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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 JURNAL TEKNIK POMITS Vol., No. 1, (013) ISSN: ( Prt) 1 Faktor - Faktor yag Mempegaruh Pelayaa Dstrbus Ar Bersh d Kawasa Permukma Perkotaa Kabupate Pamekasa Dew Rupyat Saga da Da Rahmawat Jurusa Perecaaa Wlayah da Kota, Fakultas Tekk Spl da Perecaaa, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya Idoesa e-mal: d_rahmawat@urpla.ts.ac.d Abstrak Ketdakmerataa dstrbus ar bersh d kawasa permukma perkotaa Kabupate Pamekasa yag mash terpusat d Kecamata Pamekasa megakbatka masyarakat kesulta dalam memperoleh ar bersh. Kods tersebut dsebabka belum tersedaya jarga ar bersh meuju wlayah permukma perkotaa, tgkat kebocora yag tgg, serta sumber-sumber ar yag ada belum medapat pegelolaa secara terpadu utuk memeuh kebutuha ar bersh. Artkel merupaka baga dar peelta megea peetua araha pegkata pelayaa dstrbus ar bersh d kawasa permukma perkotaa Kabupate Pamekasa. Melalu tekk aalss GWR (Geographcally Weghted Regresso) dapat dketahu varabel yag berpegaruh secara global da lokal terhadap dstrbus ar bersh, kemuda dtrasformaska dega aalss deskrptf kualtatf utuk memperoleh faktorfaktor yag sgfka berpegaruh. Hasl peelta meujukka faktor yag berpegaruh secara global adalah kedekata jagkaua jarak dar lokas permukma, pertumbuha luas laha permukma yag cepat, da alokas pedaaa yag tgg dalam pegkata prasaraa ar bersh. Semetara faktor yag berpegaruh secara lokal adalah debt sumber ar bersh yag tgg dalam pemeuha kebutuha ar bersh da peetapa tarf yag tgg terhadap pelayaa ar bersh. Kata Kuc Kebutuha Ar Bersh, Ketersedaa Ar Bersh, Pelayaa Dstrbus Ar Bersh, Permukma Perkotaa. A I. PENDAHULUAN r bersh merupaka salah satu frastruktur perkotaa yag palg petg da sagat berpegaruh bag perkembaga kota [1], sehgga ar bersh merupaka salah satu dkator yag dapat djadka kedal dalam pegembaga wlayah perkotaa dkareaka ar adalah mater atau usur yag petg bag semua betuk kehdupa []. Pada salah satu target Mlleum Developmet Goals, egara-egara d dua termasuk Idoesa telah meyepakat target pelayaa ar bersh mecapa 80% utuk perkotaa da 60% utuk perdesaa. D Kabupate Pamekasa meurut ketetua RTRW Kabupate Pamekasa 01-03, wlayah yag termasuk dalam kawasa perkotaa melput 5 (lma) kecamata, yatu Kecamata Pamekasa, Tlaaka, Pademawu, Laraga, da Proppo. D tgkat kabupate, capaa pelayaa SPAM Kabupate Pamekasa pada tahu 01 sebesar 4,39% utuk kawasa perkotaa, sehgga belum mampu melampau target pecapaa MDG s [3]. Kods tersebut salah satuya dsebabka ketdakmerataa pelayaa dstrbus ar bersh yag mash terpusat d Kecamata Pamekasa. Utuk persetase pelayaa ar bersh yag dlaya oleh PDAM Ut Pamekasa mecapa 66,75%, Ut Tlaaka mecapa 9,49%, Ut Pademawu mecapa 1,8%, Ut Blumbuga baru mecapa 8,34%, da Ut Proppo haya sebesar 5,7% [4]. Ketdakmerataa dstrbus ar bersh megakbatka masyarakat kesulta dalam memperoleh ar bersh. D Desa Dasok, Kecamata Pamekasa yag belum terlaya jarga PDAM maupu o PDAM, harus megusahaka sedr dalam memperoleh ar bersh dkareaka belum tersedaya jarga ar bersh meuju wlayah tersebut. D Desa Laraga Tokol, Kecamata Tlaaka warga terpaksa megkosums ar keruh akbat kekuraga ar bersh. Bahka selama kurag lebh 4 bula terhtug sejak Jauar 013, ar PDAM tdak megalr ke rumah-rumah warga d Desa Paglegur Kecamata Tlaaka sehgga dlakuka droppg ar bersh oleh PDAM. Permasalaha laya yag dhadap oleh keluraha/desa yag dtetapka sebaga kawasa permukma perkotaa adalah tgkat kebocora yag tgg, jarga perppaa PDAM haya ada d jala-jala utama, maupu sumber-sumber ar yag ada belum medapat pegelolaa secara terpadu terutama utuk memeuh kebutuha ar bersh [3],[4],[5]. Berdasarka permasalaha datas, dlakuka peelta yag megdetfkas terhadap faktor-faktor yag mempegaruh pelayaa dstrbus ar bersh d wlayah peelta. Pelayaa dstrbus ar bersh desa/keluraha sagat mugk dpegaruh oleh lokas desa, termasuk possya terhadap desa la. Utuk tu, pegguaa aalss GWR (Geographcally Weghted Regresso) adalah cara terbak sebaga upaya pedekata aalss yag melbatka usur lokas (faktor geografs) utuk megolah data pelayaa dstrbus ar bersh.

2 JURNAL TEKNIK POMITS Vol., No. 1, (013) ISSN: ( Prt) II. METODOLOGI PENELITIAN A. Metode Pegumpula Data Dalam peelta metode pegumpula data dlakuka dega megguaka tekk surve data prmer da sekuder. Surve data prmer terdr atas observas da wawacara. Semetara surve data sekuder terdr atas surve stasoal utuk memperoleh data sekuder yag memlk relevas dega pembahasa dalam peelta serta surve lteratur. B. Metode Aalss Utuk memperoleh faktor-faktor yag mempegaruh pelayaa dstrbus ar bersh d kawasa permukma perkotaa Kabupate Pamekasa dlakuka beberapa tahapa aalss sebaga berkut: 1. Aalss Raso Pelayaa Ar Bersh Dalam peelta, pelayaa ar bersh erat kataya dega upaya peyedaa ar bersh dalam ragka memeuh kebutuha peduduk aka ar bersh. Koteks aka supply da demad tersebut sejala dega perumusa la SPM keadala ketersedaa ar bersh yatu raso perbadga atara ketersedaa ar bersh (supply) dar masg-masg stalas pegolah ar dbadgka dega kebutuha aka ar baku (demad). Sehgga dapat dkembagka formula dalam meetuka pelayaa ar bersh yag ddasarka dar formula SPM keadala ketersedaa ar bersh d bawah. a. Aalss Kebutuha Ar Bersh Kebutuha ar bersh domestk pada suatu kota dapat dhtug megguaka persamaa berkut [6]. Kebutuha Ar Bersh Domestk= a x b x c Keteraga: a: Jumlah peduduk (jwa) b: Jumlah kebutuha ar bersh utuk domestk berdasarka kategor wlayah (lter/orag/har) c: Persetase kebjaka tgkat pelayaa ar bersh (%) b. Aalss Ketersedaa Ar Bersh Kapastas produks ar bersh dapat dhtug dega megguaka formulas sebaga berkut: Kapastas Produks Ar Bersh= a x b Keteraga: a = Jumlah peduduk terlaya ar bersh (jwa) b = Kebutuha ar bersh peduduk rata-rata (lter/jwa/har) Setelah dketahu besarya kebutuha ar bersh da kapastas produks ar bersh pada masg-masg desa/keluraha lagkah selajutya adalah meghtug raso (1) () pelayaa ar bersh megguaka formulas berkut: Keteraga: a = Kapastas produks/bula b = Kapastas total kebutuha ar bersh peduduk/bula. Aalss Faktor-Faktor yag Mempegaruh Pelayaa Dstrbus Ar Bersh Utuk megaalss faktor yag mempegaruh pelayaa dstrbus ar bersh dlakuka dega megguaka tekk aalss GWR (Geographcally Weghted Regresso) yag terdr dar beberapa tahapa petg sebaga berkut [7]: 1. Regres Ler/Regres Global Dlakuka uj seretak da uj parsal utuk megetahu sgfkas parameter terhadap varabel respo secara bersama-sama da parsal dega megguaka taraf sgfkas 10% (α = 10%). Regres Stepwse Meyeleks varabel predktor yag masuk ke dalam model sesua dega krtera. Varabel yag daggap meggaggu kebaka model aka delmas, sehgga meghaslka varabel-varabel predktor yag sgfka berpegaruh terhadap pelayaa dstrbus ar bersh. 3. Peguja Asums Klask Peguja asums klask terdr dar 3 (tga), yatu [8]: a. Uj Heteroskedaststas Meregreska absolut resdual terhadap varabelvarabel predktor dega megguaka Uj Glejser. Jka ada varabel predktor yag sgfka maka varas resdual cederug tdak homoge yag artya terdapat kecederuga awal spasal ttk. H 0 : (resdual detk) H : mmal ada satu (resdual tdak detk) ˆ e e Statstk uj : F htug 1 1 e p eˆ p 1 Daerah peolaka : Tolak H 0, jka F htug > F α(p,-p-1) b. Uj Autokorelas Uj autokorelas dlakuka dega megguaka Uj Durb Watso dega hpotess sebaga berkut: H 0 : 0 (Resdual Idepede) H 1 : 0 (Resdual Tdak Idepede) (3)

3 JURNAL TEKNIK POMITS Vol., No. 1, (013) ISSN: ( Prt) 3 Statstk uj : d ( e e 1) 1 Keputusa: Membadgka d hasl peguja dega la d U (la batas bawah dar tabel Durb-Watso) da la d L (la batas atas dar tabel Durb-Watso). H 0 dtolak apabla la d htug berada pada selag da atau d d 4 d ). d U 4 d U U e ( U c. Uj Asums Berdstrbus Normal Peguja asums resdual berdstrbus ormal pada peelta dlakuka dega megguaka uj Kolmogorov-Smrov. 4. Uj Efek Spasal Peguja efek spasal melput peguja depedes spasal da heterogetas spasal. Peguja depedes spasal dlakuka dega megguaka statstk uj Mora s I. Jka terjad efek depedes spasal maka kasus tersebut dapat dselesaka dega megguaka pedekata area. Semetara peguja heterogetas spasal dlakuka dega megguaka statstk uj Breusch-Paga Test (BP test). Jka terdapat efek heterogetas spasal maka pedekata ttk (aalss GWR) tepat dguaka utuk melakuka pemodela secara spasal. Hpotess yag dguaka adalah: 5. GWR (Geographcally Weghted Regresso) GWR memugkka parameter bag masg-masg lokas dalam pegamata utuk dduga da dpetaka, sehgga hal aka membatu dalam pembetuka model regres yag lebh tepat bla dbadgka dega aalss regres basa [7]. Pada aalss GWR, setap parameter dhtug pada setap ttk lokas, sehgga setap ttk lokas geografs mempuya la parameter regres yag berbedabeda. Model GWR dtuls sebaga berkut. y ( u, v ) p ( u, v 0 k ) k1 x k ( u, v ) adalah ttk koordat logtude da latttude lokas ke-, u, v ) merupaka koefse regres varabel predktor k ( ke-k utuk lokas ke-. Pada tahap selajutya dlakuka aalss deskrptf utuk memproses varabel-varabel tersebut mejad faktor, sehgga varabel yag ddapatka memlk maksud da art yag lebh bermaka dega megguaka tekk komparas atara kods eksstg, stud lteratur, da hasl peelta. III. HASIL DAN PEMBAHASAN A. Aalss Raso Pelayaa Ar Bersh Utuk kategor kota berdasarka Program Pembagua Prasaraa Kota Terpadu (P3KT) Das Pekerjaa Umum Cpta (4) (5) Karya Daerah Props Jawa Tmur, Kabupate Pamekasa masuk dalam kategor Kota Sedag ( jwa) dega rata-rata kosums ar sebesar lter/jwa/har. Berdasarka RPIJM Kabupate Pamekasa ratarata kebutuha eksstg ar mum perkotaa Kabupate Pamekasa sebesar 90 lt/jwa/har. Dega demka kebutuha ar bersh peduduk masg-masg keluraha/desa dapat daalss sebaga berkut: Tabel 1. Kebutuha Ar Bersh Berdasarka Peambaha Kapastas Terhadap Tgkat Kebocora Ar Keluraha/Desa Jumlah Kebutuha Ar (L/dt) Kebutuha Ar x Tgkat Kebocora 3% (L/dt) Kapastas Total Kebutuha Ar Bugh 9,98 3, Gladak Ayar 8,6, Jugcagcag 6,10 1, Barurambat Kota 5,83 1, Betet 4,46 1, Jalmak,34 0, Laraga Tokol 6,16 1, Brata Pessr 4,39 1, Paglegur 3,6 1, Lawaga Daya 5,81 1, Pademawu Barat 5,08 1, Barurambat Tmur 4,56 1, Murtajh 4,55 1, Dasok 3,39 1, Blumbuga 14,54 4, Samata,11 0, TOTAL 91, Tabel. Kapastas Produks Ar Bersh Tap Keluraha/Desa Jumlah Kapastas Stadar Peduduk Produks Ar Desa/Keluraha Kebutuha terlaya Bersh (L/dt) (jwa) Bugh Gladak Ayar Jugcagcag Barurambat Kota Betet Jalmak Laraga Tokol Brata Pessr Paglegur Lawaga Daya Pademawu Barat Barurambat Tmur Murtajh Dasok Blumbuga Samata Setelah dlakuka aalss kebutuha ar berdasarka peambaha kapastas terhadap kebocora ar dketahu kebutuha ar terbesar berada d Desa Blumbuga, sedagka yag terkecl tetap berada d Desa Samata. Kapastas produks ar terbesar terdapat d Keluraha Gladak Ayar, sedagka kapastas produks ar terkecl yag dsedaka terdapat d Desa Jalmak da Dasok karea belum terjagkau oleh pelayaa ar bersh PDAM.

4 JURNAL TEKNIK POMITS Vol., No. 1, (013) ISSN: ( Prt) 4 Setelah megetahu kebutuha ar bersh da ketersedaa ar bersh, maka dapat dhtug persetase pelayaa ar bersh d wlayah peelta dega membadgka besarya ketersedaa ar bersh/kapastas produks dega besarya kebutuha ar bersh peduduk. Tabel 3. Raso Pelayaa Ar Bersh Desa/Keluraha Kebutuha Ar Kapastas Produks Pelayaa Ar Bersh (%) Bugh ,56 Gladak Ayar ,05 Jugcagcag ,07 Barurambat Kota ,37 Betet ,35 Jalmak ,00 Laraga Tokol ,06 Brata Pessr ,66 Paglegur ,3 Lawaga Daya ,00 Pademawu Barat ,56 Barurambat Tmur ,75 Murtajh ,06 Dasok ,00 Blumbuga ,04 Samata ,94 B. Faktor-Faktor yag Mempegaruh Pelayaa Dstrbus Ar Bersh d Permukma Perkotaa Kabupate Pamekasa Hasl aalss raso pelayaa ar bersh pada tap desa/keluraha datas aka mejad put dalam sasara selajutya, yatu sebaga varabel respo/varabel depede (varabel y), yatu varabel yag dpegaruh oleh varabel predktor. Semetara yag aka mejad varabel x (varabel predktor) adalah varabel-varabel yag dduga mempegaruh dstrbus ar bersh yag dperoleh melalu hasl kaja pustaka. Adapu varabel-varabel tersebut dapat dlhat pada tabel d bawah : Tabel 4. Varabel-Varabel yag dduga Mempegaruh Pelayaa Dstrbus Ar Bersh d Permukma Perkotaa Kabupate Pamekasa Varabel Respo da Keteraga Predktor Y Raso pelayaa ar bersh perppaa desa/keluraha (%) X1 Jumlah pertumbuha peduduk yag membutuhka layaa ar bersh(%) X Kepadata Peduduk (jwa/ha) X3 Jumlah sumber ar baku per desa/keluraha dalam pemeuha dstrbus ar bersh (buah) X4 Debt sumber ar bersh yag melaya tap desa/keluraha (L/dt) X5 Jarak sumber ar bersh perppaa terdekat terhadap lokas permukma (meter) X6 Pertumbuha permukma (%) X7 Besarya tarf pelayaa ar bersh per bula (Rp) X8 Ketgga wlayah dar muka ar laut (meter) X9 Luas wlayah permukma yag membutuhka pelayaa ar bersh (ha) X10 Alokas pedaaa utuk pelayaa ar bersh (Rp) X11 Jumlah peduduk msk (jwa) Terdapat beberapa tahapa utuk megaalss faktor-faktor yag mempegaruh dstrbus ar bersh d wlayah peelta. Berkut aka djabarka tahapa aalsa faktor yag memegaruh dstrbus frastruktur ar bersh: 1. Regres Ler/Regres OLS Setelah dlakuka peguja secara seretak da peguja parameter secara dvdu, terdapat tga varabel predktor yag berpegaruh secara sgfka pada model dega megguaka α sebesar 10%, atara la X5, X6, da X10. Hasl dar regres stepwse medapatka 5 (lma) varabel predktor yag berpegaruh terhadap varabel respo, yatu X4 (debt sumber ar bersh), X5 (jarak terhadap sumber ar), X6 (pertumbuha permukma), X7 (tarf ar bersh), da X10 (alokas pedaaa).. Peguja Asums Klask Terdapat dua varabel predktor yag sgfka, yatu X4 (debt sumber ar bersh) dega la sgfkas sebesar 0,01 da X7 (tarf ar bersh) dega la sgfkas sebesar 0,006 yag berpegaruh yata terhadap absolut resdual pada taraf α = 10%. Adaya varabel yag berpegaruh yata meujukka H 0 dtolak atau asums resdual detk tdak terpeuh sehgga resdual bersfat heterogetas (tdak detk) yag berart terdapat kecederuga awal spasal ttk. Hasl perhtuga statstk uj durb watso utuk = 16, varabel bebas = 5, da alpha 10% adalah dw =,1503, da d L = 0,1, sehgga la statstk uj durb watso lebh besar dar d L Oleh karea tu, H 0 gagal dtolak yag berart bahwa tdak ada korelas atar resdual atau resdual telah memeuh asums depede. Nla KS adalah sebesar 0,160 da la sgfkas (p-value) lebh besar dar 0,150 (>15%), sehgga H 0 dtolak. Oleh karea tu, dapat dsmpulka bahwa resdual telah memeuh asums keormala. 3. Uj Efek Spasal Hasl dar peguja efek spasal pelayaa dstrbus ar bersh permukma perkotaa Kabupate Pamekasa memlk aspek lokas secara heteroget. Hal tersebut dtujukka oleh hasl peguja dega Breusch-Paga test lebh kecl dar toleras kesalaha 10%. Nla Uj Mora s I yag lebh besar dar 10% megdkaska bahwa dstrbus pelayaa ar bersh tdak terjad berdasarka depedes atar Keluraha/Desa (Tabel 5.). Oleh karea terdapat pegaruh lokas (pegaruh ttk) dega bass heterogetas spasal (keragama wlayah) pada pedstrbusa ar bersh, dega demka aalss GWR dapat dlakuka utuk megetahu varabel-varabel yag berpegaruh dalam pedstrbusa ar bersh pada masg-masg Keluraha/Desa. Tabel 5. Nla Sgfkas Uj Efek Spasal Peguja Nla Sgfkas Breusch-Paga * Mora's I Model GWR Fugs pembobot yag dguaka utuk melakuka pemodela dega GWR adalah pembobot kerel Adaptf Bsquare karea la AIC yag dhaslka mmum jka dbadgka dega fugs kerel laya, yatu 67,899 da

5 JURNAL TEKNIK POMITS Vol., No. 1, (013) ISSN: ( Prt) 5 la R yag dhaslka maksmum yatu 0,9975. Tabel 6. Perbadga Model Stepwse da GWR Krtera Regres Stepwse GWR R 96,9% 99,75% SSE 133,4 31,73 Model GWR merupaka model yag jauh lebh bak utuk meggambarka pelayaa dstrbus ar bersh d wlayah peelta darpada model regres stepwse. Hal tersebut dtujukka Nla R pada model GWR lebh besar darpada model regres stepwse. Artya model GWR mampu mejelaska 99,75% varabel-varabel yag berpegaruh terkat dega pelayaa dstrbus ar bersh lebh bak dar pada model regres stepwse yag haya sebesar 96,9%. Sela tu la SSE yag dhaslka oleh model GWR lebh kecl darpada la SSE yag dhaslka oleh regres stepwse. 5. Peguja Parameter Model GWR Tabel 7. Varabel-Varabel Sgfka dalam Model GWR per Keluraha/Desa Keluraha/ Desa Varabel Berpegaruh Keluraha/ Desa Varabel Berpegaruh Bugh X5,X6,X7,X10 Paglegur X4,X5,X6,X7 Gladak Ayar X5,X6,X7,X10 Lawaga Daya X5,X6,X10 Jugcagcag X5,X6,X7,X10 Pademawu Barat X4,X5,X6,X7,X10 Barurambat Barurambat X5,X6,X7,X10 Kota Tmur X5,X6,X10 Betet X5,X6,X7,X10 Murtajh X5,X6,X10 Jalmak X4,X5,X6,X7,X10 Dasok X4,X5,X6,X7,X10 Laraga Tokol X4,X5,X6,X10 Blumbuga X4,X5,X6,X10 Brata Pessr X4,X5,X6,X10 Samata X4,X5,X6,X7,X10 Gambar. 1. Hasl Aalsa GWR (Varabel-Varabel yag Sgfka Berpegaruh) pada Masg-Masg Keluraha/Desa Varabel yag berpegaruh secara lokal adalah debt sumber ar bersh (X4) da tarf ar bersh (X7), karea kedua varabel tersebut haya sgfka pada keluraha da desa tertetu saja, tdak d seluruh desa. Sedagka varabel yag sgfka berpegaruh secara global adalah jarak permukma terhadap sumber ar bersh (X5), pertumbuha permukma (X6), da alokas pedaaa (X10), dkareaka ketga varabel tersebut sgfka berpegaruh d seluruh keluraha da desa. Tabel 8. Aalsa Deskrptf Perumusa Faktor yag Mempegaruh Pelayaa Dstrbus Ar Bersh Varabel Berpegaruh Debt sumber ar bersh yag melaya (X4) Jarak permukma terhadap sumber produks ar bersh perppaa (X5) Pertumbuha permukma (X6) Tarf pelayaa ar bersh (X7) Alokas pedaaa (X10) Aalsa Deskrptf Kods eksstg meujukka kapastas debt masgmasg sumber ar bersh yag melaya mash kurag dbadgka kapastas debt kebutuha ar bersh masyarakat. Semetara stud lteratur meyataka bahwa pedstrbusa ar ke pelagga harus dmbag dega ketersedaa ar atau jumlah kapastas produks ar bersh yag dapat dlhat dar debt sumber ar bersh. Hal ddukug dega hasl peelta dmaa setap keaka debt aka megkatka pelayaa ar bersh yag dterma oleh masyarakat, sehgga debt sumber ar bersh yag tgg dalam pemeuha kebutuha ar bersh mempegaruh pelayaa dstrbus ar bersh. Kods eksstg meujukka jarak permukma terhadap sumber produks ar bersh memlk jarak yag jauh, meggat lokas sumber ar bersh mayortas berada d luar kawasa admstratf permukma perkotaa Pamekasa. Stud lteratur meyataka semak jauh masyarakat megakses ar bersh berart semak buruk akses ar bersh bag masyarakat tersebut. Da hasl peelta meujukka semak jauh jarak permukma peduduk terhadap sumber ar bersh aka megurag persetase pelayaa dstrbus ar bersh, sehgga faktor kedekata jagkaua jarak dar lokas permukma utuk medapatka ar bersh mejad faktor yag mempegaruh pelayaa dstrbus ar bersh. Kods eksstg da stud lteratur meujukka bahwa tap desa/keluraha memlk kecederuga pertumbuha yag berbeda-beda da perubaha testas pegguaa laha yag ddkaska melalu pegkata pegguaa laha utuk permukma medorog pertumbuha perumaha da permukma yag medukug perkembaga kawasa/kota. Berdasarka hasl peelta meujukka pertumbuha permukma yag semak cepat cederug aka megkatka pelayaa ar bersh. Sehgga pertumbuha luas laha permukma yag cepat mejad faktor yag mempegaruh. Data kods eksstg da stud lteratur meujukka bahwa peetapa tarf ar bersh yag berbeda atara satu wlayah dega wlayah la megakbatka pelayaa dstrbus ar bersh yag dterma berbeda pula. Hal tersebut juga ddukug dega hasl peelta d maa desa/keluraha yag memlk karakterstk tarf ar bersh yag tgg memlk persetase pelayaa ar bersh yag tgg pula da demka sebalkya, sehgga peetapa tarf yag tgg terhadap pelayaa ar bersh mejad faktor yag mempegaruh pelayaa dstrbus ar bersh. Kods eksstg da stud lteratur meujukka alokas pedaaa utuk pegkata prasaraa ar bersh berbeda d tap desa/keluraha. Kemampua pegalokasa daa dalam pegkata frastruktur ar bersh berkata dega kemampua suatu wlayah utuk megoptmalka pelayaa ar bershya, da jka melhat hasl peelta semak tgg kebutuha daa maka semak tgg pelayaa ar bersh pada wlayah tersebut, sehgga alokas pedaaa yag tgg dalam pegkata prasaraa ar bersh mejad faktor yag mempegaruh.

6 JURNAL TEKNIK POMITS Vol., No. 1, (013) ISSN: ( Prt) 6 Dar peguja parameter GWR secara parsal/dvdu meghaslka kelompok-kelompok yag memlk kesamaa faktor yag mempegaruh pelayaa dstrbus ar bersh: 1. Kelompok 1 dpegaruh oleh kedekata jagkaua jarak dar lokas permukma utuk medapatka ar bersh, pertumbuha permukma yag cepat, peetapa tarf yag tgg terhadap pelayaa ar bersh da alokas pedaaa yag tgg dalam pegkata prasaraa ar bersh. Kelompok terdr dar Keluraha Bugh, Gladak Ayar, Jugcagcag, Barurambat Kota, da Betet yag seluruhya berada d Kecamata Pamekasa. Kelma keluraha tersebut memlk persetase pertumbuha permukma yag palg tgg (1,8%-1,30%), tarf ar bersh yag tgg (Rp ,- hgga Rp ,-), alokas pedaaa hgga Rp ,- serta jagkaua jarak dar sumber produks ar bersh yag tdak terlalu jauh, yak sektar meter.. Kelompok dpegaruh oleh debt sumber ar bersh, kedekata jagkaua jarak dar lokas permukma utuk medapatka ar bersh, pertumbuha luas laha permukma yag cepat, peetapa tarf yag tgg terhadap pelayaa ar bersh da alokas pedaaa yag tgg dalam pegkata prasaraa ar bersh. Kelompok terdr dar Desa Jalmak, Pademawu Barat, Dasok, da Samata. Kelompok memlk pertumbuha permukma yag redah, tarf ar bersh yag redah (Rp 0,- hgga Rp 4.000,-) da alokas pedaaa yag redah (Rp 0,- hgga Rp ,-). Hal tersebut juga megakbatka kelompok memlk pelayaa ar bersh yag sagat redah. 3. Kelompok 3 dpegaruh oleh debt sumber ar bersh, kedekata jagkaua jarak dar lokas permukma utuk medapatka ar bersh, pertumbuha luas laha permukma yag cepat, da alokas pedaaa yag tgg dalam pegkata prasaraa ar bersh. Kelompok terdr dar Desa Laraga Tokol, Brata Pessr, da Blumbuga. Kelompok memlk debt sumber ar bersh yag cukup kecl apabla dbadgka dega jumlah kebutuha ar bersh, alokas pedaaa yag tdak terlalu tgg, serta jarak terhadap sumber ar yag jauh. Hal megakbatka kelompok 3 juga memlk pelayaa ar bersh yag redah. 4. Kelompok 4 dpegaruh oleh faktor jagkaua jarak dar lokas permukma utuk medapatka ar bersh, pertumbuha luas laha permukma yag cepat, da alokas pedaaa yag tgg dalam pegkata prasaraa ar bersh. Kelompok terdr dar 3 (tga) desa yatu Keluraha Lawaga Daya, Barurambat Tmur, da Murtajh. Keluraha-keluraha yag masuk dalam kelompok memlk karakterstk alokas pedaaa da pertumbuha permukma yag cukup tgg. 5. Kelompok 5 dpegaruh oleh faktor debt sumber ar bersh yag melaya, jagkaua jarak dar lokas permukma utuk medapatka ar bersh, pertumbuha permukma yag cepat, da peetapa tarf layaa ar bersh yag tgg dalam pegkata prasaraa ar bersh. Kelompok haya terdr dar 1 (satu) desa yatu Desa Paglegur. Kelompok memlk karakterstk pelayaa ar bersh yag serupa dega Desa Laraga Tokol da Brata Pessr karea ketgaya berlokas d Kecamata Tlaaka. IV. KESIMPULAN Berdasarka hasl aalsa da pembahasa yag telah dlakuka pada peelta, maka dapat dsmpulka bahwa: 1) Melalu aalss GWR, proses aalss faktor-faktor yag mempegaruh pelayaa dstrbus ar bersh d permukma perkotaa Kabupate Pamekasa dapat memuculka formas spesfk terkat faktor yag mempegaruh pelayaa dstrbus ar bersh yag bersfat lokal pada masg-masg lokas dega melhat keragama atar wlayah pada desa/keluraha tersebut. ) Terdapat varabel yag berpegaruh secara lokal dalam pedstrbusa ar bersh d wlayah peelta, yatu debt sumber ar bersh (X4) da tarf ar bersh (X7), sedagka varabel yag sgfka berpegaruh secara global adalah jarak permukma terhadap sumber ar bersh (X5), pertumbuha permukma (X6), da alokas pedaaa (X10) 3) Pelayaa dstrbus d wlayah peelta dpegaruh oleh faktor debt sumber ar bersh yag tgg dalam pemeuha kebutuha ar bersh, kedekata jagkaua jarak dar lokas permukma utuk medapatka ar bersh, pertumbuha permukma yag cepat, peetapa tarf yag tgg terhadap pelayaa ar bersh, da alokas pedaaa yag tgg dalam pegkata prasaraa ar bersh. DAFTAR PUSTAKA [1] Chap, F.S Urba Lad Use Plag. Uversty of Illos. Urbaa. [] Eger, Eldo D. da Smth, Bradley F Evrometal Scece A Study of Iterrelatoshp. 7 th edto. McGraw-Hll Hgher Educato. [3] Bada Perecaaa da Pembagua 007. Daerah Kabupate Pamekasa. Recaa Iduk Sstem Peyedaa Ar Mum Kabupate Pamekasa (RI-SPAM). [4] PDAM Kabupate Pamekasa. Lapora Tekk Bulaa PDAM. [5] Bada Perecaaa da Pembagua Daerah Kabupate Pamekasa. 01. RTRW Kabupate Pamekasa [6] Departeme Pekerjaa Umum, Drektorat Jederal Cpta Karya Krtera Perecaaa Sstem Peyedaa Ar. [7] Brudsdo, C., Fothergham, A. S. da Charlto, M. E Geographcally Weghted Regresso: A Method for Explorg Spatal Nostatoarty, Geographcal Aalyss, 8, hal [8] Setawa da Kusr, D.E Ekoometrka. Yogyakarta: Peerbt ANDI.

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. 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

FAKTOR-FAKTOR YANG MEMPENGARUHI DISTRIBUSI PELAYANAN AIR BERSIH PERMUKIMAN PESISIR UTARA LAMONGAN

FAKTOR-FAKTOR YANG MEMPENGARUHI DISTRIBUSI PELAYANAN AIR BERSIH PERMUKIMAN PESISIR UTARA LAMONGAN 1 FAKTOR-FAKTOR YANG MEMPENGARUHI DISTRIBUSI PELAYANAN AIR BERSIH PERMUKIMAN PESISIR UTARA LAMONGAN 1 Evla Novyat, da Rull Pratw Setawa Program Stud Perecaa Wlayah da Kota, FTSP, Isttut Tekolog Sepuluh

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

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

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

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Lebih terperinci

BAB 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

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

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

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 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

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

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

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 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

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

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

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

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

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

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

Regresi Linier Sederhana Definisi Pengaruh

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

Lebih terperinci

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

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

Lebih terperinci

Pemodelan 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

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

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

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

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

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

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

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

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

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB 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

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

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

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

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

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

Lebih terperinci

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

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA

ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Jural Ilmah MEDIA ENGINEERING Vol., No., Jul 0 ISSN 087-9334 (96-0) ANALISA GARIS KEINGINAN PERGERAKAN DI KABUPATEN BOLAANG MONGONDOW UTARA Johas E. Lolog Dose Jurusa Spl Fakultas Tekk Uverstas Sam Ratulag

Lebih terperinci

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

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

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

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

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

JIIA, VOLUME 3 No. 2, APRIL 2015

JIIA, VOLUME 3 No. 2, APRIL 2015 DETERMINAN KEPUTUSAN PETANI TERHADAP KONVERSI LAHAN SAWAH MENJADI PERMUKIMAN (Determats of Farmers Decso for Rce-Feld Coverso to Housg) Umyat Kulsum, Bustaul Arf, Zaal Abd Jurusa Agrbss, Fakultas Pertaa,

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

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

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

* 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

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

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

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

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

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang 37 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka suatu cara tertetu yag dguaka utuk meelt suatu permasalaha sehgga medapatka hasl atau tujua yag dgka. Meurut Arkuto (1991 : 3) peelta

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Spatial Durbin Model untuk Mengidentifikasi Faktor-Faktor yang Mempengaruhi Kematian Ibu di Jawa Timur JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98 D-16 Spatal Durb Model utuk Megdetfkas Faktor-Faktor yag Mempegaruh Kemata Ibu d Jawa Tmur La Dw Pertw, Mutah Salamah, da Sutko Jurusa Statstka,

Lebih terperinci

Peramalan Kebutuhan Listrik Dengan Model Harvey

Peramalan Kebutuhan Listrik Dengan Model Harvey Peramala Kebutuha Lstrk Dega Model Harvey Oleh: Ley Setyag B. (30600006) Pembmbg: Prof. Drs. Nur Irawa, M.IKom, Ph.D Latar Belakag Jumlah Peduduk Megkat Produks megkat Supply < Demad Kebutuha Barag Megkat

Lebih terperinci

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta merupaka strateg umum yag d aut dalam pegumpula data da aalss data yag dperluka, gua mejawab persoala yag dhadap. Meurut Arkuto (006 : 3) peelta

Lebih terperinci

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu 47 III. METODOLOGI PENELITIAN A. Metode Peelta Metode peelta yag dguaka dalam peelta adalah metode eksperme. Metode dguaka atas pertmbaga bahwa sfat peelta ekspermetal yatu mecobaka suatu program latha

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

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

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression

Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prt) D-361 Pemodela Aga Buta Huruf d Provs Sumatera Barat Tahu 014 dega Geographcally Weghted Regresso Rath Mahara da Wwe Setya Wahju Jurusa

Lebih terperinci

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

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

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

Lebih terperinci

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

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

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

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 III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk BAB III METODOLOGI PENELITIAN A. Metode Peelta Metode peelta sagat dperluka dalam sebuah peelta utuk memaham suatu objek peelta da utuk medapatka sejumlah formas tetag masalah pokok yag aka dpecahka. Ada

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

*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

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

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 III METODE PENELITIAN

BAB III METODE PENELITIAN BAB METODE PENELTAN 3.1 Tempat da Waktu Peelta Peelta dlaksaaka d areal/wlaah koses huta PT. Sarmeto Parakata Tmber, Kalmata Tegah pada bula Aprl sampa dega Me 007. 3. Baha da Alat Baha ag dguaka utuk

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS = 1 + + + + k k + u PowerPot Sldes baa Rohmaa Educato Uverst of Idoesa 007 Laboratorum Ekoom & Koperas Publshg Jl. Dr. Setabud

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

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

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

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

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

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

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB 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

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

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

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

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

*( Diah Ayu Novitasari Fakultas Ekonomi Universitas Islam Lamongan ABSTRAK

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

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

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

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

Lebih terperinci

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

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

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

KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN

KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN 009 03 S - Ad Setawa Program Stud Matematka Fakultas Sas da Matematka Uverstas Krste Satya Wacaa, Jl. Dpoegoro 5-60 Salatga 507 Emal : ad_seta_03@yahoo.com

Lebih terperinci