Forum Statistika dan Komputasi, Oktoberl 2005, p: Vol. 10 No. 2 ISSN :

Ukuran: px
Mulai penontonan dengan halaman:

Download "Forum Statistika dan Komputasi, Oktoberl 2005, p: Vol. 10 No. 2 ISSN :"

Transkripsi

1 Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : PENDUGAAN PRODUKTIVITAS KENTANG DENGAN METODE KEMUNGKINAN MAKSIMUM UNTUK MODEL ACAK Har Wjaato, Kharl Awar Notodputro, Barz Departee Statstka, FMIPA IPB Ed Adurracha Pusat Data da Iforas Pertaa, Departee Pertaa RI Rgkasa Metode keugka aksu erupaka salah satu etode ag palg uu dguaka utuk pedugaa paraeter populas Dala peerapaa pada odel acak, etode keugka aksu eghadap eraga kedala dala prosedur pedugaa paraeter populas terutaa utuk kasus data ag tdak seag Pada tulsa dahas pegguaka etode keugka aksu pada odel acak utuk pedugaa produktvtas koodtas ketag Kewords: : rado odel, axu lkelhood ethod, profle lkelhood, ackfttg algorth, potatoe productvt PENDAHULUAN Pedugaa produktvtas koodtas hortkultura ag erass pada plot cotoh, telah dkeagka da dujcoa oleh Pusat Data da Iforas pertaa (Pusdat Depta Metode percotoha utuk eetuka plot cotoh egguaka ult-stage saplg Utuk pedugaa pada level kaupate, pearka cotoha dula dar peetua kecaata cotoh, keuda dlajutka dega peetua desa, dusu, peta, petak, da plot cotoh Peetua kecaata da desa cotoh serta aaka plot cotoh ag dalokaska proposoal terhadap perkraa luas pae Pada satu desa cotoh haa dplh satu dusu cotoh secara acak, keuda pada satu dusu cotoh dplh peta cotoh secara acak seaak julah plot cotoh ag dalokaska utuk desa cotoh ag ersagkuta Pada setap peta cotoh dplh satu petak cotoh, da pada satu petak cotoh dtetuka satu plot cotoh Dega peerapa etode percotoha sepert, peetua raga dugaa egguaka etode kovesoal ejad tdak dapat dlakuka karea raga pada setap tahap (stage tdak dapat dtetuka Peerapa odel perarka cotoh sepert terseut d atas seeara dapat dodelka seaga erkut: j µ ε,,,, a j da j,,, ( dega: j respo (hasl ua pada dusu ke-, peta ke-j µ rataa uu pegaruh dusu ke- ε galat pada dusu ke-, peta ke-j j Asus ag uu dguaka utuk odel adalah atarε salg eas da eear j oral dega la tegah 0 da raga Sedagka faktor dusu, karea erupaka cotoh acak dar eraga keugka dusu ag ada, asaa dseut seaga faktor acak (rado factor da dasuska: ~ N(0, Dega asus ahwa eas terhadap ε j aka raga dar suatu oservas atau pegaata ejad: V ( Raga da j dseut seaga kopoe raga Sedagka odel ag faktora acak sepert dseut seaga kopoe raga atau odel pegaruh acak (Motgoer, 99 Kasus d atas aka leh rut jka pada satu peta dapat dlakuka pegala plot cotoh leh dar satu plot Sehgga odel ( aka ejad odel tersarag (ested seaga erkut: 5

2 Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : jk µ ε j( jk,,,, a; j,,, ; da k,,, j ( dega: jk respo (hasl plot pada dusu ke-, peta ke-j, da plot ke-k µ rataa uu pegaruh dusu ke- pegaruh peta ke-j pada dusu j( ke- ε galat pada dusu ke-, peta ke-j, jk da plot ke-k Dega asus, j( da ε j salg eas, aka utuk kasus odel raga dar suatu oservas atau pegaata ejad: V ( jk Asus ag erlaku saa dega odel (4 dega taaha asus utuk faktor peta adalah j ( ~ N(0, Utuk kasus dua faktor ag ersfat acak sepert, pedugaa paraeter aka erfokus pada pedugaa terhadap µ da kopoe raga,, da Metode ag uu dguaka utuk eduga paraeter-paraeter adalah etode kuadrat terkecl (ANOVA da etode keugka aksu Pada erkuta aka dahas tetag pedugaa paraeter egguaka etode keugka aksu utuk kedua odel d atas Peahasa aka dawal utuk kasus julah ulaga saa, keuda dlajutka dega kasus ulaga da julah level faktor ag ereda Pada aga akhr derka cotoh peerapa pada kasus koodtas ketag PENDUGAAN DENGAN METODE KEMUNGKINAN MAKSIMUM Model Acak Satu Faktor Peduga keugka aksu ag paraeter θ ( µ,, odel ( dapat dperoleh dar fugs keugkaa seaga erkut: daa exp[ L( θ ( µ ' V (π N V ( µ ] da a ( V ( V (Searle et al, 99 I J ( Dega deka fugs keugka d atas dapat dtulska ejad: L( θ exp ( µ j j a N [ ( N a] (π ( ( µ Sehgga log dar fugs keugkaa ejad: N logl log π ( Nalog log( ( j µ - j ( µ Kasus julah ulaga saa Utuk kasus ulaga saa erart (3 utuk setap, dega deka log fugs keugka (3 ejad: N log L logπ a( log alog( ( j µ ( µ j ( (4 Dua suku terakhr dar persaaa (4 d atas jka dekspreska dala etuk JKA da JKG ejad seaga erkut (Wjaato, 005: JKG [ JKA a( µ ] karea peduga keugka aksu dar suatu fugs paraeter saa dega fugs dar peduga keugka aksu dar paraeter, kta dapat eederhaaka otas dega eulska: λ 6

3 Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : Sehgga persaaa (4 ejad: N JKG JKA a( µ log L log π a( log a log λ Dega euruka secara parsal terhadap µ, da λ da egevaluas ketga persaaa pada la 0, eerka peduga keugka aksu seaga erkut: µ daa KTG ( / a KTA KTG JKA KTA da ( a da JKG KTG a( Peduga terata erupaka peduga ag tak as terhadap, sedagka erupaka peduga ag eras terhadap karea E sedagka ( E( ( a a Peduga da raga ag dhaslka oleh etode kuadrat terkecl (ANOVA da etode keugka aksu terata saa, sedagka peduga ag dhaslka oleh kedua etode terseut ereda Pada eerapa kasus dugkka dperoleha peduga kopoe raga ag egatf Oleh karea tu, utuk eperoleh la harapa peduga keugka aksua leh sult karea tergatug dar la apakah postf atau egatf (Searle et al, 99 Selajuta, utuk eghdar edapatka peduga ag egatf, Searle et al (99 eerka peduga keugka aksu ag da seaga erkut: [( a KTA KTG ]/ ; 0 da KTG ; JKT ; a utuk ( a KTA KTG selaa utuk ( a KTA KTG utuk selaa λ λ Raga dar asg-asg peduga µ,, da dapat dperoleh elalu la harapa dar turua kedua log fugs keugkaa sehgga eghaslka raga seaga erkut: raga( µ a 4 a( a ( raga 4 λ / a ( a a( Kasus julah ulaga tdak saa Peurua peduga keugka aksu utuk kasus ulaga tdak saa aka egacu pada log fugs keugka ag dtulska pada persaaa (3 Dega eotaska keal da λ egekspreska fugs terseut dala etuk JKG da JKA, aka dperoleh persaaa seaga erkut: N JKG ( µ logl log π ( Nalog log λ λ (5Dega euruka secara parsal terhadap µ, da λ da egevaluas fugs turua terhadap µ d atas terhadap 0, dperoleh peduga keugka aksu ag µ seaga erkut: λ µ λ daa: raga ( / var( var( Sedagka utuk kasus ulaga tdak saa, solus secara aaltk ag peduga keugka aksu da tdak dapat dperoleh (Searle et al, 99 Raga dar asg-asg peduga dapat dperoleh elalu la harapa dar turua kedua log fugs keugkaa sehgga dperoleh hasl seaga erkut: raga( µ λ 7

4 Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : raga D Daa 8 λ λ λ N a 4 λ N a 4 D Utuk λ λ λ λ julah ulaga tdak saa, peduga paraeter ag kopoe raga pada uua tdak dapat dperoleh elalu ruus jad (closed for (Searle et al, 99 Salah satu etode ag dapat dguaka utuk eperoleh peduga ag kopoe ragaa utuk kasus ulaga tdak saa adalah algorta teratve ackfttg sepert ag dguaka oleh Pawta (00 Pada aga aka duraka etode pedugaa ag da egguaka algorta teratf ag dkeagka dar Pawta (00 Secara uu, odel ( jka dtulska dala etuk atrks aka ejad: µ Z e ~ N(0, D da ~ N(0, ~ N( µ, V daa V ZDZ Dega asus sedagka e, Log fugs keugka pada paraeter fxed ( µ, θ daa θ adalah, log L ( µ, θ log V ( µ V ( µ Pada la θ ag tetap, turua pertaa fugs terhadap µ da egevaluasa pada la 0 eghaslka peduga µ seaga erkut: µ ( V V Profl lkelhood dar paraeter θ adalah log L ( θ log V ( µ V ( µ (6 Log-lkelhood seluruh paraeter odel ( dega µ,, θ θ, dapat dtetuka (,, atu L ( µ, θ, p( p( erdasarka seara ersaa dar Seara ersarat jka dketahu adalah oral dega la tegah E ( µ Z da raga Sedagka eear oral dega la tegah 0 da raga D, sehgga log L( µ, θ, log ( µ Z x( µ Z log D D Dega erpedoa ahwa (Pawta, 00 : V Z( Z Z D Z DZV ( µ V ( µ ( µ Z ( ( ( ( µ V µ µ Z µ Z D V Z Z D Maka persaaa (6 dapat dtulska keal ejad: log L( θ log ( µ Z x( µ Z log D D log Z Z D log L( θ log L(, µ θ, log Z Z D Dar persaaa terlhat ahwa log L ( erupaka odfkas log L( µ θ, dega eaahka persaaa log Z Z D ag tdak la erupaka foras Fsher dar Selajuta, utuk edapatka peduga ag µ,, da kopoe raga da, θ dapat dlakuka elalu prosedur teratf Dega egasuska: A da D R, daa A da R erupaka atrks ag dketahu da erpagkat N da q (pada aak aplkas, atrks A da R erupaka atrks dettas Dega deka, utuk eperoleh peduga paraeter terseut, fugs tujua ag harus daksuka adalah N q q Q log e A e log log R log Z A Z R daa e Turua Q µ Z terhadap da keuda egevaluas asg-asg pada la 0, da egsolas la da aka dperoleh persaaa teratf seaga erkut: [ e A e teras {( Z A Z R N Z A Z}] [ {( R teras Z A Z R R }] q Dega deka, prosedur teratf utuk

5 Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : eduga µ,, da kopoe raga adalah seaga erkut: Tetuka la awal, da, µ da (Nla awal ag da dapat dal dar peduga kuadrat terkecl, sedagka la awal utuk 0 Htug: µ Htug vektor data terkoreks c µ Z da htug la elalu persaaa c ( Z Z D Z 3 Htug: e µ Z 4 Htug la kopoe raga aru egguaka: [ e A e teras{( Z A Z R N Z A Z}] [ R teras{( Z A Z R R }] q Daa la da seelah kaa egal la pada teras seelua 5 Ulag -5 sapa koverge Algorta teratve ackfttg d dala aljaar ler leh dkeal dega seuta etode Jaco atau Gauss-Sedel Meurut Ato (987, etode Jaco atau Gauss-Sedel terkadag erjupa dega kods ag dverge atau tdak koverge, sehgga etode tdak selalu eerka solus Pelha ekspres dar persaaa paraeter ag aka dduga dapat eatu dperoleha kods ag koverge Model Acak Tersarag Dua Faktor Kasus Julah Taraf da Ulaga Saa Model ( utuk julah taraf & ulaga saa dapat dtulska seaga: jk µ ε,,,, a; j,,, ; da k,,, j Dega asus : ~ N(0, j ~ N(0,, ε ~ N(0, jk jk, Sepert dtujukka dala Wjaato (005, ruus uu tael aalss ragaa dapat dtulska sepert Tael Berdasarka odel da tael aalss raga terseut, fugs keugka ag µ,,, da adalah seaga erkut (Tao & Box, 967 : L( µ,,, 3 ( v ( exp v ( 3 ( ( v3 3 µ v 3 v (7 Log dar fugs keugka persaaa (7 ejad: logl( µ,,, 3 v log v log ( v3 log 3 ( µ v v 3 Turua pertaa fugs terhadap µ,,, da da egevaluas persaaa ag 3 dperoleh terhadap 0 eghaslka µ (a ( KTG Tael Tael aalss raga utuk odel acak tersarag dua faktor dega ulaga saa ( JK d KT E(KT S3 v 3 3 S3 v3 j S ( v S v S ( jk j v S v Keteraga: a( v, v a(, ( a KTG, KTB, 3 KTA v, 3 3 9

6 Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : (c (d KTB KTG ( 3 3 v 3 v3 v3 v33 a v33 a JKA KTB KTG KTG a JKA a KTB Perasalaha ag dhadap dala pedugaa kopoe raga pada odel acak tersarag adalah adaa keugka dperoleha peduga raga ag egatf Searle et al (99 eerka peduga keugka aksu ag kopoe raga agar tdak dperoleh la ag egatf Raga ag µ dapat dperoleh elalu turua kedua dar fugs log L atu: raga( µ a Daa: Var (µ V j j q a j q j j e c j j j PENERAPAN Data ag dguaka adalah data hasl ujcoa peetua produktvtas koodtas hortkultura ag telah dlakuka oleh Pusdat Departee Pertaa pada Tahu 00 d Kaupate Brees Julah plot cotoh seeara adalah 40 plot ag tersear d dua kecaata da la desa Data dsajka pada Tael 7 dala Wjaato (005, ag aka dguaka seaga cotoh aalss utuk kasus julah ulaga tdak saa Sedagka utuk kasus julah ulaga saa (julah peta atau plot cotoh per dusu saa egguaka data Tael 6 dala Wjaato (005 Hasl aalss raga (etode kuadrat terkecl terhadap data ulaga saa adalah seaga erkut: Suer DB JK KT F P Dusus Peta Total Kasus Data Tdak Seag (Julah Taraf da Ulaga Tdak Saa Meurut Searle et al (99, tdak ada etuk tertutup (closed for persaaa peduga keugka aksu ag kopoe raga pada odel tersarag dua faktor (odel utuk kasus julah ulaga ag tdak saa Khusus utuk peduga ag µ, Searle (970 telah euruka peduga keugka aksua seaga erkut: a a j j k j j q j j j µ a a j k j q j daa j j ( e j j e j k j Sedagka ragaa adalah seaga erkut: Kopoe Raga Suer KopRaga %Total StDev Dusus Peta Total Berdasarka tael aalss raga d atas da dega hpotess H 0: 0 > vs H : 0 dapat dspulka ahwa H 0 dtolak, arta produktvtas atar dusu ata eraga Dar tael d atas dapat dlhat ahwa peduga ag raga galat ( da raga atar dusu ( asg-asg seesar 4653 da 4406 Dega egguaka etode keugka aksu terata dperoleh peduga ag da asg-asg seesar 4653 da 3370, sedagka peduga ag µ da var(µ asg-asg seesar 567 da 089 Dar hasl terlhat ahwa hasl dugaa etode kuadrat terkecl ereda dega 30

7 Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : etode keugka aksu, sedagka hasl dugaa terhadap saa Lkelhood Profl Lkelhood Pedekata Noral tetap ereda cukup jauh utuk Salah satu peea ketdakkosstea hasl peguja aalss raga dega etode keugka aksu terhadap adalah adaa korelas terclass ag cukup tgg (Pawta, 00 Besara la korelas terclass pada data cotoh terseut d atas adalah: cor ( j, k Sga Gaar Peradga fugs keugka ag dega fugs keugka astotk oral Lkelhood Prof l Lkelhood Pedekat a Noral Sga_ Gaar Peradga fugs keugka ag dega fugs keugka astotk oral Dega egguaka kealka atrks foras Fsher, dperoleh raga ag da asg-asg seesar 70 da 6873 Sesua dega teor astotk oral, seara kedua kopoe raga terseut adalah ~ N (, 70 da ~ N (, 6873 Dega deka selag kepercaaa 95% ag da asg-asg adalah (08, 74 da (-769, 8508 Khusus utuk, selag kepercaaaa ecakup la 0, erart ertetaga dega hasl peguja egguaka aalss raga Peradga fugs keugka ag da dega fugs keugka astotk oral dsajka pada Gaar da Gaar Dar hasl peradga dapat dlhat ahwa terata pedekata fugs keugka oral cukup ak utuk, Hasl aalss raga (etode kuadrat terkecl terhadap data dega ulaga tdak saa adalah seaga erkut: Suer DB JK KT Dusu Peta Total Kopoe Raga Suer KopRaga %Total StDev Dusu Peta Total Dar hasl aalss raga dperoleh peduga kuadrat terkecl ag da asg-asg adalah 374 da 6074 Sedagka egguaka etode keugka aksu dperoleh peduga ag da asg-asg adalah 370 da 3867 (progra perhtuga peduga da egguaka ahasa R dapat dlhat dala Wjaato, (005 Dar hasl pedugaa terhadap terata kedua etode eerka hasl ag relatf saa, tetap terhadap terata kedua etode eerka peredaa hasl ag cukup jauh Sedagka peduga keugka aksu var(µ asg-asg seesar ag µ da 5305 da 0873 DAFTAR PUSTAKA Ato H 987 Eleetar Lear Algera, 5th ed Joh Wle& Sos, New York Baltag BH, Sog SH, ad Jug BC 999 The Ualaced Nested Error Copoet Regresso Model Depster, AP, Lard NM, Ru DB 977 Maxu Lkelhood Estato fro Icoplete Data Va the EM Algorth 3

8 Foru Statstka da Koputas, Oktoerl 005, p: 5 3 Vol 0 No ISSN : (wth dscusso J Ro Statst Soc, Ser B, 39, -38 Harve WR 970 Estato of Varace Copoet The Mxed Model Boetrcs Septeer 970: Khattree R 999 Noegatve Estato of Varace Copoets: A Modfcato to Hederso s Aova Methodolog The Ida Joural of Sttatstcs, Volue 6, Seres B, Pt, pp 6-65 Lev PS, Leeshow S 999 Saplg of Populato, Methods ad Applcato 3 rd Joh Wle & Sos, New York Motgoer DC 99 Desg ad Aalss of Experets 3 rd ed Joh Wle ad Sos, New York Murth MN 967 Saplg Theor ad Methods Statstcal Pulshg Socet Pawta Y 00 I All Lkelhood, Statstcal Modellg ad Iferece Usg Lkelhood Claredo Press, Oxford Pusat da Iforas Pertaa 003 Uj Metodolog Produktvtas Saura d Props Jawa Barat da Jawa Tegah Pusat Data da Iforas Pertaa, Departee Pertaa, Jakarta Searle SR 970 Large Saple Varaces of Maxu Lkelhood Estator of Varace Copoets Usg Ualaced Data Boetrcs, Septeer 970: Searle SR, Casella G, McCullach CE 99 Varace Copoets Joh Wle & Sos, Caada Tao GC, Box GEP 967 Baesa Aalss of Three-Copoet Herarchcal Desg Model Boetrka, Vol 54, No &, p09-5 Wjaato H 005 Pedekata Keugka Maksu da Baes utuk Pedugaa Produktvtas Koodtas Hortkultura (Kasus Koodtas Ketag Dsertas Sekolah Pascasarjaa IPB Bogor (Tdak dpulkaska 3

Analisis Regresi dan Korelasi

Analisis Regresi dan Korelasi Metode Statstka Pertemua III Aalss Regres da Korelas Pegatar Apa tu aalss regres? Apa edaya dega korelas? Aalss Regres Aalss statstka yag memafaatka huuga atara dua atau leh peuah kuattatf sehgga salah

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

Analisis Korelasi dan Regresi

Analisis Korelasi dan Regresi Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael

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

PROGRAM LINIEAR DENGAN METODE SIMPLEX

PROGRAM LINIEAR DENGAN METODE SIMPLEX POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

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

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil

TINJAUAN PUSTAKA Konsep Dasar Pendugaan Area Kecil 4 INJAUAN PUSAKA Kosep Dasar Pedugaa Area Kec Secara uu etode pedugaa area kec dbag ejad dua baga atu etode peduga agsug (drect estato da etode peduga tak agsug (drect estato. etode-etode pedugaa seaa

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

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi Metode Statstka Pertemua XII Aalss Korelas da Regres Aalss Hubuga Jes/tpe hubuga Ukura Keterkata Skala pegukura varabel Pemodela Keterkata Relatoshp vs Causal Relatoshp Tdak semua hubuga (relatoshp) berupa

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 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

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG Asa Kurat Peddka Ekoom, FKIP Uverstas Muhammadah Purworejo asachaca8@ahoo.com

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

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

DEFICIENCY DUA PENAKSIR PADA DISTRIBUSI KELUARGA EKSPONENSIAL DENGAN SATU PARAMETER. Oleh: Dr. Dadang Juandi, M.Si Rani G Yuniar, S.Si.

DEFICIENCY DUA PENAKSIR PADA DISTRIBUSI KELUARGA EKSPONENSIAL DENGAN SATU PARAMETER. Oleh: Dr. Dadang Juandi, M.Si Rani G Yuniar, S.Si. DEFICIENCY DUA PENAKSIR PADA DISTRIBUSI KELUARGA EKSPONENSIAL DENGAN SATU PARAMETER Oleh: Dr. Dada Juad, M.S Ra G Yuar, S.S. Jurusa Peddka Mateatka FPMIPA UPI JL. DR. Setaudh 9, Badu 05 ABSTRAK Kosep defcecy

Lebih terperinci

Regresi & Korelasi Linier Sederhana

Regresi & Korelasi Linier Sederhana Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah

Lebih terperinci

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi 3 II. TINJAUAN PUSTAKA. Aalss Regres Aalss regres merupaka salah satu metode statstka ag dguaka utuk mempelajar da megukur huuga statstk ag terjad atara dua atau leh varael. Dalam regres sederhaa dkaj

Lebih terperinci

Rancangan Acak Kelompok

Rancangan Acak Kelompok Racaga Acak Kelompok Saua percoaa dak seragam dlakuka pegelompoka egacaka dlakuka per kelompok Model : Y j μ + β + τ + ε dega : Y j respos pada perlakua ke -, ulaga ke - j μ raaa umum j τ pegaruh perlakuake

Lebih terperinci

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

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

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA . Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar

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

V. PENDEKATAN BAYES PADA MODEL ACAK

V. PENDEKATAN BAYES PADA MODEL ACAK 7 V PEDEKT BYES PD MODEL CK 5 Pdahulua Pada aak kasus, srgkal dapat dprolh foras awal ttag paratr ag aka dduga Saga cotoh adalah pada kasus pdugaa produkttas taaa hortkultura ag tlah dahas pada Ba Pada

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

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

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss

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

Reliabilitas Stress-Strength dengan Distribusi Weibull Relibility Stress-Strength with Weibull Distribution

Reliabilitas Stress-Strength dengan Distribusi Weibull Relibility Stress-Strength with Weibull Distribution Prosdg Statstka ISSN: 460-6456 Relabltas Stress-Stregth dega Dstrbus Webull Relblt Stress-Stregth wth Webull Dstrbuto Na Peratasar, Sutawar Darws, 3 Abdul Kudus,,3 Prod Statstka, Fakultas Mateatka da Ilu

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

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss regres adalah salah satu tekk

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

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

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael ag la. Varael ag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 0 BAB LANDASAN TEORI. Pegerta Regres da Korelas.. Pegerta Regres Regres adalah suatu metode statstka yag ergua utuk memerksa atau memodelka huuga datara varael-varael. Varael-varael terseut dega megguaka

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA 4 II. TINJAUAN PUSTAKA. Pecla.. Defs Pecla Meurut Fergus 96, pecla ddefska seaga suatu data ag mempag dar sekumpula data ag la. Meurut Barett 98, pecla adalah pegamata ag tdak megkut seaga esar pla da

Lebih terperinci

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK INTERPOASI INTERPOASI INIER INTERPOASI KUADRATIK INTERPOASI POINOMIA Dua ttk data : Gars Tga ttk data : Kuadratk g Empat ttk data :Polomal tgkat-3 Dketahu: ttk data ( y ) ( y ) ( y ) D ttk data :Polomal

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

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

REGRESI & KORELASI LINIER SEDERHANA

REGRESI & KORELASI LINIER SEDERHANA 1. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable)

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

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 III METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

Hubungan antara G dengan T dan P untuk sistem tertutup: Untuk fluida fasa tunggal dalam sistem tertutup tanpa reaksi kimia:

Hubungan antara G dengan T dan P untuk sistem tertutup: Untuk fluida fasa tunggal dalam sistem tertutup tanpa reaksi kimia: BAB 3 Huuga atara G dega T da utuk sste tertutup: d(g) = () d (S) dt (.14) Utuk fluda fasa tuggal dala sste tertutup tapa reaks ka: G T, G T, S Utuk sste teruka fasa tuggal: G = g(, T, 1,,...,,... ) Dferesal

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

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,

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

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

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN Latar Belakag Dala teor ekoo, setap perusahaa dasuska bertujua eperoleh bala yag aksu Ibala yag ddapat bergatug pada strateg yag dabl perusahaa Kuattas erupaka salah satu strateg perusahaa

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA A IJAUA PUSAA Pada bab aka duraka egea dasar teor ag dguaka dala pegerjaa tugas akhr. eor ag dbahas atara la egea pegeala obek, Prcpal Copoet Aalss (PCA), Lear Dscrat Aalss (LDA), Subclass Dscrat Aalss

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

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

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

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

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

* 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

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

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

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Peahulua Dalam bab aka membahas megea teor-teor tetag statstka oparametrk, korelas parsal tau Keall a korelas parsal meurut Ebuh GU a Oeka ICA.. Statstka Noparametrk Istlah oparametrk

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

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar ertemua 3 Luas Daerah Bdag Datar, da Volume Beda adat dega Metode Bdag Irsa Sejajar A. Luas Daerah Bdag Datar 1. Luas Daerah Bdag Datar Yag Datas Oleh Kura f, sumu X, Gars a da Gars DEFINISI: Msalka D

Lebih terperinci

Penerapan Peta Kendali Demerit dan Diagram Pareto Pada Pengontrolan Kualitas Produksi (Studi Kasus: Produksi Botol Sosro di PT.

Penerapan Peta Kendali Demerit dan Diagram Pareto Pada Pengontrolan Kualitas Produksi (Studi Kasus: Produksi Botol Sosro di PT. Jural EKSPONENSIL Volue 5, Noor, Nopeber 04 ISSN 085-789 Peerapa Peta Kedal Deert da Dagra Pareto Pada Pegotrola Kualtas Produks (Stud Kasus: Produks otol Sosro d PT. X Surabaya) The pplcato of Deert otrol

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

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

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 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 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

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali) DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,

Lebih terperinci

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX

METODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEMILIHAN DISTRO LINUX ORBITH VOL. 9 NO. JULI 03 : 78 83 ETODE FUZZY AHP DAN FUZZY TOPSIS UNTUK PEILIHAN DISTRO LINUX Oleh : Ahad Sabq Tekk Iforatka Poltekk Purbaya Tegal Jl. Pacakarya No. Talag Tegal 593 Abstrak Pada peelta

Lebih terperinci

ANALISIS AVAILABILITAS SISTEM SERI DENGAN PENDEKATAN ANALISIS MARKOV (STUDI KASUS DI PT X )

ANALISIS AVAILABILITAS SISTEM SERI DENGAN PENDEKATAN ANALISIS MARKOV (STUDI KASUS DI PT X ) ANALII AVAILABILITA ITEM ERI DENGAN PENDEKATAN ANALII MARKOV (TUDI KAU DI PT X ) Add Rzka Agusta, Muhaad jahd Akbar da Haryoo Jurusa tatstka, Fakultas Mateatka da Ilu Pegetahua Ala, Isttut Tekolog epuluh

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

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai

BAB III FUZZY C-MEANS. mempertimbangkan tingkat keanggotaan yang mencakup himpunan fuzzy sebagai BB III FUZZY C-MENS 3. Fuzzy Klasterg Fuzzy lasterg erupaa salah satu etode aalss laster dega epertbaga tgat eaggotaa yag eaup hpua fuzzy sebaga dasar pebobota bag pegelopoa (Bezde,98). Metode erupaa pegebaga

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

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

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

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

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 02 (2017), hal

Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 02 (2017), hal Bulet Ilah Mat. Stat. da Terapaya (Baster) Volue 6, No. (17), hal 77 84. PENENTUAN NILAI INTERNAL RATE OF RETURN DENGAN METODE NEWTON-RAPHSON PADA KASUS PENGKREDITAN KENDARAAN BERMOTOR Al A, Nao Nessyaa

Lebih terperinci

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD Jailah * Firdaus Sigit Sugiarto Mahasiwa Progra S Mateatika Dose Jurusa Mateatika Fakultas Mateatika

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan dilapangan SMP Negeri 11 Tamalate

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan dilapangan SMP Negeri 11 Tamalate BAB III METODE PENELITIAN 3. Tempat Da Waktu Peelta a. Tempat Tempat peelta dlaksaaka dlapaga SMP Neger Tamalate. Waktu Waktu pelaksaaa peelta dlaksaaka dmula dar keluara surat z meelt. 3. Defs Operasoal

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

BAB 3 Interpolasi. 1. Beda Hingga

BAB 3 Interpolasi. 1. Beda Hingga BAB Iterpolas. Hgga. Iterpolas Lear da Kuadrat. Iterpolas -Maju da -Mudur Newto 4. Polo Iterpolas Terbag Newto 5. Polo Iterpolas Lagrage . Hgga Msala dbera suatu tabel la-la uers j j dar suatu ugs pada

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

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

Percobaan Faktor Tunggal (RAL, RAKL, RBSL)

Percobaan Faktor Tunggal (RAL, RAKL, RBSL) Percoaan Faktor Tunggal RAL, RAKL, RBSL Faktor Tunggal Dalam RAKL Rancangan Acak Kelompok Lengkap Karakterstk Rancangan Perlakuan yang dcoakan merupakan taraftaraf dar satu faktor tertentu Faktor-faktor

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

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Tjau Teorts.. Teor Produks Teor produks merupaka aalsa megea agamaa seharusa seorag pegusaha atau produse, dalam tekolog tertetu memlh da megkomaska eraga macam faktor produks utuk

Lebih terperinci

Aturan Cramer dalam Aljabar Maks-Plus Interval

Aturan Cramer dalam Aljabar Maks-Plus Interval Jural Matematka & Sas Aprl 2015 Vol 20 Nomor 1 Atura Cramer dalam Aljaar Maks-Plus Iterval Sswato Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Uverstas Seelas Maret Surakarta e-mal: ssmpaus@yahoocod

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci