BAB 1 PENDAHULUAN. 1.1 Latar Belakang
|
|
- Erlin Tanudjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Statistik area kecil (small area statistics) saat ini telah menjadi perhatian para statistisi dunia secara sangat serius. Telah banyak penelitian yang dikembangkan baik untuk perbaikan teknik dan pengembangan metode maupun aplikasi dalam berbagai kasus dan persoalan nyata yang dihadapi. Fay dan Herriot (1979) merupakan peneliti pertama yang mengembangkan pendugaan area kecil (small area estimation, SAE) berbasis model. Model yang dikembangkannya kemudian menjadi rujukan dalam pengembangan penelitian pendugaan area kecil lebih lanjut sampai dengan saat ini. Perhatian yang besar ini terjadi seiring dengan meningkatnya kebutuhan pemerintah dan para pengguna statistik (termasuk dunia bisnis) terhadap informasi yang lebih rinci, cepat, dan handal, tidak saja untuk lingkup superpopulasi seperti negara tetapi pada lingkup yang lebih kecil (subpopulasi) seperti kabupaten, kecamatan dan desa/kelurahan atau subpopulasi lain yang dibangun oleh karakteristik jenis kelamin, status sosial ekonomi, pendidikan, ras dan yang lainnya. Di Indonesia, pentingnya statistik area kecil semakin dirasakan seiring dengan era otonomi daerah di mana sistem ketatanegaraan bergeser dari sistem sentralisasi ke sistem desentralisasi. Pada sistem desentralisasi, pemerintah daerah memiliki kewenangan yang lebih besar untuk mengatur dirinya sendiri, khususnya pada level pemerintah kabupaten/kota. Dengan demikian kebutuhan statistik sampai pada level desa/kelurahan menjadi suatu kebutuhan dasar sebagai landasan bagi pemerintah daerah kabupaten/kota untuk menyusun sistem perencanaan, pemantauan dan penilaian pembangunan daerah atau kebijakan penting lainnya.
2 Pendugaan area kecil (small area estimation) adalah suatu teknik statistika untuk menduga parameter-parameter subpopulasi yang ukuran contohnya kecil (Rao, 2003). Teknik pendugaan ini memanfaatkan data dari domain besar (yakni seperti data sensus, data survei sosial ekonomi nasional) untuk menduga peubah yang menjadi perhatian pada domain yang lebih kecil. Area kecil didefinisikan sebagai subpopulasi yang ukuran contohnya kecil sehingga pendugaan langsung tidak dapat menghasilkan dugaan yang teliti (Rao, 2003). Biasanya statistik diperoleh dari suatu survei yang dirancang untuk memperoleh statistik nasional. Persoalan muncul ketika ingin diperoleh informasi untuk area yang lebih kecil (propinsi, kabupaten, kecamatan atau desa/kelurahan) yaitu objek survei jumlahnya kecil bahkan bisa saja area tersebut tidak tersampling sehingga analisis yang didasarkan hanya pada objek-objek tersebut menjadi sangat tidak dapat diandalkan (presisi rendah). Small area estimation merupakan suatu metode yang dapat menangani permasalahan tersebut. Pendugaan area kecil merupakan konsep terpenting dalam pendugaan parameter di suatu area yang relatif kecil dalam percontohan survei (survey sampling). Metode pendugaan area kecil digunakan untuk menduga karakteristik dari subpopulasi (domain yang lebih kecil). Pendugaan langsung (direct estimation) pada subpopulasi tidak memiliki presisi yang memadai karena kecilnya jumlah data yang digunakan untuk memperoleh dugaan tersebut. Alternatif metode lain adalah dengan cara menambahkan informasi pada area tersebut dari area lain melalui pembentukan model yang tepat. Pendugaan parameter area kecil dengan pendekatan seperti ini disebut pendugaan tidak langsung (indirect estimation) dalam arti bahwa dugaan tersebut mencakup data dari domain yang lain. Chand dan Alexander (1995) menyebutkan bahwa prosedur pendugaan area kecil pada dasarnya memanfaatkan kekuatan informasi area sekitarnya (neighbouring areas) dan sumber data di luar area yang statistiknya ingin diperoleh melalui pembentukan model yang tepat untuk meningkatkan efektifitas ukuran data. Secara umum pendugaan area kecil dapat dikatakan sebagai suatu metode untuk menduga parameter pada suatu area yang relatif kecil dalam percontohan survei dengan memanfaatkan informasi dari luar area, dari dalam area itu sendiri dan dari luar survei.
3 Metode Bayes empirik merupakan suatu metode pendugaan yang terdiri dari fungsi kepekatan peluang prior, fungsi kepekatan peluang posterior dan fungsi kepekatan peluang marginal. Salah satu model dalam metode Bayes empirik yang digunakan adalah model Beta-Binomial, karena model ini memenuhi ketiga fungsi kepekatan peluang tersebut. Model Beta-Binomial digunakan karena cocok untuk data biner. Jaminan Kesehatan Masyarakat (JAMKESMAS) adalah sebuah program jaminan kesehatan untuk warga Indonesia yang memberikan perlindungan sosial dibidang kesehatan untuk menjamin masyarakat miskin dan tidak mampu yang iurannya dibayar oleh pemerintah agar kebutuhan dasar kesehatannya yang layak dapat terpenuhi. Program ini dijalankan oleh Departemen Kesehatan sejak Program Jaminan Kesehatan Masyarakat (Jamkesmas) diselenggarakan berdasarkan konsep asuransi sosial. Program ini diselenggarakan secara nasional dengan tujuan untuk: 1. Mewujudkan portabilitas pelayanan sehingga pelayanan rujukan tertinggi yang disediakan Jamkesmas dapat diakses oleh seluruh peserta dari berbagai wilayah. 2. Agar terjadi subsidi silang dalam rangka mewujudkan pelayanan kesehatan yang menyeluruh bagi masyarakat miskin. Dari uraian di atas serta dengan mempertimbangkan kemampuan penulis, maka penulis ingin melakukan penelitian dengan judul Penerapan Metode Bayes Empirik Pada Pendugaan Area Kecil (Studi tentang Proporsi Status Kepemilikan Kartu Jaminan Kesehatan Masyarakat (JAMKESMAS) di Kota Takengon Kabupaten Aceh Tengah)
4 1.2 Perumusan Masalah Dalam penulisan ini yang menjadi permasalahannya adalah menentukan proporsi status kepemilikan Kartu Jaminan Kesehatan Masyarakat (JAMKESMAS) di kota Takengon Kabupaten Aceh Tengah, kemudian memperlihatkan prosedur pendugaan proporsi status kepemilikan JAMKESMAS dengan Metode Bayes Empirik. 1.3 Pembatasan Masalah Batasan masalah dari tulisan ini diantaranya adalah: 1. Pengambilan data berasal dari kantor Dinas Kesehatan dan kantor Badan Pusat Statistik kota Takengon Kabupaten Aceh Tengah. 2. Pendugaan proporsi dengan metode Bayes empirik. 3. Proses hitungan dilakukan dengan Microsoft Office Excel. 1.4 Tujuan Penelitian Tujuan tulisan ini adalah menjelaskan bagaimana menilai kinerja penduga langsung dan penduga Bayes empirik pada pendugaan area kecil serta menjalankan perhitungan dengan menggunakan Microsoft Office Excel. 1.5 Manfaat Penelitian Sebagai sarana bagaimana meningkatkan pengetahuan dan wawasan penulis mengenai cara menggunakan metode Bayes empirik menggunakan model Beta-Binomial pada pendugaan statistik area kecil.
5 1.6 Tinjauan Pustaka Penduga Langsung Bagi Proporsi Peubah pengamatan diasumsikan mempunyai sebaran binomial y i ~ iid Binomial (n i,p i ). Fungsi peluang dari sebaran binomial (PROF. DR. SUDJANA, M.A.,M.Sc.) adalah: f (y i p i ) = ( n i y i ) p i y i (1 p i ) n i y i, dengan y i = 0,, n i, 0 < p i < 1, i = 1,, m (1.1) Selanjutnya dengan memaksimumkan fungsi peluang tersebut diperoleh penduga kemungkinan maksimum bagi p i yaitu: p i = y i n i (1.2) Penduga ini merupakan penduga kemungkinan maksimum yang bersifat tak bias karena nilai harapan dari penduga sama dengan parameternya. E(p i ) = E (y i n i ) = 1 n i E(y i ) = 1 n i n i p i = p i (1.3) Sehingga dugaan kuadrat tengah galat sama dengan ragamnya, yaitu: ktg(p i ) = V ar(p i ) = n ip i(1 p i) (1.4)
6 1.6.2 Penduga Bayes Empirik Bagi Proporsi Langkah awal pada pendugaan Bayes empirik dari model Beta-Binomial oleh Kleinman (Rao, 2003) adalah dengan membuat dugaan parameter prior dengan menyamakan rataan contoh terboboti. p = i ( n i n T ) p i (1.5) Keterangan: p = dugaan parameter prior n i = banyaknya individu pada subpopulasi ke-i n T = jumlah seluruh individu p i = penduga proporsi dan ragam contoh terboboti. s p 2 = i ( n i n T )(p i p ) 2 (1.6) dengan nilai harapan masing-masing dan kemudian diselesaikan persamaan momen untuk α dan β, dengan n T = i n i. Penduga momen α dan β, diberikan sebagai berikut: α = p (1.7) α +β dan 1 α +β +1 = n T s 2 p p (1 p )(m 1) p (1 p )[n T i n i 2 /n T (m 1)] (1.8) Lalu substitusikan penduga momen α dan β ke dalam rumus:
7 p i B (α, β) = E (p i y i, α, β) = y i+α n i +α+β (1.9) untuk memperoleh penduga Bayes empirik bagi p i yaitu: p i EB = p i B (α, β ) = γ ip i + (1 γ i)p (1.10) dengan γ i = n i n i +α +β, p i = y i n i sebagai penduga langsung dari p i, y i dan n i masing - masing menyatakan banyaknya pengamatan dan banyaknya suatu kasus, p adalah penduga sintetik atau sebagai penduga tak langsung. 1.7 Metodologi Penelitian Metode yang digunakan dalam penelitian ini adalah metode Bayes empirik di mana prosedur yang digunakan dalam menduga proporsi ada dua cara yaitu berdasarkan penduga langsung dan Bayes empirik dari dua model Beta-Binomial yang diuraikan sebagai berikut: Penduga Langsung 1. Menentukan penduga proporsi. 2. Menentukan dugaan kuadrat tengah galat (ktg). 3. Menentukan galat baku. 4. Proses hitungan dilakukan dengan Microsoft Office Excel.
8 1.7.2 Penduga Bayes Empirik Berdasarkan Model Beta-Binomial 1. Menentukan nilai dugaan parameter α dan β dari sebaran prior. 2. Menentukan penduga Bayes empirik p i EB. 3. Menentukan kuadrat tengah galat dengan menggunakan metode Jacknife. 4. Menentukan galat baku. 5. Proses hitungan dilakukan dengan Microsoft Office Excel. Perbandingan kebaikan dari kedua penduga proporsi (penduga langsung dan Bayes empirik dari model Beta-Binomial dengan melihat nilai galat baku.
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pendugaan Area Kecil Secara umum metode pendugaan area kecil dibagi menjadi dua bagian yaitu metode penduga langsung (direct estimation) dan metode penduga tak langsung (indirect
Lebih terperinciPENDUGAAN AREA KECIL TERHADAP ANGKA MELEK HURUF DI KABUPATEN KUTAI KARTANEGARA DENGAN METODE EMPIRICAL BAYES BERBASIS MODEL BETA-BINOMIAL
PENDUGAAN AREA KECIL TERHADAP ANGKA MELEK HURUF DI KABUPATEN KUTAI KARTANEGARA DENGAN METODE EMPIRICAL BAYES BERBASIS MODEL BETA-BINOMIAL Norlatifah 1), Gandhi Pawitan 2), Enny Supartini 3) 1) Mahasiswa
Lebih terperinciPENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG
E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 35-39 ISSN: 2303-1751 PENERAPAN METODE PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION) PADA PENENTUAN PROPORSI RUMAH TANGGA MISKIN DI KABUPATEN KLUNGKUNG PUTU
Lebih terperinciBAB VI Pembahasan Perbandingan metode pendugaan langsung dan tak langsung untuk pendugaan area kecil melalui pendekatan Bayes
BAB VI Pembahasan 6.1. Pendahuluan Model pendugaan area kecil untuk respon Binomial dan Multinomial pada dasarnya dikembangkan dari model SAE untuk data biner, dimana peubah yang diamati hanya memiliki
Lebih terperinciBAB I PENDAHULUAN. Otonomi daerah menyebabkan adanya pergeseran ketatanegaraan di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Otonomi daerah menyebabkan adanya pergeseran ketatanegaraan di Indonesia dari sentralisasi ke desentralisasi, dimana pemerintah daerah lebih leluasa dalam mengatur
Lebih terperinciMODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER
MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER Etis Sunandi 1), Khairil A Notodiputro 2), Anik Djuraidah 2) 1) Jurusan Matematika FMIPA Universitas Bengkulu 2) Jurusan Statistika,
Lebih terperinci(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER
(DS.5) MODEL SPASIAL BAYES DALAM PENDUGAAN AREA KECIL DENGAN PEUBAH RESPON BINER (Kasus : Pendugaan Proporsi Keluarga Miskin Di kabupaten Jember Jawa Timur) Etis Sunandi 1), Khairil A Notodiputro 2), Anik
Lebih terperinciPENGARUH PENDUGAAN RAGAM PENARIKAN CONTOH PADA SMALL AREA ESTIMATION
PENGARUH PENDUGAAN RAGAM PENARIKAN CONTOH PADA SMALL AREA ESTIMATION Anang Kurnia Khairil A. Notodiputro Departemen Statistika - IPB Center for Statistics and Public Opinions 1. Pendahuluan Otonomi daerah
Lebih terperinciMETODE SCAN STATISTIC MODEL BINOMIAL DENGAN PENDEKATAN STATISTIK AREA KECIL MAULANI
1 METODE SCAN STATISTIC MODEL BINOMIAL DENGAN PENDEKATAN STATISTIK AREA KECIL MAULANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 29 2 RINGKASAN MAULANI.
Lebih terperinciPENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION (HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUF KECAMATAN DI KABUPATEN INDRAMAYU
PENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION (HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUF KECAMATAN DI KABUPATEN INDRAMAYU Ari Shobri B 1), Septiadi Padmadisastra 2), Sri Winarni 3) 1) Mahasiswa
Lebih terperinciPENERAPAN METODE BAYES EMPIRIK PADA PENDUGAAN AREA KECIL
PENERAPAN METODE BAYES EMPIRIK PADA PENDUGAAN AREA KECIL (Studi tentang Proporsi Status Kepemilikan Kartu Jaminan Kesehatan Masyarakat (JAMKESMAS) di Kota Takengon Kabupaten Aceh Tengah) SKRIPSI LINDA
Lebih terperinciMETODE PREDIKSI TAK-BIAS LINEAR TERBAIK DAN BAYES BERHIRARKI UNTUK PENDUGAAN AREA KECIL BERDASARKAN MODEL STATE SPACE KUSMAN SADIK
METODE PREDIKSI TAK-BIAS LINEAR TERBAIK DAN BAYES BERHIRARKI UNTUK PENDUGAAN AREA KECIL BERDASARKAN MODEL STATE SPACE KUSMAN SADIK SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2009 PERNYATAAN MENGENAI
Lebih terperinciSMALL AREA ESTIMATION PENGELUARAN PER KAPITA DI KABUPATEN BANGKALAN DENGAN METODE HIERARCHICAL BAYES
Statistika, Vol., No., November 5 SMALL AREA ESTIMATION PENGELUARAN PER KAPITA DI KABUPATEN BANGKALAN DENGAN METODE HIERARCHICAL BAYES Andi Muhammad Ade Satriya, Nur Iriawan, Brodjol Sutijo S. U,, Program
Lebih terperinciMETODE SCAN STATISTIC UNTUK STATISTIK AREA KECIL (Studi kasus: Model Poisson-Gamma) ANDI SETIAWAN
METODE SCAN STATISTIC UNTUK STATISTIK AREA KECIL (Studi kasus: Model Poisson-Gamma) ANDI SETIAWAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 29 RINGKASAN
Lebih terperinciII. TINJAUAN PUSTAKA
II. INJAUAN PUSAKA.1 Penduga Area Kecil Rao (003) mengemukakan bahwa suatu area disebut kecil apabila contoh yang diambil pada area tersebut tidak mencukupi untuk melakukan pendugaan langsung dengan hasil
Lebih terperinciAPROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN
APROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SURAT PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciHASIL DAN PEMBAHASAN
14 HASIL DAN PEMBAHASAN Data Pengeluaran Per Kapita Berdasarkan data dari Dinas Kependudukan dan Catatan Sipil Kota Bekasi bahwa jumlah rumah tangga sebanyak 428,980 dengan jumlah anggota rumah tangga
Lebih terperinciTaksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area
Taksiran Titik Parameter Populasi pada Small Area dengan Metode Spatial Empirical Bayes Berdasarkan Model Tingkat Area Yudistira 1, Titin Siswantining 2 1. Departemen Matematika, FMIPA, Universitas Indonesia,
Lebih terperinciPENDUGAAN ANGKA MELEK HURUF DI KABUPATEN BANGKALAN MENGGUNAKAN SMALL AREA ESTIMATION DENGAN PENDEKATAN HIERARCHICAL BAYES
PENDUGAAN ANGKA MELEK HURUF DI KABUPATEN BANGKALAN MENGGUNAKAN SMALL AREA ESTIMATION DENGAN PENDEKATAN HIERARCHICAL BAYES 1 Risya Fadila, 2 Agnes Tuti Rumiati, 3 Nur Iriawan 1,2,3 Program Studi Statistika,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Kemiskinan Berdasarkan pendekatan kebutuhan dasar, ada tiga indikator kemiskinan yang digunakan, Pertama Head Count Index (HCI- P0) yaitu persentase penduduk yang dibawah garis
Lebih terperinciKAJIAN MODEL PENDUGAAN AREA KECIL UNTUK PENDUGAAN TINGKAT PENGANGGURAN MENGGUNAKAN PENDEKATAN BAYES YUSRIANTI HANIKE
KAJIAN MODEL PENDUGAAN AREA KECIL UNTUK PENDUGAAN TINGKAT PENGANGGURAN MENGGUNAKAN PENDEKATAN BAYES YUSRIANTI HANIKE SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN MENGENAI TESIS
Lebih terperinciPERBANDINGAN METODE JACKKNIFE JIANG DAN AREA-SPESIFIC PADA PENDUGAAN MEAN SQUARED ERROR MODEL BETA-BINOMIAL. Skripsi. Oleh DITA PARAMITHA
PERBANDINGAN METODE JACKKNIFE JIANG DAN AREA-SPESIFIC PADA PENDUGAAN MEAN SQUARED ERROR MODEL BETA-BINOMIAL Skripsi Oleh DITA PARAMITHA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciDATA DAN METODE PENELITIAN
8 DATA DAN METODE PENELITIAN Data Data yang digunakan dalam penelitian ini terdiri dari dua jenis, yaitu data yang dibangkitkan dari simulasi dan data riil yang diperoleh dari Badan Pusat Statistik(BPS),
Lebih terperinciPENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI
PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI Disusun Oleh: NANDANG FAHMI JALALUDIN MALIK NIM. J2E 009
Lebih terperinciHASIL DAN PEMBAHASAN Deskripsi Data
HASIL DAN PEMBAHASAN Deskripsi Data Jawa Timur merupakan salah satu provinsi di Indonesia yang mempunyai 38 kabupaten/kota, terdiri atas 29 kabupaten dan 9 kota. Secara umum wilayah Provinsi Jawa Timur
Lebih terperinciVI. PEMBAHASAN. dengan metode kemungkinan maksimum, tetapi terhadap
89 VI. PEMBAHASAN Pada analisis yang menggunakan pendekatan model acak satu faktor (model persamaan 4.1), metode kuadrat terkecil secara umum memberikan hasil dugaan yang berbeda dengan metode kemungkinan
Lebih terperinciAPROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN
APROKSIMASI BOOTSTRAP PARAMETRIK PADA PENDUGAAN SELANG PREDIKSI STATISTIK AREA KECIL LA ODE ABDUL RAHMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SURAT PERNYATAAN MENGENAI TESIS DAN SUMBER
Lebih terperinciTINJAUAN PUSTAKA Profil Kabupaten Jember Pengeluaran Per kapita
TINJAUAN PUSTAKA Profil Kabupaten Jember Berdasarkan data BPS (2009), Kabupaten Jember secara geografis terletak pada 113 0 30-113 0 45 Bujur Timur dan 8 0 00-8 0 30 Lintang Selatan. Wilayah Kabupaten
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 101-110 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE
Lebih terperinciKarakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil
Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:
Lebih terperinciPENDUGAAN PENGELUARAN PER KAPITA DI KABUPATEN BREBES
PENERAPAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) PADA MODEL PENDUGA AREA KECIL DALAM PENDUGAAN PENGELUARAN PER KAPITA DI KABUPATEN BREBES SKRIPSI Disusun Oleh : RAHAYU NINGTYAS 24010211130042
Lebih terperinciSMALL AREA ESTIMATION UNTUK PENDUGAAN TINGKAT PARTISIPASI ANGKATAN KERJA DI PROVINSI MALUKU DENGAN PENDEKATAN KERNEL-BOOTSTRAP
Jurnal Ilmu Matematika dan Terapan Maret 2016 Volume 11 Nomor 1 Hal. 17-23 SMALL AREA ESTIMATION UNTUK PENDUGAAN TINGKAT PARTISIPASI ANGKATAN KERJA DI PROVINSI MALUKU DENGAN PENDEKATAN KERNEL-BOOTSTRAP
Lebih terperinciPenerapan Metode Empirical Best Linear Unbiased Prediction (EBLUP) pada Model Fay-Herriot Small Area Estimation (SAE)
Prosiding I MaNIs (eminar Nasional Integrasi Matematika dan Nilai Islami) Vol.1, 1, Juli 017, Hal. 31-319 p-in: 580-4596; e-in: 580-460X Halaman 31 Penerapan Metode Empirical Best Linear Unbiased Prediction
Lebih terperinciKARAKTERISTIK PENDUGA EMPIRICAL BAYES PADA PENDUGAAN AREA KECIL DENGAN MODEL POISSON-GAMMA. (Skripsi) Oleh DYTA OMPUMONA
KARAKTERISTIK PENDUGA EMPIRICAL BAYES PADA PENDUGAAN AREA KECIL DENGAN MODEL POISSON-GAMMA (Skripsi) Oleh DYTA OMPUMONA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG BANDAR LAMPUNG
Lebih terperinciTINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia
3 TINJAUAN PUSTAKA Asuransi Asuransi berasal dari kata assurance atau insurance, yang berarti jaminan atau pertanggungan. Asuransi dalam Undang-Undang No.2 Th 1992 tentang usaha perasuransian adalah perjanjian
Lebih terperinciHASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan
HASIL DAN PEMBAHASAN Model Regresi Logistik Biner untuk data Hasil Pembangkitan Model regresi logistik digunakan untuk menggambarkan hubungan antara peubah respon dan peubah penjelas pada data hasil pembangkitan.
Lebih terperinciBAB I PENDAHULUAN. hubungan antara dua variabel yang terdiri dari variabel tak bebas (Y ) dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi adalah metode statistika yang paling sering digunakan dalam segala bidang ilmu pengetahuan, analisis ini bertujuan untuk memodelkan hubungan antara
Lebih terperinciSMALL AREA ESTIMATION UNTUK PEMETAAN ANGKA MELEK HURUF DI KABUPATEN REMBANG. Program Studi Statistika, UNIMUS
SMALL AREA ESTIMATION UNTUK PEMETAAN ANGKA MELEK HURUF DI KABUPATEN REMBANG Moh Yamin Darsyah 1, Iswahyudi Joko Suprayitno 2 1 Program Studi Statistika, UNIMUS Email: mydarsyah@unimus.ac.id 2 Program Studi
Lebih terperinciESTIMASI PENGELUARAN PER KAPITA DI KABUPATEN REMBANG DENGAN PENDEKATAN SAE-NONPARAMETRIK. Program Studi Pendidikan Matematika, UNIMUS 2
ESTIMASI PENGELUARAN PER KAPITA DI KABUPATEN REMBANG DENGAN PENDEKATAN SAE-NONPARAMETRIK Iswahyudi Joko Suprayitno 1, Moh Yamin Darsyah 2, Budiharto 3 1 Program Studi Pendidikan Matematika, UNIMUS 2 Program
Lebih terperinci(R.15) PERTIMBANGAN PENTING YANG MENDASARI PENGGUNAAN METODE SMALL AREA ESTIMATION
(R.15) PERTIMBANGAN PENTING YANG MENDASARI PENGGUNAAN METODE SMALL AREA ESTIMATION 1Nurul Hasanudin, 2 Septiadi Padmadisastra, 3 Nusar Hajarisman Program Pendidikan Magister Program Studi Statistika Terapan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinci(DS.4) MODEL OTOREGRESIF SIMULTAN BAYES UNTUK ANALISIS DATA KEMISKINAN
(DS.4) MODEL OTOREGRESIF SIMULTAN BAYES UNTUK ANALISIS DATA KEMISKINAN Safaat Yulianto 1, Anik Djuraidah 2, Aji Hamim Wigena 2 1Akademi Statistika Muhammadiyah Semarang 2Jurusan Statistika, Institut Pertanian
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pada bab ini akan diuraikan mengenai beberapa teori dan metode yang mendukung serta mempermudah dalam melakukan perhitungan dan dapat membantu di dalam pembahasan
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciKARAKTERISTIK PENDUGA EMPIRICAL BAYES PADA PENDUGAAN AREA KECIL DENGAN MODEL BETA BINOMIAL. (Skripsi) Oleh DWI MAYASARI
KARAKTERISTIK PENDUGA EMPIRICAL BAYES PADA PENDUGAAN AREA KECIL DENGAN MODEL BETA BINOMIAL (Skripsi) Oleh DWI MAYASARI JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG
Lebih terperincidimana n HASIL DAN PEMBAHASAN
5. Proses penghilangan data dilakukan secara acak untuk memenuhi asumsi mekanisme kehilangan data yang acak (MAR). 6. Ulangan yang digunakan sebanyak 1 kali pada setiap simulasi untuk memberikan peluang
Lebih terperinciSMALL AREA ESTIMATION UNTUK PEMETAAN KEMISKINAN DI KABUPATEN DEMAK
SMALL AREA ESTIMATION UNTUK PEMETAAN KEMISKINAN DI KABUPATEN DEMAK Moh. Yamin Darsyah 1 Setia Iriyanto 2 Iswahyudi Joko S 3 1) Prodi Statistika FMIPA UNIMUS, Semarang 2) Prodi Manajemen FE UNIMUS, Semarang
Lebih terperinciPENDUGAAN SELANG KEPERCAYAAN PADA PENDUGAAN AREA KECIL. (Skripsi) Oleh DESTI RESTIANA
PENDUGAAN SELANG KEPERCAYAAN PADA PENDUGAAN AREA KECIL Skripsi Oleh DESTI RESTIANA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG BANDAR LAMPUNG 2017 ABSTRAK PENDUGAAN SELANG KEPERCAYAAN
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciDosen Jurusan Matematika FMIPA Universitas Bengkulu, Bengkulu ABSTRACT
ESTIMASI TINGKAT KEMISKINAN PADA LEVEL DESA DI KABUPATEN MUKOMUKO DENGAN MENGGUNAKAN SMALL AREA ESTIMATION (ESTIMATION OF POVERTY RATE IN VILLAGE LEVEL AT MUKOMUKO DISTRICT USING SMALL AREA ESTIMATION)
Lebih terperinciPENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI
PENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI Disusun Oleh : BITORIA ROSA NIASHINTA 24010211120021 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciPENDUGAAN AREA KECIL DENGAN TRANSFORMASI PADA PENDUGAAN PROPORSI KELUARGA MISKIN DI KABUPATEN JEMBER IMAM APRIYANTO
PENDUGAAN AREA KECIL DENGAN TRANSFORMASI PADA PENDUGAAN PROPORSI KELUARGA MISKIN DI KABUPATEN JEMBER IMAM APRIYANTO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciII. LANDASAN TEORI. sєs (S ruang sampel) dengan sebuah bilangan real. Salah satu peubah acak adalah
II. LANDASAN TEORI Peubah acak X(s) merupakan sebuah fungsi X yang menetapkan setiap anggota sєs (S ruang sampel) dengan sebuah bilangan real. Salah satu peubah acak adalah peubah acak diskrit, yaitu banyaknya
Lebih terperinciPengantar Statistika Matematika II
Bab 3: Statistika FMIPA Universitas Islam Indonesia Bila sampling berasal dari populasi yang digambarkan melalui fungsi peluang f X (x θ), pengetahuan tentang θ menghasilkan karakteristik mengenai keseluruhan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan kemajuan ilmu pengetahuan dan teknologi mendorong masyarakat untuk semakin memperlihatkan derajat kesehatan demi peningkatan kualitas hidup yang lebih
Lebih terperinciTINJAUAN PUSTAKA. Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot)
II. TINJAUAN PUSTAKA 2.1 Rancangan Petak Teralur Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot) sebagai satuan percobaan yang terdiri dari plot baris untuk perlakuan
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, ahun 2015, Halaman 977-986 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN MEODE EMPIRICAL BES LINEAR UNBIASED PREDICION (EBLUP)
Lebih terperinciPENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB
PENYAJIAN DATA Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB Proses Pengumpulan Data???? Pencatatan Data Numerik Variable Record ID Nama Spesies Hasil Uji HI 1 Ahmad Ayam broiler
Lebih terperinciMetode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)
Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata
Lebih terperinciSMALL AREA ESTIMATION PADA TINGKAT KEMISKINAN DI PROVINSI JAWA TENGAH DENGAN PENDEKATAN EMPIRICAL BEST LINIER UNBIASED PREDICTION.
SMALL AREA ESTIMATION PADA TINGKAT KEMISKINAN DI PROVINSI JAWA TENGAH DENGAN PENDEKATAN EMPIRICAL BEST LINIER UNBIASED PREDICTION Arianto Wijaya 1, Moh. Yamin Darsyah 2 dan Iswahyudi Joko Suprayitno 3
Lebih terperinciBAB I PENDAHULUAN. reformasi dengan didasarkan pada peraturan-peraturan mengenai otonomi daerah.
BAB I PENDAHULUAN 1.1 Latar Belakang Belanja modal yang sebagai perubahan yang fundamental di dalam Anggaran dan Pendapatan Belanja Daerah (APBD) telah mulai dilakukan pasca reformasi dengan didasarkan
Lebih terperincidi masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN
1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code
Lebih terperinciSKRIPSI SKRIPSI PENDEKATAN EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) DALAM SMALL AREA ESTIMATION IIN AYUDHINA FAJRIN H
SKRIPSI SKRIPSI PENDEKATAN EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) DALAM SMALL AREA ESTIMATION IIN AYUDHINA FAJRIN H PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPEMODELAN AREA KECIL UNTUK MENDUGA ANGKA KEMATIAN BAYI MELALUI PENDEKATAN MODEL REGRESI POISSON BAYES BERHIRARKI DUA-LEVEL NUSAR HAJARISMAN
PEMODELAN AREA KECIL UNTUK MENDUGA ANGKA KEMATIAN BAYI MELALUI PENDEKATAN MODEL REGRESI POISSON BAYES BERHIRARKI DUA-LEVEL NUSAR HAJARISMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN
Lebih terperinciTINJAUAN PUSTAKA. Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai
II. TINJAUAN PUSTAKA 2.1. Model Linear Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai berikut : Y i = β 0 + X i1 β 1 + X i2 β 2 + + X ip β p +ε i ; i = 1,2,, n bila dirinci
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Data Data merupakan kumpulan keterangan atau fakta yang diperoleh dari satu populasi atau lebih. Data yang baik, benar dan sesuai dengan model menentukan kualitas kebijakan
Lebih terperinciSMALL AREA ESTIMATION TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN BANYUWANGI DENGAN METODE HIERARCHICAL BAYES DAN EMPIRICAL BAYES
TESIS SS142501 SMALL AREA ESTIMATION TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN BANYUWANGI DENGAN METODE HIERARCHICAL BAYES DAN EMPIRICAL BAYES WIRAJAYA KUSUMA NRP. 1315 2012 10 DOSEN PEMBIMBING : Prof.
Lebih terperinciRANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)
RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MAGISTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1
Lebih terperinciBAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan
6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga
Lebih terperinciPENDUGAAN PROPORSI PADA AREA KECIL. (Skripsi) Oleh SHELA MALINDA TAMPUBOLON
PENDUGAAN PROPORSI PADA AREA KECIL (Skripsi) Oleh SHELA MALINDA TAMPUBOLON FAKULTAS MATEMATIKA DAN ILMU PEGETAHUAN ALAM UNIVERSITAS LAMPUNG BANDAR LAMPUNG 2018 ABSTRAK PENDUGAAN PROPORSI PADA AREA KECIL
Lebih terperinciRANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)
RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MASTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1 2 I.
Lebih terperinciIV HASIL DAN PEMBAHASAN
6 telah dibangkitkan. Kemudian peubah X dan Y diregresikan dengan OLS sehingga diperoleh kuadrat galat. Kuadrat galat diurutkan dari ang terkecil sampai dengan ang terbesar, lalu dilakukan pemangkasan.
Lebih terperinciBAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON
BAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON 3.1 Regresi Poisson Regresi Poisson merupakan salah satu model regresi dengan variabel responnya tidak berasal
Lebih terperinciKusman Sadik Departemen Statistika FMIPA Institut Pertanian Bogor ABSTRACT
Forum Statistika dan Komputasi, Vol. 14, No. 2, 2009 ISSN : 0853-8115 METODE PREDIKSI TAK-BIAS LINEAR TERBAIK DAN BAYES BERHIRARKI UNTUK PENDUGAAN AREA KECIL BERDASARKAN MODEL STATE SPACE (Best Linear
Lebih terperinciPengantar Statistika Matematika II
Pengantar Statistika Matematika II Distribusi Sampling Atina Ahdika, S.Si., M.Si. Prodi Statistika FMIPA Universitas Islam Indonesia March 20, 2017 atinaahdika.com Bila sampling berasal dari populasi yang
Lebih terperinciPREDIKSI TERBAIK EMPIRIK UNTUK MODEL TRANSFORMASI LOGARITMA DI DALAM PENDUGAAN AREA KECIL DENGAN PENERAPAN PADA DATA SUSENAS ANANG KURNIA
PREDIKSI TERBAIK EMPIRIK UNTUK MODEL TRANSFORMASI LOGARITMA DI DALAM PENDUGAAN AREA KECIL DENGAN PENERAPAN PADA DATA SUSENAS ANANG KURNIA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2009 PERNYATAAAN
Lebih terperinciPREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA PENDUGAAN AREA KECIL DENGAN DATA PANEL UNTUK MENDUGA INDEKS PENDIDIKAN DI KABUPATEN PURWAKARTA
PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA PENDUGAAN AREA KECIL DENGAN DATA PANEL UNTUK MENDUGA INDEKS PENDIDIKAN DI KABUPATEN PURWAKARTA FEBRIYANI EKA SUPRIATIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN
Lebih terperinciPENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL
PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL Vania Mutiarani 1, Adi Setiawan, Hanna Arini Parhusip 3 1 Mahasiswa Program Studi Matematika FSM UKSW, 3 Dosen
Lebih terperinciIV. METODE PENELITIAN. Penelitian dilakukan di Desa Tugu Utara dan Kelurahan Cisarua,
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Desa Tugu Utara dan Kelurahan Cisarua, Kecamatan Cisarua, Kabupaten Bogor, Provinsi Jawa Barat. Pemilihan lokasi dilakukan
Lebih terperinci4 METODE. Desain, Tempat dan Waktu. Teknik Penarikan Contoh
15 4 METODE Desain, Tempat dan Waktu Desain penelitian yang digunakan cross sectional. Penelitian ini merupakan bagian dari penelitian Pengembangan Model Pendidikan Makanan Jajanan Sehat Berbasis Sekolah
Lebih terperinciKONSEP DASAR SAMPLING
TEKNIK SAMPLING KONSEP DASAR SAMPLING LOGO HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNAND TEKNIK SAMPLING Metode pengambilan sebagian anggota populasi sedemikian rupa sehingga contoh yang
Lebih terperinciHASIL DAN PEMBAHASAN Model Regresi Poisson
HASIL DAN PEMBAHASAN Model Regresi Poisson Hubungan antara jumlah penderita DBD dan faktor-faktor yang mempengaruhinya dapat diketahui dengan menggunakan analisis regresi. Analisis regresi yang digunakan
Lebih terperinciTINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk
5 TINJAUAN PUSTAKA Pemilihan Peubah Gizi Buruk Gizi buruk adalah keadaan kurang zat gizi tingkat berat yang disebabkan oleh rendahnya konsumsi energi dan protein dalam waktu cukup lama yang ditandai dengan
Lebih terperinciSTUDI PENENTUAN MATRIKS PEMBOBOT SPASIAL OPTIMUM DALAM PENDUGAAN AREA KECIL ASFAR
STUDI PENENTUAN MATRIKS PEMBOBOT SPASIAL OPTIMUM DALAM PENDUGAAN AREA KECIL ASFAR SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA PELIMPAHAN
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Ciburuy dan Desa Cisalada, Kecamatan
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Desa Ciburuy dan Desa Cisalada, Kecamatan Cigombong, Kabupaten Bogor, Provinsi Jawa Barat. Lokasi penelitian dipilih secara
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
Lebih terperinciSuatu percobaan dilaksanakan untuk mendapatkan informasi dari populasi. Informasi yang diperoleh digunakan untuk:
PENDAHULUAN Program Percobaan Suatu percobaan dilaksanakan untuk mendapatkan informasi dari populasi. Informasi yang diperoleh digunakan untuk: Inferensia tentang parameter populasi Membuat keputusan tentang
Lebih terperincistatistika untuk penelitian
statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,
Lebih terperinciMODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK BAYESIAN
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 128 133 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilaksanakan di daerah hulu dan hilir Sungai Musi, yang
IV. METODE PENELITIAN 4.1. Pemilihan Lokasi dan waktu Penelitian Penelitian ini dilaksanakan di daerah hulu dan hilir Sungai Musi, yang terletak di kota Palembang Sumatera Selatan. Penentuan lokasi dilakukan
Lebih terperinciBAB I PENDAHULUAN. Keadaan sehat dan sejahtera adalah hak setiap warga negara. Pemerintah
BAB I PENDAHULUAN 1.1. Latar Belakang Keadaan sehat dan sejahtera adalah hak setiap warga negara. Pemerintah selalu berusaha untuk memenuhi hak warga negaranya. Jumlah warga negara yang terganggu kesehatannya
Lebih terperinciMETODE PENELITIAN. Batu. Pemilihan lokasi tersebut dilakukan secara sengaja (purposive) dengan
IV. METODE PENELITIAN 4.1 Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di Desa Tlekung, Kecamatan Junrejo, Kota Batu. Pemilihan lokasi tersebut dilakukan secara sengaja (purposive) pertimbangan
Lebih terperinciTINJAUAN PUSTAKA Perilaku konsumen
TINJAUAN PUSTAKA Perilaku konsumen Perilaku konsumen adalah semua kegiatan, tindakan serta proses psikologis yang mendorong tindakan tersebut pada saat sebelum membeli, ketika membeli, menggunakan, menghabiskan
Lebih terperinciRANCANG BANGUN PEMETAAN PERSEBARAN PENDUDUK BUTA AKSARA DI KALIMANTAN BARAT DENGAN METODE SAE (SMALL AREA ESTIMATION)
RANCANG BANGUN PEMETAAN PERSEBARAN PENDUDUK BUTA AKSARA DI KALIMANTAN BARAT DENGAN METODE SAE (SMALL AREA ESTIMATION) 1 Deni Farlyanda 1, Heri Priyanto 2, M. Azhar Irwansyah 3 1, 2, 3 Program Studi Teknik
Lebih terperinciBAB. IX ANALISIS REGRESI FAKTOR (REGRESSION FACTOR ANALYSIS)
BAB. IX ANALII REGREI FAKTOR (REGREION FACTOR ANALYI) 9. PENDAHULUAN Analisis regresi faktor pada dasarnya merupakan teknik analisis yang mengkombinasikan analisis faktor dengan analisis regresi linier
Lebih terperinciSTK 203 TEORI STATISTIKA I
STK 203 TEORI STATISTIKA I V. SEBARAN FUNGSI PEUBAH ACAK V. Sebaran Fungsi Peubah Acak 1 Sebaran Fungsi Peubah Acak Dalam banyak kasus untuk melakukan inferensi terhadap suatu parameter kita lebih banyak
Lebih terperinciPENDUGAAN PEROLEHAN SUARA LEVEL KABUPATEN/KOTA PADA PEMILIHAN GUBERNUR JAWA BARAT TAHUN 2013 LUSI TRIYANI
PENDUGAAN PEROLEHAN SUARA LEVEL KABUPATEN/KOTA PADA PEMILIHAN GUBERNUR JAWA BARAT TAHUN 2013 LUSI TRIYANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciBAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n<<p DAN TERDAPAT KEKOLINEARAN-GANDA
BAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n
Lebih terperinciII. PERUMUSAN MASALAH Berdasarkan batasan masalah di atas adapun rumusan masalah dalam penelitian ini adalah: 1. Bagaimanakah pelaksanaan
I. PENDAHULUAN Undang-Undang Nomor 40 Tahun 2004 tentang Sistem Jaminan Sosial Nasional (SJSN) sudah tentu disusun berdasarkan kondisi Indonesia sekarang, cita-cita buat apa negara ini didirikan sebagaimana
Lebih terperinci