Spatial Durbin Model untuk Mengidentifikasi Faktor-Faktor yang Mempengaruhi Kematian Ibu di Jawa Timur

Ukuran: px
Mulai penontonan dengan halaman:

Download "Spatial Durbin Model untuk Mengidentifikasi Faktor-Faktor yang Mempengaruhi Kematian Ibu di Jawa Timur"

Transkripsi

1 JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: D-16 Spatal Durb Model utuk Megdetfkas Faktor-Faktor yag Mempegaruh Kemata Ibu d Jawa Tmur La Dw Pertw, Mutah Salamah, da Sutko Jurusa Statstka, Falkultas Matematka da Ilmu Pegetahua Alam, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya 6111 E-mal: mutah_s@statstka.ts.ac.d; sutko@statstka.ts.ac.d Abstrak Kemata bu mead prortas utama yag harus dtaggulag oleh pemertah utuk megurag rsko kemata, meam reproduks sehat, da megkatka kualtas hdup bu. D Jawa Tmur, umlah kemata bu megalam pegkata mula tahu 9 hgga tahu 1. Faktor peyebab kemata bu atar kabupate/kota berbeda-beda. Hasl detfkas awal pada la Mora s I meuukka adaya pegelompoka wlayah pada pola persebara kemata bu da beberapa faktor yag mempegaruhya. Oleh karea tu, dguaka metode Spatal Durb Model (SDM) utuk me-modelka. Metode SDM merupaka es khusus dar metode Spatal Autoregressve Model (SAR). Namu, peelta meu-ukka bahwa model utuk metode SAR da SDM memberka hasl yag sama. Hal dsebabka oleh keclya la Mora s I, sehgga pada hasl estmas parameter megguaka metode SDM mead tdak yata. Varabel yag sgfka berpegaruh terhadap kemata bu adalah persetase persala dbatu oleh duku, persetase rumah tagga berperlaku hdup bersh sehat, da persetase saraa kesehata d tap kabupate/kota d Jawa Tmur. Kata Kuc Kemata Ibu, Pembobot Spasal, Spatal Durb Model, Spatal Autoregressve Model I. PENDAHULUAN EMATIAN bu merupaka kemata dar setap wata K selama masa kehamla, bersal atau dalam 4 har sesudah berakhrya kehamla oleh sebab apapu, tapa melhat usa da lokas kehamla, oleh setap peyebab yag berhubuga dega atau dperberat oleh kehamla atau peagaaya tetap buka oleh kecelakaa atau sdetal (faktor kebetula). Hal sesua dega defs Iterasoal Statstcal Classfcato of Dsease ad Related Health Problems (ICD). Agka Kemata Ibu (AKI) kemuda ddefska sebaga umlah kemata bu selama satu perode waktu dalam 1. kelahra hdup [1]. Mlleum Declarato meempatka kemata bu sebaga prortas utama yag harus dtaggulag utuk memmalsas rsko kemata, meam reproduks sehat, da megkatka kualtas hdup bu atau kaum perempua []. AKI d Idoesa meempat uruta tertgg d ASEAN yatu 3 per 1. kelahra hdup, artya lebh dar 18. bu tap tahu atau dua bu tap am meggal oleh sebab yag berkata dega kehamla, persala, da fas (Surve Demograf Kesehata Idoesa: SDKI -3). Tahu, SDKI meuukka bahwa AKI d Idoesa meuru mead 8 per 1. kelahra hdup. Peurua agka tersebut relatf mash sagat redah da auh dar target MDGs (Mlleum Developmet Goals) utuk meuruka AKI pada tahu 1 mead 1 per 1. kelahra hdup [3]. Jawa Tmur meduduk uruta kelma dar seluruh provs d Idoesa yag memlk umlah kemata bu terbayak setelah Jawa Barat, Jawa Tegah, NTT, da Bate [4]. Bada Pusat Statstk (BPS) mecatat agka kemata bu d Jawa Tmur pada tahu 199 sebesar 334 per 1. kelahra hdup da kemuda meuru pada tahu mead 6 per 1. []. Namu sebalkya, ka pada tahu 9 berumlah 9 kemata per 1. kelahra, kemuda pada tahu 1 melesat mecapa 11 kemata per 1. kelahra [6]. Ruuka [] meelaska peelta tetag kemata bu yag telah dlakuka dega megguaka model regres posso. Model terbak yag dplh meuukka bahwa faktorfaktor yag berpegaruh terhadap kemata bu d Jawa Tmur pada tahu 3 yatu rata-rata pegeluara baya kesehata perkapta, persetase peduduk msk da umlah teaga meds da parameds. Ruuka [8] uga meelaska peelta tetag kemata bu yag telah dlakuka dega megguaka pedekata Geographcally Weghted Posso Regresso (GWPR) d maa meghaslka kesmpula bah-wa varabel persetase saraa kesehata berpegaruh sgf-ka d setap kabupate/kota, sedagka varabel persetase bu haml bersko tgg dtaga serta varabel persetase bda tdak berpegaruh d seluruh kabupate/kota. Metode GWPR merupaka metode pemodela spasal dega megguaka pedekata ttk, sedagka hasl peelta tersebut meympulka adaya pegelompoka varabel-varabel predktor yag sgfka pada lokas yag berdekata sehgga meuukka adaya persamaa perlaku atarlokas yag berdekata. Oleh karea tu, perlu adaya peelta lebh laut utuk medapatka pemodela spasal dega pedekata area yag megguaka pegaruh spasal dar varabel respo da predktor. Peelta merupaka lauta dar peelta Novta dega megguaka metode SDM. Ruuka [9] meelaska peelta sebelumya dega metode SDM megea faktor-faktor yag berpegaruh terhadap keada dare d Kabupate Tuba. Hasl peelta meympulka bahwa pemodela SDM mempuya kera yag lebh bak darpada pemodela model o SDM. Sela tu, ruuka [1] uga meelaska peelta sebelumya dega metode SDM utuk megdetfkas faktor-faktor yag mempegaruh agka kemata bay d Jawa Tmur da hasl peelta meuukka bahwa metode SDM memlk krtera pemodela lebh bak darpada metode Ordary Least Square (OLS) karea meghaslka R-square yag besar.

2 JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: D-166 II. II. TINJAUAN PUSTAKA Aalsa regres merupaka salah satu metode statstka yag dguaka utuk membetuk model hubuga atara varabel respo (Y) dega satu atau lebh varabel predktor (). Secara umum, model regres ler dyataka pada persamaa (1). (1) β, β 1,, β p adalah parameter da adalah error regres ε~iidn(,σ I) dega ε~n(,σ ), artya berdstrbus ormal, E( )=, var( )= utuk =1,,,. Salah satu prosedur pedugaa model utuk regres ler bergada adalah dega prosedur Least Square (kuadrat terkecl). Model regres ler dapat dtuls dalam betuk matrks [11]. A. Model Regres Spasal Ruuka [1] meulska model umum Geeral Spatal Model (GSM) sepert yag dtuukka pada persamaa ().,, () Matrk W 1 da W merupaka pembobot yag meelaska fugs arak atau kedekata atar lokas. Dagoalya berla ol atau w = utuk = da w utuk, d maa (=1,,, ) da (=1,,, ) merupaka pegamata atau lokas. Beberapa model dapat dbetuk dar persamaa (), d ataraya yatu: a) Jka W = atau λ = maka dsebut dega SAR sepert pada persamaa (3). da (3) b) Jka W 1 = atau ρ = maka model regres dsebut sebaga spatal autoregressve dalam error atau Spatal Error Model (SEM) sepert pada persamaa (4) d maa meuukka spasal struktur pada spatally depedet error ( ). da (4) c) Jka W 1, W, λ, atau ρ maka model dsebut Spatal Autoregressve Movg Average (SARMA) sepert pada persamaa (). d) Jka ρ = da λ = maka dsebut sebaga model regres lear sederhaa yag estmas parameterya dapat dlakuka melalu OLS yatu regres yag tdak mempuya efek spasal sepert pada persamaa (). da () Idetfkas awal sebelum melakuka metode spasal yatu dega Lagrage Multpler Test (LM test). Ada tga hpotess yag aka dguaka pada LM test, yatu H : ρ = dega H 1 : ρ (utuk model SAR), H : λ = dega H 1 : λ (utuk model SEM), da H : ρ, λ = dega H 1 : ρ, λ (utuk model SARMA). Keputusa yag dambl yatu tolak H ka la LM > (k) dega statstk u yag dguaka adalah: LM=E -1 {(R y ) T R y R e T 1 + (R e ) (D + T 11 )} ~ (m) (6) B. Metode SDM Metode SDM memlk cr khas sedr yatu adaya peambaha spasal lag pada varabel predktor. Vektor parameter koefse spasal lag varabel predktor dyataka dalam β [13]. Model SDM dtuukka pada persamaa (). () C. Pegua Hpotess Sgfkas Estmas Parameter Pegua dlakuka dega megguaka Wald test d maa H : θ p = [λ, ρ, β,..., β p ]' = dega H 1 : θ p. Keputusa H dtolak ka Wald > dega statstk u sebaga berkut [13]: ˆ p Wald (8) var( ˆ p ) adalah estmas parameter ke-p da adalah varas estmas parameter ke-p. D. U Efek Spasal U efek spasal dapat dlakuka dega cara yatu spatal depedece da spatal heterogeety. U autokorelas atar lokas atau u depedes spasal dlakuka dega megguaka metode Mora s I d maa H : I M = (tdak ada autokorelas atar lokas) dega H 1 : I M (ada autokorelas atar lokas). Keputusa H dtolak ka dega statstk u sebaga berkut [14]. (9) Pola pegelompoka da peyebara atar lokas dapat dsaka dega Mora s Scatterplot. Mora s Scatterplot terdr dar empat kuadra, yatu kuadra I, II, III, da IV. Kuadra I (Hgh-Hgh) meelaska daerah dega la pegamata tgg dkellg oleh daerah dega la pegamata tgg. Kuadra II (Low-Hgh) meelaska daerah dega la pegamata redah tetap dkellg daerah dega la pegamata tgg. Kuadra III (Low- Low) meelaska daerah dega la pegamata redah dkellg oleh daerah yag uga mempuya la pegamata redah. Kuadra IV (Hgh-Low) meelaska daerah dega la pegamata tgg tetap dkellg oleh daerah dega la pegamata redah. Pegua adaya heterogetas spasal dapat dlakuka dega megguaka Breusch-Paga Test (BP test) d maa H : (homoskedaststas) da H 1 : mmal ada satu (heterokedaststas). Keputusa H dtolak ka BP > k dega statstk u sebaga berkut [13]. k (1) E. Matrks Pembobot Spasal Matrks pembobot spasal yag dguaka dalam peelta adalah Quee cotguty (persgguga ss-sudut). Matrks pembobot (w ) berukura x, d maa setap eleme matrks meggambarka ukura kedekata atara pegamata da. Metode Quee cotguty medefska bahwa lokas yag berssa atau ttk sudutya bertemu dega lokas yag mead perhata dber pembobota w = 1, sedagka utuk lokas laya adalah w = [1]. F. Pemlha Model Terbak Pemlha model terbak dlakuka dega melhat koefse determas (R-square). R-square meuukka ketepata suatu model (Goodess of ft) dega otas (11) d maa SSE adalah umlah kuadrat error da SST adalah umlah kuadrat total. Koefse determas berla R- square 1. Semak besar la R-square, maka model

3 JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: D-16 semak tepat dalam meggambarka feomea dar varabel respo sehgga model semak dpercaya. G. Defs Kemata Ibu Kemata bu merupaka kemata setap wata selama masa kehamla, bersal atau dalam 4 har sesudah berakhrya kehamla oleh sebab apapu, tapa melhat usa da lokas kehamla, oleh setap peyebab yag berhubuga dega atau dperberat oleh kehamla atau peagaaya tetap buka oleh kecelakaa atau sdetal (faktor kebetula). Tggya agka kemata bu dpegaruh oleh bayak faktor da sagat kompleks [1]. Secara gars besar faktor determa kemata bu dgologka mead dua faktor besar yatu faktor meds/lagsug da faktor o-meds/tdak lagsug. Berdasarka faktor meds, kemata bu d Idoesa kebayaka dsebabka oleh pedaraha, hpertes saat kehamla, da feks, sedagka utuk faktor omeds, kemata bu d Idoesa dsebabka oleh kods sosal budaya, ekoom, peddka, keduduka da pera wata, kods geografs, da trasportas. Pokok permasalaha tggya AKI d Idoesa dsebabka oleh redahya akses peduduk msk pada layaa kesehata yag berkualtas, sultya medapatka/memafaatka fasl-tas da teaga kesehata yag berkualtas da teragkau bag perempua msk, serta keterbatasa peratura da aggara bag kesehata khususya kesehata reproduks perempua [1]. III. METODOLOGI PENELITIAN Data yag dguaka pada peelta adalah data sekuder yag dperoleh dar Das Kesehata Provs Jawa Tmur megea umlah kemata bu da faktor-faktor yag mempegaruhya pada tahu 1 [16]. Data yag dguaka adalah umlah kemata bu (Y), persetase bu haml yag melaksaaka program K1 ( 1 ), persetase persala yag dbatu oleh duku ( ), persetase bu haml yag medapatka Fe1 ( 3 ), persetase bu haml beresko tgg/ komplkas dtaga ( 4 ), persetase rumah tagga hdup sehat ( ), persetase bda d setap kabupate/kota ( 6 ), da persetase saraa kesehata ( ) d setap kabupate/kota. Lagkah-lagkah aalss data dalam peel-ta adalah sebaga berkut. 1. Medeskrpska varabel AKI da faktor-faktor yag mempegaruhya dar sudut kewlayahaya dega megguaka peta tematk.. Melakuka pemodela varabel AKI da faktor-faktor yag mempegaruhya dega cara sebaga berkut. a. Megdetfkas pola hubuga model dega megguaka scatterplot da aalss korelas. b. Melakuka u depedes spasal dega megguaka statstk u Mora s I pada masg-masg varabel kemuda membetuk Mora s scatterplot utuk megetahu peyebara atarlokas. c. Melakuka aalss dega metode OLS yag melput estmas parameter, pegua hpotess sgfkas parameter, u asums resdual IIDN (detk, depede, da berdstrbus ormal), u depedes spasal megguaka Mora s I, da u heterogetas spasal megguaka BP test pada resdual. d. Melakuka pemodela SDM yag terdr dar estmas parameter, pegua hpotess sgfkas parameter da u asums resdual IIDN (detk, depede, da berdstrbus ormal). IV. HASIL DAN PEMBAHASAN A. Deskrps Jumlah Kemata Ibu da Faktor-Faktor yag Mempegaruhya Agka yag meuukka bayakya keada dar masgmasg varabel dkelompokka mead lma kategor yatu kategor sagat redah, redah, sedag, tgg, da sagat tgg. GRESIK SUMENEP TU BAN GRESIK PAMEKASAN SUMENEP BANGKALAN BOJONEGORO LA M O NGA N SAMPANG SURABAYA (KOTA) NGAW I SIDOARJO JOMBANG NGANJUK MOJOKERTO MAGETAN MADIUN KEDIRI PASURUAN SITUBONDO PONOROGO BATU (KOTA) PROBOLINGGO BONDOW OSO PACITAN TULUNGAGUNG BLITAR LU MA JAN G TRENGGALEK MALANG JEMBER BANYUW ANGI SUMENEP Keteraga: (w a) Sumber : Dolah dar data Dkes Surabaya 1 Gambar. 1. Persebara Jumlah Kemata Ibu d Setap Kabupate/Kota d Jawa Tmur. Gambar 1. meuukka adaya pegelompoka pada kabupate/kota yag berdekata. Jumlah kemata bu d Jawa Tmur sebaga besar berada dalam kategor sedag (1- wa). Persetase bu haml yag melaksaaka program K1 atau persetase bu haml yag melaksaaka kotak pertama dega kesehata utuk medapatka layaa ateatal ( 1 ) uga berpola megelompok. Kabupate Jember merupaka kabupate/kota dega persetase bu haml melaksaaka program K1 tertgg yatu sebesar 1%, artya seluruh bu haml yag ada d Kabupate Jember melaksaaka program K1. Kabupate/kota yag berdekata memlk persetase persala dbatu oleh duku ( ) yag relatf sama sehgga terad pegelompoka wlayah. Kabupate Sumeep memlk persetase persala dbatu oleh duku yag palg tgg yatu sebesar %. Agka dapat dartka bahwa dalam 1 kelahra, sektar 1 orag melakuka persala dega batua duku. Persetase persala dbatu oleh duku yag palg redah yatu % terad d Kota Mookerto da Kota Madu, artya tdak terad adaya persala dega batua duku d kedua kota tersebut. Persetase bu haml medapatka tablet Fe1 ( 3 ) memlk pola yag meyebar. Kabupate Pasurua, Kota Kedr, da Kota Malag memlk persetase bu haml medapatka tablet Fe1 sebesar 1%. Persetase bu haml bersko tgg/komplkas yag dtaga ( 4 ) berpola megelompok dega persetase tertgg terad d Kota Malag sebesar 99.93%, sedagka yag teredah terad d Kota Batu sebesar 4.%. Kabupate/kota yag memlk persetase rumah tagga berperlaku hdup bersh da sehat ( ) berpola mege-

4 JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: D-168 lompok pada daerah yag berdekata. Jumlah bda d setap kabupate/kota d Jawa Tmur ( 6 ) uga berpola megelompok. Persetase bda d Kota Probolggo meuukka agka yag palg redah yatu sebesar %, sedagka Kota Mookerto merupaka daerah dega persetase bda tertgg yatu sebesar.94%. Pola persebara persetase saraa kesehata ( ) uga berpola megelompok. Persetase saraa kesehata teredah terad d Kota Surabaya sebesar.93%, artya terdapat sektar 3 saraa kesehata dalam 1 umlah peduduk d Kota Surabaya. B. Idetfkas Pola Hubuga atara Varabel Predktor da Varabel Respo Pola hubuga atara umlah kemata bu da faktor-faktor yag mempegaruhya dapat dtuukka dega scatterplot sepert pada Gambar. Varabel predktor yag berpola hubuga postf terhadap respo yatu persetase persala yag dbatu oleh duku ( ), da persetase rumah tagga berperlaku hdup bersh sehat ( ). Y persetase bu haml yag medapatka tablet Fe1 ( 3 ) memlk la Mora s I yag lebh kecl dar la I M = -. sehgga berpola meyebar. Tabel 1. U Mora s I Kode Varabel Mora s I Z_htug Y umlah kemata bu tap * kabupate/kota 1 persetase bu haml melaksaaka program K1 (akses pelayaa bu haml) persetase persala dbatu * oleh duku tap kabupate/kota 3 persetase bu haml yag medapatka tablet Fe1 4 persetase bu haml bersko tgg/komplkas yag dtaga persetase rumah tagga berperlaku * hdup bersh sehat 6 persetase bda d setap kabupate/kota d Jawa Tmur persetase saraa kesehata * Keteraga: *) sgfka pada α = %, Z. = 1.96 Salah satu varabel predktor yag sgfka adalah persetase persala dbatu oleh duku ( ). Gambar 3. meuukka bahwa terad pegelompoka pada kuardra I (Hgh-Hgh) da kuadra III (Low-Low). Kuadra I meelaska bahwa kabupate/kota yag memlk persetase persala dbatu oleh duku tgg dkellg oleh persetase persala dbatu oleh duku yag tgg pula Gambar.. Pola Hubuga atara Jumlah Kemata Ibu dega Faktor-Faktor yag Mempegaruhya. Semak tgg persetase persala yag dbatu oleh duku, maka semak tgg pula umlah kemata bu d Jawa Tmur. Hal yag uk adalah semak tgg persetase rumah tagga yag berprlaku hdup bersh da sehat teryata semak tgg pula umlah kemata bu. Hal dduga, meskpu rumah tagga tersebut memeuh krtera sebaga rumah tagga yag berperlaku hdup bersh da sehat, amu belum tetu bu haml dalam rumah tagga tersebut tergolog dalam krtera bu haml yag hdupya sehat. Varabel predktor yag berpola hubuga egatf terhadap respo yatu persetase bu haml yag melaksaaka program K1 ( 1 ), persetase bu haml yag medapatka Fe1 ( 3 ), persetase bu haml bersko tgg yag dtaga ( 4 ), persetase bda ( 6 ) da persetase saraa kesehata ( ). C. Nla Mora s I Tabel 1. meuukka bahwa terdapat autokorelas pada 4 varabel dega tgkat sgfkas %, yatu varabel umlah kemata bu (Y), persetase persala dbatu oleh duku tap kabupate/kota ( ), persetase rumah tagga berperlaku hdup bersh sehat ( ), da persetase saraa kesehata ( ). Varabel 1,, 4,, 6, da memlk autokorelas postf atau pola data yag megelompok da memlk kesamaa karakterstk pada lokas yag berdekata. Varabel Wx x. Gambar. 3. Mora s Scatterplot Varabel Persetase Persala Dbatu Oleh Duku. Pada kuadra III, kabupate/kota yag memlk persetase persala dbatu oleh duku redah dkellg oleh persetase persala dbatu oleh duku yag redah pula. Kabupate/kota yag tergolog dalam kuadra III melput sebaga besar kabupate/kota d Jawa Tmur yatu sebayak 6 kabupate/kota. Kabupate/kota yag tergolog dalam kuadra I mecakup semua kabupate d Pulau Madura (Kab. Bagkala, Kab. Sampag, Kab. Pamekasa, da Kab. Sumeep), Kab. Bayuwag, Kab. Stubodo, Kab. Probolggo, Kab. Bodowoso, da Kab. Jember. D. Pemodela dega Metode Regres Klask atau OLS Tabel. meuukka bahwa varabel-varabel yag sgfka berpegaruh terhadap kemata bu adalah persetase persala dbatu oleh duku tap kabupate/kota ( ),

5 JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: D-169 persetase rumah tagga berperlaku hdup bersh sehat ( ), da persetase saraa kesehata ( ). Tabel. Estmas Parameter utuk Tga Varabel yag Sgfka dega Metode OLS Parameter Estmas t htug VIF β.3 4.9* β * 1.3 β.14.4* 1. β * 1. R-square.8 % F htug 1.49* Ket: *) sgfka pada α = % t,;34 =.3 F.;3;34 =.88 R-square yag dhaslka sebesar.8% meuukka besarya varas keada kemata bu yag dapat delaska oleh model. U asums multkoleartas telah terpeuh, yag dtuukka oleh la Varace Iflato Factors (VIF) < 1 (Tabel ). Model yag terbetuk dega metode OLS adalah: Pada u asums resdual ddapatka bahwa resdual telah berdstrbus ormal, tdak detk, da tdak depede. Nla mora s I resdual meghaslka la yag lebh kecl dar I M = -.. Hal meuukka bahwa resdual berpola meyebar atau tdak terdapat autokorelas. U heterogetas spasal dega BP test meghaslka p-value yag kurag dar α=1% sehgga resdual tdak detk atau terdapat keragama atarlokas. Metode OLS memlk kera yag kurag bak karea asums resdualya tdak depede da tdak detk. Hal megakbatka adaya autokorelas pada resdual da varasya tdak homoge. Oleh karea tu, perlu dlakuka pemodela dega megguaka metode spasal. E. Pemodela dega Metode SDM Idetfkas awal sebelum melakuka metode spasal yatu dega LM Test sepert pada Tabel 3. Tabel 3. Nla LM Test da P-Value Hasl Idetfkas Awal Depedes Spasal U depedes spasal Nla p-value LM (lag) * LM (error) LM (SARMA) Ket: *) sgfka pada α = % P-value pada LM test lag sebesar,461 sehgga H dtolak pada taraf sgfkas α = % (Tabel 3). Hal meuukka adaya depedes spasal lag, sehgga aalss perlu dlautka dega metode SAR, sepert pada Tabel 4. Model dar metode SAR yag terbetuk adalah:.31 1 w y Varabel persetase persala dbatu oleh duku tap kabupate/kota ( ), persetase rumah tagga berperlaku hdup bersh sehat ( ), da persetase saraa kesehata ( ) berpegaruh sgfka terhadap kemata bu. Nla ρ yag sgfka meuukka adaya depedes spasal lag pada varabel umlah kemata bu. Nla R-square yag dhaslka oleh metode SAR sebesar 6.93%, meelaska besarya varas dar kemata bu yag dapat delaska oleh model. Hasl detfkas dega la Mora s I utuk setap varabel meuukka bahwa depedes atarlokas yag berdekata tdak haya terad pada varabel respo, amu uga terad pada varabel predktor (Tabel 1). Oleh karea tu, dlakuka aalss dega megguaka metode SDM. Estmas parameter dega metode SDM dsaka pada Tabel. Tabel 4. Estmas Parameter dega Metode SAR Parameter Estmas Z htug β * β * β * β * ρ * R square 6.93% Ket: *) sgfka pada α = % Tabel. Estmas Parameter dega Metode SDM Parameter Estmas Wald β β * β * β * β β β ρ *** R square 6.6% Ket: *) sgfka pada α = %, χ,;1 = **) sgfka pada α = 1%, χ,1;1 =.6 ***) sgfka pada α = %, χ,;1 = 1.64 Model dar metode SDM yag terbetuk adalah:.34 w y w.11 w w Nla ρ yag sgfka yatu sebesar -.34, meuukka adaya depedes spasal lag atau adaya pegaruh letak kabupate/kota yag berdekata dega yag damat pada varabel umlah kemata bu, da meuukka adaya pegaruh letak kabupate/kota yag berdekata () dega kabupate/kota yag damat () terhadap kemata bu. Koefse parameter β sebesar.39, β sebesar.11, da β sebesar yag dperoleh dega metode SDM meuukka koefse depedes spasal lag atau besarya pegaruh kedekata daerah pada varabel persetase persala dbatu oleh duku ( ), persetase rumah tagga berperlaku hdup bersh sehat ( ), da persetase saraa kesehata ( ). Lag varabel predktor yag sgfka adalah varabelvarabel predktor dega pembobot yag berpegaruh sgfka. Namu, Tabel. meelaska bahwa tdak terdapat varabel predktor yag berpegaruh sgfka dega adaya pembobot. Varabel yag berpegaruh sgfka ketka tapa pembobot pada α = % d ataraya persetase persala dbatu oleh duku tap kabupate/kota ( ), persetase rumah tagga berperlaku hdup bersh sehat ( ), da persetase saraa kesehata ( ). R-square yag dhaslka oleh metode SDM sebesar 6.%. Koefse parameter pada varabel persetase persala dbatu oleh duku ( ) berla postf. Hal meuukka bahwa kabupate/kota yag bersebelaha dega kabupate/

6 JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: D-1 kota la yag memlk persetase tgg aka cederug memlk umlah kemata bu yag tgg pula da begtu pula sebalkya. Kabupate/kota yag bersebelaha dega kabupate/kota la yag memlk persetase redah aka cederug memlk umlah kemata bu yag redah pula. Hubuga sesua dega Mora s scatterplot pada Gambar 3. d maa telah terad pegelompoka pada kuadra I da III. V. KESIMPULAN DAN SARAN Hasl detfkas la Mora s I meuukka adaya depedes spasal atarlokas yag berdekata pada varabel respo maupu varabel predkor. Namu, keclya la Mora s I meyebabka hasl estmas parameterya mead tdak yata sehgga estmas parameter dega metode SDM tdak meghaslka lag varabel predktor yag sgfka. Model dega metode SAR yag terbetuk adalah:.31 1 w y V arabel yag sgfka berpegaruh terhadap kemata bu dega metode SAR adalah persetase persala dbatu oleh duku, persetase rumah tagga berperlaku hdup bersh sehat, da persetase saraa kesehata d tap kabupate/kota d Jawa Tmur. Nla ρ sebesar -.31 meuukka adaya depedes spasal lag pada varabel kemata bu. R-square yag dhaslka sebesar 6.93%. Semetara model dega metode SDM yag terbetuk adalah:.34w y w.11 w w Varabel yag sgfka dega metode SDM sama dega varabel yag sgfka dega metode SAR. Hal berbeda yag dapat delaska oleh model SDM yatu adaya pegaruh letak kabupate/kota yag berdekata () dega kabupate/ kota yag damat () terhadap kemata bu pada varabel persetase persala dbatu oleh duku, persetase rumah tagga berperlaku hdup bersh sehat, da persetase saraa kesehata. R-square yag dhaslka sebesar 6.6%. Model dega metode SAR meghaslka la R-square yag lebh besar darpada model dega metode SDM, sehgga dapat dsmpulka bahwa model terbak yag dperoleh adalah model dega metode SAR. Agar estmas parameterya memberka la yag yata, maka aalss dega megguaka metode SDM dapat dlakuka ka mora s I berla besar yatu lebh dar.. [] Opk. (). D Jawa Tmur Agka Kemata Ibu da Bay Mash Tgg. Avalable: mod=berta &d=386 [6] Purama, Erk. (11). Megkat, Agka Kemata Ibu Haml d Jawa Tmur. Avalable: 11/3/4/ l-megkat-agka-kemata-bu-haml-d-awa-tmur [] Darah, Pedekata Ukura R Devas Pada Model Regres Posso, Surabaya: Program Pasca Saraa, Isttut Tekolog Sepuluh Nopember, (9). [8] Novta, Lal, Pemodela Materal Mortalty D Jawa Tmur Dega Pedekata Geographcally Weghted Posso Regresso (GWPR), Tugas Akhr Statstka-FMIPA, Surabaya: Isttut Tekolog Sepuluh Nopember, (1). [9] Bekt, R. D., Spatal Durb Model (SDM) utuk Megdetfkas Faktor-Faktor yag Berpegaruh terhadap Keada Dare d Kabupate Tuba, Tess Statstka-FMIPA, Surabaya: Isttut Tekolog Sepuluh Nopember, (11). [1] Adte, N. B., Spatal Durb Model utuk Megdetfkas Faktor- Faktor yag Mempegaruh Agka Kemata Bay d Jawa Tmur, Tugas Akhr Statstka-FMIPA, Surabaya: Isttut Tekolog Sepuluh Nopember, (11). [11] Draper, N.R. da Smth, H., Aalss Regres Terapa Eds Kedua, Jakarta: PT Grameda Pustaka Utama, (199). [1] LeSage, J.P., The Theory ad Practce of Spatal Ecoometrcs, Departmet of Ecoomcs Uversty of Toledo, (1999). [13] Asel, L., Spatal Ecoometrcs: Methods ad Models, Kluwer Academc Publshers, Netherlads, (1988). [14] Lee, J da Wog, D. W. S., Statstcal Aalyss wth Arcvew GIS, Joh Wlley ad Sos, New York, (1). [1] Amalaftr, Adh. (1). Waspada Agka Kemata Ibu d Idoesa. Avalable: / search.html [16] Das Kesehata Provs Jawa Tmur, Profl Kesehata Provs Jawa Tmur, Surabaya : Dkes Jatm, (1). DAFTAR PUSTAKA [1] Dwata, Idra. (9). Kemata-materal. Avalable: blogspot.com /9/3/kemata-materal.html [] Noo. (8). Seputar Masalah Kemata Materal. Avalable: oeytamala- revolute.blogspot.com/8/1/kemata-materal. html [3] Adam, Rsk. (1). Target Turuka Agka Kemata Ibu Sult Tercapa. Avalable: -kemata-bu-sult-tercapa [4] Krsamurt, Dahla. (1). Tggya Kemata Ibu, Taggug Jawab Sapa?. Avalable:

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 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

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 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

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah The 6 th Uversty Research Colloquum 7 Peerapa Model Regres Esemble No-Hybrd pada Data Kemska d Provs Jawa Tegah Corela Ardaa Savta, Sr Sulstjowat Hadaja, Bowo Waro 3,3 Program Stud Matematka FMIPA, Uverstas

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

I. PENDAHULUAN. Kata Kunci kematian ibu hamil, Jawa Timur, regresi poisson, binomial negatif, dan GWPR

I. PENDAHULUAN. Kata Kunci kematian ibu hamil, Jawa Timur, regresi poisson, binomial negatif, dan GWPR Faktor yag Mempegaruh Jumlah Kemata Ibu Haml d Jawa mur Dega Megguaka Regres Bomal Negatf da Geographcally Weghted Posso Regresso(GWPR Rfk Arsta (, da Mutah Salamah ( Jurusa Statstka, Fakultas Matematka

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

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

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI IS Vol. 5, No., (6) 337-35 (3-98X Prt) D-7 Aalss Pola ubuga PDRB dega Faktor Pecemara Lgkuga d Idoesa Megguaka Pedekata Geographcally Weghted Regresso (GWR) Rza Damayat da Mutah Salamah

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

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif Pemodela Jumlah Kemata Ibu d Jawa mur dega Pedekata Geeralzed Posso Regresso (GPR) da Regres Bomal Negatf Retdasyah Rsky Agga Permaa, Mutah Salamah Jurusa Statstka, Fakultas MIPA, Isttut ekolog Sepuluh

Lebih terperinci

AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR

AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR Rokhaa Dw Bekt Mathematcs & Statstcs Departmet, School of Computer Scece, Bus Uversty Jl. K.H. Syahda No. 9, Palmerah, Jakarta

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

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-9 Pemodela Jumlah Balta Gz Buruk d Jawa Tmur dega Geographcally Weghted Posso Regresso Rahm Amela da Purhad Jurusa Statstka, Fakultas Matematka

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

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

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

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

ABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2

ABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2 Pemodela Aomal Luas Pae Pad da Curah Huja Terbobot (Weghted Rafall Idex) dega Pedekata Robust Bootstrap LTS (Stud Kasus: Pemodela Luas Pae d Kabupate Subag) Ika Dew Aryat da Sutko Mahasswa S Statstka ITS,

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

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06 337-350 (30-98X Prt D-77 Pemodela da Pemetaa Kasus Demam Berdarah Degue d Provs Jawa Tmur Tahu 04 dega Geeralzed Posso Regresso, Regres Bomal Negatf da Flexbly

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

*( Diah Ayu Novitasari Fakultas Ekonomi Universitas Islam Lamongan ABSTRAK

*( Diah Ayu Novitasari Fakultas Ekonomi Universitas Islam Lamongan ABSTRAK J u r a l E K B I S / V o l. X III/ N o. 1 / e d s M a r e t 0 1 5 69 SPATIAL PATTERN ANALYSIS DAN SPATIAL AUTOCORRELATION PRODUK DOMESTIK REGIONAL BRUTO (PDRB) SEKTOR INDUSTRI UNTUK MENGGAMBARKAN PEREKONOMIAN

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 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

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98 Prt) D-355 Pemodela da Pemetaa Kasus Peumoa d Kota Padag Tahu 04 dega Geograpghcally Weghted Negatve Bomal Regresso Reo War Dva Rahmtr da Wwek Setya

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

Faktor - Faktor yang Mempengaruhi Pelayanan Distribusi Air Bersih di Kawasan Permukiman Perkotaan Kabupaten Pamekasan

Faktor - Faktor yang Mempengaruhi Pelayanan Distribusi Air Bersih di Kawasan Permukiman Perkotaan Kabupaten Pamekasan JURNAL TEKNIK POMITS Vol., No. 1, (013) ISSN: 337-3539 (301-971 Prt) 1 Faktor - Faktor yag Mempegaruh Pelayaa Dstrbus Ar Bersh d Kawasa Permukma Perkotaa Kabupate Pamekasa Dew Rupyat Saga da Da Rahmawat

Lebih terperinci

Pengujian Autokorelasi terhadap Sisaan Model Spatial Logistik

Pengujian Autokorelasi terhadap Sisaan Model Spatial Logistik Pegua Autokorelas terhadap saa Model patal Logstk Utam Dyah yaftr, Bagus artoo, alamatuttazl Abstrak Pemodela dega bass ruag (spatal perlu memerhatka pegaruh atar ruag tersebut. Pemodela klask yag megasumska

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

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

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD)

PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD) PENDAHULUAN Latar Belakag Kods suatu daerah secara umum berkata dega kods d daerah la, terutama daerah yag berdekata. Pola sepert dkeal dega hubuga spasal. Besara autokorelas spasal dapat dguaka utuk megdetfkas

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

Pemodelan Jumlah Kematian Bayi di Provinsi Jawa Timur Tahun 2011 dengan Pendekatan Regresi Binomial Negatif

Pemodelan Jumlah Kematian Bayi di Provinsi Jawa Timur Tahun 2011 dengan Pendekatan Regresi Binomial Negatif JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-8 Pemodela Jumlah Kemata Bay d Provs Jawa Tmur Tahu 011 dega Pedekata Regres Bomal Negatf Selfy Atka Sary da I Nyoma Latra Jurusa Statstka,

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

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

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson.

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson. JURNAL SAINS DAN SENI IS Vol. 4, No., (5) 337-35 (3-98X Prt) D45 Pemodela Faktor-Faktor yag Mempegaruh Jumlah Kasus IV & AIDS d Provs Jawa mur ahu 3 Megguaka Bvarate Posso Regresso Lucy Da Pusptasar da

Lebih terperinci

PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM 1 Henny Kusumaningrum, 2 Dwi Endah Kusrini dan 3 Destri Susilaningrum

PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM 1 Henny Kusumaningrum, 2 Dwi Endah Kusrini dan 3 Destri Susilaningrum PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM He Kusumagrum, 2 Dw Edah Kusr da 3 Destr Suslagrum Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jala Aref

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

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

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

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

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

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

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

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped JURNAL SAINS DAN SENI ITS Vol. 4, No., (05) 337-350 (30-98X Prt) Pemodela Kasus Peumoa Balta d Kota Surabaya dega Geographcally Weghted Posso Regresso da Flexbly Shaped Ftra Spatal Nur Maghfroh, Sca I

Lebih terperinci

Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur

Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-350 (30-98X Prt) D-9 Aalss Regres Double Hurdle terhadap Faktor-Faktor yag Mempegaruh Partspas Perempua Kaw dalam Kegata Ekoom d Jawa Tmur Devma Chrst Mukt

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2011 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2011 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 0 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF Selfy Atka Sary, I Nyoma Latra Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS)

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

ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR

ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR Devma Chrst Mukt Ratau (), Dr. Dra. Isma Za, M. S. () Jurusa Statstka,

Lebih terperinci

PEMODELAN JUMLAH KASUS KANKER SERVIKS DI JAWA TIMUR TAHUN 2011 DENGAN REGRESI BINOMIAL NEGATIF DAN GWPR (GEOGRAPHICALLY WEIGHTED POISSON REGRESSION)

PEMODELAN JUMLAH KASUS KANKER SERVIKS DI JAWA TIMUR TAHUN 2011 DENGAN REGRESI BINOMIAL NEGATIF DAN GWPR (GEOGRAPHICALLY WEIGHTED POISSON REGRESSION) PEMODELAN JUMLAH KASUS KANKER SERVIKS DI JAWA TIMUR TAHUN 0 DENGAN REGRESI BINOMIAL NEGATIF DAN GWPR (GEOGRAPHICALLY WEIGHTED POISSON REGRESSION Adya Frsaty Ikaprllada Dr. Purhad, M.Sc Jurusa Statstka,

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

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

PENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH RUMAH TANGGA MISKIN DI PULAU BURU

PENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH RUMAH TANGGA MISKIN DI PULAU BURU Jural Barekeg Vol. 8 No. 2 Hal. 53 57 (2014) PENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH RUMAH TANGGA MISKIN DI PULAU BURU Geographcally

Lebih terperinci

ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI JAWA TENGAH. DOI: /medstat.10.2.

ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI JAWA TENGAH. DOI: /medstat.10.2. p-issn 979 3693 e-issn 477 0647 MEDIA STATISTIKA 0() 07: 95-05 http://ejoural.udp.ac.d/dex.php/meda_statstka ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI

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

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

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

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

Analisis Spasial pada Aglomerasi Industri Manufaktur

Analisis Spasial pada Aglomerasi Industri Manufaktur UGAS MAA KULIAH ANALISIS SPASIAL Aalss Spasal pada Aglomeras Idustr Maufaktur d Pulau Jawa Dose: Dr. Sutko Dr. Setawa Dsusu Oleh: RINDANG BANGUN PRASEYO NRP. 33 30 70 PROGRAM SUDI DOKOR JURUSAN SAISIKA

Lebih terperinci

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) 337-35 (31-98X Pr D-31 Aalss Survval Pada Pase Demam Berdarah Degue (DBD) d RSU Haj Surabaya Megguaka Model Regres Webull Alfa Slf Mufdah da Purhad Jurusa Statstka,

Lebih terperinci

PEMODELAN REGRESI POISSON UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH

PEMODELAN REGRESI POISSON UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH Semar Nasoal Statstka IX Isttut Tekolog Sepuluh Nopember, 7 November 009 PEMODELAN REGRESI POISSON UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH Yayuk Lsta 1, Purhad

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

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1. Metode Kuadrat Terkecil Aalisis regresi merupaka aalisis utuk medapatka hubuga da model matematis atara variabel depede (Y) da satu atau lebih variabel idepede (X). Hubuga atara

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

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

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

Lebih terperinci

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat BAB II LANDASAN TEORI Sebaga pedukug dalam pembahasa selajutya, dperluka beberapa teor da defs megea varabel radom, regres ler, metode kuadrat terkecl, peguja asums aalss regres, outler, da regres robust.

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

* 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

GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) UNTUK PEMODELAN JUMLAH PENDERITA KUSTA DI JAWA TENGAH

GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) UNTUK PEMODELAN JUMLAH PENDERITA KUSTA DI JAWA TENGAH Statstka, Vol., No., November 04 GEOGRAPHICALLY WEIGHED POISSON REGRESSION (GWPR) UNUK PEMODELAN JUMLAH PENDERIA KUSA DI JAWA ENGAH Devy Nova, Rochd Wasoo, Idah Mafaat Nur,, Program Stud Statstka FMIPA

Lebih terperinci

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015 JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-44 Pemodela Regres Posso Iverse Gaussa Stud Kasus: Jumlah Kasus Baru HIV d Provs Jawa egah ahu 5 Adraa Y Herdrawat, I Nyoma Latra, da

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

Analisis Autokorelasi Spasialtitik Panas Di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Of Spatial Autocorrelation (LISA)

Analisis Autokorelasi Spasialtitik Panas Di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Of Spatial Autocorrelation (LISA) Jural EKSPONENSIAL Volume 8, Nomor, Me 7 ISSN 85-789 Aalss Autokorelas Spasalttk Paas D Kalmata Tmur Megguaka Ideks Mora da Local Idcator Of Spatal Autocorrelato (LISA) Aalyss Spatal Autocorrelato Hotspot

Lebih terperinci

BAB 2 LANDASAN TEORI. titik dan area. Tahapan untuk melakukan pemodelan spasial adalah regresi linear

BAB 2 LANDASAN TEORI. titik dan area. Tahapan untuk melakukan pemodelan spasial adalah regresi linear BAB LANDASAN TEORI. Pemodela Spasal Pemodela spasal adalah pemodela yag berhubuga dega pedekata ttk da area. Tahapa utuk melakuka pemodela spasal adalah regres lear bergada, u asums resdual, u multkoleartas,

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

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

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA Edhy Bastya, da I Nyoma Latra Jurusa Statstka, Fakultas Matematka da

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

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

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

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

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

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

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

Model Peramalan Konsumsi Energi Final dengan Menggunakan Metode Regresi Fuzzy untuk Dataset Kecil (Studi Kasus: Indonesia)

Model Peramalan Konsumsi Energi Final dengan Menggunakan Metode Regresi Fuzzy untuk Dataset Kecil (Studi Kasus: Indonesia) JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Model Peramala Kosums Eerg Fal dega Megguaka Metode Regres Fuzz utuk Dataset Kecl (Stud Kasus: Idoesa) Alf Lalah 1, Nur Wahugsh 2, da IGN. Ra Usadha 3 123

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

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

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

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI

Lebih terperinci

Statistika ITS Surabaya

Statistika ITS Surabaya UJIAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS GIZI BALITA MASYARAKAT NELAYAN KECAMATAN BULAK SURABAYA Oleh : Ctra Elok M 305 00 03 Dose Pembmbg

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

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

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci