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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 D-56 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prt) Faktor yag Memegaruh Kadar Gula Darah Puasa Pase Dabetes Melltus Tpe d Pol Dabetes RSUD Dr. Soetomo Surabaya Megguaka Regres Probt Ber Idah Fahmyah, I Nyoma Latra Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya Idoesa e-mal: dahfahmyah@gmal.com, _yoma_l@statstka.ts.ac.d Abstrak Peyebab kemata utuk semua umur telah megalam pergesera, yatu dar peyakt meular mejad Peyakt Tdak Meular (PTM), salah satu PTM adalah dabetes melltus (DM). Dar semua jes DM, pederta DM tpe meca-pa 90% 95% dar keseluruha populas pederta DM. DM tpe adalah peyakt gaggua metabolk yag dtada dega kadar gula darah tgg akbat adaya resstes sul da atau defses sul (gaggua sekres sul). Pederta DM tpe memerluka peatalaksaaa DM secara bak da teratur utuk mejaga agar kadar gula darah tetap terkedal. Salah satu kadar gula darah yag dapat meggambarka kods gula darah pederta DM tpe adalah Gula Darah Puasa (GDP). GDP merupaka kadar gula darah seseorag yag dukur/ dperksa setelah mejala puasa sektar 10-1 jam. Kadar gula darah yag tdak terkedal dapat megkatka terjadya komplkas akbat DM tpe, bahka dapat meyebabka kemata. Oleh sebab tu, dlakuka peelta terhadap pase DM tpe d Pol Dabetes RSUD Dr. Soetomo yag sedag mejala rawat jala utuk megetahu faktor yag memegaruh kadar GDP pase dega megkategorka kadar GDP mejad kategor, yatu GDP terkedal (GDP < 16 mg/dl) da GDP tdak terkedal (GDP 16 mg/dl) sebaga varabel depede sehgga aalss yag dguaka adalah aalss regres utuk varabel depede yag bersfat kualtatf (kategork), yatu salah satuya adalah regres probt ber. Faktor atau varabel yag sgfka meme-garuh kadar GDP adalah kadar HDL, LDL, da Trglserda dega ketepata model dalam megklasfkaska sebesar 70%. Kata Kuc DM Tpe,, Regres Probt Ber. P I. PENDAHULUAN eyebab kemata utuk semua umur telah megalam pergesera, yatu dar peyakt meular mejad peyakt tdak meular (PTM), salah satu PTM adalah dabetes melltus atau dsgkat DM [1]. Idoesa dpredks memlk pederta dabetes sebayak 8, juta pada tahu 000 da megkat mejad 1,3 juta pada tahu 030 []. Dar semua jes DM, pederta DM tpe mecapa 90% 95% dar keseluruha pederta DM [3]. DM tpe adalah peyakt gaggua metabolk yag dtada dega kadar gula darah tgg akbat adaya resstes sul da atau defses sul (gaggua sekres sul) [3]. Pederta DM tpe memerluka peatalaksaaa DM se-cara bak da teratur utuk mejaga agar kadar gula darah te-tap terkedal. Apabla pederta DM tpe tdak megedalka kadar gula darah dega bak, kadar gula darah dapat megalam pegkata da peurua secara tdak stabl sehgga dapat memcu terjadya komplkas []. Beberapa komplkas yag serg terjad pada pederta DM tpe adalah ketoasdoss dabetk da komplkas makrovaskular [3]. Salah satu kadar gula darah yag dapat meggambarka kods gula darah seseorag, khususya pederta DM tpe adalah Gula Darah Puasa (GDP). GDP merupaka kadar gula darah seseorag yag dukur atau dperksa setelah mejala puasa sektar 10-1 jam [5]. GDP dapat dguaka sebaga pedoma dalam dagoss DM. Jka hasl pemerksaa GDP 16 mg/dl da terdapat keluha khas DM, dagoss DM dapat dtegakka [6]. Upaya pecegaha terjadya kadar GDP yag tdak terkedal sagat dperluka, salah satu caraya adalah megetahu faktor yag memegaruh kadar GDP tdak terkedal. Peelta yag dlakuka [5] memperoleh kesmpula bahwa faktor pegetahua, peddka, asupa maka, aktvtas fsk, asupa obat, serta komplkas peyakt la tdak berhubuga dega pegedala kadar gula darah. Meurut peelta [], aktvtas fsk da pegetahua memegaruh terkedalya kadar gula darah pase DM. Kadar gula darah pederta DM dmodelka [7] dega regres sple brespo. Peelta dlakuka utuk megetahu faktor yag memegaruh kadar GDP pase DM tpe stud kasus d Pol Dabetes RSUD Dr. Soetomo dega megkategorka pase meurut kadar GDP mejad kategor, yatu GDP terkedal (GDP < 16 mg/dl) da GDP tdak terkedal (GDP 16 mg/dl) sebaga varabel depede. Varabel depede atara la usa, kadar HDL, kadar LDL, kadar Trglserda, jes ke-lam, da rwayat keluarga mederta DM. Salah satu metode statstka yag dguaka utuk megetahu hubuga atara varabel depede yag bersfat kualtatf dega varabel depede adalah regres probt. Regres probt adalah metode regres yag dguaka utuk megaalss varabel depede yag bersfat kualtatf da varabel depede yag bersfat kualtatf, kuattatf, atau gabuga keduaya dega Cummulatve Dstrbuto Fucto (CDF) ormal utuk megestmas model probt [8].

2 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prt) D-57 II. Regres Probt Ber TINJAUAN PUSTAKA Regres probt adalah metode regres yag dguaka utuk megaalss varabel depede yag bersfat kualtatf da varabel depede yag bersfat kualtatf, kuattatf, atau gabuga keduaya dega pedekata CDF ormal utuk megestmas model probt [8]. Pemodela regres probt ber dawal dega persamaa (1) [9] dega vektor x = [1 x 1 x x p ] da β = [β 0 β 1 β β p ]. y * xβ ε (1) Utuk membetuk model probt ber, y * dkategorka mejad kategor dega memberka la threshold terte-tu. Jka y * γ, y dkategorka 0 da jka y * > γ, y dkategorka 1. Dega demka, model probt utuk y = 0 adalah P ( y 0 x) ( xβ) () da model probabltas utuk y = 1 adalah P ( y 1 x) 1 ( xβ) (3) Dega Φ( ) merupaka CDF dar dstrbus ormal stadar, yatu xβ x β ( z) dz () Da ϕ( ) atau Φ 1 ( ) yag dtujukka persamaa () merupaka fugs dstrbus probabltas dstrbus ormal stadar. 1 z ( z) exp (5) Pegaruh varabel depede terhadap probabltas varabel depede dapat dtujukka dega la margal effect. Berkut rumus margal effect utuk setap kategor dega cara meuruka persamaa () da (3) terhadap x. P ( y 0 x) ( xβ) β x P( y 1 x) ( xβ) β x Peaksra Parameter Model Regres Probt Ber Peaksra parameter pada model regres probt ber dapat megguaka metode Maxmum Lkelhood Estmato (MLE). Metode MLE merupaka metode yag memaksmumka fugs lkelhood dega fugs lkelhood sepert dalam persamaa (8). 1 y - xβ 1 - x 1 y L( β ) β (8) Lagkah metode MLE berkutya adalah melakuka trasformas l terhadap fugs lkelhood da meghtug turua pertama dar fugs l L(β) terhadap β. l L β y - xβ - xβ β 1 - xβ 1 y 1 - xβ y - x β - xβ 1 - xβ x x - x β 1 Lagkah berkutya, persamaa (9) dsamadegaka ol. (6) (7) (9) y - xβ - xβ 1 - xβ x - xβ 0 1 (10) Aka tetap, persamaa (10) yag ddapatka adalah fugs mplst (tdak close form) sehgga dguaka teras Newto-Raphso utuk meyelesaka persamaa yag tdak ler [10]. Secara umum, teras ke- (t + 1) dega metode Newto-Raphso dtujukka oleh persamaa (11) utuk t = 1,, 3, β t1 t ( t ) 1 t β t β H g β l L t t β β 1 l L t β β t (11) Proses teras Newto-Raphso aka berhet, jka hasl teras sudah koverge atau β (t+1) β (t) ε dega ε merupaka blaga yag sagat kecl. Peguja Sgfkas Parameter Secara Seretak Peguja sgfkas parameter secara seretak dguaka utuk meguj sgfkas parameter β secara seretak. Hpotess peguja secara seretak adalah H 0 : β β 0 β1 p H 1 : mmal ada satu β j 0 ; j = 1,,, p. Statstk uj yag dguaka adalah Lkelhood Rato Test (LRT) [11] dega P adalah probabltas kejada utuk observas ke-. G l 1 1 y P 1 0 (1 P ) 0 1 y (1) Keputusa H 0 dtolak, jka G > χ α,p atau P-value < α pada tgkat sgfkas α dega derajat bebas (db) sebesar bayakya varabel depede (p). Peguja Sgfkas Parameter Secara Parsal Peguja parsal dlakuka utuk meguj sgfkas parameter β secara parsal. Hpotess yag dguaka adalah H 0 : β j 0 H 1 : β j 0 ; j = 1,,, p. Statstk uj yag dguaka adalah statstk uj Wald [11]. βˆ j W j ~ N (0,1) (13) SE(βˆ ) j Keputusa H 0 dtolak, jka la statstk W j > Z α/ atau W j > Z α/ atau P-value < α. Uj Kesesuaa Model Uj kesesuaa model (goodess of ft test) dguaka utuk megetahu apakah terdapat perbedaa atara hasl observas dega hasl predks dar model [11]. Hpotess dalam peguja kesesuaa model adalah. H 0 : Tdak terdapat perbedaa atara hasl observas dega hasl predks dar model (model sesua) H 1 : Terdapat perbedaa atara hasl observas dega hasl predks dar model (model tdak sesua)

3 D-58 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prt) Statstk ujya adalah statstk uj D atau Devace. P 1 P D y l (1 y ) l (1) 1 y 1 y Keputusa meolak H 0, jka la D > χ α, p 1 pada tgkat sgfkas α da db sebesar -p- atau P-value < α. Klasfkas Model Regres Probt Ber Model regres probt ber dapat dguaka utuk klasfkas. Klasfkas model regres probt ber dhtug dega membuat tabel klasfkas yag dtujukka oleh Tabel 1. Kelompok yag Sebearya TABEL 1. TABEL KLASIFIKASI MODEL Kelompok yag Dpredks y = 0 y = 1 y = 0 m 0T m 0F = m 0 m 0T m 0 y = 1 m 1F = m 1 m 1T m 1T m 1 Ukura yag dpaka utuk meyataka la propors observas yag salah dklasfkaska oleh fugs klasfkas adalah Apparet Error Rate (APER) [1]. Ketepata klas-fkas dda-patka dar la 1 APER, yatu. m0f m1f 1 APER 1 (15) m m Dabetes Melltus Tpe 0 Dabetes Melltus (DM) tpe adalah peyakt gaggua metabolk yag dtada dega keaka gula darah (hper-glkema) akbat adaya resstes terhadap sul da atau defses sul (gaggua sekres sul) [3]. Kelompok yag bersko tgg terkea DM tpe, atara la kelompok usa dewasa ( 5 tahu), memlk rwayat keluarga meder-ta DM, rwayat predabetes, rwayat melahrka bay dega berat bada kg, rwayat DM gestasoal, obestas, hper-tes, da dslpdema [13]. Faktor rsko DM tpe la ada-lah gaya hdup kurag gerak serta det tgg lemak da redah serat [3]. Merokok juga mejad faktor rsko tmbulya DM tpe. Kadar Gula Darah Puasa (GDP) Gula Darah Puasa (GDP) adalah gula darah seseorag yag dperksa setelah mejala puasa selama 10-1 jam [5]. mejad salah satu pedoma dalam melakuka dagoss DM. Jka hasl pemerksaa kadar GDP 16 mg/dl da terdapat keluha khas DM, dagoss DM dapat dtegak-ka [6]. Dega demka, kadar GDP yag buruk adalah kadar GDP 16 mg/dl atau dalam peelta aka dsebut se-baga GDP tdak terkedal. Kods gula darah yag tdak ter-kedal dapat memcu tmbulya komplkas akbat DM tpe. Beberapa faktor yag dduga memegaruh pegedala kadar gula darah meurut [] adalah dt, aktvtas fsk, kepa-tuha mum obat, da pegetahua. Pola maka tdak sehat, dapat megkatka terjadya resstes sul sehgga ka-dar gula darah tdak terkedal. Kuragya aktvtas fsk da ketdakpatuha pederta DM tpe dalam memum obat at-dabetes serta tggya kosums makaa berlemak je-uh dapat megkatka kadar kolesterol da lemak dalam darah. Hal dduga dapat meyebabka kadar gula darah tdak 1 terkedal. Kadar kolesterol ada, yatu Hgh Desty Lpoprote (HDL) da Low Desty Lpoprote (LDL). Se-la tu, darah juga terdapat lemak yag berupa Trglserda. Kadar HDL dalam tubuh yag < 35 mg/dl da lemak Trglse-rda > 50 mg/dl dapat dyataka sebaga kods dslpde-ma [1]. Kadar LDL yag bak adalah < 100 mg/dl [3] da ukura ormal adalah atara mg/dl. III. Sumber Data METODOLOGI PENELITIAN Data yag dguaka terdr atas data sosodemograf, rwayat kesehata, da pegukura kesehata pase DM tpe d Pol Dabetes RSUD Dr. Soetomo yag mejala rawat jala Data ddapatka dar pase DM tpe yag sedag mejala rawat jala d Pol Dabetes RSUD Dr. Soetomo Surabaya pada taggal, 3,, 9, 10, 13, da 16 Me 016, yatu sebayak 11 pase. Aka tetap, data yag yag dgu-aka dalam peelta adalah data dar 50 pase yag mem-lk semua data yag dbutuhka dalam peelta. Varabel Peelta Varabel depede yag dguaka adalah kadar GDP yag dkategorka mejad, yatu GDP terkedal (GDP < 16 mg/dl) da GDP tdak terkedal (GDP 16 mg/dl). Varabel depede yag dguaka dalam membetuk model adalah usa, kadar HDL, LDL, da Trglserda, jes kelam, da rwayat keluarga mederta DM. Varabel rwayat melahrka bay dega berat bada kg (khusus pase wata) da kebasaa merokok (khusus pase pra) yag djadka sebaga tambaha deskrp-s pase sepert dalam Tabel. TABEL. VARIABEL PENELITIAN Varabel Nama Varabel Kategor Y GDP terkedal (GDP < 16 mg/dl) GDP tdak terkedal (GDP 16 mg/dl) Skala Data Nomal X 1 Usa - Raso X Kadar HDL - Raso X 3 Kadar LDL - Raso X Kadar Trglserda - Raso X 5 X 6 X 7 X 8 Jes Kelam Rwayat keluarga mederta DM Rwayat melahrka bay dega berat bada kg Kebasaa Merokok Lagkah Aalss Pra Wata Tdak ada rwayat keluarga mederta DM Ada rwayat keluarga mederta DM Tdak ada rwayat melahrka bay dega berat kg Ada rwayat melahrka bay dega berat kg Tdak ada kebasaa merokok Ada (perah atau mash mejad perokok) Nomal Nomal Nomal Nomal Lagkah aalss dalam peelta, atara la. 1. Megumpulka data pase DM tpe.. Melakuka pre-processg data pase DM tpe dega megkategorka kadar GDP mejad kategor, yatu GDP < 16 mg/dl dkategorka 0 da

4 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prt) D-59 GDP 16 mg/dl dkategorka Medskrpska karakterstk pase DM tpe yag sedag mejala rawat jala d Pol Dabetes RSUD Dr. Soetomo.. Melakuka aalss regres probt ber. a. Membuat model regres probt ber dega cara meregreska kadar GDP (Y) dega X 1 hgga X 6. Selajutya meguj sgfkas parameter secara seretak dega statstk uj G pada persamaa (1). Jka mmal terdapat satu varabel depede yag sgfka memegaruh kadar GDP, meguj sgfkas parameter secara parsal dega statstk uj Wald pada persamaa (13). b. Meguj kesesuaa model regres probt ber dega statstk uj D yag dtujukka oleh persamaa (1). c. Meghtug ketepata klasfkas model regres probt ber dega persamaa (15). d. Membuat model regres probt ber terbak da megterpretaska model. e. Meguj kesesuaa model regres probt ber terbak. f. Meghtug ketepata klasfkas model regres probt ber terbak. 5. Membuat kesmpula da sara peelta IV. ANALISIS DAN PEMBAHASAN Karekterstk Pase DM Tpe Pase DM tpe d Pol Dabetes RSUD Dr. Soetomo yag dtelt sebayak 50 pase. Pase dkategorka meurut kadar Gula Darah Puasa (GDP), yatu kadar GDP terkedal (y = 0) da GDP tdak terkedal (y = 1). Dar 50 pase tersebut, sebayak 33 pase (66%) memlk GDP tdak terkedal da 17 pase (3%) memlk GDP terkedal sepert dtujukka dalam Gambar 1. Gambar 1. Karakterstk Pase Berdasarka Kategor Kelompok yag memlk rsko mederta DM tpe pada umumya berusa d atas 5 tahu. Rata-rata usa pase yag memlk kadar GDP tdak terkedal lebh muda darpada usa pase yag memlk GDP terkedal, yatu masg-masg adalah 5,76 tahu da 60,8 tahu yag dtujukka Tabel 3, sedagka rata-rata usa dar 50 pase adalah 56,8 tahu. Umumya, pada usa tersebut wata sudah megalam masa meopause. TABEL 3. KARAKTERISTIK KADAR GDP PASIEN BERDASARKAN USIA 3% GDP Tdak Terkedal 66% GDP Terkedal Usa (tahu) Devas Stadar M Maks GDP Terkedal 60,8 11, GDP Tdak Terkedal 5,76 8, Kods redahya kadar HDL hgga berada d luar batas ormal (< 35 mg/dl) atau kods dslpdema mejad salah satu faktor rsko terjadya DM tpe. Pase DM tpe yag memlk kadar HDL sebesar 35 mg/dl ke atas, yatu sebayak 1 pase (8%), sedagka 18% pase laya memlk kadar HDL < 35 mg/dl. Rata-rata kadar HDL pase DM tpe, bak pase yag memlk kadar GDP tdak terkedal maupu GDP terkedal masg-masg adalah,6 mg/dl da 50,1 mg/dl. Ukura peyebara utuk kedua kategor pase hampr sama yag dtujukka Tabel. TABEL. KARAKTERISTIK KADAR GDP PASIEN BERDASARKAN KADAR HDL Kadar HDL (mg/dl) Devas Stadar M Maks GDP Terkedal 50,1 11, GDP Tdak Terkedal,6 11, Dar 50 pase, sebayak 6% pase memlk kadar LDL 130 mg/dl (melebh batas ormal) da 5% pase memlk kadar LDL kurag dar 130 mg/dl. Secara ratarata, kadar LDL pase utuk setap kategor pase berada dalam batas ormal, yatu 18,55 mg/dl utuk kategor kadar GDP tdak terkedal da 11,53 mg/dl utuk kadar GDP terkedal sepert yag terdapat dalam Tabel 5. TABEL 5. KARAKTERISTIK KADAR GDP PASIEN BERDASARKAN KADAR LDL Kadar LDL (mg/dl) Devas Stadar M Maks GDP Terkedal 11,53 3, GDP Tdak Terkedal 18,55 38, Kadar Trglserda yag melebh batas ormal ( 50 mg/dl) juga dyataka sebaga kods dslpdema. Pase DM tpe yag dtelt terdr atas 1 pase (8%) yag memlk kadar Trglserda < 50 mg/dl da 9 pase (18%) yag memlk kadar Trglserda sebesar 50 mg/dl ke atas. TABEL 6. KARAKTERISTIK KADAR GDP PASIEN BERDASARKAN KADAR TRIGLISERIDA Kadar Trglserda (mg/dl) Devas Stadar M Maks GDP Terkedal 117,1 6, GDP Tdak Terkedal 10,8 180, Rata-rata kadar Trglserda pase yag memlk kadar GDP tdak terkedal sebesar 10,8 mg/dl dega devas stadar sebesar 180,8 mg/dl. Kadar Trglserda pase yag memlk GDP terkedal mula dar 6 mg/dl hgga meca-pa 80 mg/dl. Kadar Trglserda yag sagat tgg dapat berdampak buruk bag pederta DM tpe, khususya dalam kotrol metabolk sepert kadar gula darah serta kemugka muculya komplkas. Secara deskrptf, pase wata (6 pase) lebh bayak darpada pase pra ( pase). Pase wata yag memlk kadar GDP tdak terkedal sebayak 19 pase da lebh ba-yak darpada pase pra. Dar 6 pase wata, sebayak 15,38% ( pase) memlk rwayat melahrka bay dega berat bada kg. Sela tu, pase pra juga dtelt mege-a kebasaa merokok da dketahu bahwa 18 pase dar pase merokok memlk kebasaa merokok (perah atau mash mejad perokok aktf).

5 D-60 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prt) TABEL 7. KARAKTERISTIK KADAR GDP PASIEN BERDASARKAN JENIS KELAMIN Jes Kelam GDP Terkedal GDP Tdak Terkedal Pra 10 1 Wata Peyakt DM tpe serg dhubugka dega adaya rwayat keluarga mederta DM. Pase DM tpe yag memlk rwayat keluarga mederta DM sebayak pase, terdr atas 17 pase (70,83%) memlk kadar GDP tdak terkedal da 7 pase (9,17%) laya memlk GDP terkedal. Pase DM tpe yag tdak memlk rwayat keluarga mederta DM sebayak 6 pase sepert dalam Tabel 8. TABEL 8. KARAKTERISTIK KADAR GDP PASIEN BERDASARKAN RIWAYAT KELUARGA MENDERITA DM Rwayat Keluarga Mederta DM GDP Terkedal GDP Tdak Terkedal Tdak Ada Ada Pembetuka Model Regres Probt Ber Model regres probt ber atau regres probt dbetuk dega cara meregreska varabel depede, yatu kadar GDP pase yag bersfat kualtatf dega varabel depede. Varabel depede yag dguaka dalam membetuk model regres probt, yatu usa (X 1 ), kadar HDL (X ), kadar LDL (X 3 ), da kadar Trglserda (X ), jes kelam (X 5 ), da rwayat keluarga mederta DM (X 6 ). Peguja Sgfkas Parameter Secara Seretak Setelah melakuka estmas parameter dega metode MLE (Bab II Subbab C) da ddapatka la estmator (Tabel 9 kolom ke-), dlakuka peguja sgfkas parameter secara seretak dega meghtug la statstk G dega persamaa (1). Nla statstk G dar peguja secara seretak adalah 13,58 lebh besar dar la χ 0,16;6 = 10,66. Sela tu, P-value sebesar 0,039 > 0,10. Jad, H 0 dtolak pada tgkat sgfkas 10%, artya mmal terdapat satu vara-bel depede yag memegaruh kadar GDP. Peguja Sgfkas Parameter Secara Parsal Selajutya, dlakuka peguja sgfkas parameter secara parsal dega statstk uj Wald (persamaa (13)). Hasl peguja sgfkas parameter terdapat dalam Tabel 9. TABEL 9. HASIL PENGUJIAN SECARA PARSIAL MODEL REGRESI PROBIT BINER Predktor β W P Kostata -1,8616-0,93 0,351 Usa (X 1 ) 0,0030 0,90 0,370 HDL (X ) 0,0351 1,5 0,13* LDL (X 3 ) -0,0090-1,33 0,185* Trglserda (X ) -0,0098-1,3 0,19 Jes kelam (X 5 [1]) 0,815 0,61 0,50 Rwayat Keluarga (X 6 [1]) 0,1736 0,30 0,76 Keteraga: * = sgfka pada tgkat sgfkas 0% Keputusa meolak atau gagal meolak H 0 pada tgkat sgfkas (α) 0% ddapatka dega cara membadgka la statstk W dega la ±Z 0,1 = ±1,8 atau P-value d-ga α = 0,0. Varabel yag secara sgfka memegaruh kadar GDP pase DM tpe adalah kadar HDL (X ) da LDL (X 3 ) dega tgkat sgfkas 0%. Uj Kesesuaa Model Regres Probt Ber Uj kesesuaa model megguaka statstk uj Devace (D) yag dhtug dega persamaa (1). Nla statstk D sebesar 50,85 dega P-value sebesar 0,19. Dega tgkat sgfkas 10%, la χ 0,16;6 adalah 55,3019 sehgga H 0 gagal dtolak karea la statstk D kurag dar χ tabel da P-value lebh dar 10%, artya model regres probt ber sesua. Klasfkas Model Regres Probt Ber Model regres probt ber yag ddapatka juga dapat dguaka utuk megklasfkaska kadar GDP pase DM tpe. Tabel 10 meujukka hasl klasfkas yag ddapatka dar model regres probt ber. TABEL 10. KLASIFIKASI MODEL REGRESI PROBIT BINER yag Dpredks GDP GDP Tdak Sebearya Terkedal Terkedal GDP Terkedal GDP Tdak Terkedal 9 33 Ketepata Klasfkas 76% Pase dega kadar GDP tdak terkedal yag tepat terklasfkaska sebayak 9 pase, sedagka pase laya tdak tepat terklasfkaska. Pase dega kadar GDP terkedal yag tepat terklasfkaska sebayak 9 pase da 8 laya terklasfkaska sebaga pase dega kadar GDP tdak terkedal. Ketepata model regres probt adalah sebesar 76% yag dhtug dega persamaa (15). Model Regres Probt BerTerbak Model regres probt ber terbak yag terbetuk adalah model regres probt ber dega megguaka varabel kadar HDL (X ), LDL (X 3 ), da Trglserda (X ). Model regres probt ber yag dbetuk adalah. y* 0, ,03659X 0,01186X 3 0,003181X Probabltas model probt ber utuk y = 1 adalah P( y 1 x) 1 ( 0, ,03659X 0,01186X 0,003181X. Msalka dambl data dar pase kedua dega kadar HDL (X ) sebesar 56 mg/dl, LDL (X 3 ) sebesar 151 mg/dl, da Trglserda (X ) sebesar 68 mg/dl, probabltas pase memlk kadar GDP tdak terkedal dhtug dega persamaa (3) da ddapatka probabltas sebesar P( y 1 x) 1 ( 0, ,03659(56) 0,01186(151) 0,003181(68) 1 ( ) 0,56. Dega demka, probabltas pase kedua memlk kadar GDP tdak terkedal sebesar 0,56. Lagkahlagkah tersebut dapat dlakuka utuk pase-pase yag laya dega la kadar HDL, LDL, da Trglserda tertetu. Pegaruh perubaha kadar HDL, LDL, da Trglserda terhadap kadar GDP pase dtujukka dega masgmasg margal effect sebaga berkut, msalka data yag dguaka adalah data pase kedua. Pegaruh perubaha kadar HDL terhadap kadar GDP pase kedua ε 3

6 JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) (301-98X Prt) D-61 sebesar -0,0187, artya setap keaka kadar HDL sebesar 1 mg/dl aka meuruka probabltas pase memlk kadar GDP tdak terke-dal sebesar 0,0187. P( y 1 x) β ( xβ) X 0,03659 ( 0,15706) 0,03659(0,3905) 0,0187. Varabel depede yag juga sgfka memegaruh kadar GDP pase DM tpe d Pol Dabetes RSUD Dr. Soetomo adalah kadar LDL. Pegaruh perubaha kadar LDL terhadap kadar GDP pase kedua sebesar 0,007. Jka ka-dar LDL ak sebesar 1 mg/dl, probabltas pase utuk me-mlk kadar GDP tdak terkedal ak sebesar 0,007. P( y 1 x) 0,01186 ( 0,15706) X 3 0,007 Pegaruh perubaha kadar Trglserda terhadap kadar GDP adalah sebesar 0,0015. Hal tersebut berart bahwa se-tap keaka kadar Trglserda sebesar 1 mg/dl aka meak-ka probabltas pase utuk memlk kadar GDP yag tdak terkedal sebesar 0,0015. P( y 1 x) 0, ( 0,15706) X 0,0015 Model regres probt ber terbak juga perlu duj kesesuaa model. Nla statstk D sebesar 5,6886 lebh kecl darpada χ 0,16;6 = 58,605 da P-value sebesar 0,31 > 0,10 sehgga H 0 gagal dtolak pada tgkat sgfkas 10%, art-ya model regres probt ber terbak sesua. Sela tu, kete-pata model regres probt ber terbak dalam megklasf-kaska pase meurut kategor kadar GDP adalah sebesar 70% sepert dalam Tabel 11. TABEL 11. KLASIFIKASI MODEL REGRESI PROBIT BINER TERBAIK yag Dpredks GDP GDP Tdak Sebearya Terkedal Terkedal GDP Terkedal GDP Tdak Terkedal Ketepata Klasfkas 70% V. KESIMPULAN DAN SARAN Kesmpula yag ddapatka dar peelta, atara la. (1) Karakterstk pase DM tpe d Pol Dabetes RSUD Dr. Soetomo yag memlk kadar GDP tdak terkedal (GDP 16 mg/dl) sebayak 66% da 3% laya memlk GDP terkedal (GDP < 16 mg/dl). Sebayak pase (8%) adalah pra da 6 pase (5%) adalah wata. Rata-rata usa pase adalah 56,8 tahu. Rwayat melahrka bay dega berat bada kg terdapat pada 15,38% pase wata yag dtelt da kebasaa merokok terjad pada 75% pase pra yag dtelt. Kadar HDL, LDL, da Trglserda pase bervaras, bahka kadar Trglserda ada yag mecapa 80 mg/dl. () Faktor atau varabel yag sgfka memegaruh kadar GDP adalah kadar HDL, LDL, da Trglserda dega ketepata model sebesar 70%. Sara yag dapat dberka setelah melakuka peelta, atara la. (1) Peelt la yag hedak megguaka data dar stas RSUD Dr. Soetomo sebakya meulska proposal da permohoa z peelta dega jelas, khususya terkat sumber data yag g dguaka, yatu data prmer atau data sekuder. Proposal peelta hedakya dajuka kepada phak rumah sakt jauh sebelum recaa waktu pegambla data karea z peelta da pegambla data dberka oleh phak rumah sakt kepada peelt sektar 1 hgga bula dar pegajua proposal. Dega demka, peca-tata data dapat dlakuka lebh lama sehgga data yag ddapatka lebh bayak. () Utuk peelta selajutya, peelt dharapka meambah bayakya pase yag dtelt serta varabel depede yag belum ada dalam model, sepert kepatuha pase dalam melakuka kotrol metabolk, jes obat atdabetes yag dkosums, obestas, tekaa darah, da komplkas yag dalam. Peelt sebakya berdskus dega teaga meds terkat peetua varabel yag dguaka. VI. DAFTAR PUSTAKA [1] Kemekes. (007). Rset Kesehata Dasar: Rskesdas 007. [] Wld, S., Roglc, G., Gree, A., Scree, R., da Kg, H. (00). Global Prevalece of Dabetes: Estmates for the year 000 ad projectos for 030. Dabetes Care, 7(5), [3] Depkes. (005). Pharmaceutcal Care utuk Peyakt Dabetes Meltus. [] Dew, E.U. (015). Gambara Faktor-Faktor yag Memegaruh Terkedalya Kadar Gula Darah pada Pase Dabetes Melltus d Puskesmas Paks Surabaya. Jural STIKes Wllam Booth, (). [5] Qurratuae (009). Faktor-Faktor yag Berhubuga dega Terkedalya Kadar Gula Darah pada Pase Dabetes Melltus d Rumah Sakt Umum Pusat Fatmawat Jakarta. Skrps. Uverstas Islam Nasoal Syarf Hdayatullah, Jakarta. [6] Ndraha, S. (01). Dabetes Meltus Tpe da Tatalaksaa Terk. Departeme Peyakt Dalam Fakultas Kedoktera Uverstas Krda Wacaa Jakarta, 7(), [7] Oktavaa, D. (011). Regres Sple Brespo utuk Memodelka Kadar Gula Darah Pederta Dabetes Meltus. Skrps. Isttut Tekolog Sepuluh Nopember, Surabaya. [8] Gujarat, D.N. (00). Basc Ecoometrcs (th ed.). The McGraw-Hll: New York. [9] Greee, W. H. (008). Ecoometrc Aalyss (6th ed.). New Jersey: Pretce Hall Ic. [10] Agrest, A. (00). Categorcal Data Aalyss ( d ed.). New Jersey: Joh Wley Sos. [11] Hosmer, D. da Lemeshow. (000). Appled Logstc Regresso. USA: Joh Wley & Sos. [1] Johso, R. A. da Wcher, D. W. (007). Appled Multvarate Statstcal Aalyss (6 th ed.). New Jersey: Pretce Hall. [13] Ndyasar, N. D. (010). Perbedaa Tgkat Kecemasa pada Pederta Dabetes Melltus (DM) Tpe I dega Dabetes Melltus (DM) Tpe II. Skrps. Uverstas Sebelas Maret, Surakarta. [1] Syamyah, N. (01). Faktor Rsko Kejada Dabetes Melltus Tpe pada Wata d Puskesmas Kecamata Pesaggraha Jakarta Selata Tahu 01. Skrps. Uverstas Islam Nasoal Syarf Hdayatullah, Jakarta

X a, TINJAUAN PUSTAKA

X a, TINJAUAN PUSTAKA PENELITIAN SEBELUMNYA Statstka Deskrptf TINJAUAN PUSTAKA TINJAUAN STATISTIKA Uj Idepedes Uj depedes dguak utuk megetahu adaya hubuga atara dua varabel (Agrest, 1990). H 0 : tdak ada hubuga atara varabel

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

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

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 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

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

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 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

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

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

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 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 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

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

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

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

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

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

Pemodelan 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

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

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

Lebih terperinci

Pemodelan 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

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

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

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 (UGP)

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

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

BAB III ESTIMASI MODEL PROBIT TERURUT

BAB III ESTIMASI MODEL PROBIT TERURUT BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode

Lebih terperinci

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

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

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277 JURNAL SAINS DAN SENI ITS Vol. 5 No. (06 337-350 (30-98X Prt D-77 Pemodela da Pemetaa Kasus Demam Berdarah Degue d Provs Jawa Tmur Tahu 04 dega Geeralzed Posso Regresso, Regres Bomal Negatf da Flexbly

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

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

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

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

* 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

PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK PERTEMUAN 4-MPC PRAKTIK Oleh: Adh Kurawa SEKOLAH TINGGI ILMU STATISTIK Double Samplg Utuk Peduga Beda, Rato, Regres Msalka, pada kods tertetu, kta g megguaka dfferece estmator, rato estmator, atau regresso

Lebih terperinci

Analisis Regresi Logistik Ordinal terhadap Faktor-faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa S1 di ITS Surabaya

Analisis Regresi Logistik Ordinal terhadap Faktor-faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa S1 di ITS Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (013) ISSN: 337-350 (301-98X Prt) D-177 Aalss Regres Logstk Ordal terhadap Faktor-faktor yag Mempegaruh Predkat Kelulusa Mahasswa S1 d ITS Surabaya Stt Imaslhkah,

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

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

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

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

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode BAB II ANDASAN TEORI. Regres Noparametrk Metode statstka oparametrk merupaka metode statstka ag dapat dguaka dega megabaka asums-asums ag meladas pegguaa metode statstk parametrk. Terutama ag berkata dega

Lebih terperinci

Penerapan Teori Limit Pusat Multivariat pada Pengendalian Proses Pelayanan di Poliklinik Rawat Jalan Rumah Sakit Umum Kardinah Tegal

Penerapan Teori Limit Pusat Multivariat pada Pengendalian Proses Pelayanan di Poliklinik Rawat Jalan Rumah Sakit Umum Kardinah Tegal Peerapa Teor Lmt Pusat Multvarat pada Pegedala Proses Pelayaa d Polklk Rawat Jala Rumah akt Umum Kardah Tegal Isa, M. PMTK FKIP Uv. Pacasakt Tegal sa@yahoo.com Abstrak Baga kedal adalah alat yag lazm dguaka

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

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

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

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

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

BAB 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

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

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

BAB 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

*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

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak

Lebih terperinci

Estimasi dan Pengujian Hipotesis pada Model Geographically Weighted Multinomial Logistic Regression

Estimasi dan Pengujian Hipotesis pada Model Geographically Weighted Multinomial Logistic Regression Prosdg Koferes Nasoal Matematka XVII - 4-4 Ju 4, IS, Surabaya Estmas da Pegua Hpotess pada Model Geographcally Weghted Multomal Logstc Regresso M. Fathurahma, Purhad, Sutko 3, Vta Ratasar 4 Mahasswa S3

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

PEMBENTUKAN MODEL PROBIT BIVARIAT

PEMBENTUKAN MODEL PROBIT BIVARIAT PEMBENTUKAN MODEL PROBIT BIVARIAT SKRIPSI Dsusu Oleh : Yudh Cadra JE 003 66 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 009

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 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

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat 0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010 REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAUN Mahasswa Yulda Federka 9 5 6 Dose Pembmbg Ir. Mutah Salamah,M.Kes da Jerry Dw T.P.,S.S,M.S ABSTRAK Pertumbuha

Lebih terperinci

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas

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

PEMODELAN REGRESI POISSON UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH

PEMODELAN REGRESI POISSON UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH Semar Nasoal Statstka IX Isttut Tekolog Sepuluh Nopember, 7 November 009 PEMODELAN REGRESI POISSON UNTUK MENGETAHUI FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH Yayuk Lsta 1, Purhad

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo BAB III METODOLOGI PENELITIAN 3. Tempat Da Waktu Peelta 3.. Tempat peelta Peelta dlaksaaka d SMP Neger 5 d kota Gorotalo 3.. Waktu peelta Peelta dlaksaaka sejak bula oktober hgga bula desember, yag melput

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

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

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