(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE
|
|
- Shinta Muljana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 (R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE Giat Sudrajat Saruda, 2 Septiadi Padadisastra, 3 I Gede Nyoan Mindra Jaya Mahasiswa Progra Magister Statistika Terapan 2,3Dosen Progra Magister Statistika Terapan Universitas Padjajaran, Bandung, Indonesia Eail : giat@bps.go.id Abstrak Metode-etode analisis pola asosiasi antar variabel telah dikenal sebelunya, seperti analisis regresi sederhana untuk data nuerik ataupun analisis loglinier untuk data kategorik. Sedangkan apabila seua variabelnya berupa data kategorik ulti-respon, yaitu suatu kondisi diana responden dapat eilih lebih dari satu kategori respon atau lebih dari satu ite pilihan, pendekatan regresi tidak dapat dilakukan karena asusi-asusi odel regresi tidak dapat dipenuhi. Maka diperlukan pendekatan lain untuk engatasi asalah ini. Model asosiasi pada tabel kontingensi yang elibatkan dua variabel kategorik ulti-respon dapat diselesaikan dengan enggunakan pendekatan odel loglinier, yang disebut sebagai odel loglinier arjinal dengan enerapkan etode bootstrap dan algorita Gange (Bilder, 2004). Kata Kunci : Variabel Kategorik Multi-Respon, Loglinier Marjinal, Bootstrap, Algorita Gange.. PENDAHULUAN Analisis data survey yang kopleks banyak dilaksanakan di berbagai negara, salah satunya adalah Indonesia. Kopleksitas data dapat enyebabkan perasalahan yang beraga dan eiliki iplikasi yang berbeda. Salah satu jenis kopleksitas struktur data dala data survey adalah adanya variabel kategorik ulti-respon, yaitu suatu kondisi diana responden dapat eilih lebih dari satu kategori respon atau lebih dari satu ite pilihan. Menurut Thoas dan Decady (2004) perasalahan yang uncul dari jenis kopleksitas tersebut adalah sifat ulti-respon dari data, bukan dari ekanise sapling atau desain kuesioner. Metode-etode analisis pola asosiasi antar variabel dari data nuerik telah dikenal sebelunya, seperti analisis regresi sederhana ataupun analisis regresi berganda. Sedangkan apabila seua variabelnya berupa data kategorik ulti-respon, yaitu suatu kondisi diana responden dapat eilih lebih dari satu kategori respon atau lebih dari satu ite pilihan, pendekatan regresi tidak dapat dilakukan karena asusi-asusi odel regresi tidak dapat dipenuhi. Maka diperlukan pendekatan lain untuk engatasi asalah ini. 9
2 Model loglinear dapat digunakan untuk engkaji pola asosiasi antar variabel pada data kategorik. Model loglinier berguna untuk enentukan dependensi (asosiasi) antar beberapa variabel kategorik. Dala odel loglinier, terdapat suatu asusi bahwa seua variabel yang dianalisis epunyai status yang saa sebagai suatu variabel dependen karena odel loglinier hanya enunjukkan dependensi (asosiasi) antar variabel. Model asosiasi pada tabel kontingensi yang elibatkan dua variabel kategorik ulti-respon dapat diselesaikan dengan enggunakan pendekatan odel loglinier, yang disebut sebagai odel loglinier arjinal dengan enerapkan etode bootstrap dan algorita Gange. 2. UJI INDEPENDENSI 2. Uji Independensi Dua Variabel Kategorik Respon Tunggal Perhatikan Tabel, isalkan X dan Y elabangkan dua variabel kategorik respon tunggal, X dengan I kategori dan Y dengan J kategori. Tabel. Tabel Kontingensi Dua Variabel Kategorik Respon Tunggal Kategori Kategori 2 Variabel Y Kategori J- Kategori J Total Respon Kategori 2 (J ) J Kategori (J ) 2J 2 Variabel X ij Kategori I- (I ) (I )2 (I )(J ) (I )J (I ) Kategori I I I2 I(J ) IJ I Total Respon 2 (J ) J Misalkan enyatakan peluang dari (X,Y) bahwa X=i dan Y=j yang ebentuk tabel seperti pada Tabel. Misalkan erupakan total baris dan erupakan total kolo dengan tanda + enyatakan julah keseluruhan dari indeks. Untuk tabel kontingensi dua arah dengan dua variabel kategorik respon tunggal, hipotesis independensi yang dipergunakan adalah: H : = H : dengan: i =, 2,, I dan j =, 2,, J. 20
3 Statistik uji Pearson Chi-Square untuk tabel kontingensi dua arah sebagai berikut: dengan: i =, 2,, I; j =, 2,, J; n ij X = ( ), () : observasi pada kategori variabel X ke-i dan variabel Y ke-j; dan adalah estiasi frekuensi harapan yang erupakan perkalian dari total baris dengan total kolo dibagi dengan ukuran sapel keseluruhan, sebagai berikut: = np p = n = (2) 2.2 Uji Independensi Dua Variabel Kategorik Multi-Respon Perhatikan Tabel 2, ij erupakan julah dari subyek yang eilih kategori ke-i pada variabel X dan kategori ke-j pada variabel Y. Tabel 2. Tabel Kontingensi Dua Variabel Kategorik Multi-Respon Variabel X Kategori Kategori Variabel Y J- J Total Respon Total Sapel/ Subyek (J-) J + 2(J-) 2J 2+ 2 ij Kategori I- Kategori I ) I (I- )2 I2 (I- (I-)(J-) (I-)J (I )+ (I ) I(J-) IJ I+ I Total Respon (J ) +J ++ + Total Sapel/ Subyek 2 (J ) J + n Karena elibatkan dua variabel kategorik ulti-respon, aka terdapat 2 (dua) set arjinal yang harus dipertibangkan. Set arjinal pertaa, engacu sebagai penjulahan berdasarkan baris yang dinotasikan, i =,..., I dan penjulahan berdasarkan kolo yang dinotasikan, j =,..., J, didapat dari = dan =. Set arjinal kedua,, i =,..., I dan, j =,..., J. Dapat dikatakan, dan ewakili total sapel/subyek 2
4 berdasarkan variabel X (baris) dan variabel Y (kolo). Secara uu, dan. Tabel 2 dapat juga dituliskan sebagai berikut: Tabel 3. Tabel Kontingensi Dua Variabel Kategorik Multi-Respon 2 Variabel Y J- J Julah Peluang Peluang Marjinal Baris Kategori 2 (J ) J + Variabel X Kategori (J ) 2J 2+ 2 ij Kategori I- (I ) (I )2 (I )(J ) (I )J (I )+ (I ) Kategori I I I2 I(J ) IJ I+ I Julah Peluang (J ) +J ++ + Peluang Marjinal Kolo 2 (J ) J + Peluang dari erupakan peluang banyaknya subyek yang erespon kategori ke-i pada variabel X (baris) dan kategori ke-j pada variabel Y (kolo). Pada set arjinal pertaa, total dari julah peluang berdasarkan baris ( ) atau pun total dari julah peluang berdasarkan kolo ( ) adalah. Pada set arjinal kedua, total dari peluang arjinal baris adalah, dan total dari peluang arjinal kolo adalah. Sehingga penaksirnya adalah,,,, dan. Untuk tabel kontingensi dengan dua variabel kategorik ulti-respon, hipotesis yang dipergunakan adalah: H : = H : dengan: i =, 2,, I dan j =, 2,, J. Dengan hipotesis di atas, aka odifikasi dari statistik uji chi-square adalah: X = n n = n (3) 22
5 3. METODE BOOTSTRAP DENGAN ALGORITMA GANGE Pada pertengahan 970, Efron eperkenalkan etode bootstrap untuk enduga paraeter dari sebaran yang tidak diketahui bentuk distribusinya. Metode bootstrap adalah etode berbasis resapling data sapel, sapel yang ada disapel kebali, dengan cara pengebalian pada datanya. Algorita Gange pertaa kali diperkenalkan oleh Gange (995). Algorita ini enerapkan etode Iterative Proportional Fitting (IPF), seperti dala penaksiran paraeter odel loglinier pada tabel kontingensi. Bootstrap Procedure Chi- Square with Gange Algorith erupakan kobinasi antara etode bootstrap dan algorita Gange. Tahapan prosedur dari Bootstrap Procedure Chi-Square with Gange Algorith sebagai berikut: () Tentukan estiasi frekuensi, () dan () dari H 0 dan H a yang telah ditetapkan dan hitung Pearson Chi-Square. (2) Tentukan frekuensi observasi setiap sub-tabel 2x2 untuk seua pasangan (X i, Y j). (3) Dengan () dan frekuensi observasi pada tahap 2, gunakan algorita Gange untuk endapatkan peluang ultinoial dari asing-asing sub-tabel yang dibentuk dari kobinasi (X,, X i, Y,, Y j) di bawah asusi odel H 0. (4) Siulasikan B buah resaple dari (X *,, X i*, Y *,, Y j*) dengan enggunakan peluang ultinoial pada tahap 3. (5) Bandingkan odel dengan asing-asing resaple dan hitung X untuk b=,, B. (6) Hitung p-value dengan ruus: B IX X dengan I( ) adalah fungsi indikator. 4. MODEL LOGLINIER MARJINAL Agresti dan Liu (999) enunjukkan bahwa variabel kategorik ulti-respon dapat dinyatakan sebagai vektor biner diana setiap eleen dari vektor enunjukkan respon untuk tiap kategori. Respon biner diaksud adalah berupa jawaban 0 atau. Karena kedua variabel (X dan Y) erupakan variabel kategorik ulti-respon, aka tabel kontingensi dapat dituliskan seperti pada Tabel 4. Perhatikan bahwa () = () () dan () = () + () + () + () yang saa dengan n (julah responden/total sapel). Model asosiasi arjinal antara X dan Y digunakan untuk enjelaskan pola asosiasi diantara IJ sub-tabel 2x2 di dala tabel kontingensi. Pola tersebut keudian enggabarkan asosiasi antara X dan Y. 23
6 Model loglinier digunakan untuk tujuan ini karena secara alai engarah kepada interpretasi odds ratio dari asosiasi tersebut. Untuk eodelkan asosiasi antara X i dan Y j, odel loglinier arjinal cocok untuk asing-asing sub-tabel. Model loglinier arjinal erupakan odel yang endeskripsikan asosiasi antara dua variabel kategorik ulti-respon pada tabel kontingensi. Asosiasi didefinisikan oleh odds ratio dala sub-tabel dari ite pada tabel kontingensi. Model asosiasi tersebut sebagai berikut: Tabel 4. Tabel Kontingensi Modifikasi Kategori Y J Julah Peluang Peluang Marjinal Baris X I 0 J + 0 ij 0 I IJ I+ I Julah Peluang + +J ++ + Peluang Marjinal Kolo J + () Model Siultaneous Pairwise Marginal Independence (SPMI): Independensi pada setiap sub-tabel atau tidak ada asosiasi antara variabel X dan Y. Odds ratio untuk seua sub-tabel saa dengan ( ij=). Bentuk odelnya sebagai berikut: log () = γ + () + () (2) Model Asosiasi Hoogen: Odds ratio untuk seua sub-tabel bernilai saa, akan tetapi tidak saa dengan. Nilai odds ratio adalah log( ij)= 00. Bentuk odelnya sebagai berikut: log () = γ + () + () + (3) Model dengan Efek Baris (Y Hoogen): Odds ratio antar sub-tabel berbeda pada setiap kategori X (i =,, I), yaitu: log( ij) = 00 + (). Bentuk odelnya sebagai berikut: log () = γ + () + () + + () 24
7 (4) Model dengan Efek Kolo (X Hoogen): Odds ratio antar sub-tabel berbeda pada setiap kategori Y (j =,, J), yaitu: log( ij) = 00 + (). Bentuk odelnya sebagai berikut: log () = γ + () + () + + () (5) Model dengan Efek Baris dan Kolo (Main-Effects): Perbedaan antara log odds ratio untuk setiap dua kategori Y adalah konstan sepanjang X dan sebaliknya. Bentuk odelnya sebagai berikut: log () = γ + () + () + + () + + () (6) Model Saturated (Model Lengkap): Odds ratio dari odel saa dengan odds ratio observasi pada setiap sub-tabel. Bentuk odelnya sebagai berikut: log () = γ + () + () + + () + () + () dengan: a = 0, ; b = 0, ; i =, 2,, I (banyak kategori variabel X); j =, 2,, J (banyak kategori variabel Y). 5. HASIL DAN PEMBAHASAN Data yang digunakan adalah variabel Keluhan Kesehatan dan variabel Jenis Obat/Cara Pengobatan yang berasal dari hasil Survey Sosial Ekonoi Nasional (SUSENAS) 200. Tabel kontingensi dari hasil tabulasi kedua variabel tersebut dapat dilihat pada Tabel 5 berikut: Tabel 5. Tabel Kontingensi Variabel Keluhan Kesehatan dan Variabel Jenis Obat/Cara Pengobatan Penduduk di Kota Sukabui Keluhan Kesehatan Panas Batuk Pilek Asa Diare Sakit Kepala Berulang Sakit Gigi Lainnya Jenis Obat/ Cara Pengobatan Tradisional Modern Lainnya
8 Tabel 6. Perbandingan Antar Model Ho dengan Ha adalah Model Saturated (Lengkap) Model Ho Model Ha Pearson 2 Bootstrap 2 p-value Independen Saturated Hoogen Saturated Efek X Saturated Efek Y Saturated Efek X dan Y Saturated Tabel 6 enunjukkan perbandingan antar odel Ho (dengan Ha adalah odel saturated). Model yang cocok untuk data Keluhan Kesehatan dan Jenis Obat/Cara Pengobatan adalah odel dengan efek Y serta odel dengan efek X dan Y. Apabila dilihat dari p-value, aka odel yang paling cocok adalah odel dengan efek Y (kolo/variabel Keluhan Kesehatan). Output Model dengan Efek Baris (Variabel Y): save_indices: col. # = W ite #, col. #2 = Y ite # OR: col. # = odel predicted OR, col. #2-#3 = (-alpha)00% C.I. OR_obs: col. # = observed OR, col. #2-#3 = (-alpha)00% C.I. SAVE_ OR OR_OBS INDICES * * ** * * ** * ** * * * * * * * ** * ** ** * * * ** ** Keterangan: *) Odds ratio observasi berada di dala selang kepercayaan odds ratio odel. **) Odds ratio observasi berada di dala selang kepercayaan odds ratio odel. 26
9 Berdasarkan output di atas, ada sebanyak 6 sub-tabel yang eiliki odds ratio observasi yang berada di dala selang kepercayaan dengan =5%. Sedangkan odds ratio observasi yang kurang signifikan hanya ada sebanyak 8 sub-tabel. Marginal odeling of 2 MRCVs progra The standardized Pearson residuals, predicted values,... for MODEL stand_ stand_ Observation W Y wi yj COUNT u_hat resid_ err KESIMPULAN Berdasarkan hasil dan pebahasan di atas, diperoleh kesipulan bahwa variabel Keluhan Kesehatan eiliki asosiasi dengan variabel Jenis Obat/Cara Pengobatan. Odds ratio sub-tabel pada tabel kontingensi dipengaruhi oleh efek kolo (variabel Keluhan Kesehatan). Sehingga Odds ratio antar keluhan kesehatan (panas, batuk, pilek, asa, diare, sakit gigi, sakit kepala berulang, lainnya) berbeda. 7. DAFTAR PUSTAKA Agresti, A Categorical Data Analysis. New York: John Wiley and Sons. Badan Pusat Statistik (BPS) Buku III: Pedoan Kor Pencacahan Survey Sosial Ekonoi Nasional (SUSENAS) 200. Jakarta: BPS. Bilder, C.R. & Loughin, T.M Modelling Association between Two or More Categorical Variables that Allow for Multiple Category Choices. E-Journal on-line. Melalui Efron, B. and Tibshirani, R An Introduction to the Bootstrap. New York: Chapan and Hall. E-book. Lauritzen, S.L Lectures on Contingency Tables, Electronic Edition. Copenhagen: Aalborg University. Melalui viewdoc/download. 27
BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelumnya bahwa dalam mengonstruksi field GF(3 )
BAB IV BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelunya bahwa dala engonstruksi field GF(3 ) diperoleh dari perluasan field 3 dengan eilih polinoial priitif berderajat atas 3 yang dala hal
Lebih terperinciMATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan
Kristal no.12/april/1995 1 MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan Di dala ateatika anda pasti sudah pernah berhadapan dengan sebuah siste persaaan linier. Cacah persaaan yang berada di dala siste
Lebih terperinciPerbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil
Vol. 2, 2017 Perbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil Widiarti 1*, Rifa Raha Pertiwi 2, & Agus Sutrisno 3 Jurusan Mateatika, Fakultas Mateatika
Lebih terperinciSistem Linear Max-Plus Interval Waktu Invariant
Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah
Lebih terperinciPENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL
PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL JAHARUDDIN Departeen Mateatika Fakultas Mateatika Ilu Pengetahuan Ala Institut Pertanian Bogor Jl Meranti, Kapus IPB Daraga, Bogor
Lebih terperinciPenentuan Akar-Akar Sistem Persamaan Tak Linier dengan Kombinasi Differential Evolution dan Clustering
Jurnal Kubik, Volue No. ISSN : 338-0896 Penentuan Akar-Akar Siste Persaaan Tak Linier dengan Kobinasi Differential Evolution dan Clustering Jaaliatul Badriyah Jurusan Mateatika, Universitas Negeri Malang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelu sapai pada pendefinisian asalah network flow, terlebih dahulu pada bagian ini akan diuraikan engenai konsep-konsep dasar dari odel graph dan representasinya
Lebih terperinciBAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian
39 BAB III. METODE PENELITIAN 3.1. Tipe Penelitian Penelitian ini terasuk tipe penelitian dengan pendekatan analisis deskriptif kualitatif dan kuantitatif. Analisis ini dipergunakan untuk enggabarkan tentang
Lebih terperinciANALISIS ANTRIAN TIPE M/M/c DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT
ANALISIS ANTRIAN TIPE M/M/c DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT OLEH : Budi Setiawan 106 100 034 Dosen Pebibing : Dra. Laksi Prita W, M.Si. Drs. Sulistiyo, MT. JURUSAN MATEMATIKA FAKULTAS
Lebih terperinciDISTRIBUSI DUA PEUBAH ACAK
0 DISTRIBUSI DUA PEUBAH ACAK Dala hal ini akan dibahas aca-aca fungsi peluang atau fungsi densitas ang berkaitan dengan dua peubah acak, aitu distribusi gabungan, distribusi arginal, distribusi bersarat,
Lebih terperinciBAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti
BAB I PENDAHULUAN 1.1 Latar Belakang Air erupakan kebutuhan yang penting bagi kehidupan anusia. Manusia tidak dapat elanjutkan kehidupannya tanpa penyediaan air yang cukup dala segi kuantitas dan kualitasnya.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data dan Variabel 2.1.1 Data Pengertian data enurut Webster New World Dictionary adalah things known or assued, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap.
Lebih terperinciPerbandingan Bilangan Dominasi Jarak Satu dan Dua pada Graf Hasil Operasi Comb
Perbandingan Bilangan Doinasi Jarak Satu dan Dua pada Graf Hasil Operasi Cob Reni Uilasari 1) 1) Jurusan Teknik Inforatika, Fakultas Teknik, Universitas Muhaadiyah Jeber Eail : 1) reniuilasari@gailco ABSTRAK
Lebih terperinciKAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM
KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM (CUSUM) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE () DALAM MENDETEKSI PERGESERAN RATARATA PROSES Oleh: Nurul Hidayah 06 0 05 Desen pebibing:
Lebih terperinciBAB III UJI STATISTIK PORTMANTEAU DALAM VERIFIKASI MODEL RUNTUN WAKTU
BAB III UJI STATISTIK PORTMANTEAU DALAM VERIFIKASI MODEL RUNTUN WAKTU Salah satu langkah yang paling penting dala ebangun suatu odel runtun waktu adalah dari diagnosisnya dengan elakukan peeriksaan apakah
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT Tirta Ala Seesta. Perusahaan tersebut berlokasi di Desa Ciburayut, Kecaatan Cigobong, Kabupaten Bogor. Peilihan objek
Lebih terperinciDefinisi 3.3: RUANG SAMPEL KONTINU Ruang sampel kontinu adalah ruang sampel yang anggotanya merupakan interval pada garis bilangan real.
0 RUANG SAMPEL Kita akan eperoleh ruang sapel, jika kita elakukan suatu eksperien atau percobaan. Eksperien disini erupakan eksperien acak. Misalnya kita elakukan suatu eksperien yang diulang beberapa
Lebih terperinciBAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk
BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK -LEVEL Model hirarki -level erupakan odel statistik ang digunakan untuk enganalisis data ang bersarang, atau data ang epunai struktur hirarki -level.
Lebih terperinciPENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST
Jurnal Mateatika UNAND Vol. 5 No. 1 Hal. 74 81 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST RELIGEA
Lebih terperinciPenyelesaian Algortima Pattern Generation dengan Model Arc-Flow pada Cutting Stock Problem (CSP) Satu Dimensi
Penyelesaian Algortia Pattern Generation dengan Model Arc-Flow pada Cutting Stock Proble (CSP) Satu Diensi Putra BJ Bangun, Sisca Octarina, Rika Apriani Jurusan Mateatika Fakultas MIPA Universitas Sriwijaya
Lebih terperinciPelabelan Total Super (a,d) - Sisi Antimagic Pada Graf Crown String (Super (a,d)-edge Antimagic Total Labeling of Crown String Graph )
1 Pelabelan Total Super (a,d) - Sisi Antiagic Pada Graf Crown String (Super (a,d)-edge Antiagic Total Labeling of Crown String Graph ) Enin Lutfi Sundari, Dafik, Slain Pendidikan Mateatika, Fakultas Keguruan
Lebih terperinciImplementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna
JURNAL TEKNIK POMITS Vol., No., (03) ISSN: 337-3539 (30-97 Print) Ipleentasi Histogra Thresholding Fuzzy C-Means untuk Segentasi Citra Berwarna Risky Agnesta Kusua Wati, Diana Purwitasari, Rully Soelaian
Lebih terperinciPenerapan Metode Simpleks Untuk Optimalisasi Produksi Pada UKM Gerabah
Konferensi Nasional Siste & Inforatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Penerapan Metode Sipleks Untuk Optialisasi Produksi Pada UKM Gerabah Ni Luh Gede Pivin Suwirayanti STMIK STIKOM Bali Jl. Raya
Lebih terperinci10 Departemen Statistika FMIPA IPB
Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan
Lebih terperinciPENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL
PENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL Waris Wibowo Staf Pengajar Akadei Mariti Yogyakarta (AMY) ABSTRAK Penelitian ini bertujuan untuk endapatkan
Lebih terperinciBAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciBab III S, TORUS, Sebelum mempelajari perbedaan pada grup fundamental., dan figure eight terlebih dahulu akan dipelajari sifat dari grup
GRUP FUNDAMENTAL PADA Bab III S, TORUS, P dan FIGURE EIGHT Sebelu epelajari perbedaan pada grup fundaental S, Torus, P, dan figure eight terlebih dahulu akan dipelajari sifat dari grup fundaental asing-asing
Lebih terperinciDiberikan sebarang relasi R dari himpunan A ke B. Invers dari R yang dinotasikan dengan R adalah relasi dari B ke A sedemikian sehingga
Departent of Matheatics FMIPA UNS Lecture 3: Relation C A. Universal, Epty, and Equality Relations Diberikan sebarang hipunan A. Maka A A dan erupakan subset dari A A dan berturut-turut disebut relasi
Lebih terperinciBAB III METODE BEDA HINGGA CRANK-NICOLSON
BAB III METODE BEDA HINGGA CRANK-NICOLSON 3. Metode Beda Hingga Crank-Nicolson (C-N) Metode Crank-Nicolson dikebangkan oleh Crank John dan Phyllips Nicholson pada pertengahan abad ke-, etode ini erupakan
Lebih terperinciPENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS
Jurnal Mateatika UNAND Vol. 5 No. 3 Hal. 85 91 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS FERDY NOVRI
Lebih terperinciBENTUK GELOMBANG AC SINUSOIDAL
BENTUK GELOMBANG AC SINUSOIDAL. PENDAHULUAN Pada bab sebelunya telah dibahas rangkaian resistif dengan tegangan dan arus dc. Bab ini akan eperkenalkan analisis rangkaian ac diana isyarat listriknya berubah
Lebih terperinciBAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin.
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciANALISIS ALGORITMA LOCALLY OPTIMAL HARD HANDOFF TERHADAP KECEPATAN DAN KORELASI JARAK
ANALISIS ALGORITMA LOCALLY OPTIMAL HARD HANDOFF TERHADAP KECEPATAN DAN KORELASI JARAK Lucky T Sianjuntak, Maksu Pine Departeen Teknik Elektro, Fakultas Teknik Universitas Suatera Utara, Medan e-ail : LuckyTrasya@gail.co
Lebih terperinciANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR
ANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR JAHARUDDIN Departeen Mateatika, Fakultas Mateatika dan Iu Pengetahuan Ala, Institut Pertanian Bogor Jln. Meranti, Kapus IPB Draaga, Bogor 1668,
Lebih terperinciIII. KERANGKA PEMIKIRAN. Proses produksi di bidang pertanian secara umum merupakan kegiatan
2 III. KERANGKA PEMIKIRAN Proses produksi di bidang pertanian secara uu erupakan kegiatan dala enciptakan dan enabah utilitas barang atau jasa dengan eanfaatkan lahan, tenaga kerja, sarana produksi (bibit,
Lebih terperinciBAB IV GENERATOR BILANGAN RANDOM
BAB IV GENERATOR BILANGAN RANDOM 4.1. Generator Bilangan Rando dan Fungsi Distribusi Pada siulasi seringkali dibutuhkan bilangan-bilangan yang ewakili keadaan siste yang disiulasikan. Biasanya, kegiatan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Beberapa Defenisi Pada analisa keputusan, si pebuat keputusan selalu doinan terhadap penjabaran seluruh alternatif yang terbuka, eperkirakan konsequensi yang perlu dihadapi pada setiap
Lebih terperinciPEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA
PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA Babang Purwanggono, Andre Sugiyono Progra Studi Teknik
Lebih terperinciKAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA
Jurnal Mateatika UNAND Vol. 3 No. 4 Hal. 160 167 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA
Lebih terperinciPertemuan ke-3 Persamaan Non-Linier: Metode ½ Interval (Bisection) 27 September 2012
Perteuan ke-3 Persaaan Non-Linier: Metode ½ Interval (Bisection) 7 Septeber 01 Analisa Terapan Terapan:: Metode Nuerik Dr.Eng. Agus S. Muntohar Metode Bisection Dasar Teorea: Suatu persaaan ()0, diana
Lebih terperinciFAMILI BARU DARI METODE ITERASI ORDE TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR DENGAN AKAR GANDA ABSTRACT
FAMILI BARU DARI METODE ITERASI ORDE TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR DENGAN AKAR GANDA Elvi Syahriah 1, Khozin Mu taar 2 1,2 Progra Studi S1 Mateatika Jurusan Mateatika Fakultas Mateatika
Lebih terperinciBAB 3 ANALISIS DAN SIMULASI MODEL HODGKIN-HUXLEY
BAB 3 ANALISIS DAN SIMULASI MODEL HODGKIN-HUXLEY 3.1 Analisis Dinaika Model Hodgkin Huxley Persaaan Hodgkin-Huxley berisi epat persaaan ODE terkopel dengan derajat nonlinear yang tinggi dan sangat sulit
Lebih terperinciUji Rank Mann-Whitney Dua Tahap
Statistika, Vol. 7 No., 55 60 Mei 007 ji Rank Mann-Whitney Dua Tahap Teti Sofia Yanti Dosen Jurusan Statistika FMIPA NISBA. Abstrak ji rank Mann-Whitney adalah salah satu bentuk pengujian dala analisis
Lebih terperinciPERANCANGAN TATA LETAK SEL UNTUK MEMINIMASI VARIASI BEBAN SEL DAN MAKESPAN
PERANCANGAN TATA LETAK SEL UNTUK MEMINIMASI VARIASI BEBAN SEL DAN MAKESPAN Agus Ristono Teknik Industri UPN Veteran Yogyakarta Jl. Babarsari 02 Tabakbayan Yogyakarta Indonesia 55281 Phone: + 62 274 485
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningrum*, Imam Santoso**, R.
1 MAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningru*, Ia Santoso**, R.Rizal Isnanto** Abstrak - Tekstur adalah karakteristik yang penting
Lebih terperinciKEBERADAAN SOLUSI PERSAMAAN DIOPHANTIN MATRIKS POLINOMIAL DAN PENYELESAIANNYA MENGGUNAKAN TITIK-TITIK INTERPOLASI
KEBERADAAN SOLUSI PERSAMAAN DIOPHANTIN MATRIKS POLINOMIAL DAN PENYELESAIANNYA MENGGUNAKAN TITIK-TITIK INTERPOLASI Laila Istiani R. Heri Soelistyo Utoo 2, 2 Progra Studi Mateatika Jurusan Mateatika FMIPA
Lebih terperinciMemodelkan regresi logistik biner data set hasil sampel bootstrap B.
B O O T S T R A P A G G R E G A T I N G 1 2 3 4 5 6 7 Tinjauan Pustaka Algoritma Bagging Regresi Logistik Biner Mengambil sampel bootstrap sebanyak n dari data set dengan pengulangan sebanyak n. Pengambilan
Lebih terperinciIII HASIL DAN PEMBAHASAN
7 III HASIL DAN PEMBAHASAN 3. Analisis Metode Dala penelitian ini akan digunakan etode hootopi untuk enyelesaikan persaaan Whitha-Broer-Koup (WBK), yaitu persaaan gerak bagi perabatan gelobang pada perairan
Lebih terperinciFaktor-Faktor yang Mempengaruhi Angka Gizi Buruk Di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-77 Faktor-Faktor yang Mepengaruhi Angka Gizi Buruk Di Jawa Tiur dengan Pendekatan Regresi Nonparaetrik Spline Riana Kurnia Dewi, I Nyoan Budiantara
Lebih terperinciBAB III METODE PENULISAN. I. Mendeteksi adanya outlier pada model EGARCH (m,n) dengan menggunakan
BAB III METODE PENULISAN Metode penulisan yang berkaitan dengan tujuan penulisan skripsi adalah sebagai berikut: I. Mendeteksi adanya outlier pada odel EGARCH (,n) dengan enggunakan etode Rasio Likelihood
Lebih terperinciPERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PENJADUALAN PRODUKSI JENIS FLOW SHOP
PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PERJADUALAN PRODUKSI JENIS FLOW SHOP (Didik Wahyudi) PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN
Lebih terperinciMETODE ITERASI TIGA LANGKAH DENGAN ORDE KONVERGENSI LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR BERAKAR GANDA ABSTRACT
METODE ITERASI TIGA LANGKAH DENGAN ORDE KONVERGENSI LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR BERAKAR GANDA Zuhnia Lega 1, Agusni, Supriadi Putra 1 Mahasiswa Progra Studi S1 Mateatika Laboratoriu Mateatika
Lebih terperinciSIFAT-SIFAT OPERASI ARITMATIKA, DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR. Oleh : NURSUKAISIH
SIFAT-SIFAT OPERASI ARITMATIKA DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Meperoleh Gelar Sarjana Sains pada Jurusan Mateatika Oleh : NURSUKAISIH 0854003938
Lebih terperinciPERHITUNGAN INTEGRAL FUNGSI REAL MENGGUNAKAN TEKNIK RESIDU
PERHITUNGAN INTEGRAL FUNGSI REAL MENGGUNAKAN TEKNIK RESIDU Warsito (warsito@ail.ut.ac.id) Universitas Terbuka ABSTRAT A function f ( x) ( is bounded and continuous in (, ), so the iproper integral of rational
Lebih terperinciPERBANDINGAN METODE KEMUNGKINAN MAKSIMUM DAN BAYES DALAM MENAKSIR KEMAMPUAN PESERTA TES PADA RANCANGAN TES ADAPTIF ABSTRAK
PERBANDINGAN METODE KEMUNGKINAN MAKSIMUM DAN BAYES DALAM MENAKSIR KEMAMPUAN PESERTA TES PADA RANCANGAN TES ADAPTIF Agus Santoso Jurusan Statistik FMIPA Universitas Terbuka eail:aguss@ut.ac.id ABSTRAK Penelitian
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI Pada bab ini enjelaskan engenai berbagai teori yang digunakan untuk elakukan penelitian ini. Bab ini terdiri dari penjelasan engenai penghitung pengunjung, lalu penjelasan engenai
Lebih terperinciKATA PENGANTAR. Pedoman Teknis BPS Provinsi/Kabupaten/Kota VIMK14 Triwulanan
KATA PENGANTAR Buku 1 ini erupakan seri Buku Pedoan yang disusun dala rangka Survei Industri Mikro dan Kecil (VIMK) yang akan dilaksanakan tiap triwulan pada tahun 2014 Buku ini euat pedoan bagi para Pipinan
Lebih terperinciI. PENDAHULUAN. Konsep teori graf diperkenalkan pertama kali oleh seorang matematikawan Swiss,
I. PENDAHULUAN. Latar Belakang Konsep teori graf diperkenalkan pertaa kali oleh seorang ateatikawan Swiss, Leonard Euler pada tahun 736, dala perasalahan jebatan Konigsberg. Teori graf erupakan salah satu
Lebih terperinci1 1. POLA RADIASI. P r Dengan : = ½ (1) E = (resultan dari magnitude medan listrik) : komponen medan listrik. : komponen medan listrik
1 1. POLA RADIASI Pola radiasi (radiation pattern) suatu antena : pernyataan grafis yang enggabarkan sifat radiasi suatu antena pada edan jauh sebagai fungsi arah. pola edan (field pattern) apabila yang
Lebih terperinciPENJUMLAHAN MOMENTUM SUDUT
PENJUMAHAN MOMENTUM SUDUT A. Penjulahan Moentu Sudut = + Gabar.9. Penjulahan oentu angular secara klasik. Dua vektor oentu angular dan dijulahkan enghasilkan Jika oentu angular elektron pertaa adalah dan
Lebih terperinciCLASSIFIER BERDASAR TEORI BAYES. Pertemuan 4 KLASIFIKASI & PENGENALAN POLA
CLASSIFIER BERDASAR TEORI BAYES Perteuan 4 KLASIFIKASI & PENGENALAN POLA Miniu distance classifiers elakukan klasifikasi berdasarkan jarak terpendek. Ada dua jenis yang dibahas:. The Euclidean Distance
Lebih terperinciJurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jl. Prof. Sudharto, Tembalang, Semarang, Indonesia
APLIKASI KENDALI ADAPTIF PADA SISTEM PENGATURAN TEMPERATUR CAIRAN DENGAN TIPOLOGI KENDALI MODEL REFERENCE ADAPTIVE CONTROLLER (MRAC) Ferry Rusawan, Iwan Setiawan, ST. MT., Wahyudi, ST. MT. Jurusan Teknik
Lebih terperinciEstimasi Sinyal Quantitative Ultrasound QUS dengan Algoritma Space Alternate Generalized Expectation (SAGE)
JUISI, Vol. 03, No. 02, Agustus 2017 1 Estiasi Sinyal Quantitative Ultrasound QUS dengan Algorita Space Alternate Generalized Expectation (SAGE) Musayyanah 1, Yosefine Triwidyastuti 2, Heri Pratikno 3
Lebih terperinciBAB I PENDAHULUAN. History Analysis), metode respon spektrum (Response Spectrum Method), dangaya
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Gepa dapat terjadi sewaktu waktu akibat gelobang yang terjadi pada sekitar kita dan erabat ke segala arah.gepa bui dala hubungannya dengan suatu wilayah berkaitan
Lebih terperinciSistem Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Fuzzy-Analytic Hierarchy Process (F-AHP) (Studi Kasus : SMA Brawijaya Smart School)
Jurnal Pengebangan Teknologi Inforasi dan Ilu Koputer e-issn: 2548-964X Vol. 2, No. 5, Mei 2018, hl. 2095-2101 http://j-ptiik.ub.ac.id Siste Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Fuzzy-Analytic
Lebih terperinciKonstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang Ganjil
Prosiding SI MaNIs (Seinar Nasional Integrasi Mateatika dan Nilai Islai) Vol.1, No.1, Juli 017, Hal. 1-5 p-issn: 580-4596; e-issn: 580-460X Halaan 1 Konstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang
Lebih terperinciPEMILIHAN PERINGKAT TERBAIK FESTIVAL KOOR MENGGUNAKAN METODE TOPSIS
Seinar Nasional Teknologi Inforasi dan Kounikasi 01 (SENTIKA 01 ISSN: 089-981 Yogyakarta, 8 Maret 01 PEMILIHAN PERINGKAT TERBAIK FESTIAL KOOR MENGGUNAKAN METODE TOPSIS Sauel Manurung 1 1Progra Studi Teknik
Lebih terperinciOleh : Amilia Firda Rahmana ( ) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D
Analisis Pola Hubungan Besarnya Kerugian Negara Akibat Korupsi Dengan Demografi Koruptor di Jawa Timur Oleh : Amilia Firda Rahmana (1311 105 008) Dosen Pembimbing : Santi Puteri Rahayu, M.Si, Ph.D Seminar
Lebih terperinciModel Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah
Malikussaleh Industrial Engineering Journal Vol.2 No.2 (2013) 32-37 ISSN 2302 934X Industrial Management Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah Maryana
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
Lebih terperinciBAB II METODOLOGI PENELITIAN
6 BAB II METODOLOGI PENELITIAN.1 Waktu dan Tepat Penelitian Gabar Peta kawasan hutan KPH Madiun Peru perhutani Unit II Jati. Pengabilan data penelitian ini dilakukan pada bulan Oktober sapai dengan bulan
Lebih terperinciBAB III m BAHASAN KONSTRUKSI GF(3 ) dalam penelitian ini dapat dilakukan dengan mengacu pada konsep perluasan filed pada Bab II bagian 2.8.
BAB III BAHASAN KONSTRUKSI GF( ) Untuk engonstruksi GF( ) dala penelitian ini dapat dilakukan dengan engacu pada konsep perluasan filed pada Bab II bagian 28 Karena adalah bilangan pria, aka berdasarkan
Lebih terperinciPEMODELAN INFLASI BERDASARKAN HARGA-HARGA PANGAN MENGGUNAKAN SPLINE MULTIVARIABEL. Abstract
Peodelan Inflasi (Alan Prahutaa) PEMODELAN INFLASI BERDASARKAN HARGA-HARGA PANGAN MENGGUNAKAN SPLINE MULTIVARIABEL Alan Prahutaa 1, Tiani Wahyu U, Rezzy Eko C 3, Dede Zurohtuliyosi 3 1 Dosen Jurusan Statistika
Lebih terperinciDAFTAR ISI KATA PENGANTAR... DAFTAR ISI...
DAFTAR ISI KATA PENGANTAR DAFTAR ISI Halaan i iii I PENGAWASAN DAN PEMERIKSAAN 11 Latar Belakang 1 12 Fungsi Pengawas dan Peeriksa 2 13 Pengawasan 2 14 Peeriksaan 3 II PEMERIKSAAN ISIAN DAFTAR VIMK14-L2
Lebih terperinciBAB I PENDAHULUAN. sumber untuk membiayai dirinya dan keluarganya, dan bagi tenaga kerja yang
BAB I PENDAHULUAN A. Latar Belakang Upah bagi para pekerja erupakan faktor penting karena erupakan suber untuk ebiayai dirinya dan keluarganya, dan bagi tenaga kerja yang berpendidikan upah erupakan hasil
Lebih terperinciOleh : Silvira Ayu Rosalia ( ) Pembimbing : Ir. Sri Pingit Wulandari, M.Si
SEMINAR HASIL TUGAS AKHIR Analisis Model Log Linier untuk Mengetahui Kecenderungan Perilaku Anak Jalanan Binaan di Surabaya (Kasus Khusus Yayasan Arek Lintang-ALIT) Oleh : Silvira Ayu Rosalia (1309 105
Lebih terperinciPERBANDINGAN BAGAN KENDALI MULTIVARIAT
PERBANDINGAN BAGAN KENDALI MULTIVARIAT SHORT-RUN F DENGAN V DARMANTO NRP 131 01 07 DOSEN PEMBIMBING Dr. Muhaad Mashuri, MT. PROGRAM MAGISTER JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciSTUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING
Statistika, Vol., No., Noveber 0 STUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING Gede Suwardika, Heri Kuswanto, Irhaah Jurusan Statistika,Fakultas Mateatika dan Ilu Pengetahuan Ala, Universitas
Lebih terperinciSimulasi dan Analisis Kinerja Prediktor Smith pada Kontrol Proses yang Disertai Tundaan Waktu
6 Siulasi dan Analisis Kinerja Prediktor Sith pada Kontrol Proses yang Disertai Tundaan Waktu Neilcy Tjahja Mooniarsih Progra Studi Teknik Elektro Jurusan Teknik Elektro Fakultas Teknik, Universitas Tanjungpura
Lebih terperinciPersamaan Schrödinger dalam Matriks dan Uraian Fungsi Basis
Bab 2 Persaaan Schrödinger dala Matriks dan Uraian Fungsi Basis 2.1 Matriks Hailtonian dan Fungsi Basis Tingkat-tingkat energi yang diizinkan untuk sebuah elektron dala pengaruh operator Hailtonian Ĥ dapat
Lebih terperinciModel Produksi dan Distribusi Energi
Model Produksi dan Distribusi Energi Yayat Priyatna Jurusan Mateatika FMIPA UNPAD Jl. Raya Jatinangor Bdg Sd K 11 E ail : yatpriyatna@yahoo.co Abstrak Salah satu tujuan utaa proses produksi dan distribusi
Lebih terperinciIMPLEMENTASI LINEAR CONGRUENT METHOD (LCM) PADA GAME HANGAROO BERBASIS ANDROID
IMPLEMENTASI LINEAR CONGRUENT METHOD (LCM) PADA GAME HANGAROO BERBASIS ANDROID Dwi Rizki Purnaasari Mahasiswa Progra Studi Teknik Inforatika STMIK Budidara Medan Jl. Sisingaangaraja No. 338 Sipang Liun
Lebih terperinciMODEL PERTUMBUHAN EKONOMI DUA DAERAH DAN SIMULASI EFEK PERUBAHAN PARAMETERNYA
JMA, VOL. 7, NO., JULI, 008, 47-57 47 MODEL PERTUMBUHAN EKONOMI DUA DAERAH DAN SIMULASI EFEK PERUBAHAN PARAMETERNYA TAUFIK N. T, ENDAR H. NUGRAHANI, DAN RETNO BUDIARTI Departeen Mateatika, Fakultas Mateatika
Lebih terperinciPERAMALAN MULTI ATRIBUT DENGAN MENGGUNAKAN FUZZY CLUSTERING (STUDI KASUS: STOCK PRICE)
PERAMALAN MULTI ATRIBUT DENGAN MENGGUNAKAN FUZZY CLUSTERING (STUDI KASUS: STOCK PRICE ABSTRAK Sektor ekonoi erupakan salah satu sektor yang paling dekat dengan anusia, yang diana salah satu bentuk yang
Lebih terperinciKriptografi Visual Menggunakan Algoritma Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gambar Sampul
Kriptografi Visual Menggunakan Algorita Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gabar Sapul Yusuf Rahatullah Progra Studi Teknik Inforatika Institut Teknologi Bandung Bandung, Indonesia 13512040@std.stei.itb.a.id
Lebih terperinciMeasuring Efficiency Model of Woman Existence on Political Party
Measuring Efficiency Model of Woan Existence on Political Party Dinarjati Eka Puspitasari 1 Ratna Dewi Kualasari 2 1 Staf Pengajar Fakultas Huku Universitas Gadjah Mada 2 Ikatan Bidan Indonesia (IBI) Cabang
Lebih terperinciESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP
ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciAPLIKASI INTEGER LINEAR PROGRAMMING UNTUK MEMINIMALKAN BIAYA PEMINDAHAN BARANG DI PT RST
APLIKASI INTEGER LINEAR PROGRAMMING UNTUK MEMINIMALKAN BIAYA PEMINDAHAN BARANG DI PT RST Andry Budian Sutanto dan Abdullah Shahab Progra Studi Magter Manajeen Teknologi, Institut Teknologi Sepuluh Nopeber
Lebih terperinciMETODE METODE PENGUJIAN UNTUK HIPOTESIS BERGANDA INTAN PERMATA SARI
METODE METODE PENGUJIAN UNTUK HIPOTESIS BERGANDA INTAN PERMATA SARI 341293 UNIVERSITAS INDONESIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM DEPARTEMEN MATEMATIKA DEPOK 29 METODE METODE PENGUJIAN UNTUK
Lebih terperinciMODEL MATEMATIKA SISTEM PERMUKAAN ZAT CAIR
MODEL MATEMATIKA SISTEM PEMUKAAN ZAT AI PENGANTA Pada bagian ini kita akan enurunkan odel ateatika siste perukaan zat cair. Dengan eperkenalkan prinsip resistansi dan kapasitansi untuk siste perukaan zat
Lebih terperinciRANCANGAN ALAT SISTEM PEMIPAAN DENGAN CARA TEORITIS UNTUK UJI POMPA SKALA LABORATORIUM. Oleh : Aprizal (1)
RANCANGAN ALAT SISTEM PEMIPAAN DENGAN CARA TEORITIS UNTUK UJI POMPA SKALA LABORATORIUM Oleh : Aprizal (1) 1) Dosen Progra Studi Teknik Mesin. Fakultas Teknik Universitas Pasir Pengaraian Eail. ijalupp@gail.co
Lebih terperinciBy. Risa Farrid Christianti, S.T.,M.T.
* By. Risa Farrid Christianti, S.T.,M.T. * Fasor tegangan dan arus pada resistor Perhatikan Gabar 1 dibawah ini Gabar 1.a. Dala daerah waktu Gabar 1.b. Dala daerah frekuensi Kita ulai dari persaaan daerah
Lebih terperinciBab 2 Tinjauan Pustaka
5 Bab 2 Tinjauan Pustaka 2.1. Definisi Penjadwalan Penjadwalan adalah kegiatan pengalokasian suber-suber atau esin-esin yang ada untuk enjalankan sekupulan tugas dala jangka waktu tertentu. (Baker,1974).
Lebih terperinciPenjadwalan Pekerjaan pada No-Wait Flowshop dengan Pembatas Common Due-Date
Perfora (2003) Vol. 2, No.: - 5 Penjadwalan Pekerjaan pada No-Wait Flowshop dengan Pebatas Coon Due-Date Yuniaristanto Jurusan Teknik Industri, Universitas Sebelas Maret, Surakarta Abstract This paper
Lebih terperinciKELUARGA METODE ITERASI ORDE EMPAT UNTUK MENCARI AKAR GANDA PERSAMAAN NONLINEAR ABSTRACT
KELUARGA METODE ITERASI ORDE EMPAT UNTUK MENCARI AKAR GANDA PERSAMAAN NONLINEAR Kiki Reski Ananda 1 Khozin Mu taar 2 12 Progra Studi S1 Mateatika Jurusan Mateatika Fakultas Mateatika dan Ilu Pengetahuan
Lebih terperinciAnalisis Data Kategorikal
Analisis Data Kategorikal Topik: Data & skala pengukuran Uji hipotesis untuk data kontinu Uji hipotesis untuk data kategorikal Desain penelitian kesehatan Ukuran asosiasi Regresi Logistik Target: Mahasiswa
Lebih terperinciTINJAUAN PUSTAKA Perilaku Pemilih Partai Politik
3 TINJAUAN PUSTAKA Perilaku Pemilih Agustino (2009) menyebutkan terdapat tiga pendekatan teori yang sering digunakan oleh banyak ahli politik untuk memahami perilaku pemilih diantaranya pendekatan sosiologis,
Lebih terperinciSem 5-4. Garis Besar Rencana Pembelajaran (GBRP)
Sem -. Garis Besar Rencana Pembelajaran (GBRP) Nama Matakuliah : Analisis Data Kategorik Kode MK/SKS : 309H203/3SKS Semester : Awal/ (Tahun III) Mata Kuliah Prasyarat : Metode Statistika, Komputasi Statistika
Lebih terperinciKATA PENGANTAR. Selamat Bekerja. Jakarta, Januari 2013 Deputi Bidang Statistik Produksi. Dr. Adi Lumaksono, MA NIP
BUKU 1 KATA PENGANTAR Buku 1 ini erupakan seri Buku Pedoan yang disusun dala rangka Survei Industri Mikro dan Kecil (VIMK) yang akan dilaksanakan pada tahun 2013 Buku ini euat pedoan bagi para Pipinan
Lebih terperinci