PENDAHULUAN TINJAUAN PUSTAKA

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENDAHULUAN TINJAUAN PUSTAKA"

Transkripsi

1 PENDAHULUAN Laar Belaag Jahe (Zgber offcale Rosc. merupaa salah sau es aama oba yag mempuya baya eguaa ba sebaga baha oba aaupu maaa. Jahe besar serg dguaa dalam dusr maaa da muma peghaga. Jahe puh ecl, ahe apur da ahe merah serg dmafaaa mya asrya uu baha bau obaobaa. Sealpu ahe elah lama deal da dusahaa oleh masyaraa sebaga salah sau omod espor asoal, sampa saa pegguaa, peredara da perdagaga behya da berlabel sehgga muuya da eram. Hal area belum adaya sadar beh aama oba bermuu yag berasal dar vareas aama oba yag sudah dlepas. Padahal eberhasla agrbss ahe saga deua oleh pegguaa beh seha da bermuu. Uu medapaa vareas uggul yag berdaya hasl da bermuu gg, maa pada omor-omor harapa ahe perlu devaluas esablaya d beberapa loas dega ods agroeolog yag berbeda. Meode sasa yag basa dguaa uu aalss esabla erhadap hasl percobaa mulloas adalah AMMI (Addve Ma effec ad Mulplcave Ieraco. Meode meggabuga aalss ragam adf bag pegaruh uama perlaua dega aalss ompoe uama pada pegaruh erasya (Ma & Sumeraaya,. Hambaa uama dalam megguaa aalss AMMI adalah esembaga daa. Sedaga pada percobaa mulloas eada daa mead da sembag peluagya saga besar. Agar seap ombas geope da loas meml umlah ulaga yag sama, maa harus dlaua pedugaa erhadap daa yag a legap. Beberapa peela megea pedugaa daa hlag pada aalss AMMI elah baya dlaua, daaraya peela megea Pegaa Ieras Geope da Lguga dega Meode AMMI da Pegguaa Algorma EM-AMMI dalam Pedugaa Daa Hlag, yag dlaua oleh Agug L. Noosoedro mahasswa Depareme Sasa Faulas MIPA IPB. Peela dlaua pada geope pad d 5 loas dega empa ulaga. Bayaya daa hlag yag dsmulasa yau 5%, %, % da 3%. Pada persease daa hlag sebaya 5% hasl pedugaa membera raa-raa la MAPE sebesar 9.73%, sedaga uu daa hlag sebaya %, % da 3% ddapaa la MAPE beruru-uru sebesar 9.96%, 9.936%, da.335%. Uu pedugaa 5 daa esrem yag hlag maa MAPE yag dhasla sebesar %, sedaga pada pedugaaa daa esrem meghasla la MAPE sebesar 34.33%. Peela la megea pedugaa daa hlag pada aalss AMMI dlaua oleh Yudsra Chadra Kala, mahasswa Depareme Sasa Faulas MIPA IPB, dega udul Peguraa Ieras Geope- Lguga Dega Aalss AMMI da Pegguaa Coeced Daa uu Pedugaa Daa Ta Legap. Peela megguaa 9 buah galur pad yag daam pada 9 loas dega ga ulaga. Meode coeced daa dguaa uu meeua la dugaa awal, selauya dguaa meode EM uu memperba la dugaa berdasara model racaga percobaa dua faor dega eras. Hasl peela meuua la dugaa ahr dperoleh pada eras e-. Model AMMI yag erbeu adalah AMMI7 da hasl aalss esabla meuua haya ada sau geope yag sabl. Tuua Peela beruua uu:. Meduga daa pada ods daa a legap.. Megdefas geope ahe yag sabl da berdaya hasl gg d berbaga loas percobaa, sera meeua loas yag sesua uu geope ahe ereu. TINJAUAN PUSTAKA Taama Jahe (Zgber offcale Rosc. Jahe adalah aama herba berumur ahua yag ermasu elas aama berepg sau. Baag ahe merupaa baag semu berbeu bula, ega, da bercabag, yag ersusu dar helaa dau. Beu dauya pph memaag berbeu lagsg membula dega uug lacp. Pada umumya ahe dperbaya secara vegeaf dega pooga aau see rmpag. Perbayaa aama ahe dapa dlaua

2 dega rmpagya aau memsaha sebaga aaa dar rmpagya. Rmpag ahe megadug oleores, polfeol, da mya asr yag bergua bag dusr esehaa da osmea. Hasl aalsa muu meuua adar mya asr Jahe Puh Besar sear (.5 -.9%, Jahe Merah ( % da Jahe Puh Kecl (.7-3.8% (Bermawe e al., 997. Percobaa Mulloas Percobaa mulloas merupaa seragaa percobaa yag serupa d beberapa loas yag mempuya racaga percobaa da perlaua yag sama. Model ler uu percobaa mulloas dega geope sebaga perlaua da megguaa racaga aca elompo (RAK adalah sebaga beru: y ì + α + + β + + å ( y respo dar geope e- pada loas e- dalam elompo e- ì la raa-raa umum α pegaruh geope e-,,,.g ( pegaruh elompo e- ersarag pada loas e-,,.r β pegaruh loas e-,, l (αβ pegaruh eras geope e- d loas e- å pegaruh ssaa dar geope e- dalam elompo e- yag dlaua d loas e- Geope maupu loas yag dcobaa merupaa pegaruh faor eap. Coeced Daa Secara umum coeced daa adalah daa dmaa uu seap faor pegaruh uama, seluruh perbedaa daara level-level faorya dapa dduga. Daa dar semua selsh µ da τ τ ' (uu µ ' da yag er d as membera esempaa uu meduga seap oras aara µ s da τ s (Searle, 987. G-coeced Daa dar lasfas slag dua arah daaa mead g-coeced a sel yag ers dapa dsaua dega suau gars a erpuus, erdr dar baga horzoal da veral, yag dapa berubah arah haya pada sel yag ers (Searle, 987. Gambar. Cooh g-coeced Pemsaha Dscoeced Daa Koseues uama dar daa yag da coeced adalah daa erpsah mead dua aau lebh dscoeced ses dar coeced daa yag harus daalss secara erpsah (Searle, 987. Gambar. Cooh dscoeced ses No-Ieraco Model Model o-eraco yag dguaa uu daa dega beberapa sel yag osog perss sama dega yag dguaa pada daa dmaa semua selya ers. E µ + τ ; uu, b -,, a ( y ( y da E µ ; uu b,, Nla meadaa bahwa sel, osog. Pedugaa pada No-Ieraco Model Meuru Searle (987 pada lasfas dua arah dega o-eraco model daa yag g-coeced meam bahwa semua selsh uu ' µ da µ ' τ τ (uu da dapa

3 dduga. Oleh area u pada o-eraco model semua oras daara µ s da daara ô s dapa dduga. Uu sel yag ers, pedugaa bua masalah. Teap msala sel, osog, pedugaa dapa dlaua a daaya coeced sera beberapa sel, pada bars yag sama aau, pada olom yag sama elah ers. Oleh area µ µ + τ µ + τ + τ τ µ + τ τ sera edua ' ' ' µ da τ ' ' ' τ dapa dduga, maa µ dapa dduga. Uu lasfas dua arah selama daaya g-coeced, semua raaa sel dalam oeraco model dapa dduga, dega BLUE sebaga beru: b c + τ ˆ c τ r, uu,..., b- dega c da ' ' ' '.. r y.. y.. ; ; c ' b da ˆ µ y.. τ, uu,...,a. Wh-Ieraco Model. ' Model wh-eraco adalah sebaga beru (Searle, 987: Y + µ + α + β + + dmaa µ adalah raaa umum, β α adalah pegaruh uama geope e-, adalah pegaruh uama lguga e-, da ( αβ merupaa pegaruh eras geope da lguga, pegaruh adf elompo sedaga merupaa pegaruh gala dar geope e-, lguga e-, da elompo e-. Persamaa d aas a duls dalam beu mars racaga mead : Y X β + e Meuru Searle (987 meode yag basa dguaa uu meduga â adalah meode uadra erecl, yag memmuma umlah uadra dar y E( y y Xβ. Nla dugaa dar meode uadra erecl adalah: β X ' X X ' Y ( ( ( X X ' aa meml vers a mars X o sgular aau mars X meml full colum ra. Sebaga lusras beru daa racaga dua faor dega elompo sebaya dua. Faor Y Y Y Y Y Y Y Y Gambar 3. Racaga dua faor Faor µ α α β β β µ X α, y y y y y, y y y y ( αβ ( αβ ( αβ ( αβ α β β Ieras Geope-Lguga Ieras geope-lguga adalah eragama yag dsebaba oleh efe

4 B > # 6 5 " 3 4!. + ( 3 gabuga dar geope da lguga (Dcerso, 96 dalam Kag. Ieras geope-lguga dapa delompoa mead dua aegor: eras crossover da o-crossover. Perbedaa respo dar ulvar-ulvar pada lguga yag berbeda meruu pada eras crossover dmaa poss ulvar berubah dar sau lguga e lguga la. Cr uama dar eras crossover adalah perpooga gars yag dapa dlha pada graf. Ieras o-crossover meggambara perubaha pada uura dar peampla geope (uaaf, ap urua poss geope erhadap lguga eap da berubah, arya geope yag uggul d suau lguga dapa memperahaa euggulaya d lguga la. Kosep Kesabla Ada dua osep eag esabla, yau sac da dyamc. Kosep esabla sac uga deal sebaga osep esabla bologcal (Becer, 98 dalam Kag, dmaa osep sesua dega osep esabla pe da pe 3 yag dusula oleh L e al. (986. Kesabla dyamc uga deal sebaga osep esabla agroomc (Becer, 98 dalam Kag, dmaa osep sesua dega osep esabla pe yag dusula oleh L e al. (986. L e al. (986 dalam Kag medefsa empa pe osep eag esabla. Tpe, suau geope daaa sabl a respoya dar sau lguga e lguga la mempuya ragam yag ecl. Tpe, suau geope daaa sabl a respoya erhadap bermacam lguga seaar dega raaa umum respo dar semua geop u d seap lguga. Tpe 3, suau geope daaa sabl a uadra egah smpaga dar model regres respo geope erhadap des lguga ecl. Kesabla pe 4 dusula aas dasar eragama o-geec yau predcable da o-predcable: ompoe predcable berhubuga dega loas da ompoe o-predcable berhubuga dega ahu. Aalss AMMI Aalss AMMI merupaa gabuga dar sd ragam pada pegaruh adf dega aalss ompoe uama pada pegaruh mulplaf. Pegaruh mulplaf dperoleh dar peguraa eras geope dega loas mead ompoe uama eras (KUI. Ierpreas aalss AMMI megguaa bplo. Tga uua uama aalss AMMI adalah (Crossa, 99:. Sebaga aalss pedahulua uu mecar model yag epa.. Meelasa eras perlaua dega loas. 3. Megaa eauraa dugaa respo eras geope dega loas. Pada aalss ragam model AMMI ompoe geope lguga (eras duraa mead m buah KUI da ompoe ssaa. Pemodela Aalss AMMI Lagah awal uu memula aalss AMMI adalah melha pegaruh adf geope da loas masg-masg megguaa sd ragam da emuda dbua beu mulplaf eras geope x loas dega megguaa aalss ompoe uama. Beu mulplaf dperoleh dar peguraa eras geope dega loas mead ompoe uama eras (KUI. Peguraa pegaruh eras geope dega loas megu persamaa sebaga: αβ dega: m λ + + λ m λ + bayaya KUI yag yaa pada araf 5%, sehgga persamaa model ler percobaa mulloas dega aalss AMMI + α :<; + β + λ /,'- dega: y respo dar geope e- pada loas e- dalam elompo e- ì la raa-raa umum α pegaruh geope e-,,,.g ( pegaruh elompo e- ersarag pada loas e-,,.r β pegaruh loas e-,, l + + * + $ %'&

5 F E 4 λ D la sgular uu ompoe bler e-, ë ë... ëm v pegaruh gada geope e- melalu ompoe bler e- s pegaruh gada loas e- ä melalu ompoe bler e- ssaa dar pemodela ler å pegaruh ssaa dar geope e- dalam elompo e- yag dlaua d loas e- bayaya KUI yag dperahaa dalam model Perhuga Jumlah Kuadra Pegaruh adf geope da loas dhug sebagamaa umumya pada aalss ragam, eap berdasara pada daa raaa per geope x loas. Pegaruh gada geope da loas pada eras dduga dega z y y y y... sehgga umlah uadra eras dapa durua sebaga beru: JK( GL r z r. r eras( zz ' ( y y y + y Berdasara eorema pada alabar mars bahwa eras dar suau mars sama dega umlah seluruh aar cr mars ersebu, r λ, maa umlah uadra ( A uu pegaruh eras ompoe e- adalah aar cr e- pada pemodela bler ersebu ( λ, a aalss ragam dlaua erhadap raaa per geope x loas. Ja aalss ragam dlaua erhadap daa sebearya maa umlah uadraya adalah rλ. baya ulaga al aar cr e- ( Pegua masg-masg ompoe dlaua dega membadgaya erhadap uadra egah gala gabuga. Peguraa Nla Sgular Peguraa la sgular mars dugaa pegaruh eras dguaa uu meduga pegaruh eras geope x loas. Peguraa dlaua dega memodela mars ersebu sebaga perala mars : Z U L A Dega Z adalah mars daa erpusa, beruura g x l; L adalah mars dagoal aar dar aar cr posf bua ol dar Z Z, beruura m x m. Kolom-olom mars A adalah veor cr-veor cr dar mars Z Z, A merupaa mars oroormal; da U berupa mars oroormal, drumusa sebaga : U Z A L - Nla Kompoe AMMI Pegaruh gada geope e- dduga melalu usur-usur mars A pada bars e- olom e-, sedaga peduga dar pegaruh gada loas e- adalah eleme mars U pada bars e- olom e- dega edala v s uu,.,m da v v s s ' ' uu. Usur-usur dagoal mars L merupaa peduga uu ë. Sor ompoe e- uu geope e- adalah ë v da uu loas e- adalah ë s. Peduga uu eras geope dega loas dperoleh dar perala la ompoe geope da la ompoe loas. Dega medefsa ( sebaga mars dagoal yag usur-usur dagoalya berupa elemeeleme mars L dpagaa. Dema uga uu mars L da G UL sera H AL, maa hasl peguraa la sgular dapa duls dalam beu : Z GH Sehgga dugaa la ompoe uu geope adalah olom-olom mars G da dugaa la ompoe uu loas adalah olom-olom mars H. Nla yag dguaa pada aalss AMMI adalah ½. Peeua Bayaya Kompoe AMMI Meode yag dguaa uu meeua bayaya Kompoe Uama Ieras (KUI yag dperahaa dalam model AMMI (Gauch, 988 dalam Ma yau :. Meode Keberhasla Toal (posdcve success '

6 5 Meode berhubuga dega emampua suau model eredus uu meduga daa yag dguaa dalam membagu model ersebu. Sedaga bayaya ompoe AMMI sesua dega bayaya sumbu KUI yag yaa pada u-f aalss ragam. Uu sumbu KUI yag da yaa dgabuga dega ssaa. Meode dusula oleh Gollob (986 yag selauya dreomedasa oleh Gauch (988. Tabel aalss AMMI (Tabel merupaa perluasa dar abel peguraa umlah uadra eras mead beberapa umlah uadra KUI. Tabel. Tabel aalss ragam AMMI Sumber Db JK Lguga l- JKL Blo(Lg. l(r- JKB Geope g- JKGe Ge*Lg. (l-(g- JK(L*G KUI- g+l--( JKKUI- KUI- g+l--( JKKUI KUI-m g+l--(m JKKUI-m Ssaa Peguraga JKSsaa Gala gab. l(g-(r- JKG Toal lgr-. Meode Keberhasla Ramala (predcve success Meode berhubuga dega emampua suau model dugaa uu mempreds daa la yag sees eap da dguaa dalam membagu model ersebu (daa valdas. Peeua bayaya sumbu ompoe uama dlaua dega valdas slag yau membag daa mead dua elompo, sau elompo uu membagu model da elompo la dpaa uu valdas (meeua uadra selsh. Te dlaua berulag-ulag, pada ap ulaga dbagu model dega sumbu ompoe uama. Bayaya KUI erba adalah model dega raaa aar uadra egah ssaa (roo meas square dffere RMSPD erecl. RMSPD Kesesuaa model g l ( xˆ x g. l Kesesuaa model dlha dar RMS (Roo Mea Square ssaa yau raa-raa smpaga yag da dapa deraga oleh model. RMS ssaa dapa drumusa sebaga beru (Gauch, 99 dalam Ma : RMS ssaa JKSsaa baya pegamaa Koefse eragama dapa dhug megguaa rumus beru: RMS ssaa KK % raaa umum Ierpreas Model AMMI Pemodela bler derpreasa dega megguaa bplo AMMI (plo aara pegaruh uama dega sor KUI. Ja KUI yaa maa dapa dlaua dega bplo AMMI (plo aara KUI da KUI. Perbedaa dar pegaruh uama dapa dlha dar ara aara amaa pada sumbu medaar pada bplo AMMI, sedaga ara amaa pada sumbu ega meggambara adaya perbedaa dar pegaruh eras (Zobel e al., 988 dalam Ma. Pegaruh eras geope da loas dgambara oleh bplo AMMI. Uu megeahu geope yag meml respo ergg d ap-ap loas, dguaa polgo dega cara meghubuga geope-geope erauh dar pusa, lalu dbua gars ega lurus erhadap ss polgo uu membag polgo mead beberapa uadra. Respo erbesar uu loas d uadra yag sama dperlhaa dega geop yag mead sudu polgo (Ya & Hu,. Kedeaa ara aara geope da loas da besar sudu yag erbeu dar edua ersebu mecerma adaya eras yag has daara eduaya. Kesabla geope du dega pedeaa selag epercayaa sebara ormal gada yag berbeu ellps pada sor KUI-ya. Ja oorda suau geope sema dea dega pusa oordaya berar geope ersebu sema sabl erhadap perubaha loas. Ellps dbua dar pusa (,, dega paag ar-ar ellps dapa duur sebaga beru (Johso & Wcher, :

7 T S O R O Q N P M H G 6 ± λ ( ( JLK I e ( dega : p bayaya peubah yag dguaa bayaya pegamaa e aar cr e- dar mars oragam (S sor ompoe geope veor cr e- dar mars oragam (S sor ompoe geope F p, p( α la sebara F dega db p da db -p pada araf á5 % Meode EM-AMMI EM-AMMI merupaa perluasa dar meode AMMI dega proses pedugaa daa hlag secara eraf, dmaa pada ahap awal meduga model dega megguaa daa yag ada, emuda membua model AMMI lalu meduga daa hlag ersebu da memperba la dugaaya. Hal dlaua hgga dcapa eadaa yag overge dmaa selsh dega la dugaa sebelumya relaf ecl yau <. (Gauch, 99 dalam Ma. Ada dua ahap dasar dalam algorma EM-AMMI yau:. Tahap E (Expecao yau ahap meeua la harapa dar daa yag hlag.. Tahap M (Maxmzao yau ahapa pembeua model dar daa yag ada. Ja pada aalss AMMI basaya sor KUI selalu eap, maa pada algorma EM- AMMI sor KUI berubah pada ap-ap eras. Hal dsebaba la dugaa mempegaruh la parameer adf maupu mulplafya. Algorma EM-AMMI dapa dlha pada Lampra 3. Mea Absolue Perceage Error (MAPE Nla MAPE meguur raa-raa la smpaga dugaa erhadap daa aualya yag dyaaa dalam persease. Nla MAPE drumusa sebaga (Mardas, 983: MAPE dega: X : la aual ( X F F : la dugaa : bayaya daa X % Sema ecl la MAPE maa eepaa pedugaa mead sema gg da sema besar la MAPE maa eepaa pedugaa sema redah. BAHAN DAN METODE Baha Peela Baha yag dguaa dalam peela adalah daa seuder eag produs mya asr aama ahe dar Bala Peela Taama Rempah da Oba (Balro Bogor. Geope ahe yag du sebaya 6 buah (Tabel daam d 5 loas (Tabel 3. Karaers masg-masg loas dapa dlha pada Tabel 4. Racaga yag dguaa adalah Racaga Aca Kelompo dega 3 ulaga. Daa yag dguaa dalam peela merupaa daa raaa per geope x loas. Tabel. Kode geope Kode Geope Jahe puh besar a Jahe puh besar c 3 Jahe puh besar d 4 Jahe puh besar e 5 Jahe puh besar f 6 Jahe merah a 7 Jahe merah b 8 Jahe puh ecl a 9 Jahe puh ecl c Jahe puh ecl d Jahe puh ecl e Jahe puh ecl f 3 Jahe puh ecl g 4 Jahe puh ecl h 5 Jahe puh ecl 6 Jahe puh ecl Tabel 3. Kode loas

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI Daua uu Memeuh Persyaraa Peyelesaa Program Saraa Sas Jurusa Maemaa Faulas Maemaa da Ilmu Pegeahua Alam Uversas

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN. Laar Belaag D alam erdapa baya seal jes mahlu hdup. Mahlu hdup ersebu aa mejala seles alam d maa yag ua yag aa beraha. Salah sau ejada yag dapa dama adalah persaga uu memperoleh maaa dalam

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

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

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

Lebih terperinci

Uji Median Pengaruh Utama dan Interaksi dalam Percobaan Berfaktor

Uji Median Pengaruh Utama dan Interaksi dalam Percobaan Berfaktor Jural Grade Vol3 No Jul 007 : 77-8 U Meda Pegaruh Uaa da Ieras dala Peroaa Berfaor Sg Nugroho Jurusa Maeaa, Faulas Maeaa da Ilu Pegeahua Ala, Uversas Begulu, Idoesa Dera Ju 007; Dseuu 6 Jul 007 Asra -

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

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

Lebih terperinci

Rancangan Acak Kelompok

Rancangan Acak Kelompok Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

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

Lebih terperinci

BAB I PENDAHULUAN I.1.

BAB I PENDAHULUAN I.1. BAB I PENDAHULUAN I.. Laar Belaag Pegeahua megea pasag suru d Idoesa dapa dguaa uu peeua baas wlayah, pemeaa bamer, surve hdrograf, da avgas. LAT (Lowes Asroomcal Tde dguaa oleh Idoesa sebaga char daum

Lebih terperinci

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

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

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

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

Lebih terperinci

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

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

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

PERBANDINGAN MODEL EKSPONEN DAN MODEL SPLINE SERTA PENENTUAN LAMA WAKTU OPTIMAL DALAM PROSES SINTERING KERAMIK DI PT. KUALI MAS

PERBANDINGAN MODEL EKSPONEN DAN MODEL SPLINE SERTA PENENTUAN LAMA WAKTU OPTIMAL DALAM PROSES SINTERING KERAMIK DI PT. KUALI MAS PERBANDINGAN MODEL ESPONEN DAN MODEL SPLINE SERA PENENUAN LAMA WAU OPIMAL DALAM PROSES SINERING ERAMI DI P. UALI MAS Ulfa Meda Nurmaa(389) I Noma Budaara Mahasswa Jurusa Sasa FMIPA-IS Dose Pembmbg ugas

Lebih terperinci

BAB I PENDAHULUAN I.1.

BAB I PENDAHULUAN I.1. BAB I PENDAHULUAN I.. Laar Belaag Pasag suru lau adalah feomea pergeraa a uruya permuaa ar lau secara perod yag dsebaba oleh pegaruh gravas beda-beda lag eruama bula da maahar (Poerbadoo da Djuarsjah,

Lebih terperinci

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

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

Lebih terperinci

KLASIFIKASI GENOTIPE PADA DATA TIDAK LENGKAP DENGAN PENDEKATAN MODEL AMMI

KLASIFIKASI GENOTIPE PADA DATA TIDAK LENGKAP DENGAN PENDEKATAN MODEL AMMI Forum Statstka da Komputas, prl 007, p: -7 ISSN : 08-8 Vol No. KLSIFIKSI GNOTIP P T TIK LNGKP NGN PNKTN MOL MMI hmad sor Mattk, I Made Sumertaaa, da Pka Slvat eparteme Statstka FMIP IP Rgkasa Percobaa

Lebih terperinci

BAB I PANDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI KEDELAI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SEMIPARAMETRIK SPLINE

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI KEDELAI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SEMIPARAMETRIK SPLINE ANAISIS FATOR-FATOR YANG MEMPENGARUHI PRODUSI EDEAI DI PROVINSI JAWA TIMUR DENGAN METODE REGRESI SEMIPARAMETRI SPINE Da Amela, I Nyoma Budaara Jurusa Sasa, FMIPA, Isu Teolog Seuluh Noember (ITS Jl. Aref

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

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

9. SOAL-SOAL STATISTIKA

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

Lebih terperinci

9. SOAL-SOAL STATISTIKA

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

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

3. BAHAN DAN METODE. Lokasi penelitian yang dikaji adalah daerah perairan Samudera Hindia

3. BAHAN DAN METODE. Lokasi penelitian yang dikaji adalah daerah perairan Samudera Hindia 3. BAHA DA METODE 3.1. au da Loa Peela Loa peela yag daj adalah daerah perara Samudera Hda pada 0,5 LS, 7,5º LS, 16,5º LS, 31,5 LS dar 40,5 BT ampa 100,5 BT, eper pada Gambar 7. Pembaga lag berdaara lea

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

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

Lebih terperinci

MODEL DINAMIS : AUTOREGRESSIVE DAN DISTRIBUSI LAG

MODEL DINAMIS : AUTOREGRESSIVE DAN DISTRIBUSI LAG MODEL DINAMIS : AUTOREGRESSIVE DAN DISTRIBUSI LAG SKRIPSI Dajua epada Faulas Maemaa da Ilmu Pegeahua Alam Uversas Neger ogyaara uu memeuh sebaga persyaraa gua memperoleh gelar Sarjaa Sas Oleh: Naala Jagrum

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

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

Lebih terperinci

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2011 ISBN: INTERVAL KONFIDENSI SPLINE KUADRAT

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2011 ISBN: INTERVAL KONFIDENSI SPLINE KUADRAT PROSIDING SEMINAR NASIONAL SAISIA UNIVERSIAS DIPONEGORO 0 ISBN: 978-979-097-4-4 INERVAL ONFIDENSI SPLINE UADRA DENGAN PENDEAAN PIVOAL QUANIY Rowa Dafl Saraamual I Noma Budaara ) Mahasswa Magser Jurusa

Lebih terperinci

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak Jural Sas Matemata da Statsta, Vol. 3, No., Jul 07 ISSN 693-390 prt/issn 407-0939 ole Te Megatas Data Hlag pada Kasus Racaga Blo Legapaca Rado Yedra, Muslm, Jurusa Matemata, Faultas Sas da Teolog, UIN

Lebih terperinci

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

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

Lebih terperinci

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 2 LANDASAN TEORI

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

Lebih terperinci

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

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

Prosiding Statistika ISSN:

Prosiding Statistika ISSN: Prosdg Sasa ISSN: 460-6456 Aalss Kovaras dalam Desa Peguura Berulag u Megevaluas Efe Perlaua Puu erhada Produs Taama Teh Aalyss of Covarace Reeaed Measureme Desgs o Evaluae Treame Effecs o Tea Produco

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

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

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGADAAN BAHAN BAKU DINAMIS DENGAN ADANYA DISKON DAN BATAS MASA KADALUARSA

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGADAAN BAHAN BAKU DINAMIS DENGAN ADANYA DISKON DAN BATAS MASA KADALUARSA JURNAL NFORMATKA Vol 4, No., Jauar SSTEM PENUKUNG KEPUTUSAN UNTUK PENGAAAN BAHAN BAKU NAMS ENGAN AANYA SKON AN BATAS MASA KAALUARSA S Mahsaah Budja Te dusr, Faulas Teolog dusr Uversas Ahmad ahla ABSTRAK

Lebih terperinci

III. METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

ANALISIS & INTERPRETASI DATA KINETIKA SISTEM REAKTOR BATCH

ANALISIS & INTERPRETASI DATA KINETIKA SISTEM REAKTOR BATCH NLISIS & INTERPRETSI DT KINETIK SISTEM REKTOR BTH PEROBN KINETIK REKSI Salah sau caupa aau ruag gup sud ea reas adalah peeua ecepaa reas secara uaaf; hal mejad bera peerjaa seorag chemcal egeer yag harus

Lebih terperinci

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA BAB PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA Meode Euler Meode Euler adala Meode ampira palig sederaa uu meelesaia masala ilai awal: ( Biasaa diasumsia bawa peelesaia ( dicari pada ierval erbaas ag dieaui

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. 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

PRESENTASI TUGAS AKHIR

PRESENTASI TUGAS AKHIR Penerapan PID Predcve Ar-Rao Conroller Pada Mesn Mobl Msubsh Type 4G63 Unu Memnmuman Ems Gas Buang Oleh Hendre Angga P 10 105 03 PRESENTASI TUGAS AKHIR Mesn-mesn oomof saa n dunu unu menghaslan performa

Lebih terperinci

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc.

Oleh : Azzahrowani Furqon Dosen Pembimbing Dr. Purhadi, M.Sc. Aalss Regres Webull uuk Megeahu Fakor-Fakor yag Mempegaruh Laju Perbaka Kods Kls Pedera Sroke Sud kasus RSU Haj Surabaya Oleh : Azzahrowa Furqo 3090004 Dose Pembmbg Dr. Purhad, M.Sc. AGENDA OUTLINE PENDAHULUAN

Lebih terperinci

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB III UKURAN PEMUSATAN (RATA-RATA) BAB III UKUAN PEMUSATAN (ATA-ATA Salah sat ra mer yag mejelasa cr-cr data yag petg adalah ra pemsata, yat ra yag meja psat seggs data yag telah drta dar yag terecl sampa yag terbesar ata sebalya Ura pemsata

Lebih terperinci

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

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

Lebih terperinci

Pemodelan Regresi untuk Rancangan Percobaan Faktor Tunggal

Pemodelan Regresi untuk Rancangan Percobaan Faktor Tunggal Jural Sas & Maemaka JSM) ISSN Kaa 854-675 Pusaka Volume 5, Nomor, Aprl 7 Arkel Peela 6-67 Pemodela Regres uuk Racaga Percobaa Fakor Tuggal Dw Ispra Saf Pegaar urusa Maemaka Fakulas MIPA UNDIP Semarag ABSTRAK---Meode

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

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

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

BAB III TEORI PERRON-FROBENIUS

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

Lebih terperinci

Penerapan Aljabar Max Plus Interval pada Jaringan Antrian dengan Waktu Aktifitas Interval

Penerapan Aljabar Max Plus Interval pada Jaringan Antrian dengan Waktu Aktifitas Interval Peerapa Aljabar Max Plus Ierval pada Jarga Ara dega Wau Afas Ierval M. Ady Rudho Mahasswa S Maeaa FMIPA UGM da Saff Pegajar FKIP Uversas Saaa Dhara Yogyaara rudho@saff.usd.ac.d Sr Wahyu, Ar Suparwao Jurusa

Lebih terperinci

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

BAB 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

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

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

Lebih terperinci

ANALISA HANTARAN GELOMBANG LISTRIKMAGNET DENGAN MENGGUNAKAN METODA FINITE DIFFERENCE TIME DOMAIN (FDTD)

ANALISA HANTARAN GELOMBANG LISTRIKMAGNET DENGAN MENGGUNAKAN METODA FINITE DIFFERENCE TIME DOMAIN (FDTD) Tuoral Rse Uggula Terpadu RUT VI PNGMBANGAN SISTM RADAR BAWA TANA PULSA IRP ANALISA ANTARAN GLOMBANG LISTRIKMAGNT DNGAN MNGGUNAKAN MTODA FINIT DIFFRN TIM DOMAIN FDTD Ieses P db Peel Uama Ir. Josapha Teuo

Lebih terperinci

PERSAMAAN DIFERENSIAL PARSIAL. Partial Differential Equations PDE

PERSAMAAN DIFERENSIAL PARSIAL. Partial Differential Equations PDE PERSAMAAN DIFERENSIAL PARSIAL Paral Dffereal Equaos PDE Persamaa Dferesal Parsal PDE Acua Chapra, S.C., Caale R.P., 99, Numercal Mehods for Egeers, d Ed., McGraw-Hll Boo Co., New Yor. Chaper 3 da, hlm.

Lebih terperinci

Lam piran 1 K uesioner

Lam piran 1 K uesioner LAMPIAN Lam pra K uesoer KUESIONE PENDAHULUAN Saya adalah mahasswa Uverstas Krste Maraatha Badug sedag megadaa peelta dalam pembuata Tugas Ahr. Maa saya megharapa erasamaya utu megs uesoer, saya megharapa

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

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

KLASIFIKASI GENOTIPE PADA DATA TIDAK LENGKAP DENGAN PENDEKATAN MODEL AMMI

KLASIFIKASI GENOTIPE PADA DATA TIDAK LENGKAP DENGAN PENDEKATAN MODEL AMMI KLASIFIKASI GENOTIPE PADA DATA TIDAK LENGKAP DENGAN PENDEKATAN MODEL AMMI Oleh: Pika Silvianti G 45 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 5 ABSTRAK

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

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

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

Lebih terperinci

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCULOSIS DENGAN MODEL REGRESI COX ANAISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN HIDUP PASIEN TUBERCUOSIS DENGAN MODE REGRESI COX Es Okava Sr Seyagsh da A Adrya Program Sud Maemaka Fakulas Maemaka da Ilmu Pegeahua Alam Uversas Pakua

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

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

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA II TINJAUAN PUSTAKA Pecobaa Multlokas Pecobaa multlokas meupaka seagkaa pecobaa ag seupa d bebeapa lokas ag mempua acaga pecobaa da pelakua ag sama U multlokas utuk vaetas taama paga membutuhka mmal 6

Lebih terperinci

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube Aalsa Probablst Algortma Routg pada Jarga ypercube Zuherma Rustam Jurusa Matemata Uverstas Idoesa Depo 644. E-mal : rustam@maara.cso.u.ac.d Abstra Algortma routg pada suatu arga teroes suatu measme utu

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar Idhia Sriliana Jurusan Maemaika FMIPA UNIB E-mail: aha_muflih@yahoo.co.id Absrak.

Lebih terperinci