaskan bahwa penguan koefsen slope dengan menggunakan meode Brown-Mood dsusun berdasarkan sask Tau Kendall dan dgunakan unuk mengeahu benuk hubungan varabel-varabel regres Program Sud Saska FMIPA Unversas Mulawarman 3

4 Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN Koefsen Korelas Analss korelas adalah suau analss saska yang mengukur ngka asosas aau hubungan anara dua varabel s Y s Y ksky R s y (3) Penduduk Mskn Penduduk Mskn adalah penduduk yang memlk raa-raa pengeluaran perkapa perbulan d bawah gars kemsknan Tngka Pengangguran Terbuka Tngka Pengangguran Terbuka (TPT) memberkan ndkas enang penduduk usa kera yang ermasuk dalam kelompok pengangguran Lau Perumbuhan PDRB (Pendapaan Daerah Regonal Bruo)/Ekonom Daerah Perumbuhan ekonom merupakan suau ndkaor yang penng dalam menganalss pembangunan ekonom yang dlaksanakan Meodolog Penelan Analss saska deskrpf Pembenukan model regres 3 Menenukan persamaan regres awal, melakukan esmas model dengan menenukan nla ˆ ˆ, dan ˆ 4 Melakukan perhungan koefsen deermnas 5 Melakukan penguan parameer secara smulan (U F) dan secara parsal (U ) 6 Seelah dlakukan penguan parameer secara parsal, maka dkeahu varabel bebas yang berpengaruh aau dak Kemudan menenukan persamaan regres lanuan yang memua varabel bebas yang berpengaruh erhadap varabel dak bebas 7 Melakukan u asums resdual berdsrrbus normal, melakukan u asums heeroskedassas, non auokorelas menggunakan u Durbn- Wason unuk model awal yang dperoleh berdasarkan meode kuadra erkecl, dan mulkolneras dengan menggunakan manual dan sofware SPSS 8 Terdapa salah sau aau lebh asums dak dpenuh maka langkah selanunya alah menggunakan sask nonparamerk dengan menggunakan meode Brown-Mood 9 Melakukan esmas model unuk menenukan nla parameer ˆ ˆ, dan ˆ dengan menggunakan ahapan prosedur ssemas dar meode Brown- Mood Melakukan penguan koefsen slope ( dan ) yang dperoleh dar esmas model regres dengan menggunakan meode Brown-Mood Melakukan u korelas unuk mengeahu hubungan dar nflas dan ngka pengangguran erbuka erhadap penduduk mskn Menelaskan kesmpulan melalu nerpreas model yang dperoleh Hasl dan Pembahasan Deskrps Varabel Inpu dan Oupu Sebelum melakukan analss regres hal yang perlu dlakukan erlebh dahulu alah analss saska deskrpf yang beruuan unuk menggambarkan dan menelaskan secara keseluruhan daa yang dgunakan dalam penelan Tabel Analss Sask Deskrpf Analss Saska Deskrpf Var N Mn Max Mean Medan Sum Y 4 3,3 5,3 8,64 8,6 36,8 4 3,9,7 8,8 8,5 347,4 4-8,4 7,3 6,67 7,9 79,9 Esmas Parameer Meode Kuadra Terkecl Yˆ 6,6,3, Koefsen Deermnas Dengan menggunakan persamaan ( 7), perhungan manual ˆ Y Y R Y Y R 339,54 385,948,5 Penguan Parameer Secara Smulan (U F) Selanunya dlakukan u kegunaan model unuk mengeahu apakah model ersebu sudah cukup bak unuk mempredks Y R k F R n k,5 3 F,5 4 3 F 3,45 Penguan Parameer secara Parsal (U ) Penguan parameer secara parsal n beruuan unuk melha apakah ada daknya pengaruh secara sgnfkan dar ngka pengangguran erbuka dan lau perumbuhan PDRB erhadap umlah penduduk mskn 4 Program Sud Saska FMIPA Unversas Mulawarman

5 Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN Unuk ˆ S ˆ 6,6, 569, 398 Unuk ˆ S ˆ Unuk ˆ S ˆ,3, 56,96,,, 96, 3 U Asums Resdual Berdsrbus Normal Penguan resdual berdsrbus normal dlakukan berdasarkan model regres yang elah dperoleh dengan meode kuadra erkecl S K 3 JB N 6 4,75, ,47 U Asums Homoskedassas Varabel ln erhadap lnu (ransformas dar resdual) sebesar,44 >,5, sedangkan Sg Varabel ln erhadap lnu (ransformas dar resdual) sebesar,43 >,5 sehngga dapa dpuuskan bahwa H gagal dolak U Asums Non Auokorelas d hung 57 n,534 e e n e 339,5,56 Karena dar hasl analss nla dw=,63 dan dar abel Durbn-Wason lampran dperoleh nla dl=,47 dan du=,66 dmana d L d-hung d u maka,,47,56, 66 maka arnya daerah keraguan aau dak ada kepuusan Idenfkas Non Mulkolnearas Varance Inflaon Facor (VIF) bahwa varabel ngka pengagguran erbuka ( ) dan varabel lau perumbuhan PDRB perkapa ( ) memlk VIF (,6)< sehngga dapa dsmpulkan dak erad mulkolnearas anar varabel bebas Meode Brown-Mood Langkah awal dar meode Brown-Mood alah menyusun daa dar uruan erkecl hngga erbesar sesua pasangan pada masng-masng varabel daa ersebu, dapa dkeahu medan erdapa anara daa ke dan yau dalam varabel memlk medan 8,5, memlk medan 7,9 dan unuk varabel Y memlk meda sebesar 8,6 Berdasarkan leak medan ersebu, maka mengelompokkan daa dar un sampel dan membag menad dua bagan yau daa kelompok kr medan dan kelompok kanan medan berdasarkan uruan pasangan, dan Y erkecl hngga erbesar Seelah membag daa menad dua bagan yau daa kelompok kr dan daa kelompok kanan, membua dagram pencar dengan Lau Perumbuhan PDRB dan Jumlah Penduduk Mskn Y Seelah membua dagram pencar dar masng-masng daa ss kr medan dan ss kanan medan Gambar Dagram Pencar ss kr medan Gambar Dagram Pencar ss kanan medan Program Sud Saska FMIPA Unversas Mulawarman 5

6 Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN Dengan meneapkan nla-nla dperoleh dar perpoongan gars yang fnal dengan sumbu Y dengan un sampel (, Y ) dan (, Y ), sebaga koordna dar dua k manapun pada gars ersebu maka erdapa empa buah medan Pada lampran 8 daa memlk medan 8,5 dan 8,6 adalah medan keseluruhan 4 daa dar varabel dan Y, medan n membag hasl pengamaan kedalam dua kelompok Dsebelah kr medan beranggoakan k erdapa pada Tabel 4 sehngga dperoleh medan kelompok perama yau ( 6,95;6,6) dan dsebelah kanan medan beranggoakan k pada Tabel 43 sehngga dperoleh medan kelompok kedua yau (9,8;,47) ˆ y y x x,47 6,6 9,8 6,95,74 Seelah membag daa menad dua bagan yau daa kelompok kr dan daa kelompok kanan, membua dagram pencar dengan Tngka Pengangguran Terbuka dan Jumlah Penduduk Mskn Y Seelah membua dagram pencar dar masng-masng daa ss kr medan dan ss kanan medan Gambar 3 Dagram Pencar ss kr medan Dengan meneapkan nla-nla dperoleh dar perpoongan gars yang fnal dengan sumbu Y dengan un sampel (, Y ) dan (, Y ), sebaga koordna dar dua k manapun pada gars ersebu maka erdapa empa buah medan Pada lampran 8 daa memlk medan 8,5 dan 8,6, medan n membag hasl pengamaan ke dalam dua kelompok Dsebelah kr medan beranggoakan k erdapa pada Tabel 45 sehngga dperoleh medan kelompok kr yau (4,64;6,6) dan dsebelah kanan medan beranggoakan k pada Tabel 46 sehngga dperoleh medan kelompok kanan yau (9,33;,47) ˆ y y x x,47 6,6 9,33 6,64,44 Nla ersebu berdasarkan Persamaan ( ) dsubsuskan menad ˆ Y ˆ ˆ sehngga medan (6,95;4,64 dan 6,6) dperoleh ˆ 6,6 (,74 (6,95)) (,44 (4,64)) kemudan unuk,746 medan (9,8;9,33 dan,47) ˆ Y ˆ ˆ dperoleh ˆ,47 (,74 (9,8)) (,44 (9,33)) Hasl dar 8,9384 penumlahan nla medan ˆ 3, Penguan Koefsen Slope ˆ,46,5 4 4, , Dar hasl perhungan dperoleh nla ˆ,46 4,, 5, 85, maka dpuuskan unuk menolak H Ada pengaruh pengaruh ngka pengangguran erbuka erhadap umlah penduduk mskn Penguan Koefsen Slope ˆ, , ,9 Gambar 4 Dagram Pencar dar ss kanan medan Dar hasl perhungan dperoleh nla ˆ,9 4 ;, 5, 85, maka dpuuskan unuk menolak H Ada pengaruh umlah perumbuhan PDRB erhadap umlah penduduk mskn 6 Program Sud Saska FMIPA Unversas Mulawarman

7 Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN U Korelas R S Y S Y Y k ky S,74 ( 9,36,44 6,89 385,94,876 Dar hasl yang dperoleh r, 875sehngga dapa dsmpulkan umlah penduduk mskn dpengaruh oleh ngka pengangguran erbuka dan lau perumbuhan PDRB adalah sebesar,875sehngga berdasarkan Tabel yau sanga kua aau ngg Inerpreas Melalu persamaan gars regres lner berganda umlah penduduk mskn (Y) aas ngka pengangguran erbuka ( ) dan lau perumbuhan PDRB ( ) adalah: Yˆ 3,,74, 44 Model pendugaan parameer Meode Brown- Mood dalam kasus presenase ngka pengangguran erbuka dan lau perumbuhan PDRB erhadap umlah penduduk mskn d Kabupaen/Koa yang ada d Provns Kalmanan Tmur pada ahun - Adapun nerpreasnya berdasarkan model persamaan ersebu adalah: Nla konsana sebesar -3, Hal n berar bahwa ka ngka pengangguran erbuka dan lau perumbuhan PDRB eap aau dak mengalam penambahan aau pengurangan, maka umlah penduduk mskn sebesar nla konsana yau - 3, Nla koefsen ngka pengangguran sebesar,74 Hal n mengandung ar bahwa penambahan ngka pengangguran sau persen maka varabel umlah penduduk mskn akan nak sebesar,74% dengan asums bahwa varabel bebas yang lan dar model regres adalah mengalam penambahan aau kenakan 3 Nla koefsen lau perumbuhan PDRB sebesar,44 Hal n mengandung ar bahwa seap kenakan lau perumbuhan PDRB sau persen maka varabel umlah penduduk mskn akan nak sebesar S,44% dengan asums bahwa varabel bebas yang lan dar model regres adalah eap Kesmpulan Berdasarkan hasl analss dan pembahasan, maka dperoleh kesmpulan sebaga berku: Model regres lner berganda dengan Ordnary Leas Square (OLS) pada daa Jumlah Penduduk Mskn d Kabupaen/Koa yang ada d Provns Kalmanan Tmur pada Tahun - adalah: Yˆ 6,6,3, Model regres dengan pendugaan parameer Meode Brown-Mood dalam kasus ngka pengangguran erbuka dan lau perumbuhan PDRB erhadap umlah penduduk mskn d Kabupaen/Koa yang ada d Provns Kalmanan Tmur pada ahun - alah: Yˆ 3,,74, 44 3 Terdapa pengaruh ngka pengangguran erbuka dan umlah perumbuhan PDRB erhadap umlah penduduk mskn d Kabupaen/Koa yang ada d Provns Kalmanan Tmur pada ahun - Dafar Pusaka Danel, WW 989 Saska Nomparamerk Terapan Eds Kedua PT Grameda Pusaka Uama, Jakara Guara, D 978 Ekonomerka Dasar Jakara: Erlangga Lans, Alfan 3 Ekonomerka Teor dan Aplkas Jld I dan II Jakara: Pusaka LP3IES IndonesaEmpa Sembrng, RK 995 Analss Regres Bandung ITB Wbsono, Y 5 Meode Sask Yogyakara: Unversas Gaah Mada Sulyano, Ekonomerka Terapan Teor dan Aplkas dengan SPSS Yogyakara: Cv And Offse Kldea 98 Brown-Mood Type Medan Esmaors For Smple Regresson Models The Annals Of Sascs Vol 9, No, Program Sud Saska FMIPA Unversas Mulawarman 7

8 Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN Program Sud Saska FMIPA Unversas Mulawarman

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

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

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

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

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

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

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1 Jens dan Sumber Daa Daa ang dgunakan dalam penelan n merupakan daa sekunder ang berasal dar berbaga nsans pemernah eruama Badan Pusa Sask. Daa ang dgunakan anara lan angka kemsknan,

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

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

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 07, No. (018), hal 85 9. MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Felca Kurna Kusuma Wra Pur, Dadan

Lebih terperinci

( L ). Matriks varians kovarians dari

( L ). Matriks varians kovarians dari LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer

Lebih terperinci

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis JURAL SAIS DA SEI ITS Vol. 5 o. 2 (2016) 2337-3520 (2301-928X Prn) D-217 Pemodelan Penyerapan Tenaga Kerja Sekor Indusr d Indonesa Dengan Pendekaan Regres Daa Panel Dnams Avolla Terza Damalana dan Seawan

Lebih terperinci

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALSIS OF TIME SERIES USING SECULAR TREND METHOD TO DETERMINE POPULATION GROWTH MODEL

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS JURNAL SAINS DAN SENI ITS Vol. 4 No. (05) 33-350 (30-9X Prn) D-3 Peramalan Jumlah Penumpang Kerea Ap Kelas Ekonom Keraaya Menggunakan ARIMA dan ANFIS Ilaf Andala dan Irhamah Jurusan Saska Fakulas Maemaka

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi Independent Var. Dependent Var. Test Nomnal Interval Independent t-test, ANOVA Nomnal Nomnal Cross Tabs, Ch Square, dan Koefsen Kontngens Nomnal Ordnal Mann Whtney, Kolmogorov- Smrnow, Kruskall Walls Ordnal

Lebih terperinci

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan

Lebih terperinci

Analisis Regresi Linear Sederhana

Analisis Regresi Linear Sederhana Analss Regres Lnear Sederhana Al Muhson Pendahuluan Menggunakan metode statstk berdasarkan data yang lalu untuk mempredks konds yang akan datang Menggunakan pengalaman, pernyataan ahl dan surve untuk mempredks

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 45 BAB III METODOLOGI PENELITIAN 3.1 Spesfkas Model Berdasarkan ujuan penelan seper dsebukan dalam bab pendahuluan maka ada dua hal mendasar yang akan del yau pengaruh volalas nla ukar rl erhadap volalas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi JURNAL MATEMATIKA DAN KOMUTER Vol. 4. No. - Agusus ISSN : 4-858 ROSES STOKASTIK KELAHIRAN-KEMATIAN DENAN DUA JENIS KELAMIN SECARA KELOMOK ADA ROSES YULE- FURRY Samsuryad Jurusan Maemaka FMIA Unversas Srwaya

Lebih terperinci

EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA

EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA Jurnal Ekonom Pembangunan Volume 1, Nomor, Desember 011, hlm.57-71 EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA Arn Wahyu Uam, Jamhar, dan Suhamn Hardyasu Jurusan Sosal Ekonom Peranan, Fakulas

Lebih terperinci

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga

Lebih terperinci

Analisis Faktor-Faktor yang Mempengaruhi Produksi Kedelai di Provinsi Jawa Timur dengan Metode Regresi Semiparametrik Spline

Analisis Faktor-Faktor yang Mempengaruhi Produksi Kedelai di Provinsi Jawa Timur dengan Metode Regresi Semiparametrik Spline Da Amela (309 00 009) Pembmbng : Prof. Dr. Drs. I N Budanara, M.S Jurusan Saska Fakulas Maemaka dan Ilmu Pengeahuan Alam Insu Teknolog Sepuluh Nopember Surabaya Semnar Hasl Tugas Akhr Analss Fakor-Fakor

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

9. TEKNIK PENGINTEGRALAN

9. TEKNIK PENGINTEGRALAN 9. TEKNIK PENGINTEGRALAN 9. Inegral Parsal Formula Inegral Parsal : Cara : plh u yang urunannya lebh sederhana Conoh : Hung u dv uv v du e d msal u =, maka du=d dv e d v e d e sehngga e d e e d e e C INF8

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR 15 BAB III MODEL PERTUMBUHA EKOOMI DUA SEKTOR 3.1 Aum dan oa Model perumbuhan dua ekor n merupakan model perumbuhan dengan dua komod yang dhalkan, yau barang modal dan barang konum. Kedua barang n dproduk

Lebih terperinci

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2)

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2) JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Prn) D-17 Analss Kurva Survval Kaplan Meer pada Pasen HIV/AIDS dengan Anrerovral Therapy (ART) d RSUD Prof. Dr. Soekandar Kabupaen Mojokero

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN 3. Meode Penelan Meode penelan yang dgunakan dalam penelan n adalah meode deskrpf anals. Wnarno Surakhmad (990:40) mengemukakan bahwa meode deskrpf mempunya cr-cr sebaga berku:.

Lebih terperinci

Pengenalan Aksara Pallawa dengan Model Hidden Markov

Pengenalan Aksara Pallawa dengan Model Hidden Markov Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

Model Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method

Model Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method Model Regres Varabel dengan Metode Selsh Mutlak Moderatng Varable Regresson Model wth an Absolute Dfference Method Desy Ika Rachmawat 1, Des Yunart, dan Darnah And Nohe 3 1 Mahasswa Program Stud Statstka

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

BUPATI PACITAN. I PERATURAN BUPATI PACITAN \ NOMOR ;i6tahun 2010

BUPATI PACITAN. I PERATURAN BUPATI PACITAN \ NOMOR ;i6tahun 2010 3 1 BUPAT PACTAN PERATURAN BUPAT PACTAN \ NOMOR ;6TAHUN 2010 TENTANG PENYELENGGARAAN SSTEM PENGENDALAN NTERN PEMERNTA D LNGKUNGAN PEMERNTAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN,

Lebih terperinci

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI)

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) REGRESI LINIER SEDERHANA (MASALAH ESTIMASI) PowerPont Sldes byyana Rohmana Educaton Unversty of Indonesan 007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 9 Bandung, Telp. 0 013163-53 Hal-hal

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

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215) 2337-352 (231-928X Prn) D151 Analss Survval pada Pasen Pendera Sndrom Koroner Aku d RSUD Dr. Soeomo Surabaya Tahun 213 Menggunakan Regres Cox Proporonal Hazard

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

IV. METODOLOGI PENELITIAN

IV. METODOLOGI PENELITIAN IV. METODOLOGI PENELITIN 4.. Obek Penelan Obek penelan adalah Provns Sulawes Tengah, yang ddasarkan aas beberapa permbangan. Perama, Provns Sulawes Tengah memlk sumberdaya sekor peranan dan ndusr pengolahan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

REGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :

REGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut : BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA REGRESI DAN KORELASI Tujuan metode kuadrat terkecl adalah menemukan nla dugaan b0 dan b yang menghaslkan jumlah kesalahan kuadrat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada BAB I PENDAHULUAN A. Laar Belakang Disparias pembangunan ekonomi anar daerah merupakan fenomena universal, disemua negara anpa memandang ukuran dan ingka pembangunannya. Disparias pembangunan merupakan

Lebih terperinci

1. Mistar A. BESARAN DAN SATUAN

1. Mistar A. BESARAN DAN SATUAN A. BESARAN DAN SATUAN Teor Sngka : D dalam Fska gejala alam dama melalu pengukuran. Pengukuran adalah membandngkan suau besaran dengan besaran sejens yang dsepaka sebaga paokan (sandar). Besaran adalah

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN Prosdng Semnar Nasonal Saska Unversas Padjadjaran, 3 November 00 (A.7) OPIMISASI POROFOIO BERDASARKAN MEAN-VAUE A RISK DI BAWAH MODE INDEKS BERGANDA DENGAN VOAIIAS AK KONSAN Agus Suprana, F. Sukono, Bunga

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera BAB 1 PENDAHULUAN 1.1 Laar Belakang Kabupaen Labuhan Bau merupakan pusa perkebunan kelapa sawi di Sumaera Uara, baik yang dikelola oleh perusahaan negara / swasa maupun perkebunan rakya. Kabupaen Labuhan

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 TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang

BAB III METODE PENELITIAN. bersumber dari Badan Pusat Statistik (BPS) dan Bank Indonesia (BI). Data yang BAB III METODE PENELITIAN 3.1. Jens dan Sumber Data Sumber data yang dgunakan dalam peneltan n adalah data sekunder bersumber dar Badan Pusat Statstk (BPS) dan Bank Indonesa (BI). Data yang dgunakan dalam

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci