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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) (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, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya 6111 Idoesa e-mal: alfaslfmufdah1@gmal.com da purhad@statstka.ts.ac.d Abstrak Peyakt Demam Berdarah Degue (DBD) merupaka salah satu peyakt yag sampa saat mash mejad masalah kesehata masyarakat karea perjalaa peyaktya cepat da dapat meyebabka kemata dalam waktu sgkat. Kota Surabaya memlk jumlah kasus DBD yag tgg d Jawa Tmur da termasuk daerah yag palg rawa terkea DBD. Sebaga upaya utuk megurag agka kemata akbat DBD d Surabaya, maka perlu dlakuka aalss terhadap pase pederta DBD dega megetahu faktor-faktor yag mempegaruh laju kesembuha pase pederta DBD. Regres Webull merupaka salah satu metode aalss survval yag dguaka utuk megetahu efek dar beberapa varabel predktor terhadap data survval sebaga varabel respo. Pada peelta dlakuka aalss survval pada pase DBD d RSU Haj Surabaya. Hasl peguja parsal dsmpulka bahwa varabel usa, jes kelam, leukost, da hematokrt berpegaruh terhadap laju kesembuha pase DBD. Kata Kuc aalss survval, DBD, Regres Webull. D I. PENDAHULUAN emam berdarah degue (DBD) merupaka peyakt yag dsebabka vrus degue yag dapat meyebabka kemata terutama pada aak serta serg kal membulka kejada luar basa (KLB) atau wabah. Agka kemata dar kasus DBD d Idoesa mecapa 1% [1]. Jawa Tmur adalah provs dega jumlah Kejada Luar Basa DBD terbayak d Idoesa []. Kota Surabaya memlk jumlah kasus DBD palg tgg d Jawa Tmur da termasuk daerah yag palg rawa terkea DBD dega rsko relatf terkea DBD 3,46 kal lebh besar dbadgka Kabupate la [3]. Sebaga upaya utuk megurag agka kemata akbat DBD d Surabaya maka perlu dlakuka aalss yag mecegah kemata pase pederta DBD dega megetahu faktor-faktor yag mempegaruh laju kesembuha pase pederta DBD. Pada umumya laju kesembuha pase pederta peyakt dtada dega waktu survval, yak waktu dmulaya suatu kejada hgga waktu berakhrya kejada dega krtera sembuh. Regres Webull merupaka salah satu metode utuk megaalss waktu survval pada pase pederta peyakt. Pada peelta dlakuka aalss survval utuk megetahu faktor-faktor yag mempegaruh laju kesembuha pase DBD megguaka metode Regres Webull. Peelta dlakuka d wlayah Surabaya sebaga wlayah yag memlk tgkat kasus DBD yag tgg d Jawa Tmur dega megambl sampel pase d RSU Haj Surabaya. Peelta dharapka dapat membatu dalam merecaaka cara efektf utuk megurag tgkat kemata yag dsebabka oleh peyakt DBD. II. Aalss Survval TINJAUAN PUSTAKA Aalss survval merupaka metode statstk dmaa varabel yag dperhatka adalah waktu survval, yatu waktu dmulaya kejada (start po hgga terjadya perstwa (eve [4]. Terdapat tga faktor yag dperhatka dalam meetuka waktu survval T, yak dega pejelasa sebaga berkut [5]. 1. Tme org/startg pot (waktu awal). Edg evet of terest (akhr kejada) 3. Measuremetscale for the passage of tme (skala pegukura sebaga baga dar waktu) Ketka waktu survval tdak dketahu dega jelas maka data tersebut dyataka sebaga data tersesor [4]. Peyebab terjadya data tersesor atara la. 1. Termato of the study. Lost of follow up 3. Wthdraw from the study Terdapat tga jes sesor dalam aalss survval, yak sebaga berkut [6]. 1. Sesor kaa (rght cecored). Sesor kr (left cecored) 3. Sesor terval (terval cecored) Fugs Survval da Fugs Hazard Terdapat dua fugs utama dalam aalss survval, yak fugs survval da fugs hazard. Fugs kepadata peluag survval dyataka sebaga berkut. P( t T t f( lm t t (1) Fugs dstrbus kumulatf survval dapat dyataka sebaga berkut. P( T t f ( dt () Fugs survval S( merupaka probabltas suatu obyek tdak megalam suatu evet dar waktu mulamula hgga waktu ke-t, persamaa fugs survval S( dyataka sebaga berkut. S( P( T 1 P( T 1 (3) Fugs hazard meyataka peluag suatu objek (pase) megalam suatu evet dalam waktu ke-t, dega demka fugs hazard merupaka kebalka dar fugs survval. Persamaa fugs hazard dyataka sebaga berkut.

2 D-3 JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) (31-98X Pr P t T t t T t ht lm (4) t t sehgga hubuga atara fugs survval dega fugs hazard dapat dyataka sebaga berkut. f ( h( S( (5) Kurva Survval Kapla Meer Kapla Meer merupaka metode statstka pada aalss data survval yag dguaka utuk megestmas fugs survval da fugs hazard dar waktu survval yag tersesor. Berkut persamaa umum Kapla Meer. j 1 Sˆ t ˆ ( j 1) PT t( ) T t( ) 1 Sˆ t Sˆ t Pˆ T t T t (6) (7) ( j) ( j 1) ( j) Berdasarka estmas fugs survval pada persamaa 7 dapat dbetuk kurva survval Kapla Meer, yak suatu kurva yag meggambarka hubuga atara estmas fugs survval pada waktu t dega waktu survvalya. Uj Log Rak Uj Log Rak dguaka utuk membadgka atar kurva survval Kapla Meer dalam grup yag berbeda [4]. Hpotess : H : tdak ada perbedaa atar kurva survval H 1 : palg sedkt ada satu perbedaa atar kurva survval Statstk uj : G ( O E ) ; 1, G E,..., (8) dmaa O E G 1 j1 1 ( m e ) da j G j e j m G j j1 1 j j1 1 Keteraga : m j = jumlah subjek yag gagal dalam grup ke-i pada waktu t (j) j = jumlah subjek yag beresko gagal seketka pada grup ke- sebelum waktu t (j) e j = la ekspektas dalam grup ke- pada waktu t (j) G = jumlah grup H dtolak apabla χ htug lebh besar dar χ α,df Pedeteksa Multkolertas Multkolertas terjad ketka sebaga besar varabel predktor yag dguaka salg berkorelas dalam suatu model regres [7]. Multkolertas ddeteks dega melhat la Varace Iflato Factor (VIF). Apabla la VIF lebh besar dar 1 maka terdkas terdapat multkolertas. Berkut merupaka rumus utuk medapatka la VIF. 1 (9) VIF 1 Medeteks adaya korelas yag tgg atar data varabel depede yag bersfat kategork dapat R j j ( j) megguaka uj depedes, yak dega hpotess sebaga berkut. H : Varabel X da X j salg bebas H 1 : Varabel X da X j tdak salg bebas Statstk Uj : I J j j ˆ.. j dega ˆ j (1) ˆ 1 j1 j dmaa : j = bayakya dvdu yag termasuk dalam sel ke-,j μ j = la taksra dar la j,j = bayakya kategor dar varabel depede ke- da ke-j Tolak H apabla la χ htug > χ α,(i 1)(J 1) Peguja Dstrbus Data Peguja dstrbus data dguaka utuk megetahu dstrbus yag sesua pada waktu survval. Peguja dstrbus data dapat dlakuka melalu pedekata Kolmogorov-Smrov. Hpotess : H : Waktu survval megkut dstrbus tertetu H 1 : Waktu survval tdak megkut dstrbus tertetu Statstk uj D sup S t F t (11) Tolak H jka la D ht > D tabel atau p-value < α dmaa : S( : Nla emprs dstrbus kumulatf sampel F ( : Fugs dstrbus kumulatf D : Nla krts uj Kolmogorv-Smroov Dstrbus Webull Dua Parameter Fugs kepadata peluag dstrbus Webull dua parameter (λ,γ) dega λ adalah parameter scale da γ merupaka parameter shape dtulska sebaga berkut. 1 t t f ( t, ) exp,,, t (1) Fugs kumulatf dstrbus Webull dua parameter (λ,γ) yak sebaga berkut. t t t, ) f t dt 1 exp (13) Fugs survval S( yag merupaka probabltas dar survval dalam waktu t utuk dstrbus Webull ddapatka dega rumus sebaga berkut. t St, 1 exp (14) Setelah ddapatka estmas fugs kepadata probabltas (FKP) da estmas fugs survval, maka dapat dperoleh estmas fugs hazard yag dtujukka pada persamaa 14 sebaga berkut. 1 exp t t f t 1 h t t (15) S t exp t Estmas paramater dstrbus Webull dua parameter ddapatka dar metode MLE, yatu dega membuat fugs lkelhood dar fugs dest dstrbus Webull dua parameter da l-lkelhood, selajutya dturuka

3 JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) (31-98X Pr D-33 terhadap parameter-parameterya. Berkut merupaka fugs lkelhood dar regres Webull dua parameter. 1 t t L, exp (16) 1 Sedagka l-lkelhood ya adalah t t l L, l 1 l (17) 1 Turua darl-lkelhood,tersebut kemugka tdak dapat dselesaka secara aalts, maka dguaka teras Newto-Rhapso sebaga berkut. ( l ) ( l 1) 1 ( l 1) ( l θ θ H θ g θ 1) (19) Iteras Newto-Rapsho aka berhet apabla θ (l) θ (l 1) ε dega ε merupaka blaga yag sagat kecl amu >. Seleks Model Terbak Seleks model terbak yag dguaka dalam aalss survval dlhat berdasarka krtera Akake Iformato Crtero (AIC) pada metode elmas backward. Nla AIC terkecl adalah model terbak. Berkut merupaka rumus utuk medapatka la AIC. AIC l L ˆ k () L (β ) merupaka la lkelhood da k merupaka jumlah parameter β pada model yag terbetuk. Regres Webull Parameter Model dar Regres Webull adalah sebaga berkut. ˆ exp 1X 1 X... p X p (1) dmaa : X 1,X,,X p merupaka varabel-varabel pejelas β 1,β,,β p merupaka koefse parameter Estmas paramater Regres Webull dua parameter ddapatka dar fugs lkelhood da l-lkelhood, selajutya dturuka terhadap parameterparameterya. Berkut merupaka fugs lkelhood dar Regres Webull dua parameter. t () L, β t 1 exp 1 Sedagka fugs l-lkelhood ya sebaga berkut. l L,β Z l Z X β Z 1 l t Z t exp X β (3) T T 1 Turua dar l-lkelhood, tersebut kemugka tdak dapat dselesaka secara aalts, maka dguaka teras Newto-Rhapso sebaga berkut. l1 l 1 l l θ θ H θ g θ Iteras aka berhet jka θ (l+1) θ (l) ε, dmaa ε merupaka suatu blaga yag telah dtetuka. Peguja Sgfkas Parameter Regres Webull Dua Parameter Peguja sgfkas parameter dlakuka secara seretak da parsal. Berkut merupaka statstk uj yag dguaka. 1) Uj Seretak Uj hpotess seretak Regres Webull Dua Parameter H : β 1 =β = =β p = H 1 : mmal ada satu β k, k =,,,p Statstk Uj : Uj raso lkelhood L () G l l L l L L Daerah krts : tolak H jka G htug > χ p,α atau la P < α(,1) ) Uj Parsal Uj hpotess seretak Regres Webull Dua Parameter H : β k = H 1 : β k Statstk Uj : ˆ k Z SE ˆ k (3) Daerah krts : tolak H jka Z htug > Z α atau la P < α(,1) Hazard Rato (HR) Hazard Rato (HR) adalah suatu ukura yag dguaka utuk megetahu tgkat rsko yag dapat dlhat dar perbadga atara dvdu dega kods varabel predktor X [8]. Msal X adalah sebuah varabel predktor dega dua kategor yatu da 1. Maka la HR dapat dhtug dega rumus t t t e ht h x 1 h ˆ HR e (4) h x Sedagka rumusa utuk hazard rato dalam regres webull utuk varabel depede kotu dapat dtujukka dalam persamaa sebaga berkut. ht 1 h t x ˆ ˆ HR e (5) x ˆ B. Demam Berdarah Demam berdarah degue (DBD) adalah feks yag dsebabka oleh vrus degue yag dtularka dar beberapa jes yamuk dalam geus Aedes. DBD meyebabka pedertaya megalam yer hebat seaka-aka tulag mereka patah, sakt kepala, kult kemeraha yag tampak sepert campak, da yer otot da perseda. Pada sejumlah pase, demam degue dapat meyebabka pedaraha akbat kebocora pembuluh darah (salura yag megalrka darah). Vrus degue mucul akbat pegaruh musm serta perlaku mausa. Tempat perduka yag serg dplh yamuk Aedes aegypt adalah kawasa yag padat dega satas yag kurag memada, terutama dgeaka ar dalam rumah. Utuk medapatka ketepata dagoss terjagktya vrus degue, pada umumya dlakuka uj laboratorum perhtuga darah legkap (hemoglob, leukost, hematokrt, da trombos. III. Sumber Data ˆ METODOLOGI PENELITIAN Data yag dguaka dalam peelta adalah data sekuder yak data rekam meds waktu survval pase pederta DBD perode Jul 15 hgga Desember 15 yag mejala rawat ap d RSU Haj Surabaya serta faktor-faktor yag mempegaruhya. Data survval dkategorka mejad data tersesor da data tdak tersesor yag seluruhya dguaka dalam peelta.

4 D-34 JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) (31-98X Pr Varabel Peelta Pada peelta dguaka varabel depede da varabel depede sebaga berkut. 1) Varabel Depede Varabel depede peelta berupa waktu survval da status tersesor pase sebaga berkut. TABEL 1. VARIABEL DEPENDEN Varabel Defs Operasoal Tpe Kategor Satua T Lama Pase DBD drawat d rumah sakt - - Har Status tersesor pase : Tersesor d DBD berdasarka waktu survval Kategork 1 : Tdak Tersesor - ) Varabel Idepede Varabel depede yag dguaka dalam peelta sebaga berkut. TABEL. VARIABEL INDEPENDEN Varabel Defs Operasoal Tpe Kategor Satua X 1 Usa Kotu - Tahu X Jes Kelam Kategork 1: Perempua : Lak-lak X 3 Jumlah Leukost Kotu - Rbu/mm 3 X 4 Jumlah Trombost Kotu - Rbu/mm 3 X 5 Kadar Hematokrt Kotu - (%) X 6 Ruag Rawat Iap Kategork Lagkah Aalss 1 : Kelas I : Kelas II 3 : Kelas III Tahap da lagkah-lagkah aalss data dalam peelta adalah sebaga berkut. 1. Megambl data rekam meds dar pase pederta DBD d RSU Haj Surabaya.. Mejelaska karaktaerstk pase pederta DBD dega membuat statstka deskrptf dar waktu survval da varabel predktor. 3. Membuat Kurva Kapla Meer da melakuka uj Log Rak pada varabel depede yag bersfat kategork. 4. Melakuka peguja dstrbus Webull dua parameter terhadap data waktu survval (T) dega megguaka statstk uj Kolmogorov Smrov. 5. Medeteks adaya kasus multkolertas pada varabel-varabel depede. 6. Melakuka seleks model terbak dega krtera kebaka model AIC dega seleks backward. 7. Melakuka uj sgfkas parameter secara parsal da seretak 8. Medapatka model survval dar hasl estmas parameter model terbak Regres Webull 9. Mesubsttuska model Regres Webull ke dalam fugs hazard 1. Meghtug la Hazard Rato dar varabel depede yag berpegaruh terhadap model utuk megetahu laju perbaka kods kls pase. 11. Membuat kesmpula da sara IV. Statstka Deskrptf HASIL DAN PEMBAHASAN Berkut merupaka hasl aalss statstka deskrptf data kotyu megea karakterstk pase DBD d RSU Haj Surabaya dega =35. TABEL 3 ANALISIS STATISTIKA DESKRIPTIF PADA PASIEN DBD Varable Mea Varace Mmum Maxmum T 4,543 4,79 1 Usa 1,69 189, Leukost 6,914 1,883 1,64,6 Trombost 11, , Hematokrt 4,897 3,79 33,1 5,8 Aalss statstka deskrptf pada data kategork yak status tersesor, jes kelam, da ruag rawat ap pase DBD dsajka dalam grafk pe chart yag meggambarka bahwa dar keseluruha sampel pase, terdapat 14% dega status tersesor da 86% tdak tersesor. Pase lak-lak lebh sedkt dbadgka pase perempua yak 43% utuk pase lak-lak da 57% utuk jumlah pase perempua. Sebaga besar pase yak 54% pase memlh utuk melakuka rawat ap d ruag Kelas II, selebhya megap d ruag Kelas I sebayak 1% pase da 34% pase megap d ruag Kelas III. Aalss Kapla Meer da Uj Log Rak Kurva survval pada Gambar 1 megformaska secara vsual bahwa semak lama waktu pase DBD megalam perbaka kods kls (, maka probabltas seorag pase DBD utuk tdak sembuh hgga waktu t semak kecl medekat ol Gambar 1. Kurva Survval Data Waktu Survval Selajutya djelaska megea karakterstk waktu survval pase DBD RSU Haj Surabaya berdasarka faktor-faktor yag dduga mempegaruh waktu survval tersebut megguaka kurva survval Kapla Meer da uj Log Rak sebaga berkut. 1) Karakterstk Waktu Survval Pase DBD Berdasarka Jes Kelam Kurva survval Kapla Meer pada Gambar memperlhatka gars merah lebh medomas berada d atas gars htam yag meujukka bahwa peluag tdak sembuh pada pase dega jes kelam lak-lak lebh besar darpada pase dega jes kelam perempua, artya waktu survval pase dega jes kelam perempua lebh bak darpada pase dega jes kelam lak-lak. Gambar. Kurva Survval Kapla Meer Berdasarka Jes Kelam Lagkah selajutya adalah melakuka uj Log Rak da ddapatka la Log Rak sebesar,8596 jka dbadgka dega ch-square dega derajat bebas 1 T

5 JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) (31-98X Pr D-35 yak sebesar,76 maka dputuska gagal tolak H. Hal tersebut meympulka bahwa waktu perbaka kods kls pase DBD dega jes kelam lak-lak maupu dega jes kelam perempua tdak berbeda secara sgfka. ) Karakterstk Waktu Survval Pase DBD Berdasarka Ruag Rawat Iap Gambar 3. Kurva Survval Kapla Meer Berdasarka Ruag Rawat Iap Pase Kurva survval Kapla Meer pada Gambar 3 memperlhatka atara gars merah da hjau salg bermpta, sedagka gars htam berada d bawah gars merah da hjau. Hal meujukka bahwa peluag tdak sembuh pada pase DBD yag megap d Kelas II da III lebh besar darpada pase DBD yag megap d Kelas I, artya waktu survval pase DBD yag megap d Kelas I lebh bak darpada pase DBD yag megap d Kelas II da III. Aalss selajutya dlkuka uj Log Rak yag bertujua melhat ada atau tdakya perbedaa atar kurva survval tersebut. Hasl perhtuga uj Log Rak ddapatka la sebesar,6 jka dbadgka dega ch-square dega derajat bebas yak sebesar 4,65 maka dputuska gagal tolak H artya waktu perbaka kods kls pase DBD yag megap d Kelas I, Kelas II, maupu Kelas III tdak berbeda secara sgfka. Peguja Dstrbus Data Pada peguja dstrbus data megguaka Kolmogorov-Smrov ddapatka la P sebesar,516 yag maa la tersebut lebh dar α (,1), sehgga dputuska gagal tolak H. Dalam hal dsmpulka bahwa waktu survval pase DBD megkut dstrbus Webull dega parameter λ = 4,9634 da γ =,5668. Berkut dtamplka hstogram data survval berdstrbus webull dua parameter. f(x),4,36,3,8,4,,16,1,8,4,4 3, 4 Probablty Desty Fucto Gambar 4. Hstogram Data Survval Pedeteksa Multkolertas 4,8 5,6 Nla VIF dar varabel X 1, X 3, X 4, da X 5 meujukka la yag kurag dar 1, artya tdak ada kasus multkolertas atar varabel depede. Sedagka pada varabel-varabel depede yag bersfat kategork dlakuka uj depedes yag meympulka atara varabel jes kelam (X ) da varabel ruag rawat ap (X 6 ) salg bebas karea la χ htug (,686) lebh kecl dar χ,1; (4,65). x 6,4 7, 8 8,8 9,6 Seleks Model Terbak Berkut merupaka la AIC pada beberapa model. TABEL 4 NILAI AKAIKE S INFORMATION CRITERION (AIC) Varabel AIC X1, X, X3, X4, X5, da X6 134,6957 X1, X, X3, X5, da X6 13,6976 X1, X, X3, da X5 13,8634 Tabel 4 meujukka bahwa la AIC terkecl yatu ketka melakuka Regres Webull tapa varabel trombost (X 4 ) da varabel ruag ap (X 6 ), sehgga model terbak yag ddapat adalah dega melakuka Regres Webull megguaka varabel X 1, X, X 3, da X 5. Faktor-faktor yag Mempegaruh Perbaka Kods Kls Pae DBD Peelta megguaka peguja seretak da peguja parsal utuk megetahu faktor-faktor yag mempegaruh laju perbaka kls pase. 1) Uj Seretak Hasl peguja seretak ddapatka la P-Value sebesar,49 yag maa kurag dar α (,1), serta la l(l(ω )) = -66, da l (L(Ω ))= -59,4 sehgga dperoleh la G htug sebaga berkut. L ˆ G6 l 13,6 Lˆ Nla χ 4;,1 pada tabel sebesar 7,779 sehgga keputusa yag dperoleh adalah tolak H, karea la G ht lebh besar dbadgka dega χ 4;,1 artya mmal terdapat satu varabel depede yag sgfka terhadap model. ) Uj Parsal Pada peguja seretak dperoleh hasl bahwa mmal ada satu varabel depedet yag sgfka terhadap model, oleh karea tu dlakuka aalss lebh lajut yak peguja parsal utuk megetahu varabel-varabel depede apa saja yag berpegaruh sgfka terhadap model. Berkut la estmas parameter da peguja Regres Webull secara parsal. TABEL 5. UJI SIGNIFIKANSI PARAMETER SECARA PARSIAL Varabel Estmas Parameter Std. Error Z P-Value Itercept 3,68,738 4,99, Usa,7,4 1,84,66 Jes Kelam,643,166 3,87,1 Leukost,3,18 1,78,755 Hematokrt -,65,19-3,44,6 Scale (λ), Shape (γ) 3, Peguja parsal dapat dlhat dar la P masgmasg varabel depede. Varabel usa, jes kelam, leukost, da hematokrt memlk la P kurag dar α (,1) sehgga dputuska tolak H yag artya varabel-varabel tersebut berpegaruh terhadap model. Nla estmas parameter dguaka dalam meyusu model Regres Webull sebaga berkut. ˆ exp3, 6834, 695X1, 64338X (), 3176X3-, 6516X5 Estmas parameter shape (γ) yag berla 3,1779 dsubsttuska pada fugs Hazard Regres Webull sebaga berkut.

6 D-36 JURNAL SAINS DAN SENI ITS Vol. 5 No. (16) (31-98X Pr h 3, 3,1779 3, t t t ) Hazard Rato Berkut merupaka la Hazard Rato yag ddapatka melalu perhtuga la ekspoesal dar la estmas parameter. TABEL 6. NILAI HAZARD RATIO PADA REGRESI WEIBULL Varabel Estmas Parameter Hazard Rato Usa,695 1,6974 Jes Kelam (), ,99 Leukost,3176 1,37 Hematokrt -,6516, Berdasarka Tabel 6 dsmpulka bahwa setap pertambaha satu satua usa, maka kemugka utuk mecapa pegkata perbaka kods kls pase adalah sebesar 1,6974 kal. Pase yag memlk jes kelam lak-lak memlk kemugka utuk megalam laju perbaka sebesar 1,99 kal lebh cepat darpada pase memlk jes kelam perempua. Setap pertambaha satu satua leukost maka kemugka utuk mecapa pegkata perbaka kods kls pase adalah sebesar 1,37 kal. Setap pertambaha satu satua kadar hematokrt, maka terjad kemugka peurua perbaka kods kls pase sebesar, kal. V. KESIMPULAN Kesmpula yag dperoleh dar peelta adalah waktu survval pase DBD berdstrbus Webull dega peguja Kolmogorov Smrov. Kurva survval megformaska secara vsual bahwa semak lama waktu pase DBD megalam perbaka kods kls (, maka probabltas seorag pase DBD utuk tdak sembuh hgga waktu t semak kecl medekat ol. Hasl peguja parsal pada varabel usa, jes kelam, leukost, da hematokrt berpegaruh terhadap model. Perbaka kods kls pase DBD dterpretaska melalu la hazard rato. Sara yag dberka adalah pada peelta sebakya megguaka data pegamata yag lebh pajag agar bsa megkut perbaka kls pase yag lebh tepat. Bag phak RSU Haj Surabaya, dharapka melakuka pecatata data pase yag lebh legkap megea waktu pase mula masuk rawat ap hgga selesa perawata yak taggal dserta dega jam agar peelta yag dlakuka lebh akurat. Sela tu, phak RSU Haj Surabaya juga harus member perhata khusus terhadap pase DBD agar proses perbaka kls pase mejad lebh cepat dega berfokus pada faktor-faktor yag telah dketahu berpegaruh sgfka terhadap pederta DBD. DAFTAR PUSTAKA [1] Karyat, M.R. & Hadegoro, S.R. (9). Perubaha Epdemolog Demam Berdarah Degue d Idoesa. Departeme Ilmu Kesehata Aak Rumah Sakt Dr. Cpto Magukusumo FKUI Jakarta. [] Das Kesehata Kota Surabaya, Profl Kesehata Kota Surabaya Tahu 13. Surabaya: Das Kesehata Kota Surabaya, 14. [3] Sar, F.D. (16). Pemodela da pemetaa peyebara kasus DBD d Jawa Tmur dega metode Geographcally Weghted Negatve Bomal Regresso (GWNBR) da Flexblty Shaped Spatal Sca Statstcs. Jural lmah Jurusa Statstka Fakultas Matematka da Ilmu Pegetahua Alam Isttut Tekolog Sepuluh Nopember, Surabaya. [4] Klebaum, D. G., & Kle, M. (1). Survval Aalyss: A Self- Learg Text. Lodo: Sprger. [5] Cox, D. R. (197). Regresso Model ad Lfe Table. J Roy Stat Soc B, 34, 187- [6] Collet, D. (1994). Modellg Survval Data Medcal Research. Lodo: Chapma ad Hall. [7] Cox, D. R. (197). Regresso Model ad Lfe Table. J Roy Stat Soc B, 34, 187- [8] Draper, N., & Smth, H. (199). Aalsa Regres Terapa. Eds ke-. Dterjemahka oleh: Bambag Sumatr. Jakarta. Grameda Pustaka Utama.

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 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 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

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 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. 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

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

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

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

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

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

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

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

BAB 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

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

Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD)

Analisis Survival dengan Pendekatan Multivariate Adaptive Regression Splines pada Kasus Demam Berdarah Dengue (DBD) JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-38 Aalss Survval dega Pedekata Multvarate Adaptve Regresso Sples pada Kasus Demam Berdarah Degue (DBD) Shofa F Nsa da I Nyoma Budatara Jurusa

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

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

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

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

Lebih terperinci

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

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

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 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

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

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

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

Lebih terperinci

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

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

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

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

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

Penerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung

Penerapan Analisis Survival untuk Menaksir Waktu Bertahan Hidup bagi Penderita Penyakit Jantung Peerapa Aalss Survval utuk Meaksr Waktu Bertaha Hdup bag Pederta Peyakt Jatug Oleh : Ya Hedrajaya (me_ye2@yahoo.co.d), Ad Setawa da Haa A. Parhusp Program Stud Matematka, Fakultas Sas da Matematka Uverstas

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

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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

Puasa Pasien Diabetes Mellitus Tipe 2 di Poli Diabetes RSUD Dr. Soetomo Surabaya Menggunakan Regresi Probit Biner

Puasa Pasien Diabetes Mellitus Tipe 2 di Poli Diabetes RSUD Dr. Soetomo Surabaya Menggunakan Regresi Probit Biner D-56 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) Faktor yag Memegaruh Kadar Gula Darah Puasa Pase Dabetes Melltus Tpe d Pol Dabetes RSUD Dr. Soetomo Surabaya Megguaka Regres Probt

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

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

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

*Corresponding Author:

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

Lebih terperinci

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

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

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

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

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

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

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

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

* 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

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

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

Lebih terperinci

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

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

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

Lebih terperinci

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

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

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

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

Lebih terperinci

BAB II 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

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

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

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

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 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

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

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

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

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

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

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

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

Lebih terperinci

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

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

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 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

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

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

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

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

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

Lebih terperinci

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

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

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

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

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

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

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

Lebih terperinci

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

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

Lebih terperinci

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. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

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

Lebih terperinci

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

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

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

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

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

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

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

Lebih terperinci

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