KLASIFIKASI KARAKTERISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASAR DENGAN PENDEKATAN CLASSIFICATION AND REGRESSION TREES (CART)
|
|
- Glenna Tanuwidjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 E-Jural Matematia Vol. 4 (4), November 2015, pp ISSN: KLASIFIKASI KAAKTEISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASA DENGAN PENDEKATAN CLASSIFICATION AND EGESSION TEES (CAT) I Gede Agus Jiwadiaa 1, I Komag Gde Suarsa 2, I Gusti Ayu Made Sriadi 3 1 Jurusa Matematia, Faultas MIPA - Uiversitas Udayaa [ sajiwa@yahoo.co.id] 2 Jurusa Matematia, Faultas MIPA - Uiversitas Udayaa [ suarsaomag@yahoo.co.id] 3 Jurusa Matematia, Faultas MIPA - Uiversitas Udayaa [ sriadiigustiayumade@yahoo.co.id] Correspodig Author ABSTACT The aim of this research is to determie the classificatio characteristics of traffic accidets i Depasar city i Jauary-July 2014 by usig Classificatio Ad egressio Trees (CAT). The, for determie the explaatory variables ito the mai classifier of CAT. The result showed that optimum CAT geerate three termial ode. First termial ode, there are 12 people were classified as heavy traffic accidet characteritics with sigle accidet, ad secod termial odes, there are 68 people were classified as mior traffic accidet characteristics by type of traffic accidet frot-rear, frotfrot, frot-side, pedestrias, side-side ad locatio of traffic accidet i district road ad sub-district road. For third termial ode, there are 291 people were classified as medium traffic accidet characteristics by type of traffic accidet frot-rear, frot-frot, frot-side, pedestrias, side-side ad locatio of traffic accidet i muicipality road ad explaatory variables ito the mai splitter to mae of CAT is type of traffic accidet with maximum homogeeity measure of Keywords: CAT, traffic accidet, termial ode 1. PENDAHULUAN Umumya masalah lasifiasi diselesaia dega megguaa metode regresi logisti da aalisis disrimia (Lusyati [1]). Aalisis disrimia memerlua asumsi multivariate ormal da varias ovarias sama, sedaga metode regresi logisti tida memerlua edua asumsi tersebut. Metode ii memerlua data yag legap, da sesitif terhadap outlier. Salah satu metode alteratif masalah lasifiasi yag lebih loggar atau tida teriat oleh asumsi-asumsi da tida berbetu probabilitas adalah metode lasifiasi berstrutur poho yag dipereala oleh Breime, L., Friedme, J., Olshe,., da Stoe, C. pada tahu 1984 yaitu Classificatio ad egressio Trees (CAT). Metode CAT merupaa alat yag diguaa dalam esplorasi data oparametri yag dapat diguaa utu melihat hubuga atara variabel teriat dega variabel bebas yag beruura besar da omples (Pratiwi da Zai [2]). Variabel bersifat omples dapat berupa dimesiya yag besar atau jeis variabel bebasya campura, misalya otiu da ategori, bai omial maupu ordial. Jia variabel teriatyaya berupa variabel otiu maa aa diperoleh model poho regresi, jia variabel teriatyaya ategori maa aa diperoleh model poho lasifiasi. Model CAT dieal area esederhaaa da efisiesi etia berhadapa dega asus yag jumlah dataya besar. CAT diperoleh megguaa pembagia cepat yag secara reursif mempartisi data mejadi sub yag lebih ecil. Peelitia megguaa metode CAT sudah perah dilaua oleh Suiatara (2008) serta Pratiwi da Zai [2]. Suiatara (2008) 146
2 Jiwadiaa, I G.A., Suarsa, I K.G., Sriadi, I G.A.M. Klasifiasi Karateristi Kecelaaa Lalu Litas meerapa metode CAT dalam bidag esehata yaitu mempredisi berat bada bayi lahir. Peelitia ii meghasila model poho regresi area variabel teriatyaya bersifat otiu. Pratiwi da Zai [2] meeliti tetag lasifiasi pegaggura terbua megguaa CAT di Provisi Sulawesi Utara. Salah satu asus yag terait dega metode CAT adalah arateristi ecelaaa lalu litas. Piha epolisia telah megumpula data ecelaaa lalu litas setiap hariya sehigga meghasila data dalam jumlah yag besar utu setiap bulaya. Data tersebut berupa data bertipe ategori. Peelitia tetag ecelaaa lalu litas perah dilaua oleh Afidah [3]. Masalah yag mucul dalam ecelaaa lalu litas ii adalah pada arateristi ecelaaa lalu litas. Karateristi ecelaaa lalu litas ii dibagi mejadi tiga elompo yaitu riga, sedag, da berat. Ketiga elompo tersebut dipegaruhi oleh empat fator yaitu fator mausia, edaraa, jala, da alam (liguga) (Afidah [3]). Perlu cara utu megetahui fator-fator apaah yag dapat memegaruhi arateristi ecelaaa lalu litas tersebut, sehigga piha epolisia dapat megambil tidaa yag dapat meguragi odisi orba. Peelitia tetag ecelaaa lalu litas perah dilaua oleh Afidah [3], meeliti pola tigat eparaha orba lalu litas dega megguaa regresi logisti multiomial. Permasalaha dalam peelitia adalah bagaimaa lasifiasi arateristi da variabel apa yag mejadi pemilah utama dalam peetua lasifiasi arateristi ecelaaa lalu litas di Kota Depasar dari bula Jauari sampai Juli 2014? Tujua peelitia adalah utu megetahui lasifiasi arateristi da variabel yag mejadi pemilah utama dalam peetua lasifiasi arateristi ecelaaa lalu litas di Kota Depasar dari bula Jauari sampai Juli METODE PENELITIAN Peelitia ii megguaa data seuder yag diperoleh dari POLESTA (Kepolisia esor Kota) tetag data Kecelaaa Lalu Litas di Kota Depasar dari bula Jauari sampai bula Juli Gambara umum variabel teriat da variabel bebas dalam peelitia dapat dilihat pada Tabel 1. Tabel 1. Gambara Umum Variabel Teriat da Variabel Bebas No Peubah Jeis Kategori 1 Karateristi ecelaaa lalu litas teriat) Disrit 1. iga 2. Sedag 3. Berat 2 Jeis ecelaaa lalu litas 3 Watu 4 Loasi Status jala 5 Jeis elami 6 Umur Disrit Disrit Disrit Disrit Kotiu 1. Tuggal 2. Sampigsampig 3. Depa-sampig 4. Depa-depa 5. Depa-belaag 6. Pejala ai 1. Lalu litas padat (atara puul WITA WITA, atara puul WITA WITA, atara puul WITA WITA) 2. Lalu litas sepi (selai watu padat) 1. Nasioal 2. Provisi 3. Kabupate 4. Kodya 5. Kecamata 1. Lai-lai 2. Perempua Peelitia ii dilasaaa dega metode studi asus, yaitu dilaua dega meerapa teori utu megaalisis data dega megguaa program CAT Pro EX V
3 E-Jural Matematia Vol. 4 (4), November 2015, pp ISSN: Lagah-lagah yag dilaua dalam peelitia ii adalah: 1) Peetua pemilah da pemilaha secara reursif pada simpul dega megguaa pemilah Ides Gii yaitu: dega i j t t, da i t t p j tpi t ji i t adalah ilai ides gii, p adalah proporsi elas j pada simpul p adalah proporsi elas i pada simpul t (Timofeev [4]). Peetapa sebuah simpul sebagai simpul termial, jia baya data pada simpul tersebut urag atau sama dega 5. 2) Peadaa label elas simpul yag ditetua berdasara jumlah elas terbaya pada simpul. 3) Pemagasa CAT yag dilaua utu medapata poho yag miimum dega megguaa persamaa beriut: dega T T T T adalah esubtitutio Estimate (Proporsi esalaha pada sub poho T, adalah omplesitas parameter, da adalah jumlah simpul termial pada poho T (Breime [5]). 4) Pemiliha CAT optimal dega megguaa Cross Validatio V-Fold Estimate. Amata dalam L dibagi mejadi V bagia yag salig lepas dega uura urag lebih sama besar ditiap elasya. Learig sample e-v dega v=1,2,...,v v diguaa utu membetu poho T. Misal d v x adalah hasil peglasifiasia, maa peduga sampel uji v utu ts T adalah: ts v 1 v T X d x j N v x, j L Dega megguaa amata idu L utu membetu dereta poho T, maa peduga validasi silag lipat V utu adalah: v T v T V ts v T T 1 V v1 Poho lasifiasi optimum dipilih T * dega T * mi T. 3 HASIL DAN PEMBAHASAN Obje orag pada peelitia ii adalah data ecelaaa lalu litas di Kota Depasar dari Bula Jauari sampai Bula Juli Variabel teriat pada peelitia ii adalah arateristi ecelaaa lalu litas, sedaga variabel bebasya adalah jeis laa (ecelaaa lalu litas), watu, loasi laa, jeis elami, da umur. Dari 371 data ecelaaa lalu litas di Kota Depasar selama tahu 2014, diperoleh gambara arateristi ecelaaa lalu litas yaitu ecelaaa riga 24% atau 87 orag, ecelaaa sedag sebesar 53% atau 198 orag, da ecelaaa berat sebesar 23% atau 86 orag. 3.1 Pembetua CAT Awal CAT awal dibetu dega megguaa metode pemilaha Ides Gii. Metode ii memisaha elas yag aggota elasya terbesar lebih dahulu atau yag merupaa elas terpetig dalam simpul tersebut. Beriut ii, diberia emugia pemilah pada masigmasig variabel bebas: 1) Jeis laa x 1 dega 6 ategori omial, emugia pemilah ) Watu x 2 dega 2 ategori omial, mempuyai emugia pemilah ) Loasi status jala 3 x dega 5 ategori omial, mempuyai emugia pemilah ) Jeis elami 4 x dega 2 ategori omial, mempuyai emugia pemilah Umur x merupaa data otiu. Dari orag, terdapat ilai amata berbeda, maa terdapat -1 emugia pemilah. Pemilah yag memberia ilai ides gii tertiggi adalah pemilah terbai yag diguaa 148
4 Jiwadiaa, I G.A., Suarsa, I K.G., Sriadi, I G.A.M. Klasifiasi Karateristi Kecelaaa Lalu Litas sebagai pemilah pertama dalam pembetua poho. Dari lima variabel bebas, pemilaha pertama ali dilaua terhadap simpul aar/utama yag didasara pada jeis laa dega ilai ides gii 0, Nilai ides gii masig-masig variabel ditampila dalam Tabel 2. Tabel 2. Nilai Ides Gii Variabel bebas 1 Jeis Laa 2 Loasi Laa Pemisah depabelaag, depa-depa, depasampig, pejala ai, sampigsampig Jala Kabupate, Jala Kecamata, Jala Kodya Ides gii N iri N aa 0, , Jeis Perempua 0, Kelami 4 Umur , Watu Padat 0, Peubah jeis laa terpilih sebagai pemilah utama area memberia ilai ides gii tertiggi dari variabel lai. Dega ata lai bahwa, variabel bebas jeis laa merupaa peubah utama yag berpera petig dalam pembetua CAT. Pemilaha ii memisaha simpul utama mejadi elompo jeis ecelaaa depabelaag, depa-depa, depa-sampig, pejalaai, sampig-sampig, da elompo jeis ecelaaa tuggal. Hasil pemilaha pada simpul ii, jumlah obje sebelah iri sebaya 359 orag da sebelah aa sebaya 12 orag. Dari 359 orag tersebut, terdapat arateristi ecelaaa berat sebesar 74 orag, ecelaaa riga 87 orag, da ecelaaa sedag 198 orag. Sedaga dari 12 orag pada simpul aa tersebut haya terdapat 12 orag dega arateristi ecelaaa berat. Selajutya simpul dua dipilah berdasara loasi laa, da seterusya mucul variabel-variabel bebas jeis elami, umur, da watu laa. Secara umum semua variabel bebas mucul sebagai pemilah. Peghetia pembetua CAT dilaua etia bayaya amata pada simpul urag dari 5 atau dalam simpul terdapat amata yag homoge. Maa didapata CAT awal dega 42 simpul termial. 3.2 Pemagasa Poho Hasil dari pembetua CAT dega metode pemilaha Ides Gii beruura sagat besar yaitu 42 simpul. Uura poho yag besar ii dapat meimbula overfittig. Utu megatasiya maa dicari poho dugaa yag yag laya dega memagas poho tersebut. Pemagasa CAT merupaa suatu upaya utu meetua uura CAT yag terbai bagi CAT yag terbetu. Proses pemagasa poho dilaua apabila t t, memeuhi persamaa maa left t right t right da t left dipagas. Berdasara perhituga program yag diguaa diperoleh 18 sub poho yag dihasila dari proses pemagasa. Setelah CAT dipagas, ditetua CAT optimum megguaa peduga silag lipat V (Cross Validatio V-Fold Estimate). CAT optimum didapata berdasara ilai miimum yaitu 0,83540+/-0,03440 atau 0, ,86980 dega parameter omplesitas 0, Berdasara riteria ii, didapata CAT optimum dega tiga simpul ahir. Leta pemagasa CAT tersebut dapat dilihat pada Tabel
5 E-Jural Matematia Vol. 4 (4), November 2015, pp ISSN: Poho Jumlah simpul termial Tabel 3. Leta Pemagasa CAT Cross-Validated elative Cost (biaya esalaha) esubtitutio elative Cost (peduga peggati) omplesitas parameter , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , , /- 0, , , ** 3 0, /- 0, , , , /- 0, , , Berdasara miimum sebesar 0,83540+/-0,03440 diperoleh CAT optimum dari proses pemagasa dega simpul-simpul termial yag dihasila da digambara pada Gambar 1. Node 1 Kelas = sedag N = 371 Node 2 Kelas = sedag N = 359 Node 3 Kelas = berat N = 12 Node 1 Kelas = riga N = 68 Node 2 Kelas = sedag N = Simpul termial pertama, terdiri dari 12 orag yag dielompoa sebagai arateristi ecelaaa lalu litas berat dega jeis laa tuggal. 2. Simpul termial edua, terdiri dari 68 orag yag dielompoa sebagai arateristi ecelaaa lalu litas riga dega jeis laa depa-belaag, depadepa, depa-sampig, pejala ai, sampig-sampig da loasi laa jala Kabupate, jala Kecamata. 3. Simpul termial etiga, terdiri dari 291 orag yag dielompoa sebagai arateristi ecelaaa lalu litas sedag dega jeis laa depa-belaag, depadepa, depa-sampig, pejala ai, sampig-sampig da loasi laa jala Kodya. 4. KESIMPULAN Gambar 1. CAT Optimum dega Tiga Simpul Termial Dalam proses pemagasa berdasara miimum, didapata CAT dega tiga simpul termial. Dega peubah yag masu dalam CAT tersebut adalah jeis laa da loasi laa. Jeis laa mejadi pemilah utama dalam pembetua CAT. Ketiga simpul termial yag dihasila dapat diuraia sebagai beriut: Berdasara hasil da pembahasa dapat disimpula bahwa CAT optimum yag terbetu meghasila tiga simpul termial yaitu simpul termial pertama, terdiri dari 12 orag yag dielompoa sebagai arateristi ecelaaa lalu litas berat dega jeis laa tuggal, simpul termial edua, terdiri dari 68 orag yag dielompoa sebagai arateristi ecelaaa lalu litas riga dega jeis laa depa-belaag, depa-depa, depa-sampig, pejala ai, sampig-sampig da loasi laa jala Kabupate, jala Kecamata, serta Simpul 150
6 Jiwadiaa, I G.A., Suarsa, I K.G., Sriadi, I G.A.M. Klasifiasi Karateristi Kecelaaa Lalu Litas termial etiga, terdiri dari 291 orag yag dielompoa sebagai arateristi ecelaaa lalu litas sedag dega jeis laa depabelaag, depa-depa, depa-sampig, pejala ai, sampig-sampig da loasi laa jala odya da variabel bebas yag mejadi pemilah utama dalam pembetua CAT adalah jeis laa dega ilai ides gii 0, Daftar Pustaa [1] Lusyati, Merlia Perbadiga Metode egresi Logisti Dega Metode Poho Klasifiasi Pada Data Poliotomus (Studi Kasus Pada Fator Yag Berpegaruh Terhadap Keberhasila Pegobata Auputur Pada Pederita Obesitas Di LP3A Surabaya). Sripsi. Surabaya: Istitut Teologi Sepuluh Nopember (tida dipubliasia). [2] Pratiwi, F. E., da Zai, I Klasifiasi Pegaggura Terbua Megguaa CAT (Classificatio ad egressio Tree) di Provisi Sulawesi Utara. Sais da Sei Pomit, Jurusa Statistia, FMIPA, Istitut Teologi Sepuluh Nopember. [3] Afidah, L. N Pola Tigat Keparaha Korba Kecelaaa Lalu Litas dega Megguaa egresi Logisti Multiomial (Studi Kasus Kecelaaa Lalu Litas di Surabaya). Sripsi. Surabaya: Istitut Teologi Sepuluh Nopember (tida dipubliasia). [4] Timofeev, Classificatio ad egressio Trees (CAT) Theory ad Applicatios. Berli: Ceter of Applied Statistics ad Ecoomics Humboldt Uiversity. [5] Breime, L. F Classificatio ad egressio Tree. New Yor: Chapma Ad Hall. 151
Gambar 3.1Single Channel Multiple Phase
BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag
Lebih terperinciPerluasan Uji Kruskal Wallis untuk Data Multivariat
Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia
Lebih terperinciPEMODELAN LAMA PEMBERIAN ASI EKSKLUSIF PADA RUMAH TANGGA MISKIN DENGAN METODE REGRESI POHON DI PROVINSI SULAWESI TENGAH
PEMODELAN LAMA PEMBERIAN ASI EKSKLUSIF PADA RUMAH TANGGA MISKIN DENGAN METODE REGRESI POHON DI PROVINSI SULAWESI TENGAH Yermia Firma Setiawirawa da Dr. Bambag Widjaaro Oto, S.Si, M.Si Mahasiswa Jurusa
Lebih terperinciMACAM-MACAM TEKNIK MEMBILANG
0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA
Lebih terperinciRepresentasi sinyal dalam impuls
Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha
Lebih terperinciTEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS
Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia
Lebih terperinciSifat-sifat Fungsi Karakteristik dari Sebaran Geometrik
Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu
Lebih terperinciBAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.
BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.
Lebih terperinciMAKALAH TEOREMA BINOMIAL
MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)
Lebih terperinciMODUL BARISAN DAN DERET
MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi
Lebih terperinciMASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?
Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai
Lebih terperinciPEMBUKTIAN SIFAT RUANG BANACH PADA D(K)
JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this
Lebih terperinciKlasifikasi Ketepatan Masa Studi Mahasiswa FMIPA Unpad Angkatan dengan Menggunakan Metode Classification and Regression Trees (CART)
Jural Mateatia Itegratif ISSN 42-684 Volue No, April 25, pp 7-4 Klasifiasi Ketepata Masa Studi Mahasiswa FMIPA Upad Agata 2-26 dega Megguaa Metode Classificatio ad Regressio Trees (CART) Tiara Aprilia
Lebih terperinciDeret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka
oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu
Lebih terperinciJurnal Ilmu Matematika dan Terapan Maret 2016 Volume 10 Nomor 1 Hal
Jural Ilmu Matematia da Terapa Maret 16 Volume 1 Nomor 1 Hal. 61 68 ANALISIS FAKTOR-FAKTOR YANG MEMPERNGARUHI KANKER LEHER RAHIM DI KOTA AMBON DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER (Studi asus: Pasie
Lebih terperinciBAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi
BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag
Lebih terperinciDeret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka
oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu
Lebih terperinciBARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.
BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama
Lebih terperinciKonvolusi pada Distribusi dengan Support Kompak
Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Tempat da Watu Peelitia Peelitia megeai Kepuasa Kosume Restora Gampoeg Aceh, dilasaaa pada bula Mei 2011 higga Jui 2011. Restora Gampoeg Aceh, bertempat di Jl Pajajara, Batarjati,
Lebih terperinci9 Departemen Statistika FMIPA IPB
Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara
Lebih terperinciBAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)
BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil
Lebih terperinciAplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier
Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg
Lebih terperinciPEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)
PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar
Lebih terperinciBAB 6 NOTASI SIGMA, BARISAN DAN DERET
BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat
Lebih terperinciMata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5
Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah
Lebih terperinciMODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng
MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag
Lebih terperinciMENGUJI KEMAKNAAN SAMPEL TUNGGAL
MENGUJI KEMAKNAAN SAMPEL TUNGGAL 1.1 Uji Biomial 1. Uji esesuaia Chi Kuadrat 1.3 Uji Kesesuaia K-S 1.4 Uji Ideedesi Chi Kuadrat 1.5 Uji Pasti Fisher UJI BINOMIAL Meruaa uji roorsi dalam suatu oulasi Poulasi
Lebih terperinciBAHAN AJAR DIKLAT GURU MATEMATIKA
BAHAN AJAR DIKLAT GURU MATEMATIKA DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN 005 DAFTAR ISI Kata Pegatar.. i Daftar Isi...
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Risio Operasioal.1.1 Defiisi Dewasa ii risio operasioal semai diaui sebagai salah satu fator uci yag perlu dielola da dicermati oleh para pelau usaha, hususya di bidag jasa euaga.
Lebih terperinciPemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik
ELECTRICIAN Jural Reayasa da Teologi Eletro 0 Pemiliha Kapasitas Da Loasi Optimal Paralel Pada Sistem Distribusi Daya Listri Osea Zebua Jurusa Tei Eletro, Faultas Tei, Uiversitas Lampug Jl. Prof. Sumatri
Lebih terperinciMASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN
MASALAH RUTE DISTRIBUSI MULTIDEPOT DENGAN KAPASITAS DAN KECEPATAN KENDARAAN HETEROGEN Adam Priyo Hartoo 1), Farida Haum 2), Toi Bahtiar 3) 1)2)3) Departeme Matematia, FMIPA, Istitut Pertaia Bogor Kampus
Lebih terperinciSinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit
Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit
Lebih terperinciMASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI
Vol. 11, No. 1, 45-55, Juli 2014 MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Fauziah Baharuddi 1, Loey Haryato 2, Nurdi 3 Abstra Peulisa ii bertujua utu medapata perumusa
Lebih terperinciModel Antrian Multi Layanan
Jural Gradie Vol. No. Juli : 8- Model Atria Multi Layaa Sisa Yosmar Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas Begulu, Idoesia Diterima 9 April; Disetujui 8 Jui Abstra - Salah
Lebih terperinciGerak Brown Fraksional dan Sifat-sifatnya
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 S - 3 Gera Brow Frasioal da Sifat-sifatya Chataria Ey Murwaigtyas, Sri Haryatmi, Guardi 3, Herry P Suryawa 4,,3 Uiversitas Gadjah Mada,4 Uiversitas
Lebih terperinciPENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ )
(Fey Nilawati Kusuma et al.) PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) I Gede Agus Widyadaa I Nyoma Sutapa Dose Faultas Teologi
Lebih terperinciPeluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes
eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =
Lebih terperinciSTATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran
KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua
Lebih terperinciMetode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu
Metode Perhituga Grafi.. P. Maurug Metode Perhituga Grafi Dalam Geolistri Tahaa Jeis Bumi Dega Derajat Pedeata Satu Posma Maurug Jurusa Fisia, FMIPA Uiversitas Lampug Jl. S. Brojoegoro No. Badar Lampug
Lebih terperinciBAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan
BAB LADASA TEORI Teorema Shao-yquist meyataa agar tida ada iformasi yag hilag etia pecuplia siyal, maa ecepata pecuplia harus miimal dua ali dari lebar pita siyal tersebut. Pada ebayaa apliasi, termasu
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini bertujuan untuk mengetahui ada tidaknya peningkatan
BAB III METODE PENELITIAN A. Desai Peelitia Peelitia ii bertujua utu megetahui ada tidaya peigata emampua siswa dalam pealara setelah megguaa model pembelajara berbasis masalah terstrutur dalam pembelajara
Lebih terperinci1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi
Statisti Desriptif Keruciga atau Kurtosis Pegertia Kurtosis Peguura urtosis (peruciga) sebuah distribusi teoritis adaalaya diamaam peguura eses (excess) dari sebuah distribusi Sebearya urtosis bisa diaggap
Lebih terperinciBAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ,
BAB II TINJAUAN PUSTAKA.1 Pedahulua Dalam peulisa materi poo dari sripsi ii diperlua beberapa teori-teori yag meduug, yag mejadi uraia poo pada bab ii. Uraia dimulai dega membahas distribusi ormal da distribusi
Lebih terperinciBab 6: Analisa Spektrum
BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi
Lebih terperinciMODEL DISTRIBUSI BAHAN AJAR UNIVERSITAS TERBUKA DAN IMPLEMENTASINYA
MODEL DISTRIBUSI BAHAN AAR UNIVERSITAS TERBUKA DAN IMPLEMENTASINYA Sitta Alief Farihati (sitta@mail.ut.ac.id) Uiversitas Terbua Amril Ama I. N. Kutha Ardaa Pascasarjaa Istitut Pertaia Bogor ABSTRACT Uiversitas
Lebih terperinciAproksimasi Terbaik dalam Ruang Metrik Konveks
Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh
Lebih terperinciKORELASI POLISERIAL UNTUK PENDUGAAN PARAMETER STRUCTURAL EQUATION MODELING
Kode Maalah M- KORELASI POLISERIAL UNTUK PENDUGAAN PARAMETER STRUCTURAL EQUATION MODELING SEM Oleh : Nur Rusliah Prof. Dr. Dra. Susati Liuwih, M.Stat Dra. Kartia Fitriasari, M.Si. ABSTRAK Structural Equatio
Lebih terperinciSTUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS
STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS (Tati Octavia et al.) STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS Tati Octavia Dose Faultas
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang
IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah
Lebih terperinciE-Jurnal Matematika. 1 of 5 11/25/ :00 AM OPEN JOURNAL SYSTEMS. Journal Help USER. Username.
E-Jural Matematika http://ojs.uud.ac.id/ide.php/mtk/ide 1 of 5 11/25/2015 12:00 AM E - J u r a l M a t e m a t i k a OPEN JOURNAL SYSTEMS Joural Help USER Userame Password Remember me Log I NOTIFICATION
Lebih terperinciPenggunaan Transformasi z
Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:tribudi@eepis-its.eduits.edu Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data
IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.
Lebih terperinciTINJAUAN PUSTAKA Pengertian
TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok
Lebih terperinciBAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial
5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial
Lebih terperinciIII. METODE PENELITIAN
30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta
Lebih terperinciSIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL
SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL Edag Habiuddi (Staf Pegajar UP MKU Politei Negeri Badug (Email : ed_.hab@yahoo.co.id ABSTRAK Sistem ragaia listri RLC seri
Lebih terperinciBAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.
BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh
Lebih terperinciBAB III METODE PENELITIAN
6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag
Lebih terperinciSIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA
SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA KELAS D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga Yogyaarta e-mail: malahayati_01@yahoo.co.id ABSTRAK Himpua
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas
Lebih terperinciBAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab
BAB III METODE PENELITIAN Metode peelitia merupaka suatu cara atau prosedur utuk megetahui da medapatka data dega tujua tertetu yag megguaka teori da kosep yag bersifat empiris, rasioal da sistematis.
Lebih terperinciPenulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed.
PAKET FASILITASI PEMBERDAYAAN KKG/MGMP MATEMATIKA Pembelajara Barisa, Deret Bilaga da Notasi Sigma di SMA Peulis: Dra. Puji Iryati, M.Sc. Ed. Peilai: Al. Krismato, M.Sc. Editor: Sri Purama Surya, S.Pd,
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia
Lebih terperinciBAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,
BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep
Lebih terperinciPERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR
Jural Tei da Ilmu Komputer PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Budi Marpaug Faultas Tei da Ilmu Komputer Jurusa Tei Idustri
Lebih terperinciSEGMENTASI PELANGGANPLN MENGGUNAKAN FUZZY KLUSTERING SHORT TIME SERIES. Maria Titah Jatipaningrum
Yogyaarta, 5 November 04 SEGMENTASI PELANGGANPLN MENGGUNAKAN FUZZY KLUSTERING SHORT TIME SERIES Maria Titah Jatipaigrum Jurusa Matematia, Faultas Sais Terapa, IST AKPRIND Yogyaarta e-mail : titah.jp@gmail.com
Lebih terperinciIII. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011
III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega
Lebih terperinciKeywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-
Jural MIPA FST UNDANA, Volume 2, Nomor, April 26 DUAL-, DUAL- DAN DUAL- DARI RUANG BARISAN CS Albert Kumaereg, Ariyato 2, Rapmaida 3,2,3 Jurusa Matematia, Faultas Sais da Tei Uiversitas Nusa Cedaa ABSTRACT
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. B. Tujuan dan Sasaran. C. Ruang Lingkup
BAB I PENDAHULUAN A. Latar Belaag Kombiatoria mempuyai beberapa aspe, yaitu eumerasi, teori graf, da ofigurasi atau peyusua. Eumerasi membahas peghituga susua berbagai tipe. Sebagai cotoh: (i) meghitug
Lebih terperinciBab 16 Integral di Ruang-n
Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat
Lebih terperinciPendekatan Teori Antrian : Kasus Nasabah Bank pada Pukul WIB di Bank BNI 46 Cabang Bengkulu
Jural Gradie Vol. No. Juli 5 : 9-97 edeata Teori Atria : Kasus Nasabah Ba pada uul 8.-. WIB di Ba BNI 46 Cabag Begulu Fahri Faisal Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas
Lebih terperinciMakalah Tugas Akhir. Abstract
Maalah Tugas Ahir IDENTIFIKASI JENIS PENYAKIT KULIT BERDASARKAN ANALISIS WARNA DAN TEKSTUR PADA CITRA KULIT MENGGUNAKAN KLASIFIKASI K-NEAREST NEIGHBOR Faris Fitriato 1, R Rizal Isato 2, Ajub Ajulia Zahra.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula
Lebih terperinciPENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL
PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia
Lebih terperinciPELUANG. Drs. Marsudi Raharjo, M.Sc.Ed JENJANG LANJUT
DIKLAT INSTRUKTUR PENGEMBANG MATEMATIKA SMA JENJANG LANJUT PELUANG JENJANG LANJUT Drs Marsudi Raharjo, MScEd DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENINGKATAN MUTU PENDIDIK DAN TENAGA KEPENDIDIKAN
Lebih terperinciJurnal EKSPONENSIAL Volume 8, Nomor 2, Nopember 2017 ISSN
Peerapa Metode Aalisis Regresi Logistik Bier Da Classificatio Ad Regressio Tree (CART) Pada Faktor yag Mempegaruhi Lama Masa Studi Mahasiswa Applicatio Of Biary Logistic Regressio Ad Classificatio Ad Regressio
Lebih terperinciUNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI
UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALHA CRONBACH SKRISI JANUARINA ANGGRIANI 080655 FAKULTAS MATEMATIKA DAN ILMU ENGETAHUAN ALAM ROGRAM STUDI SARJANA
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah
Lebih terperinciPENERAPAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA REGRESI POISSON
E-Jural Matematika Vol., No., Mei 013, 6-10 ISSN: 303-1751 PENERAPAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA REGRESI POISSON PUTU SUSAN PRADAWATI 1, KOMANG GDE SUKARSA, I GUSTI AYU MADE
Lebih terperinciTEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE
Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,
Lebih terperinciBAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat
38 3.1 Lokasi da Waktu Peelitia 3.1.1 Lokasi Peelitia BAB III METODE PENELITIAN Lokasi peelitia ii dilakuka di Puskesmas Limba B terutama masyarakat yag berada di keluraha limba B Kecamata Kota Selata
Lebih terperinciPENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI
Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,
Lebih terperinciBAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh
BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.
Lebih terperinciPROSIDING ISSN:
PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada
Lebih terperinciJurusan Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan Universitas Bung Hatta
PENERAPAN MODEL COOPERATIVE LEARNING TIPE THINK PAIR SQUARE UNTUK MENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA SISWA KELAS VIII SMP PERTIWI 1 PADANG Cherly Mardelfi 1, Lutfia Almash 2, Yusri Wahyui
Lebih terperinci3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian
19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.
Lebih terperinciProsiding Statistika ISSN:
Prosidig Statistia ISSN: 460-6456 Ui Kesamaa Beberapa Rata-Rata Pegaruh Pemafaata Bateri Peghasil Fitase (Patoea agglomeras) Dalam Rasum Terhadap Bobot Potog Ayam Broiler Megguaa Ui Krusal-Wallis da Over-Mea-Ra
Lebih terperinciFakultas Kehutanan IPB, Kampus Darmaga, Bogor 16680, Indonesia 2 ) Departemen Konservasi Sumberdaya Hutan dan Ekowisata, Fakultas Kehutanan IPB,
Media Koservasi Vol. 13, o. Agustus 008 : 65 70 PEUGAA PARAMETER EMOGRAFI A POLA PEYEBARA PAIAL WALABI LICAH (Macropus agilis papuaus) I KAWAA TAMA AIOAL WAUR TUI KAU I AVAA CAMPURA UI-UI EKI PEGELOLAA
Lebih terperinciBAB 6: ESTIMASI PARAMETER (2)
Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara
Lebih terperinciGRAFIKA
6 5 7 3 6 3 3 GRAFIKA 3 6 57 08 0 9 5 9 385 946 5 3 30 0 8 9 5 9 3 85 946 5 ANALISA REAL Utu uliah (pegatar) aalisa real yag dilegapi dega program MATLAB Dr. H.A. Parhusip G R A F I K A Peerbit Tisara
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I
7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3
Lebih terperinciPENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai
1. Pegertia Statistika PENDAHULUAN Statistika berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah. Statistika peyajia DATA utuk memperoleh
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag
Lebih terperinciBAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28
5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.
Lebih terperinci