Pendekatan Regresi Nonparametrik Spline Untuk Pemodelan Laju Pertumbuhan Ekonomi (LPE) di Jawa Timur
|
|
- Farida Kartawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- Pendeatan Regresi Nonparametri Spline Untu Pemodelan Laju Pertumbuhan Eonomi (LPE) di Jawa Timur Elfrida Kurnia Litawati dan I Nyoman Budiantara Jurusan Statistia, FMIPA, Institut Tenologi Sepuluh Nopember (ITS) Jl. Arief Rahman Haim, Surabaya 0 elfridania_0@yahoo.com, i_nyoman_b@statistia.its.ac.id Abstra Pertumbuhan eonomi merupaan masalah pereonomian dan menjadi salah satu fenomena penting yang dialami beberapa negara di dunia belaangan ini. Dalam pembangunan, pertumbuhan eonomi yang tinggi merupaan sasaran yang diharapan dapat tercapai, terutama bagi negara berembang. Jawa Timur merupaan salah satu provinsi di Indonesia, yang mana pada tahun 00, nilai LPE mencapai,%, masih lebih besar jia dibandingan dengan LPE nasional di tahun yang sama yaitu sebesar,0%. Banya fator yang mempengaruhi Laju Pertumbuhan Eonomi (LPE) di Provinsi Jawa Timur, sehingga perlu dilauan pemodelan untu mengetahui fator-fator apa saja yang secara signifian mempengaruhi laju pertumbuhan eonomi. Penelitian ini menggunaan fator yang diduga mempengaruhi Laju Pertumbuhan Eonomi (LPE) yaitu TPAK ( ), APBD ( ), IBS ( ), dan DAU ( ). Data tersebut merupaan data tahun 0 yang diperoleh dari Badan Pusat Statisti Jawa Timur. Metode yang digunaan untu memodelan Laju Pertumbuhan Eonomi (LPE) ialah regresi nonparametri spline linier dengan titi not optimal yaitu pada ombinasi not yang mana memilii nilai GCV (Generalized Cross Validation) terecil. Adapun variabel yang memberian pengaruh signifian adalah semua variabel dengan oefisien determinasi sebesar 5,% yang menunjuan bahwa model yang terbentu laya digunaan untu memodelan pola data. Kata Kunci Regresi Nonparametri Spline, Laju Pertumbuhan Eonomi (LPE), Knot, dan GCV. P I. PENDAHULUAN ertumbuhan eonomi merupaan masalah pereonomian dan menjadi salah satu fenomena penting yang dialami beberapa negara di dunia belaangan ini. Proses pertumbuhan eonomi disebut sebagai Modern Economic Growth yang mana merupaan suatu proses pertumbuhan output perapita dalam janga panjang. Hal ini mengandung pengertian bahwa dalam janga panjang, esejahteraan tercermin pada peningatan output perapita yang sealigus memberian banya alternatif dalam mengonsumsi barang dan jasa, serta diiuti oleh daya beli masyaraat yang semain meningat. Dalam pembangunan, pertumbuhan eonomi yang tinggi merupaan sasaran yang diharapan dapat tercapai, terutama bagi negara berembang.. Pertumbuhan eonomi dapat dilihat dari semain meningatnya laju produ perapita, peningatan arus barang dan modal, serta perubahan strutur dari setor pereonomian e setor industri dan jasa []. Laju pertumbuhan eonomi merupaan tingat perembangan agregat pendapatan untu masing-masing tahun dibandingan tahun sebelumnya serta memberian gambaran mengenai inerja tiap abupaten/ota dalam memanfaatan potensi yang ada []. Tinggi rendahnya laju pertumbuhan eonomi dapat dijadian patoan untu melihat maju tidanya pereonomian suatu negara dan juga digunaan untu menguur tingat esejahteraan masyaraat. Pertumbuhan eonomi Indonesia terus mengalami peningatan tiap tahunnya, namun pada risis moneter 99 mengalami penurunan yang cuup tajam dan pada awal tahun 000, pereonomian Indonesia mulai stabil dan menunjuan peningatan. Jawa Timur merupaan salah satu provinsi di Indonesia dengan pertumbuhan eonomi yang cuup bai. Pertumbuhan eonomi Jawa Timur berdasaran PDRB atas dasar harga onstan 000 selama tahun terahir adalah 5,9 persen (00), 5,0 persen (009), dan, persen (00). Pertumbuhan eonomi Indonesia tahun 00 yang mencapai anga, persen, hal ini menyataan bahwa pertumbuhan eonomi Jawa Timur masih lebih tinggi dibandingan pertumbuhan eonomi nasional. Untu itu penelitian ini berfous pada laju pertumbuhan eonomi di Jawa Timur. Sehubungan dengan hal tersebut maa penelitian ini ditujuan untu mengetahui fator-fator yang mempengaruhi laju pertumbuhan eonomi di Jawa Timur. Sehingga diharapan dengan mengetahui fator apa saja yang mempengaruhi pertumbuhan eonomi di Jawa Timur, pemerintah dapat menggunaan atau lebih memperhatian fator-fator tersebut dalam upaya pembangunan eonomi Jawa Timur yang terus meningat dan juga sebagai referensi Indonesia untu meningatan pereonomian nasional. Penelitian mengenai laju pertumbuhan eonomi telah dilauan oleh beberapa peneliti sebelumnya. Variabel rasio apital tenaga erja, tingat pendidian, sto apital, dan pertumbuhan pendudu berpengaruh terhadap tingat pertumbuhan eonomi Indonesia menggunaan metode Ordinary Least Square (OLS) oleh Pancawati []. Edi [] meneliti dengan metode regresi panel spasial, studi asus laju pertumbuhan eonomi di Jawa Timur menggunaan empat variabel preditor diantaranya Tingat Partisipasi Angatan Kerja (TPAK), Rata-Rata Lama Seolah (SKLH), persentase Dana Aloasi Umum (DAU) terhadap total penerimaan, serta jumlah Industri Besar dan Sedang (IBS). Untu penelitian dengan menggunaan regresi spline, pernah dilauan oleh Mubara [5] menggunaan regresi
2 JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- spline multivariabel untu pemodelan ematian penderita DBD di Jawa Timur. Aan tetapi untu penelitian laju pertumbuhan eonomi di Jawa Timur dengan menggunaan metode analisis regresi spline masih belum pernah dilauan. Oleh arena itu dalam penelitian ini aan diselidii mengenai fator-fator yang diduga mempengaruhi laju pertumbuhan eonomi di Jawa Timur dengan menggunaan model spline. Metode spline sangat bai dalam memodelan data yang memilii pola yang berubah-ubah pada sub-sub interval tertentu. Spline merupaan model yang mempunyai interpretasi statisti dan interpretasi visual serta mempunyai emampuan yang sangat bai untu digeneralisasian pada pemodelan statistia yang omples dan rumit []. Wahba [] memberian metode untu memilih parameter penghalus optimal dalam estimator spline yaitu dengan Generalized Cross Validation (GCV). Terdapat dua permasalahan dalam penelitian ini yaitu bagaimana arateristi laju pertumbuhan eonomi serta fator-fator yang diduga mempengaruhi dan bagaimanaah pemodelan laju pertumbuhan eonomi menggunaan regresi nonparametri spline. Batasan masalah dalam penelitian ini adalah menggunaan Generalized Cross Validation (GCV) dalam pemilihan titi not optimal pada spline linear not, not, not, dan not, serta ombinasi not. II. TINJAUAN PUSTAKA A. Regresi Nonparametri Regresi nonparametri adalah salah satu metode yang digunaan untu mengetahui pola hubungan antara variabel respon dan preditor dimana fungsi dari urva regresi tida dietahui. Model regresi nonparamteri [] secara umum seperti pada Persamaan () beriut ini. y i f ( t i ) i, i,,, n () Pendeatan nonparametri digunaan untu mengestimasi urva regresi arena model tida ditentuan terlebih dahulu seperti pada regresi parametri. Dalam pandangan regresi nonparametri data diharapan mencari sendiri urva regresi tanpa dipengaruhi oleh fator subyetifitas peneliti. B. Spline Dalam Regresi Nonparametri Salah satu model regresi nonparametri yang digunaan adalah spline. Spline merupaan polinomial tersegmen yang memilii sifat flesibilitas. Spline sangat tergantung pada titi nots. Titi nots merupaan titi perpaduan bersama dimana terjadi pola perubahan perilau dari suatu fungsi pada selang yang berbeda [9]. Secara umum fungsi G dalam ruang spline berorde m dengan titi nots,,, J adalah sembarang fungsi yang dapat dinyataan seperti Persamaan (). dengan, m j J G( i ) m j j i ( 0 i m K i K i m, 0, K m ) i K i K () merupaan parameter-parameter model dengan m merupaan orde spline [0]. Estimasi parameter model regresi spline dapat dinyataan sebagai beriut. yi G( i ) i C. Pemilihan Titi Knot Optimum Estimator spline terbai diperoleh dengan menggunaan titi not optimal. Titi not merupaan titi perpaduan bersama dimana terdapat perubahan pola perilau fungsi atau urva. Titi not optimal dapat diperoleh dengan menggunaan metode Generalized Cross Validation (GCV) [9]. MSE K, K,, K GCV ( K, K,, K ) M M n tri HK, K,, K () M D. Pengujian Parameter Pengujian parameter dilauan untu menentuan variabel preditor mana saja yang memilii hubungan nyata dengan variabel respon. Terdapat dua tahap pengujian yaitu sebagai beriut.. Uji Serenta Pengujian ini bertujuan untu mengetahui apaah parameter model regresi telah signifian secara serenta. Statisti uji yang digunaan adalah statisti uji F.. Uji Individu Setelah dilauan uji serenta diperoleh esimpulan bahwa minimal terdapat satu parameter signifian, maa perlu dietahui secara individu parameter mana yang signifian dan mana yang tida signifian. Statisti uji yang digunaan adalah statisti uji t. E. Uji Asumsi Residual Data yang aan dianalisis dengan menggunaan regresi nonparametric spline, harus memenuhi asumsi residual identi, independen, dan berdistribusi normal.. Uji Identi Pengujian asumsi identi pada residual merupaan uji homogenitas varians residual. Jia asumsi terlanggar atau pada ondisi heterosedastisitas, maa varians residual tida onstan sehingga menyebaban estimasi oefisien urang aurat [].. Uji Independen Pengujian independensi residual bertujuan untu mengetahui apaah terdapat orelasi antar residual. Korelasi antar residual yaitu orelasi antara residual pada pengamatan e-i dengan pengamatan e-(i-) yang biasa disebut dengan autoorelasi.. Uji Distribusi Normal Pengujuan asumsi distribusi normal dilauan untu mengetahui apaah residual berdistribusi normal. Pengujian ini dilauan dengan menggunaan uji Kolmogorov- Smirnov. ()
3 y JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D-5 III. METODOLOGI PENELITIAN A. Sumber Data Data yang digunaan dalam penelitian ini adalah data seunder yang didapat dari publiasi BPS tahun 0 serta data hasil SUSENAS 0, dengan unit penelitian yang diamati adalah abupaten/ota di Jawa Timur, yang terdiri dari wilayah administratif dengan 9 abupaten dan 9 ota. y merupaan variabel respon dan,,, dan merupaan variabel preditor. B. Variabel Penelitian Variabel penelitian yang digunaan antara lain Laju Pertumbuhan Eonomi (LPE) ( ), Tingat Partisipasi Angatan Kerja (TPAK) ( ), Anggaran Pendapatan dan Belanja Daerah (APBD) ( ), Jumlah Industri Besar dan Sedang (IBS) ( ), serta Dana Aliran Umum (DAU) ( ). C. Langah Analisis Langah-langah analisis data yang dilauan dalam penelitian ini ialah sebagai beriut.. Membuat statistia desriptif dari masing-masing variabel untu mengetahui arateristi masing-masing abupaten/ota di Jawa Timur.. Membuat scatter plot antara laju pertumbuhan eonomi (y) dengan masing-masing variabel preditor.. Memodelan laju pertumbuhan eonomi di Jawa Timur dengan menggunaan spline linier dengan beberapa titi not.. Memilih titi nots optimal berdasaran GCV minimum. 5. Memodelan laju pertumbuhan eonomi di Jawa Timur dengan variabel-variabel preditornya menggunaan spline dengan nots optimal.. Melauan pengujian signifiansi parameter dan pengujian asumsi residual model spline terbai.. Menghitung R.. Membuat interpretasi dan esimpulan. IV. HASIL DAN PEMBAHASAN A. Karateristi Laju Pertumbuhan Eonomi dan Fator yang Diduga Mempengaruhi Karateristi Laju Pertumbuhan Eonomi (LPE) beserta fator-fator yang diduga mempengaruhi di Provinsi Jawa Timur ditunjuan pada Tabel. B. Scatterplot Antara Laju Pertumbuhan Eonomi (LPE) dengan Fator yang diduga Mempengaruhi Pola hubungan yang terbentu antara Laju Pertumbuhan Eonomi ( y) yang merupaan variabel respon dengan,,, dan divisualisasian pada Gambar. Gambar. menunjuan pola hubungan yang terbentu antara Laju Pertumbuhan Eonomi (LPE) dengan eempat variabel tersebut tida membentu pola tertentu. Hal ini mengindiasian bahwa terdapat omponen nonparametri dimana fungsi dari urva regresi tida dietahui. C. Model Regresi Nonparametri Spline Model regresi nonparametri spline untu titi not ditunjuan pada Persamaan (5). 9,0,, 9, 0, Gambar. Scatterplot antara Laju Pertumbuhan Eonomi (y) dengan Variabel Preditor,,, dan ˆ ˆ Tabel. Karateristi Laju Pertumbuhan Eonomi (LPE) Jawa Timur dan Fator-faor yang Diduga Mempengaruhi Variabel Rata-rata Varians Minimum Masimum y,5 0,, 9, 9,59,9,0 0, ˆ ˆ ˆ ˆ ˆ ˆ 0 5, 9, 9 9 5,9 500, 50, 059, Tabel. GCV Untu Titi Knot, Titi not, Titi not, titi not dan Kombinasi Knot No. Knot GCV Titi Knot 0, Titi Knot 0,5 Titi Knot 0,0 Titi Knot 0,9 5 Kombinasi Knot(,,,) 0,9 Ceta tebal Nilai not yang menghasilan GCV terendah. 9 ˆ Begitu pula untu spline dengan menggunan titi not, titi not, dan titi not. D. Pemilihan Titi Knot Optimal Pemilihan titi not optimal dilauan dengan mencari nilai GCV terendah yang dihasilan. GCV yang dihasilan dengan menggunaan titi not, titi not, titi not, dan ombinasi not ditunjuan pada Tabel. Tabel menunjuan bahwa nilai GCV minimum dihasilan pada saat menggunaan ombinasi not yani sebesar 0,9. E. Pemodelan Laju Pertumbuhan Eonomi (LPE) dengan Titi Knot Optimal Nilai GCV minimum dari nilai-nilai GCV dengan menggunaan titi not, titi not, titi not, titi not, dan ombinasi not dihasilan pada penggunaan not ombinasi yani sebesar 0,9. Pemodelan laju pertumbuhan eonomi menggunaan titi not optimal ditunjuan pada Persamaan (0) beriut. 5 (5)
4 Autocorrelation JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- 0,00 0,000 0,05 0,50 0,00 0,059 0,00 0,09 0,059 0,0,5 0,009 0,09 5, 0,, 9,95 0,005 05, 0,0 9,0 5,5 0,0,5 0,09 5,50,0 0,0, F. Uji Parameter Terdapat dua uji estimasi parameter yang dilauan yani uji parameter secara serenta dan uji secara individu. Hasil uji estimasi parameter secara serenta disajian dalam bentu tabel yang dapat dilihat pada Tabel. Nilai statisti uji F sebesar,0 dengan p-value sebesar,0e-05. Bila p-value dibandingan dengan tingat signifiansi yang digunaan yani 0,05 maa dapat diambil eputusan tola. Sehingga dapat disimpulan bahwa minimal terdapat satu variabel yang memberian pengaruh signifian terhadap model. Terjadinya tola mengindiasian perlu dilauan uji individu untu mengetahui variabel mana saja yang memberian pengaruh signifian terhadap model. Hasil uji individu disajian dalam Tabel. Tabel menunjuan terdapat 0 parameter yang menghasilan p-value urang dari tingat signifiansi yang digunaan 0,05 yani parameter dari variabel Tingat Partisipasi Angatan Kerja (TPAK), Anggaran Pendapatan dan Belanja Daerah (APBD), jumlah Industri Besar dan Sedang (IBS), dan Dana Aliran Umum (DAU). Jadi dapat disimpulan bahwa semua variabel tersebut memberian pengaruh yang signifian terhadap model. G. Uji Asumsi Residual Uji asumsi residual (goodness of fit) dilauan untu mengetahui apaah residual yang dihasilan dari model regresi tersebut telah memenuhi asumsi yani identi, independen, dan berdistribusi normal. Hasil uji identi dapat dilihat pada Tabel 5. Nilai statisti uji F sebesar,90. P-value yang dihasilan pada uji Glejser menunjuan anga 0,0. Hal ini mengindiasian terjadinya gagal tola yani tida terdapat heterosesdastisitas atau dengan ata lain asumsi identi pada residual telah terpenuhi. Hasil uji independen residual divisualisasian pada Gambar. Gambar (iri) menunjuan bahwa tida terdapat pola tertentu yang terbentu pada sebaran plot. Gambar (anan) juga menunjuan bahwa lag e hingga lag e berada dalam batas toleransi yang mengindiasian bahwa residual memenuhi asumsi independen. Hasil uji distribusi normal residual ditunjuan oleh QQ plot pada Gambar. Gambar menunjuan bahwa sebaran plot pada QQ plot menyebar di seitar garis lurus yang mengindiasian bahwa residual mengiuti distribusi normal. Hasil yang sama juga dijelasan dengan statisti uji pada uji Kolmogorov Smirnov sebesar 0, dan p-value sebesar 0,0. P-value yang dihasilan lebih besar dibandingan dengan tingat signifiansi yang digunaan yani 0.05, Sumber Variasi Gambar. Scatterplot dan Plot ACF sehingga dapat ditari esimpulan bahwa residual berdistribusi normal. H. Interpretasi Model Tabel. ANOVA df SS MS F P-value Regresi,50 0, Error, 0,055 Nilai oefisien determinasi mencapai anga 5,%. Hal ini menunjuan bahwa model yang terbentu laya digunaan untu memodelan pola data. Interpretasi dari,0 0, 0, 0, 0, 0,0-0, -0, -0, -0, -,0 5 0,0 5 0 Lag 5,0 e-05 Total 5, - Tabel. Uji Individu Variabel Parameter Estimator t hit P-value Konstan 0 0,059,09 0,05 * 0,0,009 0,055-0,000-0,005 0,5,950e- 0,009 5,99,59e- -0,05 -,,99e- 5 0,,09 5,09e- -0,50 -,00-0,005 -,5 0,05 * 0,00,90 0,0 0,0 0,99 0,09 9-0,059 -,9 0,09 * 0 0,0, 0,0-0,00-0, 0,55-0,09 -,50 0,0 0,09,50 0,0 * -0,0 -,5 0,000 * 5 0,059,09 0,05 * *variabel memberian pengaruh yang signifian Tabel 5. ANOVA Uji Glejser Sumber Variasi df SS MS F P-value Regresi 0,5 0,0 Error 0, 0,0 Total,09 -,90 0,0 0 5
5 Percent JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- model pada Persamaan () dilauan terhadap variabel yang signifian. Adapun interpretasi dari model regresi diatas adalah sebagai beriut.. Apabila variabel,, dan onstan maa pengaruh Tingat Partisipasi Angatan Kerja ( ) terhadap persentase Laju Pertumbuhan Eonomi ( y ) adalah: y 0,00 0,059 0,0, 5 ˆ 0,00 0,059, 0,9 ; ;,5,5 Interpretasi dari model diatas adalah pada saat Tingat Partisipasi Angatan Kerja (TPAK) urang dari,5 persen maa bila persentase Tingat Partisipasi Angatan Kerja (TPAK) nai sebesar satu persen, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung nai sebesar 0,059 persen. Kabupaten/ota yang termasu dalam wilayahnya adalah Kabupaten Bangalan, Kota Kediri, Kota Blitar, dan Kota Malang.. Apabila variabel,, dan onstan maa pengaruh Anggaran Pendapatan dan Belanja Daerah ( ) terhadap persentase Laju Pertumbuhan Eonomi ( y ) adalah: 0,00 0,000 0,009 0,09 0,05 5, 0,, 0,50 9,95 0,00 0,000 0,5 0,009 95, 0, 9,9 0, 590,000 0, ; 0,09 ;0,09 ;5, ;, ; 9,95 5,, 9,95 Interpretasi dari model diatas adalah pada saat Anggaran Pendapatan dan Belanja Daerah (APBD) terleta diantara segmen 0,09 dan 5, milyar rupiah maa bila Anggaran Pendapatan dan Belanja Daerah (APBD) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung nai 0,009 persen, abupaten/ota yang masu diwilayah ini diantaranya adalah Pacitan, Tulungagung, Bondowoso, Situbondo, Mojoerto, Madiun, Magetan, Ngawi, Sampang, Pameasan, Kota Kediri, Kota Blitar, Kota Probolinggo, Kota Pasuruan, Kota Mojoerto, Kota Madiun, dan Kota Batu. Sedangan jia Anggaran Pendapatan dan Belanja Daerah (APBD) terleta diantara 5, dan, milyar rupiah maa bila Anggaran Pendapatan dan Belanja Daerah (APBD) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun 0, persen yaitu Kabupaten Trenggale. Jia Anggaran Pendapatan dan Belanja Daerah (APBD) terleta diantara,dan 9,95 milyar rupiah maa bila Anggaran Pendapatan dan Belanja Daerah (APBD) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung nai 0, persen yaitu Kabupaten Malang dan Sidoarjo. Sedangan apabila Anggaran Pendapatan dan Belanja Daerah (APBD) terleta lebih dari atau sama dengan 9,95 milyar rupiah maa bila Anggaran Pendapatan dan Belanja Daerah (APBD) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun 0, persen , -0, Gambar. QQ PLot -0, -0, 0,0 0, residual 0, 0, 0, Mean 0,0009 StDev 0,9 N KS 0, P-Value 0.0. Apabila variabel,, dan onstan maa pengaruh jumlah Industri Besar dan Sedang ( ) terhadap persentase Laju Pertumbuhan Eonomi ( y ) adalah: 0,00 0,0 0,00 0,005,99 0,0,059 0,05,9 0,009 0,005 0,00 05, 9,0 0,059 5,5 ; 05, ;05, ;9,0 ; 5,5 9,0 5,5 Interpretasi dari model diatas adalah pada saat jumlah Industri Besar dan Sedang (IBS) urang dari 05, 05 industri maa bila jumlah Industri Besar dan Sedang (IBS) bertambah satu buah industri, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun sebesar 0,005 persen, meliputi daerah abupaten/ota Ponorogo, Trenggale, Kediri, Bondowoso, Probolinggo, Nganju, Madiun, Magetan, Ngawi, Bojonegoro, Lamongan, Bangalan, Sampang, Pameasan, Sumenep, Kota Kediri, Blitar, Probolinggo, Pasuruan, Mojoerto, Madiun, dan Batu. Pada saat jumlah Industri Besar dan Sedang (IBS) berisar antara 05-9 industri maa bila jumlah Industri Besar dan Sedang (IBS) bertambah satu buah industri, laju pertumbuhan eonomi Jawa Timur cenderung nai sebesar 0,0 persen, yaitu Kabupaten Blitar, Lumajang, Jember, Situbondo, Jombang, dan Tuban. Sedangan pada saat jumlah Industri Besar dan Sedang (IBS) lebih dari 5 industri maa bila jumlah Industri Besar dan Sedang (IBS) bertambah satu buah industri, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun sebesar 0,009 persen, yaitu meliputi abupaten/ota Tulungagung, Malang, Banyuwangi, Pasuruan, Sidoarjo, Mojoerto, Gresi, Kota Malang, dan Kota Surabaya.. Apabila variabel,, dan onstan maa pengaruh dana aliran umum (DAU) ( ) terhadap persentase laju pertumbuhan eonomi ( y ) adalah sebagai beriut:
6 JURNAL SAINS DAN SENI POMITS Vol., No., (0) -50 (0-9X Print) D- y 0,00 0,09 0,0 0,0 0,00,5 5,50 0,09,0, 0,00 0,0 ;,5,509 0,009 ;,5 5,50,555 0,05 ;5,50,0,09 0,000 ;,0, 0,00 0,0 ;, Interpretasi dari model diatas adalah pada saat Dana Aliran Umum (DAU) berisar antara,0-, milyar rupiah maa bila Dana Aliran Umum (DAU) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung nai sebesar 0,000 persen, wilayah yang termasu dalam caupannya adalah Kabupaten Pacitan, Ponorogo, Trenggale, Lumajang, Bonmdowoso, Situbondo, Probolinggo, Mojoerto, Jombang, Nganju, Madiun, Magetan, Ngawi, Tuban, Gresi, Bangalan, Sampang, Pameasan, Sumenep, dan Kota Malang. Apabila Dana Aliran Umum (DAU) lebih dari atau sama dengan, milyar rupiah maa bila Dana Aliran Umum (DAU) nai sebesar satu milyar rupiah, Laju Pertumbuhan Eonomi (LPE) Jawa Timur cenderung turun sebesar 0,0 persen, yaitu meliputi Tulungagung, Kediri, Malang, Jember, Banyuwangi, Nganju, Lamongan, dan Kota Surabaya. [5] Mubara, Reza. (0). Analisis Regresi Spline Multivariabel Untu Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur. Tugas Ahir, Statistia- FMIPA, ITS, Surabaya. [] Budiantara, I. N. (009). Spline Dalam Regresi Nonparametri dan Semiparametri: Sebuah Pemodelan Statistia Masa Kini dan Masa Datang. Surabaya: ITS Press. [] Wahba, G. (990). Spline Models For Observasion Data. SIAM: Pensylvania. [] Euban, R.L. (9). Spline Smoothing and Nonparametric Regression. Mercel Deer, New Yor. [9] Hardle, W. (990). Applied Nonparametric Regression. New Yor: Cambridge University Press. [0] Budiantara, I. N. (00). Estimasi Parametri dan Nonparametri untu Pendeatan Kurva Regresi, Seminar Nasional Statistia V, Jurusan Statistia, FMIPA, ITS, Surabaya. [] Gujarati, N. D. 99. Essensials of Econometrics. Jilid I. Terjemahan Julius A. Mulyadi dan Yelvi Andri. Jaarta: Erlangga. V. KESIMPULAN DAN SARAN Kota/abupaten di Provinsi Jawa Timur yang memilii laju pertumbuhan eonomi tertinggi ialah Kabupaten Bojonegoro sebesar 9,%. Sedangan ota/abupaten yang memilii laju pertumbuhan eonomi terendah ialah Kabupaten Sampang yang menunjuan anga,%. Semua variabel signifian terhadap model yani variabel tingat patisipasi angatan erja ( ), anggaran pendapatan dan belanja daerah ( ), jumlah industri sedang/besar ( ), dan dana aliran umum ( ). Model regresi spline tersebut menghasilan oefisien determinasi sebesar 5,%. Adapun saran yang diberian untu penelitian selanjutnya berdasaran penelitian yang telah dilauan adalah penambahan orde pada model regresi nonparametri spline dengan berbagai ombinasi titi not dan penambahan variabel husunya dibidang sosial eonomi. DAFTAR PUSTAKA [] Suirno, Sadono. (00). Pengantar Teori Maro Eonomi. Jaarta: PT Raja Gramedia Persada. [] Badan Pusat Statisti (BPS). (0). Jatim Dalam Anga 0. Publiasi BPS, Jawa Timur. [] Pancawati, N. (000). Pengaruh Rasio Kapital-Tenaga Kerja, Tingat pendidian, Sto Kapital dan Pertumbuhan Pendudu Terhadap Tingat Pertumbuhan GDP Indonesia. Jurnal Eonomi dan Bisnis Indonesia. Vol.5, No.0, Universitas Gajah Mada. [] Edi, Y.S. (0). Quasi-Maimum Lielihood Untu Regresi Panel Spasial (Studi Kasus: Laju Pertumbuhan Eonomi Kabupaten/Kota di Provinsi Jawa Timur ). Thesis, Statistia-FMIPA, ITS, Surabaya.
Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel
Seminar Hasil Tugas Akhir Pemodelan Angka Putus Sekolah Usia SMA di Jawa Timur dengan Pendekatan Regresi Spline Multivariabel Mega Pradipta 1309100038 Pembimbing I : Dra. Madu Ratna, M.Si Pembimbing II
Lebih terperinciSEMINAR TUGAS AKHIR 16 JANUARI Penyaji : I Dewa Ayu Made Istri Wulandari Pembimbing : Prof.Dr.Drs. I Nyoman Budiantara, M.
16 JANUARI ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI PENDUDUK MISKIN DAN PENGELUARAN PERKAPITA MAKANAN DI JAWA TIMUR DENGAN METODE REGRESI NONPARAMETRIK BIRESPON SPLINE Penyaji : I Dewa Ayu Made Istri Wulandari
Lebih terperinciFaktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline
Faktor-faktor yang Mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur dengan Pendekatan Regresi Semiparametrik Spline Oleh : A. Anggita Tauwakal Retno (303008) Dosen Pembimbing : Prof. Dr. Drs.
Lebih terperinciPENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR
SULVIA MEGASARI 1310 100 037 PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE LINIER UNTUK MEMODELKAN ANGKA KEMATIAN BAYI DI JAWA TIMUR 1 Sulvia Megasari dan I Nyoman Budiantara Jurusan Statistika, Fakultas Matematika
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. No. (06 7-0 (0-98X Print D-6 Pemodelan Faktor-Faktor yang Mempengaruhi Unmet Need KB di Provinsi Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Anita Trias Anggraeni
Lebih terperinciModel Geographically Weighted Negative Binomial Regression (GWNBR) untuk Data Kejahatan
Model Geographically Weighted Negative Binomial Regression (GWNBR) untu Data Kejahatan (Studi Kasus 38 Kabupaten/Kota di Jawa Timur) Herlin Venny Johannes 1,a), Septiadi Padmadisastra,b), Bertho Tantular
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciKata Kunci kematian maternal, regresi, spline, nonparametrik, GCV
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-13 Pendekatan Spline untuk Estimasi Kurva Regresi Nonparametrik (Studi Kasus pada Data Angka Kematian Maternal di Jawa Timur)
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA PRODUK DOMESTIK REGIONAL BRUTO TERHADAP INVESTASI DI KABUPATEN TUBAN Amalia Ma rufa, Sri Subanti, Titin Sri Martini Program Studi Matematika FMIPA UNS
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) D-157 Pemodelan Faktor-Faktor yang Mempengaruhi Indeks Pembangunan Manusia Menggunakan Regresi Nonparametrik Spline di Jawa Tengah
Lebih terperinciLampiran 1 LAPORAN REALISASI DAU, PAD TAHUN 2010 DAN REALISASI BELANJA DAERAH TAHUN 2010 KABUPATEN/KOTA DI JAWA TIMUR (dalam Rp 000)
Lampiran 1 LAPORAN REALISASI DAU, PAD TAHUN 2010 DAN REALISASI BELANJA DAERAH TAHUN 2010 KABUPATEN/KOTA DI JAWA TIMUR (dalam Rp 000) Kabupaten/Kota DAU 2010 PAD 2010 Belanja Daerah 2010 Kab Bangkalan 497.594.900
Lebih terperinciMODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA. 1. Pendahuluan
MODEL REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA DATA INDEKS PEMBANGUNAN MANUSIA (IPM) DI INDONESIA Kornelius Ronald Demu, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika FMIPA
Lebih terperinciPEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN
SIDANG LAPORAN TUGAS AKHIR PEMODELAN REGRESI SPLINE UNTUK RATA- RATA BANYAK ANAK YANG DILAHIRKAN HIDUP DI KOTA SURABAYA, KABUPATEN SITUBONDO DAN KABUPATEN BANGKALAN Oleh : Servianie Purnamasari (1310 030
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciPemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline di Papua
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Print) D-103 Pemodelan Angka Putus Sekolah Usia SMP Menggunakan Metode Regresi Nonparametrik Spline di Papua Latifatul Mubarokah, I Nyoman
Lebih terperinciPemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya
JURNAL SAINS DAN SENI POMITS Vol., No., (04) 7-0 (0-98X Print) D-7 Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya Merly Fatriana Bintariningrum
Lebih terperinciKesesuaian Metode Regresi Nonparametrik Spline, B-spline, dan P-spline dalam Menduga Kurva Regresi
Laporan Penelitian Lanjut idang Ilmu Kesesuaian Metode Regresi Nonparametri Spline, spline, dan Pspline dalam Menduga Kurva Regresi Oleh: Dra. Harmi Sugiarti, M.Si Pusat Penelitian dan Pengabdian epada
Lebih terperinciPemodelan PDRB Sektor Pariwisata di Jawa Timur Menggunakan Regresi Nonparametrik Spline
Pemodelan PDRB Sektor Pariwisata di Jawa Timur Menggunakan Regresi Nonparametrik Spline Oleh : Fauziah Nurul Haq (3 030 007) Dosen Pembimbing : Prof. Dr. Drs. I Nyoman Budiantara, M. Si. Program Studi
Lebih terperinciJURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER. Ayunanda Melliana Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.
JURUSAN STATISTIKA - FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER Seminar hasil TUGAS AKHIR Ayunanda Melliana 1309100104 Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.Si PENDAHULUAN Latar Belakang Rumusan Masalah
Lebih terperinciPemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Print) D-45 Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel Nur Fajriyah
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciPeramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Print) D-65 Peramalan Penerimaan Pajak Kendaraan Bermotor di Dinas Pendapatan Provinsi Jawa Timur Retno Dyah Handini, Agus Suharsono
Lebih terperinciPemodelan PDRB Di Indonesia Menggunakan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. 6, No., (17) ISSN: 337-35 (31-98X Print) D-16 Pemodelan PDRB Di Indonesia Menggunakan Pendekatan Regresi Nonparametrik Spline Puspita Khanela, Madu Ratna, dan I Nyoman Budiantara
Lebih terperinciAnalisis Regresi Spline Multivariabel untuk Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 0) ISSN: 0-98X D- Analisis Regresi Spline Multivariabel untuk Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur Reza Mubarak dan I Nyoman
Lebih terperinciPENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1
PENENTUAN MODEL REGRESI SPLINE TERBAIK Agustini Tripena 1 1) Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Pada paper ini
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciFaktor-Faktor yang Mempengaruhi Contraceptive Prevalence Rate (Cpr) di Indonesia dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol.,., (0) 7-0 (0-9X Print) D-97 Faktor-Faktor yang empengaruhi Contraceptive Prevalence Rate (Cpr) di Indonesia dengan Pendekatan Regresi nparametrik Spline Diana Cristie dan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Pendekatan Penelitian Penelitian ini menggunakan pendekatan kuantitatif. Menurut Efferin, Darmadji dan Tan (2008:47) pendekatan kuantitatif disebut juga pendekatan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 ObjePenelitian Obje penelitian merupaan hal yang tida dapat dipisahan dari suatu penelitian. Obje penelitian merupaan sumber diperolehnya data dari penelitian yang dilauan.
Lebih terperinciPemodelan Spline Truncated dalam Regresi Nonparametrik Birespon
Konferensi Nasional Sistem & Informatika 7 STMIK STIKOM Bali, Agustus 7 Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon Luh Putu Safitri Pratiwi Program Studi Sistem Informasi STMIK STIKOM
Lebih terperinciPENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA
PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia
Lebih terperinciPEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER. Agustini Tripena Br.Sb.
JMP : Volume 3 Nomor 1, Juni 2011 PEMILIHAN PARAMETER PENGHALUS DALAM REGRESI SPLINE LINIER Agustini Tripena Br.Sb. Fakultas Sains dan Teknik, Universitas Jenderal Soedirman Purwokerto, Indonesia ABSTRAK.
Lebih terperinciOPTIMASI FORMULA ADHESIVE PADA POLYVINYL CHLORIDE FILM PRODUKSI DI PT KARYATERANG SEDATI DENGAN METODE RESPON SURFACE
OPTIMASI FORMULA ADHESIVE PADA POLYVINYL CHLORIDE FILM PRODUKSI DI PT KARYATERANG SEDATI DENGAN METODE RESPON SURFACE Shabira Mayestia Alfath, Muhammad Sahid Abar, Adatul Muarromah 3 Mahasiswa S Statistia
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2012 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2013 GUBERNUR JAWA TIMUR, Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan
Lebih terperinciAnalisis Regresi Spline Kuadratik
Analisis Regresi Spline Kuadratik S 2 Oleh: Agustini Tripena Program Studi Matematika, Fakultas Sains dan Teknik, Univesitas Jenderal Soedirman, Purwokerto tripena1960@yahoo.co.id Abstrak Regresi spline
Lebih terperinciAnalisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparametrik Spline
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (217) ISSN: 2337-352 (231-928X Print) D-11 Analisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparametrik Spline
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciIDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD
JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB 4 ANALISA DAN PEMBAHASAN. faktor faktor yang mempengaruhi, model regresi global, model Geographically
BAB 4 ANALISA DAN PEMBAHASAN Pada bab ini dibahas tentang pola penyebaran angka buta huruf (ABH) dan faktor faktor yang mempengaruhi, model regresi global, model Geographically Weighted Regression (GWR),
Lebih terperinciPEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL
PEMODELAN IPM PROVINSI AWA IMUR, AWA ENGAH, AWA BARA DAN SUMAERA UARA DENGAN MEODE REGRESI LOGISIK ORDINAL Citra Fatimah Nur dan Purhadi Mahasiswa urusan Statistia, Institut enologi Sepuluh Nopember Kampus
Lebih terperinciPeramalan Jumlah Kepemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (14) 337-35 (31-98X Print) D-33 Peramalan Jumlah epemilikan Sepeda Motor dan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Regresi Data Panel Hilda Rosdiana
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bagian pertama bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini Pada bagian kedua bab ini diberikan teori penunjang yang berisi
Lebih terperinciAplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja
Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Lokasi Penelitian Lokasi penelitian di Pulau Jawa Provinsi Jawa Timur yang terdiri dari 29 kabupaten dan 9 kota di antaranya dari Kab Pacitan, Kab Ponorogo, Kab Trenggalek,
Lebih terperinciAPLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR
APLIKASI REGRESI SPLINE UNTUK MEMPERKIRAKAN TINGKAT FERTILITAS WANITA BERDASARKAN UMUR Oleh : Isnia Dwimayanti (0 09 06) Pembimbing : DR Drs I Nyoman Budiantara, MS ABSTRAK Tingginya tingkat fertilitas
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 78 TAHUN 2013 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2014
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 78 TAHUN 2013 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2014 GUBERNUR JAWA TIMUR, Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan
Lebih terperinciBAB 3 METODE PENELITIAN. disajikan pada Gambar 3.1 dan koordinat kabupaten/kota Provinsi Jawa Timur disajikan
BAB 3 METODE PENELITIAN 3.1 Gambaran Umum Objek Wilayah Provinsi Jawa Timur meliputi 29 kabupaten dan 9 kota. Peta wilayah disajikan pada Gambar 3.1 dan koordinat kabupaten/kota Provinsi Jawa Timur disajikan
Lebih terperinciMODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR
UNIVERSITAS DIPONEGORO 01 ISBN: -0-1-0-1 MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR Alan Prahutama Dosen Jurusan Statistika Undip
Lebih terperinciREGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R. Abstract. Keywords: Spline Truncated, GCV, Software R.
REGRESI SEMIPARAMETRIK SPLINE TRUNCATED DENGAN SOFTWARE R Tiani Wahyu Utami 1), Alan Prahutama 2) 1 Program studi Statistika, FMIPA, Universitas Mumammadiyah Semarang email: tianiutami@unimus.ac.id 2 Departemen
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Identifikasi Variabel Prediktor pada Model MGWR Setiap variabel prediktor pada model MGWR akan diidentifikasi terlebih dahulu untuk mengetahui variabel prediktor yang berpengaruh
Lebih terperinciPEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.
PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika
Lebih terperinciDANA PERIMBANGAN. Lampiran 1. Data Dana Perimbangan
Lampiran. Data Dana Perimbangan DANA PERIMBANGAN (Dalam Ribuan) No Daerah 2009 200 20 202 203 Kab. Bangkalan 628,028 64,037 738,324 870,077,004,255 2 Kab. Banyuwangi 897,07 908,07 954,894,70,038,299,958
Lebih terperinciKEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/ 557 /KPTS/013/2016 TENTANG PENETAPAN KABUPATEN / KOTA SEHAT PROVINSI JAWA TIMUR TAHUN 2016
KEPUTUSAN GUBERNUR JAWA TIMUR NOMOR 188/ 557 /KPTS/013/2016 TENTANG PENETAPAN KABUPATEN / KOTA SEHAT PROVINSI JAWA TIMUR TAHUN 2016 GUBERNUR JAWA TIMUR, Menimbang : a. bahwa dalam rangka tercapainya kondisi
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2009 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2010
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 69 TAHUN 2009 TENTANG UPAH MINIMUM KABUPATEN / KOTA DI JAWA TIMUR TAHUN 2010 GUBERNUR JAWA TIMUR, Menimbang Mengingat : a. bahwa dalam upaya meningkatkan
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 2 TAHUN 2014 TENTANG
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 2 TAHUN 2014 TENTANG PERKIRAAN ALOKASI DANA BAGI HASIL CUKAI HASIL TEMBAKAU KEPADA PROVINSI JAWA TIMUR DAN KABUPATEN/KOTA DI JAWA TIMUR TAHUN ANGGARAN
Lebih terperinciUJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure
8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher
Lebih terperinciGrafik Skor Daya Saing Kabupaten/Kota di Jawa Timur
Grafik Skor Daya Saing Kabupaten/Kota di Jawa Timur TOTAL SKOR INPUT 14.802 8.3268.059 7.0847.0216.8916.755 6.5516.258 5.9535.7085.572 5.4675.3035.2425.2185.1375.080 4.7284.4974.3274.318 4.228 3.7823.6313.5613.5553.4883.4733.3813.3733.367
Lebih terperinciBAB III METODE PENELITIAN. Provinsi yang memiliki jumlah tenaga kerja yang tinggi.
BAB III METODE PENELITIAN A. Lokasi dan Ruang Lingkup Penelitian Lokasi penelitian yang digunakan dalam penelitian ini adalah Provinsi Jawa Timur. Secara administratif, Provinsi Jawa Timur terdiri dari
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciBAB III METODE PENELITAN. Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur.
BAB III METODE PENELITAN A. Lokasi Penelitian Lokasi pada penelitian ini adalah Kabupaten/Kota Provinsi Jawa Timur. Pemilihan lokasi ini salah satunya karena Provinsi Jawa Timur menepati urutan pertama
Lebih terperinciBAB III METODE PENELITIAN. menggunakan metode statistik. Penelitian dengan pendekatan kuantitatif yang
BAB III METODE PENELITIAN 3.1. Jenis dan Pendekatan Penelitian Dalam penelitian kali ini, penulis menggunakan jenis pendekatan kuantitatif, yaitu pendekatan yang menguji hubungan signifikan dengan cara
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 75 TAHUN 2015 TENTANG
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 75 TAHUN 2015 TENTANG PERKIRAAN ALOKASI DANA BAGI HASIL CUKAI HASIL TEMBAKAU KEPADA PROVINSI JAWA TIMUR DAN KABUPATEN/KOTA DI JAWA TIMUR TAHUN ANGGARAN
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciPENGUKURAN PENDAPATAN NASIONAL
PENGUKURAN PENDAPATAN NASIONAL A. PENDEKATAN PRODUKSI (PRODUCTION APPROACH) Menghitung besarnya pendapatan nasional dengan menggunaan pendeatan produsi didasaran atas perhitungan dari jumlah nilai barang-barang
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 68 TAHUN 2015 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2016
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 68 TAHUN 2015 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2016 GUBERNUR JAWA TIMUR. Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan
Lebih terperinciPEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2
PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Bertoto Eka Firmansyah dan Sutikno Mahasiswa Jurusan Statistika, ITS, Surabaya Dosen Pembimbing, Jurusan Statistika,
Lebih terperinciPREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE
PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE Annita Nur Kusumastuti, Sri Sulistijowati Handajani, dan Respatiwulan Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi identik
Lebih terperinciREGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS
REGRESI SPLINE BIRESPON UNTUK MEMODELKAN KADAR GULA DARAH PENDERITA DIABETES MELITUS Dhina Oktaviana P, I Nyoman Budiantara Mahasiswa Jurusan Statistika ITS Surabaya, Dosen Jurusan Statistika ITS Surabaya
Lebih terperinciAplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri
Vol. 6, No.1, 0-8, Juli 009 Aplikasi Spline Kuadrat Terkecil dalam Pemodelan Pertumbuhan Anak Berdasarkan Indeks Antropometri Wahidah Sanusi Abstrak Penelitian ini dilakukan untuk mengestimasi model pertumbuhan
Lebih terperinciAPLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK
APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2014 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2015
GUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 72 TAHUN 2014 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2015 GUBERNUR JAWA TIMUR. Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Indonesia merupakan salah satu negara berkembang yang memiliki
BAB I PENDAHULUAN A. Latar Belakang Indonesia merupakan salah satu negara berkembang yang memiliki pertumbuhan ekonomi yang terus meningkat dari tahun ketahun. Pertumbuhan ekonomi dapat didefinisikan sebagai
Lebih terperinciGUBERNUR JAWA TIMUR PERATURAN GUBERNUR JAWA TIMUR NOMOR 121 TAHUN 2016 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2017
\ PERATURAN NOMOR 121 TAHUN 2016 TENTANG UPAH MINIMUM KABUPATEN/KOTA DI JAWA TIMUR TAHUN 2017 DENGAN RAHMAT TUHAN YANG MAHA ESA. Menimbang : a. bahwa dalam upaya meningkatkan kesejahteraan masyarakat khususnya
Lebih terperinciEVALUASI/FEEDBACK KOMDAT PRIORITAS, PROFIL KESEHATAN, & SPM BIDANG KESEHATAN
EVALUASI/FEEDBACK PRIORITAS, PROFIL KESEHATAN, & SPM BIDANG KESEHATAN MALANG, 1 JUNI 2016 APLIKASI KOMUNIKASI DATA PRIORITAS FEEDBACK KETERISIAN DATA PADA APLIKASI PRIORITAS 3 OVERVIEW KOMUNIKASI DATA
Lebih terperinciSah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)
Sah Tidanya Sidi Ragam PERANCANGAN PERCOBAAN (DATA BERMASALAH) Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. HP: 081 385 065 359 Universitas Haluoleo, Kendari dirvamenaboer@yahoo.com http://dirvamenaboer.tripod.com/
Lebih terperinciPEMODELAN PERSENTASE PENDUDUK MISKIN DI PROVINSI JAWA TIMUR TAHUN DENGAN REGRESI PANEL
PEMODELAN PERSENTASE PENDUDUK MISKIN DI PROVINSI JAWA TIMUR TAHUN 2004-2008 DENGAN REGRESI PANEL Desi Yuniarti 1, Susanti Linuwih 2, Setiawan 3 1 Mahasiswa S2 Jurusan Statistika FMIPA ITS, Surabaya, 60111
Lebih terperinciBAB II GAMBARAN UMUM INSTANSI. 2.1 Sejarah Singkat PT PLN (Persero) Distribusi Jawa Timur
BAB II GAMBARAN UMUM INSTANSI 2.1 Sejarah Singkat PT PLN (Persero) Distribusi Jawa Timur PT PLN (Persero) Distribusi Jawa Timur merupakan salah satu unit pelaksana induk dibawah PT PLN (Persero) yang merupakan
Lebih terperinciVI. PEMILIHAN MODA (Modal Split/Choice)
VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Lokasi penelitian Adapun lokasi penelitian ini adalah di provinsi Jawa Timur yang terdiri dari 38 kota dan kabupaten yaitu 29 kabupaten dan 9 kota dengan mengambil 25 (Dua
Lebih terperinciPEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT
PEMODELAN FAKOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA IMUR MENGGUNAKAN REGRESI POISSON BIVARIA Novi ri Ratnasari, Purhadi Jurusan Statistia, Faultas MIPA, Institut enologi Sepuluh Nopember
Lebih terperinciJumlah Penduduk Jawa Timur dalam 7 (Tujuh) Tahun Terakhir Berdasarkan Data dari Dinas Kependudukan dan Pencatatan Sipil Kab./Kota
Jumlah Penduduk Jawa Timur dalam 7 (Tujuh) Tahun Terakhir Berdasarkan Data dari Dinas Kependudukan dan Pencatatan Sipil Kab./Kota TAHUN LAKI-LAKI KOMPOSISI PENDUDUK PEREMPUAN JML TOTAL JIWA % 1 2005 17,639,401
Lebih terperinciFakultas Ekonomi Universitas Jenderal Soedirman 2) Fakultas Ekonomi Universitas Jenderal Soedirman ABSTRACT
EKO-REGIONAL, Vol 2, No.2, September 2007 PENGARUH KAPITAL DAN HUMAN CAPITAL TERHADAP PRODUK DOMESTIK BRUTO DI INDONESIA TAHUN 1970-2005 Oleh: Ratna Setyawati Gunawan 1) dan Diah Setyorini Gunawan 2) 1)
Lebih terperinciAnalisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-65 Analisis Indikator Tingkat Kemiskinan di Jawa Timur Menggunakan Regresi Panel Almira Qattrunnada Qurratu ain dan Vita Ratnasari Jurusan
Lebih terperinciBAB III METODE PENELITIAN. survei SOUT (Struktur Ongkos Usaha Tani) kedelai yang diselenggarakan oleh
BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian adalah data sekunder hasil survei SOUT (Struktur Ongkos Usaha Tani) kedelai yang diselenggarakan oleh BPS
Lebih terperinciKINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012
KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB Konsep Kinetia/ Laju Reasi Laju reasi menyataan laju perubahan onsentrasi zat-zat omponen reasi setiap satuan watu: V [ M ] t Laju pengurangan onsentrasi
Lebih terperinciKAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST
KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST Timbul Pardede (timbul@mail.ut.ac.id) Jurusan Statisti FMIPA, Universitas Terbua ABSTRAK Metode Ward dan metode K-rataan
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15
Lebih terperinciANALISIS VARIANSI (ANOVA)
ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t
Lebih terperinci