BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 1 PENDAHULUAN. 1.1 Latar Belakang"

Transkripsi

1 BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya persoala atau feomea yag melput lebh dar sebuah varabel. Msalya, berat orag dewasa la la sampa taraf tertetu bergatug pada tggya, teaa semacam gas bergatug pada temperatur, hasl produs pad tergatug pada jumlah pupu yag dguaa, baya curah huja, cuaca da sebagaya. Abatya terasa perlu utu mempelajar aalss data yag terdr atas baya varabel. Ja peelt mempuya data yag terdr atas dua varabel atau lebh, sewajarya utu mempelajar cara bagamaa varabel varabel tu berhubuga. Hubuga yag ddapat pada umumya dyataa dalam betu persamaa matemat yag meyataa hubuga fugsoal atara varabel varabel. Stud yag meyagut masalah deal dega stlah aalss regres. Uverstas Sumatera Utara

2 Aalss regres d bedaa atas dua jes varabel yatu varabel bebas da varabel terat. Peetua varabel bebas da terat dalam beberapa hal tda mudah dlasaaa. Stud yag cermat, dsus yag sesama, berbaga pertmbaga,ewajara masalah yag dhadap da pegalama aa memudaha peetua. Sedaga varabel yag mudah ddapat atau terseda serg dgologa edalam varabel bebas, sedaga varabel yag terjad area varabel bebas tu merupaa varabel terat. Utu eperlua aalss, varabel bebas aa dyataa dega X, X,..., X ( ), sedaga varabel terat aa dyataa dega. Statsta bermasud meympula populas yag pada umumya dega megguaa hasl aalss data sampel. Khusus megea regres dalam meetua hubuga fugsoal yag dharapa berlau utu populas berdasara data sample yag dambl dar populas yag bersaguta. Sepert dataa datas hubuga fugsoal aa dtulsa dalam betu persamaa matemata yag dsebut persamaa regres da bergatug pada parameter- parameter. Regres ler merupaa suatu metode aalss statsta yag mempelajar pola hubuga atara dua atau lebh varabel. Pada eyataa sehar har serg djumpa sebuah ejada dpegaruh oleh lebh dar satu varabel, oleh area tu dembaga aalss multple regres. Multple regres adalah perluasaa dar smple regres yag mempuya lebh dar satu varabel bebas X. Multple regres dguaa utu memodela hubuga atara varabel terat da varabel bebas. Utu medapata estmas,,..., dguaa metode masmum lelhood, dmaa metode secara prsp dapat memmuma jamlah uadrat esalahaa. Suatu cara yag petg utu medapat peasr yag ba adalah metode masmum lelhood, yag dpereala oleh seorag ahl geeta da statst r R.a Fsher atara tahu 9 sampa 9 da meml aplas yag luas d berbaga bdag. Cara memasmuma lelhood berata dega metode estmas dalam statst. Estmas masmum lelhood bergua utu meetua parameter Uverstas Sumatera Utara

3 yag memasmala emuga dar data sample. Dar sudut padag statst, metode masmum lelhood daggap lebh uat pada hasl estmator dega sfat statst. Sela tu, metode juga lebh efse utu etdapasta peguura melalu batas eyaa. Mespu metodolog utu estmas masmum lelhood sagat sederhaa amu pelasaaa matematya sagat uat. Parameter yag dperoleh dar fugs estmas masmum lelhood merupaa la yag sebearya. Jelas bahwa uura sample meetua etelta dar estmator, ja uura sample sama dega populas, maa estmator meml sfat tda bas, osste da efse.. Perumusa Masalah Dalam peelta peuls megguaa buu buu berut sebaga sumber utama, dataraya:. Soprato, Apabla varabel mempuya hubuga ler dega buah varabel X, maa model matemata multple regresya adalah: X X ^ X ε Dmaa: X,..., X,,..., K ε varabel terat varabel bebas pada varabel e sampa varabel e parameter regres la esalahaa. waacott, T.H da waacott, R.J : Ja X durag dega rata-rataya, maa aa, dperoleh varabel baru ( X - regresya mejad: ). Da persamaa multple Uverstas Sumatera Utara

4 X X ^ X ε Dmaa: varabel terat X,..., X varabel bebas pada varabel e sampa varabel e,,..., K ε la esalahaa parameter regres Secara umum, adaa peelt mempuya sampel beruura buah peelt g megetahu emuga sampel yag damat. Dperlhata fugs la emuga utu,,..., K : p(,,..., /,,..., K p( ). Utu la bebas dega megala semua emuga bersama, dmaa:,,..., /,,..., K ( ) ( )... e e ) ( ) e Dega Megataa hasl al emuga bersama utu la ( ) ( ) ( ),...,,,...,, e p yag pegguaaya deal utu espoesal. Hasl datas dapat dperlhata dega pejumlahaa espoe: Meggat amata yag dbera dpertmbaga utu berbaga la,,...,. Sehgga persamaa d atas d amaa fugs lelhood: Uverstas Sumatera Utara

5 Dmaa: (,,..., ) ( ) L e L(,,..., ) Fugs masmum lelhood pada parameter Parameter yag merupaa smpaga bau utu dstrbus. la osta ( 3.4) Baya data sampel e Baga osta (.783) Varabel terat e Parameter regres e.3 Tujua Peelta Tujua peelta adalah utu meguraa cara megestmas parameter multple regres dega memmuma eror megguaa masmum lelhood..4 Kotrbus Peelta a. Meambah wawasa da memperaya lteratur dalam bdag statsta yag berhubuga dega multpleregres da masmum lelhood. Uverstas Sumatera Utara

6 b. Dega detahuya bagamaa cara megestmas parameter multple regrs megguaa masmum lelhood dharapa dapat memmuma jara atara tt data da gars regres. c. Utu megetahu besarya pegaruh dar setap varabel bebas ( yag tercaup dalam persamaa) terhadap varabel ta bebas..5 Metode Peelta Uraa metode yag dguaa dalam peelta secara rc sebaga berut: a. Membetu persamaa dar jumlah devas uadrat. b. Megaalss persamaa dega megguaa masmum lelhood. c. Megambl esmpula dar aalsa yag dperoleh. Uverstas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: 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 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

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 I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

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

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

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 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

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

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

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

E ax by c ae X be Y c. 6.1 Pengertian Umum

E ax by c ae X be Y c. 6.1 Pengertian Umum 6.1 Pegerta Umum Baya permasalaha yag dataya dyataa oleh lebh dar sebuah varabel. Hubuga atara dua atau lebh varabel dapat dyataa secara matemata sehgga merupaa suatu model yag dapat dguaa utu berbaga

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

STATISTIKA ELEMENTER

STATISTIKA ELEMENTER STATISTIKA ELEMENTER Statsta Apa tu statsta? Apa beda statsta dega statst? Populas? Sampel? Parameter? Sala Peguura: Nomal Ordal 3 Iterval 4 Raso Bagamaa r-r eempat sala d atas? Bera masg-masg otoh sala

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

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

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

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 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pegerta Regres da Korelas Pegerta Regres Istlah regres dpereala oleh seorag yag erama Fracs Gulto dalam maalah erjudul regresso towerd medacraty heredtary stature Meurut hasl peelta

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

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

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

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

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

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

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

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

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE

STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 150 KV MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE STUDI PEMODELAN PERAMBATAN GELOMBANG SURJA PETIR PADA SALURAN TRANSMISI 50 K MENGGUNAKAN METODE MULTI- CONDUCTOR TRANSMISSION LINE Kade Ad Dw Purwaa 2205 00 038 dose pembmbg :. Ir. Syarffudd M M.Eg. 2.

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data Raguma. Statt meyataa umpula data yag dapat berupa aga yag damaa data uattat maupu o aga yag damaa data ualtat yag duu dalam betu tabel da atau dagram/gra, yag meggambara da mempermudah pemahama aa aga

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

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

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

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

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

Gambar 3.1Single Channel Multiple Phase

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 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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC JEMTN PD GRF FUZZY INTUITIONISTIC St lfatur Rohmaah, au Surarso, da ambag Irawato 3 Uverstas Islam Darul Ulum Lamoga, a0304@gmalcom Uverstas Dpoegoro Semarag 3 Uverstas Dpoegoro Semarag bstract tutostc

Lebih terperinci

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus

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

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

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan Waktu 4.2 Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4. Loas da Watu Peelta dlasaaa d Strawberry Café yag berloas d Jala Gadara No.75 Jaarta Selata. Loas peelta dplh da dtetua dega segaja sesua dega pertmbaga dar peelt. Alasa utama memlh

Lebih terperinci

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK

(R.17) ESTIMASI SMOOTHING SPLINE PADA FUNGSI VARIANSI BERDISTRIBUSI GAMMA DALAM PENDEKATAN REGRESI NONPARAMETRIK PROSIDING ISSN : 87-59. Semar Nasoal Statsta November Vol, November (R.7) ESIMASI SMOOHING SPLINE PADA FUNGSI VARIANSI BERDISRIBUSI GAMMA DALAM PENDEKAAN REGRESI NONPARAMERIK Sfrya Dose Program Stud Statsta

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model Jural ILMU DASAR Vol. 9 No. Jul 008 : 5-7 5 Estmator Robust S Pada Model Seemgl Urelated Regresso he S Robust Estmator Seemgl urelated Regresso Model Sulato Jurusa Matemata FMIPA Uverstas Arlagga ABSRAC

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

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 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

DISTRIBUSI RAYLEIGH UNTUK KLAIM AGREGASI. Getut Pramesti Staf Pengajar FKIP Universitas Sebelas Maret, Jl. Ir. Sutami 36A Surakarta,

DISTRIBUSI RAYLEIGH UNTUK KLAIM AGREGASI. Getut Pramesti Staf Pengajar FKIP Universitas Sebelas Maret, Jl. Ir. Sutami 36A Surakarta, Dstrbus Raylegh Getut ramest DITRIBUI RAYLEIGH UTUK KLAIM AGREGAI Getut ramest taf egajar FKI Uverstas ebelas Maret, Jl. Ir. utam 36A uraarta, getut@gmal.com Abstract A Aggregato of clams are clams the

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

Model Regresi Sederhana (Lanjutan)

Model Regresi Sederhana (Lanjutan) LECTURE NOTES #3 Model Regres Sederhaa (Lajuta) I. Ut Pegukura da Betuk Fugsoal Terdapat dua su petg ddalam peelta terapa dbdag lmu ekoom, yak: a. Pemahama atas dampak perubaha ut pegukura dar varabel

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

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

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

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

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

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

Lebih terperinci

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales

Model Persediaan dengan Batasan Kapasitas Gudang dan Modal pada Kasus Backorder dan Lost Sales odel ersedaa dega atasa Kapastas Gudag da odal pada Kasus acorder da ost Sales Valeraa utosar urusa atemata Isttut Teolog Sepuluh Nopember Surabaya bstra ada model persedaa terdapat seragaa ebjaa memotor

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakag Masalah Regres merupaka suatu metode statstka yag dguaka utuk meyeldk pola hubuga atara dua atau lebh varabel.betuk atau pola hubuga varabelvarabel tersebut dapat ddetfkas

Lebih terperinci

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

Lebih terperinci

BAB III TEORI PERRON-FROBENIUS

BAB III TEORI PERRON-FROBENIUS BB III : EORI PERRON-FROBENIUS 34 BB III EORI PERRON-FROBENIUS Pada Bab III aa dbahas megea eor Perro-Frobeus, yatu teor hasl otrbus dar seorag matematawa asal Germa, Osar Perro da Ferdad Georg Frobeus

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.

Lebih terperinci

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur Jural Matemata Itegrat ISSN 4-4 Vol. 9 No. Otober 0 pp. -9 Pelabela Total Super Ss Ajab Pada Gra Caterpllar Teratur Trya St Rahmah Nursham Muta Nur Estr Program Stud Matemata Jurusa MIPA Faultas Sas da

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

BAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event.

BAB II TINJAUAN PUSTAKA. analisis regresi logistik, dan analisis regresi logistik rare event. BAB II TINJAUAN PUSTAKA. Peahulua Sebelum melaua pembahasa megea permasalaha ar srps, paa Bab II aa uraa beberapa teor peujag ag perraa apat membatu alam pembahasa bab-bab selajuta. Pembahasa paa Bab II

Lebih terperinci

TINJAUAN PUSTAKA Evaluasi Pengajaran

TINJAUAN PUSTAKA Evaluasi Pengajaran TINJAUAN PUSTAKA Evaluas Pegajara Evaluas adalah suatu proses merecaaka, memperoleh da meyedaka formas yag sagat dperluka utuk membuat alteratf- alteratf keputusa. Dalam hubuga dega kegata pegajara evaluas

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion)

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion) Jural EKSPONENSIALVolume Nomor September 00 ISSN 085-789 Pemlha Model Regres Terba Megguaa Aae s Iformato Crtero (The Best Regresso ModelSelecto UsgAae s Iformato Crtero) M. Fathurahma Staf Pegaar Program

Lebih terperinci

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN 085-789 Regres Logst Ordal utu Megaalss Fator-Fator yag Memegaruh erlau Seual Remaa Ordal Logstc Regresso for Aalyss Factors of Ifluece Behavor Adolecet Seual

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR

Lebih terperinci

ISSN: X 45 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA. Maria Suci Apriani a, Sri Haryatmi b

ISSN: X 45 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA. Maria Suci Apriani a, Sri Haryatmi b ISSN: 088-687X 5 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA Mara Suc Ara a, Sr Haryatm b a rogram Stud edda Matemata FKI USD Kamus 3 aga, Yogyaarta 558, marasuc@usdacd b Jurusa

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

Lebih terperinci