KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT

Ukuran: px
Mulai penontonan dengan halaman:

Download "KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT"

Transkripsi

1 Prosdg Semar Nasoal Sas da Peddka Sas I, Fakultas Sas da Matematka, UKSW Salatga, 2 Ju 204, Vol 5, No., ISSN : KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT Ad Setawa Program Stud Matematka, Fakultas Sas da Matematka Uverstas Krste Satya Wacaa, Jl. Dpoegoro Salatga 507 Emal: ad_seta_03@yahoo.com Abstrak Dalam makalah dpresetaska karakterstk flas kota-kota d Idoesa baga Barat yag sudah dguaka dalam perhtuga flas bulaa mula tahu 979 yatu kota Jakarta, Surabaya, Yogyakarta, Meda, Padag, Bajarmas da Potaak. Karakterstk dpsahka atara waktu sebelum da sesudah krss moeter 998 yatu 5 tahu sebelum krss moeter (mula tahu 983 sampa dega tahu 997 ) da 5 tahu setelah krss moeter (mula tahu 999 sampa dega tahu 203). Karakterstk tersebut daalss dega megguaka alat statstk deskrptf sepert mea, meda, smpaga baku, skewess, kurtoss, boxplot da grafk destas berdasarka data flas bulaa da tahua. Karakterstk flas tahua utuk kota-kota d Idoesa baga Barat tersebut cederug sama setelah krss moeter maupu sebelum krss moeter. Namu demka, karakterstk flas bulaa utuk sebelum da sesudah krss moeter cederug berbeda. Rata-rata flas bulaa utuk bula Aprl sebelum krss moeter cederug tgg, sedagka sesudah krss moeter cederug redah. Perbadga rata-rata flas bulaa sebelum da sesudah krss moeter dlakuka dega megguaka statstc Ma-Whtey karea dstrbus data tdak ormal. Tetap utuk flas tahua data dapat daggap berdstrbus ormal sehgga utuk perbadga tersebut dapat dguaka uj t. Selajutya, dlakuka aalss korelas utuk melhat keterkata atara satu kota dega kota yag la (dar kota-kota yag mejad perhata). Demka juga, kota-kota d Idoesa baga Barat, cederug terkat satu sama la, artya jka terjad flas d satu kota maka juga aka cederug terjad flas d kota-kota yag la da sebalkya jka terjad deflas d satu kota maka juga aka berakbat pada terjadya deflas d kota-kota yag la. Kata-kata kuc: karakterstk flas, statstk deskrptf, uj t, uj Ma-Whtey, krss moeter. PENDAHULUAN Iflas bulaa pada bula Jauar 204 sampa dega Me 204 berturut-turut adalah,07, 0,26, 0,08, -0,02 da 0,6 (dalam %). Karakterstk flas bulaa dar 5 bula pertama d tahu 204 dapat dcocokka dega karakterstk flas bulaa yag terjad setelah krss moeter. Mula bula Februar 204 dguaka 82 kota-kota d Idoesa dalam perhtuga flas yatu 33 bukota provs da ssaya kota-kota besar atau kecl la yag dguaka dalam perhtuga flas. Dalam makalah [] telah djelaska tetag perbadga karakterstk flas kota-kota d Idoesa baga Tmur sebelum da sesudah krss moeter 998. Kecual kota Ambo da Jayapura, karakterstk flas utuk kota-kota d Idoesa baga Tmur cederug sama. Krss moeter pada tahu 998 megakbatka Idoesa megalam flas tahua sebesar % da flas bulaa tertgg terjad pada bula Februar 998 yatu sebesar 2.76 %. Utuk kota-kota Jakarta, Surabaya, Yogyakarta, Meda, Padag, Bajarmas da Potaak beturutturut megalam flas tahua 74.42%, 95.2 %, %, 83.8 %, 87.2 %, % da %. D sampg tu, flas bulaa utuk kota-kota tersebut berturut-turut adalah 3.4 %, 2.28 %, 4.58 %, 0.7 %, 6.6 %, 6.39 % da 4.34 %. Pada makalah aka djelaska tetag perbadga karakterstk flas kota-kota d Idoesa baga Barat. Data yag dguaka adalah data 5 tahu sebelum tahu 998 yatu mula tahu 983 sampa dega tahu 997 sedagka 5 tahu setelah krss moeter adalah mula tahu 999 sampa dega tahu 203. Dalam hal, aka djelaska tetag karakterstk flas bulaa utuk kota-kota d Idoesa baga Barat. Kota-kota yag 642

2 Prosdg Semar Nasoal Sas da Peddka Sas I, Fakultas Sas da Matematka, UKSW Salatga, 2 Ju 204, Vol 5, No., ISSN : mejad perhata haya Jakarta, Surabaya, Yogyakarta, Meda, Padag, Bajarmas da Potaak. Kota-kota tersebut telah dguaka dalam perhtuga flas d Idoesa sejak tahu 979. Makalah-makalah terbaru yag terkat dega hal adalah [2], [3], [4], [5] da [6]. DASAR TEORI Statstk deskrptf tetag rata-rata, meda, skewess, kurtoss (excess kurtoss) da koefse varas telah bayak dguaka utuk mergkas data. Statstk tersebut juga dapat dguaka utuk medeskrpska karakterstk flas. Rata-rata, meda, koefse varas dapat megguaka defs sepert yag bayak dguaka dalam berbaga lteratur statstk (e,g. [7] da [8]). Dapat juga megguaka defs la yag dguaka dalam berbaga paket program statstk (sepert SPSS, Mtab) utuk skewess yatu : ( s )( 2) dega rata-rata (mea) sampel yatu da s smpaga baku (stadard devato) sampel yatu akar dar s 2 3 ( ) Utuk excess kurtoss yatu kurtoss sampel dkurag 3 (kurtoss dstrbus ormal) megguaka defs sebaga berkut : ( ( ) )( s 2)( 3) ( ) ( 2)( 2. 3) Utuk membadgka statstk sebelum da sesudah krss moeter 998 dguaka statstk uj t yag mesyaratka dstrbus ormal dar data atau statstk uj Ma- Whtey yag tdak mesyaratka dstrbus ormal dar data. Iformas lebh lajut dar statstk oparametrk sepert statstk Ma- Whtey dapat dlhat pada [9], [0] da []. METODE PENELITIAN Data yag dguaka adalah data flas bulaa utuk bula Jauar 983 sampa dega Desember 203 yag dperoleh pada webste resm Bada Pusat Statstk (BPS) utuk kota-kota d Idoesa baga Barat yatu kota-kota yag termasuk dalam 7 kota yag dguaka dalam perhtuga flas bulaa mula tahu 979. Kota-kota yag mejad perhata adalah Jakarta, Semarag, Badug, Surabaya, Yogyakarta, Palembag, Meda, Padag, Bajarmas da Potaak. Kota-kota yag la tdak dperhatka karea belum dguaka dalam perhtuga flas bulaa mula tahu 979. Namu demka, supaya ada kesembaga dalam aalss dguaka data 5 tahu sebelum krss moeter da 5 tahu setelah krss moeter. HASIL DAN PEMBAHASAN Gambar da Gambar 2 mempresetaska grafk gars flas tahua sebelum da sesudah krss moeter. Terlhat bahwa flas tahua sesudah krss moeter cederug mempuya pola yag sama dbadgka dega sebelum krss moeter. Namu demka, dega uj t dapat dperoleh bahwa tdak ada perbedaa atara rata-rata flas tahua sebelum da sesudah krss. Nla-p utuk perbadga rata-rata flas tahua sebelum da sesudah krss moeter utuk kota Jakarta, Surabaya, Yogyakarta, Meda, Padag, Bajarmas da Potaak berturutturut adalah 0.94, 0.340, 0.593, 0.498, 0.974, da Uj dlakuka setelah sebelumya dlakuka uj ormaltas Kolmogorov-Smrov dar data flas bulaa utuk setap kota teryata berdstrbus ormal. 643

3 Prosdg Semar Nasoal Sas da Peddka Sas I, Fakultas Sas da Matematka, UKSW Salatga, 2 Ju 204, Vol 5, No., ISSN : Gambar. Grafk gars flas tahua dar tahu 983 sampa dega tahu 997. Gambar 2. Grafk gars flas tahua dar tahu 999 sampa dega tahu 203. Pada Tabel, terlhat bahwa rata-rata flas bulaa utuk kota-kota d Idoesa baga Barat sebelum krss moeter relatf tdak berbeda dega sesudah krss moeter. Hal tu juga ddukug dega la-p dar uj Ma-Whtey utuk data flas bulaa utuk perbadga rata-rata flas bulaa sebelum da sesudah krss moeter utuk kota Jakarta, Surabaya, Yogyakarta, Meda, Padag, Bajarmas da Potaak berturutturut adalah 0.496, 0.364, 0.364, 0.604, 0.507, 0.94 da Uj dlakuka setelah sebelumya dlakuka uj ormaltas Kolmogorov-Smrov dar data flas bulaa utuk setap kota yag teryata tdak berdstrbus ormal. Hal tu berart, flas bulaa kota-kota d Idoesa baga Barat sebelum da sesudah krss moeter cederug sama. Rgkasa statstk secara legkap dapat dlhat pada Tabel. Adaya ttk ektrm sagat berpegaruh terhadap perhtuga skewess da excess kurtoss sehgga pada Tabel juga dberka perhtuga skewess da excess kurtoss dega tapa pegkutsertaka ttk ekterm yatu waktu flas bulaa saat terjad keaka harga BBM pada Oktober Terlhat bahwa hasl yag dperoleh mejad jauh berbeda. 644

4 Prosdg Semar Nasoal Sas da Peddka Sas I, Fakultas Sas da Matematka, UKSW Salatga, 2 Ju 204, Vol 5, No., ISSN : Tabel. Tabel perbadga skewess, excess kurtoss da jagkaua flas bulaa sebelum da sesudah krss moeter. IND JKT SRB YOG MDN PDG BJR PON Mea sebelum Mea Sesudah Meda Sebelum Meda Sesudah Sd sebelum Sd sesudah Koef Var Sebelum Koef Var Sesudah Skewess sebelum Skewess sesudah Skewess sesudah [-82] Kurtoss sebelum Kurtoss sesudah Kurtoss sesudah [-82] Rage sebelum Rage sesudah Idoesa Jakarta Surabaya Yogyakarta Meda Padag Bajarmas Potaak Gambar 3. Boxplot flas bulaa sebelum krss moeter berurut-turut Idoesa, kota-kota Jakarta, Surabaya, Yogyakarta, Meda, Padag, Bajarmas da Potaak. 645

5 Prosdg Semar Nasoal Sas da Peddka Sas I, Fakultas Sas da Matematka, UKSW Salatga, 2 Ju 204, Vol 5, No., ISSN : Gambar 3 memperlhatka boxplot data flas bulaa sesudah da sebelum krss moeter. Terlhat bahwa meda flas bulaa sebelum da sesudah krss moeter tdak bayak berubah. Hal tu juga ddukug oleh hasl perhtugaya dalam Tabel. Grafk destas dar flas bulaa sebelum krss moeter (yag dgambarka dega kurva ttk-ttk) da sesudah krss moeter (yag dgambarka dega gars tapa putus) dberka pada Gambar 4. Terlhat bahwa utuk kota-kota d Idoesa baga Barat relatf tdak bayak megalam perubaha pada waktu sebelum da sesudah krss moeter. Idoesa Jakarta Surabaya Yogyakarta N = 80 Badw dth = N = 80 Badw dth = N = 80 Badw dth = N = 80 Badw dth = Meda Padag Bajarmas Potaak N = 80 Badw dth = N = 80 Badw dth = N = 80 Badw dth = N = 80 Badw dth = Gambar 4. Grafk destas dar flas bulaa sebelum (kurva ttk-ttk) da sesudah krss moeter (kurva gars tak putus) utuk Idoesa, kota-kota Jakarta, Semarag, Badug, Surabaya da Yogyakarta. Gambar 5. Rata-rata flas bulaa utuk bula Jauar sampa Desember sebelum krss moeter utuk Idoesa, kota Jakarta, Semarag, Badug, Surabaya da Yogyakarta. Pada Gambar 5 da Gambar 6 berturut-turut dpresetaska karakterstk flas bulaa utuk setap bulaya sebelum da sesudah krss moeter. Sebelum krss moeter, bula Jauar mempuya flas bulaa relatf tgg dbadgka dega bula-bula yag la, hal dsebabka oleh adaya perayaa tahu baru. Demka pula pada bula Aprl, flas bulaaya relatf tgg yatu rata-rata sektar %. Kemugka dsebabka tahu aggara yag jatuh pada bula Aprl. D bula Februar, flas bulaa cukup tgg terjad d Potaak, kemugka dsebabka adaya perayaa tahu baru Imlek yag sagat rama drayaka d kota Potaak. 646

6 Prosdg Semar Nasoal Sas da Peddka Sas I, Fakultas Sas da Matematka, UKSW Salatga, 2 Ju 204, Vol 5, No., ISSN : Gambar 6. Rata-rata flas bulaa utuk bula Jauar sampa Desember sesudah krss moeter utuk Idoesa, kota Jakarta, Semarag, Badug, Surabaya da Yogyakarta. Sesudah krss moeter, bula Maret da Aprl cederug mempuya flas bulaa yag relatf redah dbadgka bula-bula la. Bula Jauar mempuya flas bulaa yag relatf lebh tgg dbadgka dega bulabula la, bahka kota Padag mempuya flas bulaa rata-rata lebh dar,50 % da lebh tgg dbadgka dega kota-kota la. Bula Jul mempuya rata-rata flas bulaa yag cukup tgg yatu lebh dar 0,8 % kemugka dsebabka oleh bula Jul merupaka bula dmula tahu ajara baru d sekolah-sekolah maupu d pergurua tgg. Kota Meda mempuya rata-rata yag lebh tgg dbadgka dega kota-kota la. Iflas bulaa tgg yag la adalah bula Oktober da bula Desember. Iflas bulaa yag tgg d bula Oktober, kemugka dsebabka oleh dmulaya musm taam pada bula tu. Iflas tgg d bula Desember karea adaya har raya Natal da lbura akhr tahu. Pada tahu 204 bula Jauar sampa dega bula Aprl cederug mempuya sfat flas yag sama dega karaterstk flas bulaa sesudah krss moeter. Tabel 2. Tabel koefse korelas kota-kota d Idoesa baga Barat da juga dbadgka dega asoal (Idoesa) berdasarka data flas bulaa sebelum krss moeter. IND JKT SRB YOG MDN PDG BJR PON IND JKT SRB YOG MDN PDG BJR PON Tabel 2 da Tabel 3 mempresetaska koefse korelas Pearso dar flas bulaa d suatu kota dkatka dega flas bulaa d kota-kota la yag mejad perhata. Dega megguaka 80 ttk sampel maka ttk krts koefse korelas Pearso yag sgfka adalah 0.46 sehgga utuk waktu sebelum da sesudah krss moeter, koefse korelasya sgfka. Hal tu berart bahwa utuk sebelum da sesudah krss moeter, kota-kota d Idoesa Barat sagat terkat satu sama la. 647

7 Prosdg Semar Nasoal Sas da Peddka Sas I, Fakultas Sas da Matematka, UKSW Salatga, 2 Ju 204, Vol 5, No., ISSN : Tabel 3. Tabel koefse korelas kota-kota d Idoesa baga Barat da juga dbadgka dega asoal (Idoesa) berdasarka data flas bulaa sesudah krss moeter. IND JKT SRB YOG MDN PDG BJR PON IND JKT SRB YOG MDN PDG BJR PON KESIMPULAN Dalam makalah, telah djelaska karakterstk flas d kota-kota d Idoesa baga Barat. Karakterstk flas tahua utuk kota-kota d Idoesa baga Barat tersebut cederug sama setelah krss moeter amu sebelum krss moeter. DAFTAR PUSTAKA [] Setawa, Ad, 204, Perbadga Karakterstk Iflas kota-kota d Idoesa baga Barat Sebelum da Sesudah Krss Moeter 998, Jural De Cartesa Uverstas Sam Ratulag Maado Volume 2 No 2. [2] Setawa, Ad, 202a, Peetua Dstrbus Skewess da Kurtoss dega Metode Resamplg berdasar Destas Kerel (Stud Kasus Pada Aalss Iflas Bulaa Komodtas bawag Merah, Dagg Ayam ras da Myak Goreg d Kota Semarag), Prosdg Semar Nasoal Sas da Peddka Sas, Vol 3 No. [3] Setawa, Ad, 202b Perbadga Koefse Varas atara 2 Sampel dega Metode Bootstrap (Stud Kasus pada Aalss Iflas Bulaa Komodtas Beras, Cabe Merah da Bawag Puth d Kota Semarag) Jural De Cartesa Uverstas Sam Ratulag Maado Volume No. Nasoal Matematka, Sas da Tekolog Iformas Uverstas Sam Ratulag 4 Ju 203. [5] Setawa, Ad, 203b, Karakterstk Iflas Bulaa Kota-kota d Idoesa Tahu , Prosdg Semar Nasoal Matematka da Peddka Matematka UNY Yogyakarta 9 November 203. [6] Supart, 203, Aalss Data Iflas d Idoesa Megguaka Model Regres Sple, Meda Statstka Vol 6 No. [7] Fauzy, A., 2009, Statstk Idustr, Peerbt Erlagga, Jakarta. [8] Harald, 2005, Prsp-prsp Statstk utuk Tekk da Sas, Peerbt Erlagga, Jakarta. [9] Dael, Waye W., 990, Appled Noparametrc Statstcs, PWS-Ket Publshg Compay, Bosto. [0] Gbbos, J. D. & S. Chakrabort, 2003, Noparametrc Statstcal Iferece, Marcel Dekker, Ic, New York. [] Martoo, Naag Statstk Sosal: Teor da Aplkas Program SPSS. Eds Pertama.Yogyakarta: Peerbt Gava Meda. [4] Setawa, Ad, 203a, Statstka d Era Super Data Set, Prosdg Semar 648

KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN

KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN 009 03 S - Ad Setawa Program Stud Matematka Fakultas Sas da Matematka Uverstas Krste Satya Wacaa, Jl. Dpoegoro 5-60 Salatga 507 Emal : ad_seta_03@yahoo.com

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

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

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

Lebih terperinci

BAB 2. Tinjauan Teoritis

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

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

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

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

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

Lebih terperinci

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

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

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah Prosdg Statstka ISSN 40-45 Uj Modfkas Pergkat Bertada Wlcoxo Utuk Masalah Dua Sampel Berpasaga 1 Wl Soldayah St Suedar 3 Lsur Wachdah 1, Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl. Tamasar No. 1

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

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

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

Lebih terperinci

3 Departemen Statistika FMIPA IPB

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

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosdg Semar Sas da Tekolog FMIPA Umul Vol. No. Jul 0, Samarda, Idoesa ISSN : - 0 STRUCTURAL EQUATION MODELLING DENGAN PENDEKATAN PARTIAL LEAST SQUARE (Stud Kasus: Pegaruh Locus of Cotrol, Self Effcacy,

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

Lebih terperinci

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA, Fakultas MIPA, Uverstas Neger Yogyakarta, 4 Me ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL Ksmat Jurusa Peddka

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

IV HASIL DAN PEMBAHASAN

IV HASIL DAN PEMBAHASAN 9 3.3.2.6 Perbadga Kualtas Data dega Parameter Statstka Parameter statstka yag dguaka sebaga alat batu pelaa perbadga kualtas kedua data adalah raso, korelas, MAE, da RMSE. Raso Data CH Dugaa R Data CH

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

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

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

Lebih terperinci

Beberapa Metode Alternatif untuk Analisis Data Sampel Berpasangan

Beberapa Metode Alternatif untuk Analisis Data Sampel Berpasangan Prosdg Statstka ISSN 46-6456 Beberapa Metode Alteratf utuk Aalss Data Sampel Berpasaga Rma Rzka Yuar Tet Sofa Yat, 3 Abdul Kudus,,3 Statstka, Fakultas MIPA, Uverstas Islam Badug, Jl Tamasar No Badug 46

Lebih terperinci

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

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

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

ANALISIS DATA STATISTIK. Adi Setiawan

ANALISIS DATA STATISTIK. Adi Setiawan ANALISIS DATA STATISTIK Ad Setawa Peerbt Tsara Grafka Salatga 017 Katalog Dalam Terbta 519.5 ADI Ad Setawa a Aalss data statstk/ Ad Setawa. -- Salatga : Tsara Grafka, 017. v, 5 p. ; 5 cm. ISBN 978-60-9493-5-8

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

Bab I Pendahuluan & Statistika Deskriptif

Bab I Pendahuluan & Statistika Deskriptif Bab I Pedahulua & Statstka Deskrptf Pegerta Statstka Dstrbus Frekues Cetral Tedecy Measure of Dsperso Pegerta Statstka Statstk (statstc) vs statstka (statstcs) Statstk: agka-agka Statstka: pegguaa data

Lebih terperinci

2.2.3 Ukuran Dispersi

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

Lebih terperinci

PEDOMAN STATISTIK UJI PROFISIENSI

PEDOMAN STATISTIK UJI PROFISIENSI DPLP 3 Rev. 0 PEDOMAN STATISTIK UJI PROFISIENSI Komte Akredtas Nasoal Natoal Accredtato Body of Idoesa Gedug Maggala Waabakt, Blok IV, Lt. 4 Jl. Jed. Gatot Subroto, Seaya, Jakarta 070 Idoesa Tel. : 6 5747043,

Lebih terperinci

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

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

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

Rekonstruksi Model Variasi Komponen H Pola Hari Tenang Stasiun Geomagnet Tangerang

Rekonstruksi Model Variasi Komponen H Pola Hari Tenang Stasiun Geomagnet Tangerang Semar Nasoal Pascasarjaa IX ITS, Surabaya 1 Agustus 009 Rekostruks Model Varas Kompoe H Pola Har Teag Stasu Geomaget Tagerag Habru Peelt Pusat Pemafaata Sas Atarksa, LAPAN Jl. Dr. Jujua No 133 Badug 40173

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian BAB IV HASIL PENELITIAN Hasl peelta berdasarka data yag dperole dar kegata peelta yag tela dlaksaaka ole peelt d MTs Salafya II Radublatug Blora pada kelas VIII A tau ajara 1 11. Data asl peelta tersebut

Lebih terperinci

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010 REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAUN Mahasswa Yulda Federka 9 5 6 Dose Pembmbg Ir. Mutah Salamah,M.Kes da Jerry Dw T.P.,S.S,M.S ABSTRAK Pertumbuha

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PEASIR RATIO-UM-PRODUT AG EFISIE UTU RATA-RATA POPULASI PADA SAMPLIG AA SEDERHAA MEGGUAA OEFISIE VARIASI DA OEFISIE URTOSIS Lza armata *, Arsma Ada, Frdaus Mahasswa Program S Matematka Dose Jurusa Matematka

Lebih terperinci

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Jural Ilmah MEDIA ENGINEERING Vol., No., Jul 0 ISSN 087-9334 (96-0) ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Johas E. Lolog Dose Jurusa Spl Fakultas Tekk Uverstas Sam Ratulag

Lebih terperinci

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

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

Lebih terperinci

Statistika Deskriptif

Statistika Deskriptif Statstka Deskrptf Statstka Deskrptf Statstka deskrptf (descrptve statstcs) berkata dega peerapa metode statstk utuk megumpulka, megolah, meyajka, da megaalss data kuattatf secara deskrptf. Statstka Deskrptf

Lebih terperinci

PENGHITUNGAN SENSITIVITAS HARGA OPSI EROPA DALAM BERBAGAI METODE NUMERIK

PENGHITUNGAN SENSITIVITAS HARGA OPSI EROPA DALAM BERBAGAI METODE NUMERIK PENGHITUNGAN SENSITIVITAS HARGA OPSI EROPA DALAM BERBAGAI METODE NUMERIK Ddt Bud Nugroho Program Stud Matematka, Fakultas Sas da Matematka Uverstas Krste Satya Wacaa Jl. Dpoegoro 5-60 Salatga 507 Jawa

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

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

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

Lebih terperinci

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 97 BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS 4. Hasl da Pegumpula Data 4.. Peetua L Krts DATA Berdasarka hasl peelta da observas dlapaga secara lagsug pada lata produks PT. Fajar It Plasdo yag meghaslka

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo BAB III METODOLOGI PENELITIAN 3. Tempat Da Waktu Peelta 3.. Tempat peelta Peelta dlaksaaka d SMP Neger 5 d kota Gorotalo 3.. Waktu peelta Peelta dlaksaaka sejak bula oktober hgga bula desember, yag melput

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap BAB III METODOLOGI PENELITIAN 3. Lokas Da Waktu Peelta Peelta dlaksaaka d SMP Neger Paleleh pada semester geap tahu ajara 0/0. Peelta berlagsug selama 4 bula (Aprl, Me, Ju, Jul) mula dar persapa hgga pelaksaaa

Lebih terperinci

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode BAB II ANDASAN TEORI. Regres Noparametrk Metode statstka oparametrk merupaka metode statstka ag dapat dguaka dega megabaka asums-asums ag meladas pegguaa metode statstk parametrk. Terutama ag berkata dega

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

Lebih terperinci

Prosiding SNaPP2011 Sains, Teknologi, dan Kesehatan. 1 Joko Riyono. (Kampus A Jl.Kiyai Tapa No.1,Jakarta11440)

Prosiding SNaPP2011 Sains, Teknologi, dan Kesehatan. 1 Joko Riyono. (Kampus A Jl.Kiyai Tapa No.1,Jakarta11440) Prosdg NaPP as, Tekolog, da Kesehata IN:89-58 MODIFIKAI TATITIK UJI-t PADA TET INFERENIA MEAN MEREDUKI PENGARUH KEAIMETRIKAN POPULAI MENGGUNAKAN EKPANI CORNIH-FIHER Joko Ryoo taf.pegajar Fakultas Tekolog

Lebih terperinci

MENDUGA PERUSAHAAN YANG KELUAR DARI INDEKS LQ45 DENGAN MODEL P/E RASIO

MENDUGA PERUSAHAAN YANG KELUAR DARI INDEKS LQ45 DENGAN MODEL P/E RASIO PROSIDING Semar Nasoal Sas da Peddka Sas VIII ISSN : 287-922 Vol 4 No.1 hal 437-44215 Ju 213 MENDUGA PERUSAHAAN YANG KELUAR DARI INDEKS LQ45 DENGAN MODEL P/E RASIO H.A. Parhusp Ceter for Appled Scece ad

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

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

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

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

Lebih terperinci

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita. Bab Ukura Data Pada saat upacara bedera, kta serg memperhatka tema-tema kta. Terkadag tapa sadar kta membadgka tgg redah sswa dalam upacara tersebut. Ada yag tggya 170 cm, 165 cm, 150 cm atau bahka 140

Lebih terperinci

Penurunan Persamaan Perpetuitas dan Anuitas

Penurunan Persamaan Perpetuitas dan Anuitas SEMINR NSIONL MTEMTIK DN PENDIDIKN MTEMTIK UNY 2016 Peurua Persamaa Perpetutas da utas T - 6 Bud Fresdy Fakultas Ekoom da Bss Uverstas Idosa bstrak Mahasswa bss da akutas, debtor bak, da vestor memerluka

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

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

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

Analisis Regresi Robust Menggunakan Kuadrat Terkecil Terpangkas untuk Pendugaan Parameter

Analisis Regresi Robust Menggunakan Kuadrat Terkecil Terpangkas untuk Pendugaan Parameter Vol. 6, No., 9-6, Jauar Aalss Regres Robust Megguaka Kuadrat Terkecl Terpagkas utuk Pedugaa Parameter Asa, Raupog, Sarmat Zaudd Abstrak Prosedur regres robust dtujuka utuk megakomodas adaya keaeha data,

Lebih terperinci

USULAN ACCEPTANCE SAMPLING PLAN UNTUK TAPE YARN PRODUK GEOTEX 250 Studi kasus: PT. Unggul Karya Semesta - Bogor

USULAN ACCEPTANCE SAMPLING PLAN UNTUK TAPE YARN PRODUK GEOTEX 250 Studi kasus: PT. Unggul Karya Semesta - Bogor USULAN ACCEPTANCE SAMPLING PLAN UNTUK TAPE YARN PRODUK GEOTE 50 Stud kasus: PT. Uggul Karya Semesta - Bogor Prudesy F. Opt, Jaquele N. Mokogta Program Stud Tekk Idustr Fakultas Tekk Uka De La Salle Maado

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

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

Lebih terperinci