ANALISA DATA PERTANIAN BOYOLALI DALAM BEBERAPA FAKTOR UNTUK OPTIMASI PRODUKTIVITAS PERTANIAN
|
|
- Yenny Tan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Telah diresentasikan ada Konser Karya Ilmiah Fakultas Pertanian dan Bisnis UKSW, ada 4 Agustus 206 Artikel KKIN 206 ANALISA DATA PERTANIAN BOYOLALI DALAM BEBERAPA FAKTOR UNTUK OPTIMASI PRODUKTIVITAS PERTANIAN Hanna Arini Parhusi ), Suryasatriya Trihandaru ), Bambang Susanto ), Yohanes Hendro Agus 2), Sri Yuliyanto J. Prasetyo 3), Bistok.H.Simanjutak 2) FSM, Universitas Kristen Satya Wacana bambang.susanto@staff.uksw.edu, hanna.arini@staff.uksw.edu, suryasatriya@staff.uksw.edu 2 Fak.Pertanian, Universitas Kristen Satya Wacana yohanes.agus@ staff.uksw.edu bistok@staff.uksw.edu 3 Fak.Teknologi Informasi, Universitas Kristen Satya Wacana sri.yuliyanto@ staff.uksw.edu Abstract The aer here addresses the analysis of factor-factors affecting roductivity of addy fields in district Boyolali, as one of districts in Central Java Indonesia. The amount of rainfalls, the harvested area, the critical region and the area destroyed by ests are considered in the analysis. The used methods are multivariate regression and rincial comonents analysis (PCA). Multivariate linear regression fails indicating linear assumtion is not violated. There have been 9 ests recorded destroying the addy fields. These ests are analyzed to find the dominant tye of est.the analysis has shown that there exists no tye of est dominating the fields during the observation data in the year Keywords: Padi, regresi multivariate,pca, OPT. PENDAHULUAN Selama ini roduksi adi yang dielajari dengan memerhatikan beberaa faktor untuk mendaatkan otimasi roduktivitas anen adi. Beberaa model matematika telah digunakan, misalkan roduksi adi dengan fungsi kuadratik (Dewi,dkk,203), otimasi dengan SVD (Singular Value Decomotion) dan ACO (Ant Colony Algorithm). Adanya engaruh geografis ada ersekitaran tia kecamatan di Boyolali, menyebabkan roduksi anen adi juga diengaruhi dari sifat geogegrafis sekitarnya dimana metode GSTAR dan GIS daat diimlementasikan. Misalkan roduksi adi tergantung curah hujan dan lahan kritis untuk Boyolali(Parhusi, dkk., 204)(Parhusi, Somya,205). Akan tetai engaruh OPT (Organisme Pengganggu Tanaman) selama ini belum menjadi kajian dimana terdaat 9 jenis OPT yang ada ada ertanian adi di Boyolali selama tahun Studi berbagai erilaku hama dilakukan berbagai eneliti untuk daat melakukan tindakan encegahan kerusakan tanaman karena hama. Pada adi misalnya, ada 20 macam hama yang ditemukan di Jaffna, Srilangka (Venugoban, dan Ramana, 204). Model enyerangan hama (baik tikus, wereng coklat) ada sawah yang selama ini sudah ada ada umumnya dengan endekatan statistik seerti satial autocorrelation method (Prasetyo, dkk., 202) yang menggunakan Geograhical Information System (GIS) untuk memvisualisasi area dan lokasi serangan. Demikian ula beberaa ola tanam adi dengan kebijakan lokal Pranatamangsa telah dikembangkan untuk mengatasi kerugian yang dilakukan oleh enyerangan hama
2 Telah diresentasikan ada Konser Karya Ilmiah Fakultas Pertanian dan Bisnis UKSW, ada 4 Agustus 206 (Kristoko,H.,dkk,202). Dari endekatan ini, ternyata masih terdaat error sekitar 30%. Pada model-model yang sudah ada tersebut, interaksi antara adi, hama dan curah hujan masih belum ditunjukkan secara simultan. Oleh karena itu engaruh OPT akan diamati ada makalah ini dimana tia kecamatan memunyai data curah hujan, luas area anen, luas lahan kritis dan area serangan OPT. 2. METODE PENELITIAN 2. Sumber data yang diolah Data yang ada adalah data curah hujan, luas area lahan kritis, luas area anen, data OPT untuk tia kecamatan di Boyolali ada tahun Adaun engolahan data dilakukan dengan menyusun kembali data terlebih dahulu mengikuti sketa data ada Gambar. Terdaat 5 variabel yaitu adi, curah hujan, luas lahan anen, luas lahan kritis, dan luas area serangan OPT. Gambar. Skema data yang tersedia. Karena ada 9 kecamatan di kabuaten Boyolali maka masing-masing kecamatan memunyai data tia variabel tersebut dimana kemudian data diorganisasi agar daat diolah dengan mudah. Struktur organisasi data tia variabel ditunjukkan ada Gambar Metode yang digunakan Metode yang digunakan adalah metode regresi multivariate dan Princial Comonent Analysis yang sebagian besar secara detail telah dituliskan ada buku Analisa Data dan Pemodelan (Parhusi,dkk,204). Gambar 2. Skemaenyusunan tia variabel data yang tersedia Regresi Multivariat Metode ini akan digunakan untuk mengamati hubungan linear dari adi dengan faktor-faktor lain yaitu hujan, luas anen, luas lahan kritis dan luas serangan OPT. Untuk itulah makan erlu didefinisikan variabel tak bebas Y y,... y T n dan variabel bebas dengan asumsi bahwa data disiman dalam sebuah matriks random dimana elemen baris menyatakan observasi,..., den banyaknya kolom menyatakan variabel n,...,. Setia vektor j memunyai n observasi yang ditulis sebagai vektor kolom sehingga matriks ditulis erkomonennya sebagai berikut : x x2... x x2 x22... x2 xn xn2 xn Dalam notasi matriks-vektor, ersamaan hubungan multivariat linear adalah Y Z () nxl n x x nxl Komonen ertama matriks Z n x hanya memunyai komonen bernilai dan kolom ke-2 hingga ke adalah vektor-vektor,...,.
3 Telah diresentasikan ada Konser Karya Ilmiah Fakultas Pertanian dan Bisnis UKSW, ada 4 Agustus 206 Parameter regresi 0 dieroleh T T dengan menyelesaikan Z y Z Z yaitu T T Z Z Z y. Koefisien regresi ini daat dieroleh menggunakan excel atauun rogram R Princial Comonent Analysis Metode ini memberikan transformasi dari kombinasi variabel mula-mula menjadi variabel rincial yang diurutkan sesuai dengan nilai eigen terbesar dari matriks kovariansi variabel indeendent. Pada bab 4 kita akan menggunakan metode ini untuk memilih jenis OPT yang dominan seanjang engamatan karena ada 9 macam dalam data. Untuk itu jenis OPT yang ada tia tahun diangga sebagai variabel.,..., adalah Sebuah matriks matriks vektor-vektor kolomnya adalah vektor random ( diangga distribusi normal ) yang memunyai matriks kovariansi S yang simetris dan ositif tegas dengan nilai eigen... 0 dan vektor eigen yang 2 bersesuaian untuk setia adalah e,..., e yang otogornal. Komonen rinsi ke-i adalah T Yi e e i e e i, i,2,..., Jika vektor eigen ada yang sama maka dierlukan generalisasi vektor eigen. Teori PCA memberikan enjelasan bahwa total variansi tia variabel indeenden adalah jumlahan dari nilai eigen dari matriks kovariansi dimana tia nilai eigen adalah variansi dari variabel rincial. Selanjutnya untuk mendaatkan variabel yang dominan maka dierlukan korelasi antara variabel rincial dengan variabel mula-mula yaitu eki i Y i k, i, k,2,...,. kk Besarnya korelasi menjelaskan hasil PCA. Y i 3. HASIL DAN PEMBAHASAN Pada bagian ini akan dikembangkan regresi terhada data ertanian adi dari Boyolali tahun Untuk itu, sebelumnya dilakukan definisi variabel dimana variabel yang ada adalah : Y: adi, : Curah Hujan, 2 : Lahan Kritis, 3 : Luas Panen, 4 : OPT. Proses regresi dilakukan dengan excel agar kegiatan ini juga daat diujicoba dengan mudah oleh egawai dinas ertanian di edesaan. Jadi model yang digunakan adalah ersamaan. 3. Hasil Regresi Multivariat 3.. Hasilregresi untuk tahun 2008 Hasil regresi untuk tahun 2008 ditunjukkan ada dengan bantuan Excel. Berdasarkan - value masing-masing arameter maka dieroleh -value > 0.05 kecuali variabel 3. Artinya model () tidak teat, atau Y bukan fungsi linear terhada semua kecuali 3. Hal ini tidak cuku untuk embahasan lebih lanjut berdasarkan data ini Hasil regresi untuk tahun 2009 Demikian ula berdasarkan -value masingmasing arameter maka daat dieroleh - value > Sehingga kita daat menyatakan bahwa Y bukan fungsi linear dari semua. Hal ini dimungkinkan bahwa Y daat sebagai fungsi tak linear akan tetai belum dibahas ada makalah ini Hasil regresi untuk tahun 200,20,202 Untuk tahun 200, kita daat menyatakan bahwa Y bukan fungsi linear dari semua, kecuali 4. Hal ini berarti sifat linear bukan multivariat karena hanya variabel yang signifikan dalam model. Sedangkan data tahun 20 menunjukkan bahwa Y juga bukan fungsi linear dari semua, kecuali 2. Secara sama ada tahun 202, kita daat menyatakan bahwa Y bukan semua fungsi dari. Metode regresi multivariat menunjukkan bahwa adi bukan fungsi linear dari 4 variabel secara simultan. 3.2 Hasil PCA Sebelum melakukan PCA, maka ola data diamati yaitu menentukan variabel hama yang
4 Telah diresentasikan ada Konser Karya Ilmiah Fakultas Pertanian dan Bisnis UKSW, ada 4 Agustus 206 dominan. Terdaat 9 variabel OPT (hama) ada tahun Akan dicari OPT dominan dengan PCA sebagaimana dijelaskan ada Bab 2. Data menunjukkan bahwa terdaat 9 OPT yaitu : Penggerek Batang, Tungro, Tikus, BLB, Blas, Uret, Siut Murbei, Walang Sengit, Bulai, Wereng Coklat, Lalat Daun, Karat Daun, Hawar Pelear, Bercak Daun, Virus Morzaik, Virus Kuning, Kerdil Rumut, Hama Putih Palsu dan Keong Mas Hasil observasi endataan Sebelum diolah, data enyebaran wilayah area serangan OPT diilustrasikan tia tahun di Boyolali ditunjukkan ada Gambar 3 untuk tahun Secara sama dilakukan untuk data ada tahun Gambar 3.b Pola enyebaran hama dimana horizontal adalah jenis hama sedangkan vertikal menyatakan wilayah (kecamatan) di Boyolali tahun Gambar 3.a Pola enyebaran hama dimana horizontal adalah jenis hama sedangkan vertikal menyatakan wilayah (kecamatan) di Boyolali tahun Berdasarkan Gambar 3.a-3.b maka jenis OPT ke -0 muncul ada tahun Sedangkan ada tahun ,maka jenis OPT ke -9 muncul. Sedangkan untuk tahun 202 jenis OPT yang muncul hanya ke -5. Untuk menggunakan metode PCA dari Bab 2 maka erlu disusun matriks kovaariansi (S) Analisa Hasil PCA Setelah matriks S dieroleh, maka kita daat mencari nilai eigennya yaitu harus memenuhi ersamaan dengan x x x2 x3 x4. Dengan bantuan MATLAB maka daat dieroleh nilai eigen maksimum dari tahun berturutturut adalah : Sx x Dengan menandai 0 k adalah vektor nol dengan komonen semua 0 sebanyak k Vektor eigen terkait untuk data (tahun 2008,2009,200,20,202) yang bersesuaian dengan nilai eigen maksimum, maka berturutturut sebagai berikut : v =[ v 0 ]; =[ ]; v [ ] ; v [ ] v = [ Hasil PCA Tahun 2008 Korelasi variabel lama ditunjukkan dengan urutan berikut Inf , dimana untuk korelasi yang ke 9 hingga 9 tidak terdefinisi karena kovariansi 0. Demikian ula ada korelasi yang ke-4 juga tidak terdefinisi (bertanda Inf). Korelasi terbesar ositif ada variabel ke-2, terbesar ke-2 adalah ke-8. Artinya jenis wereng ke-2 yaitu Tungro. Sedangkan yang ke-8 adalah walang sengit. Korelasi terbesar negatif ada variabel ke-5, terbesar ke-2 negatif adalah ke- 6. Artinya jenis wereng ke-5 yaitu Blas. Sedangkan yang ke-2 adalah Uret. Berdasarkan data 2008, disimulkan sejauh ini belum cuku informasi jenis hama yang dominan karena semua nilai korelasi 0.5. Hasil PCA Tahun 2009 Korelasi variabel ditunjukan dengan urutan berikut : 0 5 ].
5 Telah diresentasikan ada Konser Karya Ilmiah Fakultas Pertanian dan Bisnis UKSW, ada 4 Agustus NaN Inf Inf Inf dimana untuk korelasi ke-9 samai dengan ke-9 tidak terdefinisikan karena kovariansi 0. Demikian ula ada korelasi ke-2, ke-5, ke-6 dan ke-7. Korelasi terbesar ositif ada variabel ke-8. Artinya jenis wereng ke-8 yaitu walang sengit. Korelasi terbesar negatif ada variabel ke-3, terbesar ke-4 negatif adalah ke-. Artinya jenis wereng ke- 3 yaitu Tikus. Sedangkan yang ke-4 adalah BLB, dan yang ke- adalah Penggerek Batang. Hasil PCA Tahun 200 Korelasi variabel lama ditunjukkan dengan urutan : NaN NaN NaN Inf Inf -Inf Inf -Inf Inf Inf 0.85, dimana untuk korelasi yang ke-2,6, dan 7 tidak terdefinisi karena kovariansi 0. Demikian ula korelasi yang ke- 0,,2,4,5,7, dan 8 juga tidak terdefinisi. Korelasi terbesar ositif ada variabel ke-9, terbesar kedua adalah ke-5, Artinya jenis wereng ke-9 yaitu wereng coklat dan jenis wereng k-5 adalah Blas. Korelasi terbesar negatif ada variabel ke-6, terbesar kedua ada variabel ke-. Artinya jenis wereng ke-6 yaitu Virus Kuning, sedangkan yang ke- adalah Penggerek Batang. Hasil PCA Tahun 20 Korelasi variabel lama ditunjukkan dengan urutan berikut: NaN NaN NaN NaN NaN NaN NaN NaN-Inf -Inf Inf Inf NaN, dimana untuk korelasi yang ke-,2,6,7,8,9,,2, dan 9 tidak terdefinisi. Demikian ula ada korelasi yang ke- 3,4.5, dan 6 juga tidak terdefinisi. Korelasi terbesar ositif ada variabel ke-7, terbesar kedua ada variabel ke-8. Artinya jeniswereng ke-7 yaitu Kerdil Rumut, yang ke-7 adalah Hama Putih Palsu. Korelasi terbesar negatif ada variabel ke-0 dan terbesar kedua negatif adalah ke-3. Artinya jenis wereng ke-0 yaitu Wereng Coklat, sedangkan yang ke-3 adalah Tikus. PCA Tahun 202 Korelasi variabel lama ditunjukan dengan urutan sebagai berikut : Inf dimana untuk korelasi yang ke-6 hingga 9 tidak terdefinisi karena kovariansi 0. Demikian ula ada korelasi yang ke- 2 tidak terdefinisi. Korelasi terbesar ositif ada variabel ke-, terbesar kedua adalah variabel ke-4, dan terbesar ketiga adalah ke-5,. Artinya jeniswereng ke- yaitu Penggerek Batang, yang ke-4 adalah BLB, dan yang ke-5 adalah Blas. Korelasi terbesar negatif adalah variabel ke-3. Artinya jenis wereng ke-3 yaitu Tikus Kesimulan hasil PCA semua tahun Hasil PCA di atas disimulkan adatabel. Tabel. Hasil engamatan jenis OPT tia tahun menurut PCA No Tahun Variabel dengan Positif Variabel Negatif Ke- Ke-2 Ke- Ke-2 Walang 2008 Tungro Sengit Blas Uret W.Sengit - Tikus P.Batang P Bulai Blas V.Kuning Batang 4 20 Kerdil Rumut Hama P Palsu W. Coklat Blas BLB Tikus - Tikus Terdaat dimana seharusnya, sehingga korelasi ini tidak bermakna. Belum diketahui bahwa enyebab nilai korelasi yang dominan. Demikian ula dari tahun terlihat tidak ada 0.5 atau Sehingga daat disimulkan bahwa ada seanjang tahun tidak ada hama OPT yang dominan. Secara alikasi berarti semua hama erlu dierhatikan PCA lebih Lanjut Karena dieroleh hasil PCA yang tidak daat menentukan variabel dominan berdasarkan data tia tahun, maka dilakukan enyusunan data kembali dengan membuat
6 Telah diresentasikan ada Konser Karya Ilmiah Fakultas Pertanian dan Bisnis UKSW, ada 4 Agustus 206 semua data digabung. Pola data yang digabung mengikuti sketsa data ada Gambar 4. Untuk selanjutnya, ola data dicermati yang ditunjukkan ada Gambar 5. Jika OPT digabungkan dari tahun , ternyata dieroleh hasil bahwa korelasi dalam PCA tidak terdefinisi dengan benar karena adanya Hal ini dimungkinkan karena matriks kovariansinya singular. Akan tetai berdasarkan informasi informal menurut eneliti OPT dan dinas ertanian, semua jenis OPT memang sangat erlu dierhatikan. Jadi sekaliun hasil yang dieroleh secara matematis tidak memenuhi teori yang digunakan, dalam raktek hasil ini justru diangga benar yaitu bahwa semua jenis OPT memunyai tingkat signifikansi yang sama. 4. KESIMPULAN Pada makalah ini telah ditunjukkan analisa data ertanian Boyolali tahun yang meliuti adi, curah hujan, luas area anen, luas lahan kritis, dan luas area serangan OPT. Analisa dilakukan dengan melakukan regresi multivariat tia tahun untuk data yang ada yaitu adi sebagai fungsi linear terhada curah hujan, luas area anen, luas area kritis, luas area serangan OPT. Sifat linear terhada variabel tersebut secara simultan tidak dieroleh. Oleh karena ada 9 jenis OPT yang terlibat dalam kerusakan area anen, maka Princial Comonent Analysis digunakan untuk mendaatkan informasi OPT yang dominan. Hasil analisa menunjukkan bahwa tidak ada OPT yang dominan dibandingkan yang lain. Secara alikasi berarti semua jenis OPT erlu dierhatikan. 5. UCAPAN TERIMAKASIH Makalah ini meruakan enelitian dalam usat studi Simitro-UKSW didalam rogram enelitian PUSNAS tahun anggaran 206/207. Gambar 4. Sketsa enyusunan data OPT untuk diolah dimana tahun tidak dierhatikan. Gambar 5. Pola enyebaran OPT (horizontal : jenis OPT, vertikal : lokasi/kecamatan). 6. DAFTAR PUSTAKA. Dewi, V.P, Parhusi,H,A, Linawati, L., 203. Analisa Hasil Panen Padi menggunakan Pemodelan Kuadratik, rosiding Seminar Nasional Matematika VII UNNES 26 Oktober 203, ISBN Dewi, V.P, Parhusi,H,A, Linawati, L., 203. Otimasi Hasil Panen Padi menggunakan Singular Value Decomosition (SVD) dan Ant Colony Algorithm (ACO), rosiding Seminar Nasional Matematika UNS 20 Noember Prasetyo, S.Y.J., Subanar, Winarko, E., B.S Daryono, 202. Endemic Outbreaks of Brown Planthoer (Nilaarvata lugens Stal. ) in Indonesia using Exloratory Satial Data Analysis, International Journal of Comuter Science Issues (IJCSI), Vol. 9, Issue 5, No, ISSN (Online): Kristoko, H., Eko,S., Prasetyo,S.Y, Simanjuntak,B., 202. Udated PranataMangsa: Recombination of Local Knowledge and Agro Meteorology using
7 Telah diresentasikan ada Konser Karya Ilmiah Fakultas Pertanian dan Bisnis UKSW, ada 4 Agustus 206 Fuzzy Logic for Determining Planting Pattern, International Journal of Comuter Science Issues (IJCSI), Vol. 9, Issue 6, No 2, 202,ISSN (Online): Parhusi, H.A, Edi, S.W.M, 205. Otimal Production of Paddy Fields Using Modified GSTAR Models, International Journal of Agricultural Science and Technology (IJAST), Vol. 3, Issue, February ISSN(online) : ; ISSN rint: ,hal Parhusi, H.A. dan Somnya, R. 205.Prototye G2A as a Low Technology for Administrators of Agriculture in villages, roceeding International conference on Innovative Engineering Technologies (ICIET'205 ), August 7-8, 205,Faculty of Engineering, Radjamanggala University, Bangkok, Thailand.ISBN: , Parhusi,H.A, Edi, S.W.M., Prasetyo, S.Y.J., 204. Analisa Data Pemodelan Untuk Ilmu Sosial dan Sains, ISBN , Tisara Grafika Salatiga,398 hlm,25 cm. 8. Venugoban, K., Ramanan, A., 204. Image Classification of Paddy Field Insect Pests Using Gradient-Based Features, International Journal of Machine Learning and Comuting, Vol. 4, No., February 204.
ANALISA DATA PERTANIAN BOYOLALI DALAM BEBERAPA FAKTOR UNTUK OPTIMASI PRODUKTIVITAS PERTANIAN
ANALISA DATA PERTANIAN BOYOLALI DALAM BEBERAPA FAKTOR UNTUK OPTIMASI PRODUKTIVITAS PERTANIAN Hanna Arini Parhusip ),Suryasatriya Trihandaru ), Bambang Susanto ), Yohanes Hendro Agus 2), Sri Yuliyanto J.
Lebih terperinciDISAIN AWAL PROTOTYPE G2A UNTUK ANALISA DATA PERTANIAN DAN PEDESAAN
DISAIN AWAL PROTOTYPE G2A UNTUK ANALISA DATA PERTANIAN DAN PEDESAAN Hanna Arini Parhusip 1 dan Ramos Somnya 2 Pusat Studi Simitro, Fakultas Teknologi Informasi Universitas Kristen Satya Wacana ABSTRAK.
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Pemilahan Data
BAB 3 PEMBAHASAN 3.1 Pemilahan Data Pemilahan data dilakukan untuk menentukan data mana saja yang akan diolah. Dalam enelitian ini, data yang diikutsertakan dalam engolahan ditentukan berdasarkan teori
Lebih terperinciANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK
ANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK Kharisma Yusea Kristaksa ) Hanna Arini Parhusip ), dan Bambang Susanto 3) ) Mahasiswa Program Studi Matematika ) 3) Dosen Program Studi Matematika
Lebih terperinciAPLIKASI REGRESI PARTIAL LEAST SQUARE UNTUK ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA DI KOTA YOGYAKARTA
-ISSN 979 3693 e-issn 2477 0647 MEDIA STATISTIKA 9(2) 206: 75-84 htt://eournal.undi.ac.id/index.h/media_statistika APLIKASI REGRESI PARTIAL LEAST SQUARE UNTUK ANALISIS HUBUNGAN FAKTOR-FAKTOR YANG MEMPENGARUHI
Lebih terperinciANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK
Salatiga, 5 Juni 23, Vol 4, No., ISSN:287 922 ANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK Kharisma Yusea Kristaksa ) Hanna Arini Parhusip 2), dan Bambang Susanto 3) ) Mahasiswa Program Studi
Lebih terperinciDika Dwi Muharahman*, Nurul Gusriani, Elis Hertini. Departemen Matematika, Universitas Padjadjaran *E mail:
Perubahan Perilaku Pengguna nstant Messenger dengan Menggunakan Analisis Koresondensi Bersama (Studi Kasus Mahasiswa di Program Studi S-1 Matematika FMPA Unad) Dika Dwi Muharahman*, Nurul Gusriani, Elis
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan jalur terendek (Shortest Path) meruakan suatu jaringan engarahan erjalanan dimana seseorang engarah jalan ingin menentukan jalur terendek antara dua kota
Lebih terperinciAlgoritma Jaringan Syaraf Tiruan Hopfield
2.6. Jaringan Saraf Tiruan Hofield Jaringan syaraf Tiruan Hofield termasuk iterative autoassociative network yang dikembangkan oleh Hofield ada tahun 1982, 1984. Dalam aringan Hofield, semua neuron saling
Lebih terperinciPENGELOMPOKAN ZAT GIZI MAKANAN MENGGUNAKAN ANALISIS DISKRIMINAN
Seminar Nasional Statistika Universitas Dionegoro, Semarang, Mei PENGELOMPOKAN ZAT GIZI MAKANAN MENGGUNAKAN ANALISIS DISKRIMINAN H.A. Parhusi, Jantini T. Natangku Center of Alied Science and Mathematics
Lebih terperincioleh seperangkat variabel X, maka persamaan di atas dinamakan persamaan struktural, dan modelnya disebut model struktural.
ANALISIS JALUR A. PENGERTIAN ANALISIS JALUR Telaah statistika menyatakan bahwa untuk tujuan eramalan/ endugaan nilai Y atas dasar nilai-nilai X 1, X,., X i, ola hubungan yang sesuai adalah ola hubungan
Lebih terperinciOPTIMASI KOMBINASI FERRITE CORES DALAM IMPEDER CASE UNTUK MEMINIMALKAN BIAYA PADA TEKNOLOGI HIGH INDUCTION FREQUENCY WELDING
Program Studi MMT-ITS, Surabaya Agustus 2006 OPTIMASI KOMBINASI FERRITE CORES DALAM IMPEDER CASE UNTUK MEMINIMALKAN BIAYA PADA TEKNOLOGI HIGH INDUCTION FREQUENCY WELDING Nico Gunawan* dan Abdullah Shahab**
Lebih terperinciVol. 2, Agustus 2016 ISSN Komunikasi Hasil Riset, Pengabdian Masyarakat, dan Produk-produk Unggulan yang Berdaya Saing
Vol. 2, Agustus 2016 ISSN 2460 5506 Prosiding Konser Karya Ilmiah Nasional 2016 Komunikasi Hasil Riset, Pengabdian Masyarakat, dan Produk-produk Unggulan yang Berdaya Saing Balairung Universitas Kristen
Lebih terperinciPEMODELAN PENJADWALAN MATA PELAJARAN DENGAN INTEGER PROGRAMMING
PEMODELAN PENJADWALAN MATA PELAJARAN DENGAN INTEGER PROGRAMMING Dian Permata Sari, Sri Setyaningsih, dan Fitria Virgantari. Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPerluasan Geographically Weighted Regression Menggunakan Fungsi Polinomial
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol.1, No.1, Juli 17, Hal. 15- -ISSN: 58-4596; e-issn: 58-46X Halaman 15 Perluasan Geograhically Weighted Regression Menggunakan
Lebih terperinciUNNES Journal of Mathematics
UJM 6(2) (2017) UNNES Journal of Mathematics htt://journal.unnes.ac.id/sju/index.h/ujm PERBANDINGAN METODE PARTIAL LEAST SQUARE (PLS) DAN PRINCIPAL COMPONENT REGRESSION (PCR) UNTUK MENGATASI MULTIKOLINEARITAS
Lebih terperinciIntegral dan Persamaan Diferensial
Sudaryatno Sudirham Studi Mandiri Integral dan Persamaan Diferensial ii Darublic BAB 3 Integral (3) (Integral Tentu) 3.. Luas Sebagai Suatu Integral. Integral Tentu Integral tentu meruakan integral yang
Lebih terperinciPenggunaan Polinomial Newton dan Advance Exponential Smoothing Untuk Peramalan Serangan Wereng Batang Coklat Pada Komoditas Padi Di Kabupaten Boyolali
Penggunaan Polinomial Newton dan Advance Exponential Smoothing Untuk Peramalan Serangan Wereng Batang Coklat Pada Komoditas Padi Di Kabupaten Boyolali Artikel Ilmiah Peneliti : Steven Erytherina Javanica
Lebih terperinciPerhitungan Rerating Motor Induksi Akibat Tegangan Tidak Seimbang Dengan Metode William
Seminar Nasional Teknologi Informasi Komunikasi dan Industri (SNTIKI) 4 ISSN : 085-990 Pekanbaru, 3 Oktober 0 Perhitungan Rerating Motor Induksi Akibat Tegangan Tidak Seimbang Dengan Metode William Darmansyah
Lebih terperinciKombinasi Metode Bayesian dan Local G untuk Pemetaan Pola Spasial Serangan OPT terhadap Hasil Panen Padi di Kabupaten Boyolali Jawa Tengah
Kombinasi Metode Bayesian dan Local G untuk Pemetaan Pola Spasial Serangan OPT terhadap Hasil Panen Padi di Kabupaten Boyolali Jawa Tengah LAPORAN PENELITIAN Diajukan kepada Fakultas Teknologi Informasi
Lebih terperinciDhiva Ryan Hardine 1), Aisyah Abdullah 2), Muhammad Ikbal 3), Nur Chamidah 4)
PEMODELAN KADAR GULA DARAH DAN EKANAN DARAH PADA REMAJA PENDERIA DIABEES MELIUS IPE II DENGAN PENDEKAAN REGRESI NONPARAMERIK BIRESPON BERDASARKAN ESIMAOR SPLINE Dhiva Ryan Hardine 1), Aisyah Abdullah 2),
Lebih terperinciBAB I PENDAHULUAN. Y dikatakan linear jika untuk setiap x, Diberikan ruang Hilbert X atas lapangan F dan T B( X ), operator T
BAB I PENDAHULUAN. Latar Belakang dan Permasalahan Bidang ilmu analisis meruakan salah satu cabang ilmu matematika yang di dalamnya banyak membicarakan konse, aksioma, teorema, lemma disertai embuktian
Lebih terperinciBab I Pendahuluan. I.1 Latar Belakang Masalah
Bab I Pendahuluan I. Latar Belakang Masalah Dalam beberaa tahun terakhir ini, roses emonitoran kestabilan barisan matriks korelasi mendaatkan erhatian yang amat serius dalam literatur, terutama dalam literatur
Lebih terperinciPENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON
E-Jurnal Matematika Vol., No., Mei 013, 49-53 ISSN: 303-1751 PENERAPAN REGRESI GENERALIZED POISSON UNTUK MENGATASI FENOMENA OVERDISPERSI PADA KASUS REGRESI POISSON I PUTU YUDANTA EKA PUTRA 1, I PUTU EKA
Lebih terperinciSistem Peramalan Serangan Organisme Pengganggu Tanaman Menggunakan Metode Double Exponential Smoothing Berbasis Google Map
e-issn : 2598-9421 Sistem Peramalan Serangan Organisme Pengganggu Tanaman Menggunakan Metode Double Exponential Smoothing Berbasis Google Map Christiana Ari Setyaningrum 1), Sri Yulianto Joko Prasetyo*
Lebih terperinciI. KEBERADAAN OPT PADI
I. KEBERADAAN OT ADI ada periode 1-15 Mei 2015 dilaporkan pertanaman padi di Jawa Timur seluas 534.325,40 Ha dan terpantau 22 jenis OT yang menyerang tanaman dengan keberadaan serangannya (keadaan dan
Lebih terperinciPeramalan Nilai Tukar (Kurs) Rupiah Terhadap Dolar Tahun 2017 dengan Menggunakan Metode Arima Box-Jenkins
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol.1, No.1, Juli 2017, Hal. 253-261 -ISSN: 2580-4596; e-issn: 2580-460X Halaman 253 Peramalan Nilai Tukar (Kurs) Ruiah Terhada
Lebih terperinciPEMODELAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE KOYCK DAN ALMON
PEMODELAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE KOYCK DAN ALMON SKRIPSI Disusun Oleh : FIRDHA RAHMATIKA PRATAMI 24010211130046 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciProsiding Seminar Nasional Matematika dan Pendidikan Matematika ISBN: Tuban, 24 Mei 2014
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika PENCARIAN PROPORSI PENAMBAHAN BEKATUL PADA MO- CORIN YANG BAIK DIKONSUMSI OLEH PENDERITA KOLES- TEROL DENGAN MENGGUNAKAN ALGORITMA GENETIK
Lebih terperinciPengaruh Riwayat Pemberian ASI Terhadap Perkembangan Anak Usia Prasekolah di TK Kristen Imanuel Surakarta
Pengaruh Riwayat Terhada Perkembangan Anak Usia Prasekolah di TK Kristen Imanuel Surakarta 1 2 srilestarijs@yahoo.com 1 2 AKPER Insan Husada Surakarta Breast milk is the most erfect food for baby. Giving
Lebih terperinciFAKTOR-FAKTOR YANG MEMENGARUHI KEPUTUSAN MAHASISWA DALAM MEMILIH RUMAH KOST
e-jurnal Matematika Vol. No. Agustus 0, 5-3 AKTOR-AKTOR YANG MEMENGARUHI KEPUTUSAN MAHASISWA DALAM MEMILIH RUMAH KOST SITTI HAJAR, MADE SUSILAWATI, D.P.E. NILAKUSMAWATI 3,,3 Jurusan Matematika, akultas
Lebih terperinciPemodelan Biaya Tak Langsung Proyek Konstruksi di PT Wijaya Karya (Studi Kasus: Proyek Konstruksi Di Provinsi Kalimantan Timur)
Pemodelan Biaya Tak Langsung Proyek Konstruksi di PT Wijaya Karya (Studi Kasus: Proyek Konstruksi Di Provinsi Kalimantan Timur) Odik Fajrin Jayadewa, Dr. Irhamah, S.Si, M.Si, dan 3 Dwi Endah Kusrini, S.Si,
Lebih terperinciANALISA DATA IKLIM BOYOLALI DENGAN REGRESI KLASIK DAN METODE GSTAR
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika Tuban, 4 Mei 14 ANALISA DATA IKLIM BOYOLALI DENGAN REGRESI KLASIK DAN METODE GSTAR H.A Parhusip 1) dan Winarso, M.E ) Pusat Penelitian SIMITRO
Lebih terperinciANALISIS BAYES UNTUK REGRESI SPLINE TERPENALTI STUDI KASUS: ANALISIS HUBUNGAN JUMLAH UANG BEREDAR DENGAN INFLASI DI INDONESIA
IndoMS Journal on Statistics Vol. 2, No. 2 (2014), Page 63-69 ANALISIS BAYES UNTUK REGRESI SPLINE TERPENALTI STUDI KASUS: ANALISIS HUBUNGAN JUMLAH UANG BEREDAR DENGAN INFLASI DI INDONESIA Rika Fitriani,
Lebih terperinciSKRIPSI ANALISIS PENGELOMPOKKAN KECAMATAN DI KODYA SURABAYA BERDASARKAN VARIABEL-VARIABEL KEPENDUDUKAN, KESEHATAN DAN PENDIDIKAN
SKRIPSI ANALISIS PENGELOMPOKKAN KECAMATAN DI KODYA SURABAYA BERDASARKAN VARIABEL-VARIABEL KEPENDUDUKAN, KESEHATAN DAN PENDIDIKAN Oleh : Rengganis L. N. R 302 00 046 PENDAHULUAN Latar Belakang Penduduk
Lebih terperinciInstitut Teknologi Sepuluh Nopember Surabaya. Diagonalisasi Matrik Sistem Anxn
Institut Teknologi Seuluh Noember Surabaya Diagonalisasi Matrik Sistem Ann Materi Contoh Soal Latihan Materi Contoh Soal Eigenvalue Matrik Ann Eigenvektor Diagonalisasi Matrik Ann Latihan Materi Contoh
Lebih terperinciKajian Partial Least Squares (Studi Kasus: Regresi Cox-PLS)
J. Sains Dasar 0 3() 6-68 Kaian Partial Least Squares (Studi Kasus: Regresi Cox-PLS) [A Study of Partial Least Squares (Case Study: Cox-PLS Regression)] Retno Subekti dan Rosita Kusumawati Jurdik Matematika,
Lebih terperinciDiterima 30 Januari 2014, direvisi 26 April 2014 ABSTRAK
296 NATURAL B, Vol. 2, No. 3, Aril 2014 Pemodelan Geograhically Weighted Regression dengan Pembobot Fixed Gaussian Kernel ada Data Sasial (Studi Kasus Ketahanan Pangan di Kabuaten Tanah Laut Kalimantan
Lebih terperinciBAB V KESIMPULAN. Berdasarkan uraian pada Bab III dan Bab IV maka dapat disimpulkan sebagai
BAB V KESIMPULAN Berdasarkan uraian ada Bab III dan Bab IV maka daat disimulkan sebagai berikut 1. Keluarga emetaan K C,δ (R, R) dan L C,δ (R, R) adalah beberaa bentuk keluarga emetaan demi linear dari
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Analisis Regresi Tidak jarang dihadapkan dengan persoalaan yang melibatkan dua atau lebih peubah atau variabel yang ada atau diduga ada dalam suatu hubungan tertentu. Misalnya
Lebih terperinciAntisipasi Gangguan Bencana Alam dan Pengendalian Organisme Pengganggu Tumbuhan
Antisipasi Gangguan Bencana Alam dan Pengendalian Organisme Pengganggu Tumbuhan Organisme Pengangganggu an (OPT) utama yang menyerang padi ada 9 jenis, yaitu : Tikus, Penggerek Batang, Wereng Batang Coklat,
Lebih terperinciPenerapan Multivariate Exponentially Weighted Moving Average Control Chart Pada Proses Pembuatan Boiler di PT. ALSTOM ESI Surabaya
1 Peneraan Multivariate Exonentially Weighted Moving Average Control Chart Pada Proses Pembuatan Boiler di PT. ALSTOM ESI Surabaya R. Candra Dewantara (1), Dr. Muhammad Mashuri, M.T. () Jurusan Statistika,
Lebih terperinciHasil Kali Dalam Berbobot pada Ruang L p (X)
Hasil Kali Dalam Berbobot ada Ruang L () Muhammad Jakfar, Hendra Gunawan, Mochammad Idris 3 Universitas Negeri Surabaya, muhammadjakfar@unesa.ac.id Institut Teknologi Bandung, hgunawan@math.itb.ac.id 3
Lebih terperinciModifikasi Hydrograf Satuan Sintetik SCS Sungai Serayu Dengan Metoda Optimasi
Modifikasi Hydrograf Satuan Sintetik SCS Sungai Serayu Dengan Metoda Otimasi Ariani Budi Safarina ABSTRAK Metoda hydrograf satuan sintetik dierlukan untuk menentukan arameter banjir di daerah aliran sungai
Lebih terperinciMETODE PENALARAN SISTEM PAKAR MENGGUNAKAN MODEL HIBRID FUZZY DEMPSTER SHAFER UNTUK IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG
METODE PENALARAN SISTEM PAKAR MENGGUNAKAN MODEL HIBRID FUZZY DEMPSTER SHAFER UNTUK IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG Nurmahaludin (1), Gunawan Rudi Cahyono (1) mahaludin@poliban.ac.id (1),
Lebih terperinciOPTIMASI HASIL PANEN PADI MENGGUNAKAN SINGULAR VALUE DECOMPOSITION (SVD) DAN ANT COLONY OPTIMIZATION (ACO) Abstrak
OPTIMASI HASIL PANEN PADI MENGGUNAKAN SINGULAR VALUE DECOMPOSITION (SVD) DAN ANT COLONY OPTIMIZATION (ACO) Vina Puspita Dewi 1), Hanna Arini Parhusip 2), Lilik Linawati 3) 1) Mahasiswa Program Studi Matematika
Lebih terperinciINFERENSI PARAMETER SIMPANGAN BAKU POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF
INFERENSI PARAMETER SIMPANGAN BAKU S - POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF Adi Setiawan Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana, Jl Diponegoro
Lebih terperinciKAJIAN KONSEP RUANG NORMA-2 DENGAN DOMAIN PEMETAAN BERUPA RUANG BERDIMENSI HINGGA
Jurnal Matematika Murni dan Teraan εsilon Vol. 07, No.01, 013), Hal. 13 0 KAJIAN KONSEP RUANG NORMA- DENGAN DOMAIN PEMETAAN BERUPA RUANG BERDIMENSI HINGGA Wahidah 1 dan Moch. Idris 1, Program Studi Matematika
Lebih terperinciBAB IV. HASIL DAN PEMBAHASAN
7 BAB IV. HASIL DAN PEMBAHASAN 4.1. Kondisi Geografis Kabupaten Karawang Wilayah Kabupaten Karawang secara geografis terletak antara 107 02-107 40 BT dan 5 56-6 34 LS, termasuk daerah yang relatif rendah
Lebih terperinciPERAMALAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE KOYCK DAN ALMON
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 91-97 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERAMALAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE
Lebih terperinci5. Antisipasi Gangguan Bencana Alam dan Pengendalian Organisme Pengganggu Tumbuhan
5. Antisipasi Gangguan Bencana Alam dan Pengendalian Organisme Pengganggu Tumbuhan Organisme Pengangganggu Tanaman (OPT) utama yang menyerang padi ada 9 jenis, yaitu : Tikus, Penggerek Batang, Wereng Batang
Lebih terperinciBAB II TINJAUAN PUSTAKA. untuk berkunjung ke suatu negara. Permintaan pariwisata biasanya diukur dari segi
BAB II TINJAUAN PUSTAKA 2.1 Permintaan Pariwisata Pariwisata mamu mencitakan ermintaan yang dilakukan oleh wisatawan untuk berkunjung ke suatu negara. Permintaan ariwisata biasanya diukur dari segi jumlah
Lebih terperinciPENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE
PENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE Diah Ayu Novitasari * * Jurusan Manajemen, Fakultas Ekonomi Universitas Islam Lamongan Email :
Lebih terperinciPENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE
PENERAPAN REGRESI COX DAN REGRESI PARAMETRIK UNTUK ANALISIS SURVIVAL PASIEN JANTUNG MENGGUNAKAN R SOFTWARE Diah Ayu Novitasari *) *) Jurusan Manajemen, Fakultas Ekonomi Universitas Islam Lamongan Email
Lebih terperinciPENGARUH SISTIM TANAM MENUJU IP PADI 400 TERHADAP PERKEMBANGAN HAMA PENYAKIT
PENGARUH SISTIM TANAM MENUJU IP PADI 400 TERHADAP PERKEMBANGAN HAMA PENYAKIT Handoko Balai Pengkajian Teknologi Pertanian Jawa Timur ABSTRAK Lahan sawah intensif produktif terus mengalami alih fungsi,
Lebih terperincig(x, y) = F 1 { f (u, v) F (u, v) k} dimana F 1 (F (u, v)) diselesaikan dengan: f (x, y) = 1 MN M + vy )} M 1 N 1
Fast Fourier Transform (FFT) Dalam rangka meningkatkan blok yang lebih spesifik menggunakan frekuensi dominan, akan dikalikan FFT dari blok jarak, dimana jarak asal adalah: FFT = abs (F (u, v)) = F (u,
Lebih terperinciANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK
PROSIDING SEINAR NASIONAL SAINS DAN PENDIDIKAN SAINS VIII UKSW ANALISA SAHA ENGGUNAKAN RANSFORASI FOURIER SOKASIK Kharisma Yusea Kristaksa ) Hanna Arini Parhusip ), dan Bambang Susanto 3) ) ahasiswa Program
Lebih terperinciBAB II MAKALAH Makalah 1 :
BAB II MAKALAH Makalah 1 : Analisis penilaian kinerja karyawan menggunakan Fuzzy Linear Programming (FLP). Dipresentasikan dalam Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA 2013 yang diselenggarakan
Lebih terperinciPEMODELAN STATISTICAL DOWNSCALLING DENGAN PENDEKATAN MARKOV CHAIN MONTE CARLO PCA (STUDI KASUS : DATA GCM STASIUN AMBON)
Prosiding FMIPA Universitas Pattimura 013 ISBN: 978-60-975-0-5 PEMODELAN STATISTICAL DOWNSCALLING DENGAN PENDEKATAN MARKOV CHAIN MONTE CARLO PCA (STUDI KASUS : DATA GCM STASIUN AMBON) Ferry Kondo Lembang
Lebih terperinciPERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE
PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE Dhina Bangkit Kumalasari Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof.Drg.Suria
Lebih terperinciPERBEDAAN KEPUTUSAN MEMBELI NETBOOK DENGAN KEPUTUSAN MEMBELI NOTEBOOK
1 PERBEDAAN KEPUTUSAN MEMBELI NETBOOK DENGAN KEPUTUSAN MEMBELI NOTEBOOK (Studi kasus ada Mahasiswa Program Studi Pendidikan EkonomiFKIP Universitas Jember angkatan tahun 2011, 2012, 2013) The Difference
Lebih terperinciSOAL PREDIKSI UJIAN NASIONAL MATEMATIKA IPS TAHUN 2015
SOAL PREDIKSI UJIAN NASIONAL MATEMATIKA IPS TAHUN 0 PAKET Pilihan Ganda: Pilihlah satu jawaban yang aling teat.. Ingkaran dari ernyataan Jika emerintah menghauskan kebijakan subsidi bahan bakar minyak
Lebih terperinciBAB III ANALISIS RANTAI MARKOV PADA PERAMALAN PANGSA PASAR
BAB III ANALISIS RANTAI MARKOV PADA PERAMALAN PANGSA PASAR Berdasarkan ada bab sebelumnya, ada bab ini akan dijelaskan enetaan atribut-atribut (keseakatan istilah) yang akan digunakan, serta langkah-langkah
Lebih terperinciInstitut Teknologi Sepuluh Nopember Surabaya. Analisa Kestabilan Lyapunov
Institut Teknologi Seuluh Noember Surabaya Analisa Kestabilan Lyaunov Contoh Soal Ringkasan Latihan Contoh Soal Ringkasan Latihan Sistem Keadaan Kesetimbangan Kestabilan dalam Arti Lyaunov Penyajian Diagram
Lebih terperinciANALISIS TRANSPORTASI DAN INSTALASI RIGID RISER PADA SISTEM FREE STANDING HYBRID RISER
ANALISIS TRANSPORTASI DAN INSTALASI RIGID RISER PADA SISTEM FREE STANDING HYBRID RISER Yonathan Mozes Mandagi 1, Paramashanti 2 1 Program Studi Teknik Kelautan, Institut Teknologi Bandung, Jl. Ganeca 10
Lebih terperinciTRANSFORMASI AFFIN PADA BIDANG
Jurnal Matematika Vol. No. November 03 [ : 8 ] TRANSFORMASI AFFIN PADA BIDANG Gani Gunawan dan Suwanda Program Studi Matematika, Fakultas MIPA, Universitas Islam Bandung Prgram Studi Statistika, Fakultas
Lebih terperinciIV PEMBAHASAN. 4.1 Penentuan Titik Tetap Model Dinamika Virus HIV Titik tetap persamaan (3.1) diperoleh dengan menentukan dt 0, dt *
6 IV PEMBAHASAN 4. Penentuan Titik Teta Model Dinamika Titik teta ersamaan (3. dieroleh dengan menentukan dt, dt dan dv. Sehingga menurut ersamaan tersebut dieroleh titik teta s d N s dt T, T, V, T, kn
Lebih terperinciKETAHANAN EKONOMI PETANI DALAM RANGKA MENGATASI GAGAL PANEN PADI DI DESA SIDOHARJO KECAMATAN SIDOHARJO KABUPATEN SRAGEN
KETAHANAN EKONOMI PETANI DALAM RANGKA MENGATASI GAGAL PANEN PADI DI DESA SIDOHARJO KECAMATAN SIDOHARJO KABUPATEN SRAGEN Endang Sri Sudalmi & JM Sri Hardiatmi Fakultas Pertanian Universitas Slamet Riyadi
Lebih terperinciRESAMPLING BERDASARKAN ESTIMASI DENSITAS KERNEL BIVARIAT
RESAMPLING BERDASARKAN ESTIMASI DENSITAS KERNEL BIVARIAT Adi Setiawan Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro 52-60 Salatiga 50711 e-mail
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3. Prosedur Pengumulan Data 3.. Sumber Data Data yang digunakan dalam enelitian ini meruakan data sekunder yang diambil dari Deartemen Keuangan, BAPEPAM, dan IAPI. Data-data
Lebih terperinciOleh. Putri Putika Puspita Sari NIM: SKRIPSI
Pengetahuan Lokal dan Pemanfaatan Biota dalam Pertanian Padi di Jawa Tengah dan Yogyakarta (Local Knowledge and Biota Utilization in Paddy Farming in Central Java and Yogyakarta) Oleh NIM: 412010003 SKRIPSI
Lebih terperinciSTUDI SIMULASI GRAFIK PENGENDALI BERDASARKAN ESTIMASI FUNGSI DENSITAS KERNEL BIVARIAT
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, Juni 0 STUDI SIMULASI GRAFIK PENGENDALI BERDASARKAN ESTIMASI FUNGSI DENSITAS KERNEL BIVARIAT
Lebih terperinciBAB I. PENDAHULUAN. tanggal 28 Juni 1975 tentang Pelaksanaan Perbaikan Statistik. Pertanian. tanggal 17 Desember 1984 tentang Keseragaman Metode untuk
KATA PENGANTAR Pembangunan pertanian tanaman pangan akan berhasil apabila ditunjang oleh perencanaan yang baik. Perencanaan yang baik juga ditunjang oleh data yang berkualtas dan akurat. Selain itu data
Lebih terperinciKLASIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG DENGAN MENGGUNAKAN NEURAL NETWORK BERBASIS ALGORITMA GENETIKA
KLASIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG DENGAN MENGGUNAKAN NEURAL NETWORK BERBASIS ALGORITMA GENETIKA Rais 1 email: rais.hojawa@gmail.com 1 Politeknik Harapan Bersama Jalan Mataram No 9 Kota Tegal
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciPENGUJIAN HIPOTESIS DENGAN METODE BAYESIAN OBYEKTIF. Adi Setiawan
PENGUJIAN HIPOTESIS DENGAN METODE BAYESIAN OBYEKTIF Adi Setiawan Program Studi Matematika Industri dan Statistika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl Diponegoro 5-6 Salatiga
Lebih terperinciPEMERINTAH PROVINSI JAWA BARAT DINAS PENDIDIKAN SMK NEGERI 1 BALONGAN
PEMERINTAH PROVINSI JAWA BARAT DINAS PENDIDIKAN SMK NEGERI BALONGAN MODUL PEMBELAJARAN Kode. Dok PBM. Edisi/Revisi A/ Tanggal Juli Halaman dari A. Kometensi Inti KI : Memahami, menerakan, menganalisis,
Lebih terperinciAPLIKASI MODEL PERAMALAN ORGANISME PENGGANGGU TUMBUHAN TANAMAN PADI
APLIKASI MODEL PERAMALAN ORGANISME PENGGANGGU TUMBUHAN TANAMAN PADI Oleh: Edi Suwardiwijaya Balai Besar Peramalan Organisme Pengganggu Tumbuhan Direktorat Jenderal Tanaman Pangan Jl. Raya Kaliasin. Tromol
Lebih terperinciTeknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil
Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Ronny Susetyoko, Elly Purwantini Politeknik Elektronika Negeri Surabaya
Lebih terperinciPEMETAAN HASIL CLUSTERING PRODUKTIVITAS PADI DAN PALAWIJA DI PULAU JAWA MENGGUNAKAN ALGORITMA K-MEANS
PEMETAAN HASIL CLUSTERING PRODUKTIVITAS PADI DAN PALAWIJA DI PULAU JAWA MENGGUNAKAN ALGORITMA K-MEANS BILLY RIZKY JURISTRA Program Studi Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciGraf-Graf Khusus dan Bilangan Dominasinya
Graf-Graf Khusus dan Bilangan Dominasinya Agustina M 1,2, Ika Hesti A 1,2, Dafik 1,3 1 CGANT - Universitas Jember 2 Jurusan Matematika FMIPA Universitas Jember, mahagustina@yahoo.co.id hestyarin@gmail.com
Lebih terperinciKETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
Lebih terperinciPenggunaan Metode Bootstrap dalam Regresi Cox Proportional Hazards pada Ketahanan Hidup Pasien Diabetes mellitus
Penggunaan Metode Bootstrap dalam Regresi Cox Proportional Hazards pada Ketahanan Hidup Pasien Diabetes mellitus Ninuk Rahayu a, Adi Setiawan b, Tundjung Mahatma c a,b,c Program Studi Matematika Fakultas
Lebih terperinciD I C. I d Arus Kontrol. Tegangan Kontrol
B a b 5 Field Effect Transistor (FET) Jenis lain dari transistor adalah Field Effect Transistor (FET). Perbedaan utama antara BJT dan FET adalah engontrol kerja dari transistor tersebut. Jika BJT kerjanya
Lebih terperinciPRINCIPAL COVARIATE REGRESSION PADA DATA RUNTUN WAKTU
PRINCIPAL COVARIATE REGRESSION PADA DATA RUNTUN WAKTU Nuruma Nurul Malik 1, Fevi Novkaniza 2 Departemen Matematika FMIPA UI, Depok Email korespondensi : fevi.novkaniza@sci.ui.ac.id Abstrak Pada suatu data
Lebih terperinciAPLIKASI DISCOUNTED CASH FLOW PADA KONTROL INVENTORY DENGAN BEBERAPA MACAM KREDIT PEMBAYARAN SUPPLIER
Program Studi MMT-ITS, Surabaya Agustus 9 APLIKASI ISOUNTE ASH FLOW PAA KONTROL INVENTORY ENGAN BEBERAPA MAAM KREIT PEMBAYARAN SUPPLIER Hansi Aditya, Rully Soelaiman Manajemen Teknologi Informasi MMT -
Lebih terperinciMAKALAH SEMINAR PENDIDIKAN MATEMATIKA PENARIKAN AKAR PANGKAT TIGA DARI BILANGAN BULAT DENGAN HASIL HAMPIRAN
MAKALAH SEMINAR PENDIDIKAN MATEMATIKA PENARIKAN AKAR PANGKAT TIGA DARI BILANGAN BULAT DENGAN HASIL HAMPIRAN OLEH LUKMANUDIN D07.090.5 PROGRAM STUDY PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
Lebih terperinciModifikasi Hydrograf Satuan Sintetik Nakayasu Sungai Cisangkuy Dengan Metoda Optimasi
Modifikasi Hydrograf Satuan Sintetik Nakayasu Sungai Cisangkuy Dengan Metoda Otimasi Ariani Budi Safarina ABSTRAK Metoda hydrograf satuan sintetik dierlukan untuk menentukan arameter banjir di daerah aliran
Lebih terperinciPeningkatan Rasio Konsistensi pada Metode AHP Menggunakan Relasi Preferensi Fuzzy
Prosiding Seminar Nasional Sains dan Pendidikan Sains (2016) 6:35 42; ISSN: 2087-0922 Tersedia online di : http://fsm.uksw.edu/ojs Peningkatan Rasio Konsistensi pada Metode AHP Menggunakan Relasi Preferensi
Lebih terperinciPenerapan Kurva Eliptik Atas Zp Pada Skema Tanda Tangan Elgamal
A7 : Peneraan Kurva Elitik Atas Z... Peneraan Kurva Elitik Atas Z Pada Skema Tanda Tangan Elgamal Oleh : Puguh Wahyu Prasetyo S Matematika, Universitas Gadjah Mada, Yogyakarta Email : uguhw@gmail.com Muhamad
Lebih terperinciANALISIS PRODUKSI DAN PRODUKTIVITAS PADI SAWAH DI KABUPATEN ACEH UTARA
ISSN: 0852-9124 Vol. 4 No.1, Juli 2013 ANALISIS PRODUKSI DAN PRODUKTIVITAS PADI SAWAH DI KABUPATEN ACEH UTARA Production Analysis and Field-Rice Productivity in North Aceh District Zuriani 1 1 Program
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE
Jurnal Sains, Teknologi Industri, Vol. 11, No. 2, Juni 2014, pp. 166-174 ISSN 1693-2390 print/issn 2407-0939 online PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE
Lebih terperinciPENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013
PENDUGA RASIO MENGGUNAKAN KOEFISIEN REGRESI, VARIASI VARIABEL BANTU, DAN KORELASI PADA PRODUKSI KEDELAI DI PULAU JAWA TAHUN 2013 oleh TONI IRAWAN M0110078 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciStudi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik
Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Empirik S 6 Jantini Trianasari Natangku 1), Adi Setiawan ), Lilik Linawati ) 1) Mahasiswa Program Studi Matematika FSM-UKSW Email : n4n4_00190@yahoo.co.id
Lebih terperinciDEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
ANALISIS FAKTOR-FAKTOR PRODUKSI PERIKANAN TANGKAP PERAIRAN UMUM DARATAN DI JAWA TENGAH MENGGUNAKAN REGRESI BERGANDA DAN MODEL DURBIN SPASIAL SKRIPSI Disusun Oleh : PUJI RETNOWATI 24010212130049 DEPARTEMEN
Lebih terperinciVisualisasi Informasi Klasifikasi Iklim Koppen Menggunakan Metode Polygon Thiessen (Studi Kasus Provinsi Jawa Tengah)
Visualisasi Informasi Klasifikasi Iklim Koppen Menggunakan Metode Polygon Thiessen (Studi Kasus Provinsi Jawa Tengah) LAPORAN PENELITIAN Diajukan kepada Fakultas Teknologi Informasi Untuk Memperoleh Gelar
Lebih terperinciModel Regresi Linear Produksi Padi di Indonesia dengan Estimasi-M
J. Math. and Its Appl. ISSN: 1829-605X Vol. 4, No. 1, May 2007, 39 46 Model Regresi Linear Produksi Padi di Indonesia dengan Estimasi-M Hasih Pratiwi, Yuliana Susanti, dan Monaluvy Septiningrum Jurusan
Lebih terperinciSTUDI SIMULASI UJI KOEFISIEN KORELASI SPEARMAN DAN KENDALL DARI SAMPEL YANG DIBANGKITKAN BERDASARKAN ESTIMASI DENSITAS KERNEL MULTIVARIAT
STUDI SIMULASI UJI KOEFISIEN KORELASI SPEARMAN DAN KENDALL DARI SAMPEL YANG DIBANGKITKAN BERDASARKAN ESTIMASI DENSITAS KERNEL MULTIVARIAT Studi Kasus: Beberapa Kurs Mata Uang Asing Terhadap Rupiah Rangga
Lebih terperinciBAB 3 PENGEMBANGAN TEOREMA DAN PERANCANGAN PROGRAM
BAB 3 PENGEMBANGAN TEOREMA DAN PERANCANGAN PROGRAM 3.1. Pengembangan Teorema Dalam enelitian dan erancangan algoritma ini, akan dibahas mengenai beberaa teorema uji rimalitas yang terbaru. Teorema-teorema
Lebih terperinci