ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS JUMLAH TENAGA KERJA TERHADAP JUMLAH PASIEN RSUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGRESI GULUD"

Transkripsi

1 Jural as, Teolog da Idustr, Vol., No., Desember 04, pp IN prt/in ole ANALII JUMLAH TENAGA KERJA TERHADAP JUMLAH PAIEN RUD ARIFIN ACHMAD PEKANBARU MENGGUNAKAN METODE REGREI GULUD Rahmade, Def Aggre, Jurusa Matemata Faultas as da Teolog UIN usa Rau E-mal: ABTRAK Peelta meelasa tetag aalss umlah teaga era terhadap umlah pase RUD Peabaru pada Tahu 0 yag meelasa masalah multoleertas. Peyelesaa masalah multoleartas megguaa metode regres gulud (rdge regresso) dlaua dega metrasformas masg-masg peubah da melalu prosedur pemusata da pegsalaa. uatu acua yag dguaa utu memlh besarya la Rdge Parameter, dega melhat besarya la VIF (Vara Iflato Factor). Nla VIF lebh besar dar 0 megdetfas adaya multoleer. Utu memperelas pegguaa regres gulud utu megatas multoleartas dbahas cotoh asus multoleartas, yatu hubuga atara umlah teaga era da ( ) umlah pase berdasara cara bayar. Dar pembahasa cotoh stud asus, dperoleh persamaa regres gulud: Katauc: metode uadrat terecl, multoleertas, regres gulud, regres ler bergada, da rdge parameter ABTRACT Ths research descrbes the aalyss of the amout of labor agast toward umber of patets the Hosptal area Arf Achmad of Peabaru year 0 whch s descrbe the problem multcollearty. Problem solved multcollearty of rdge regresso method was doe by trasform each ad varables through of the ceterg ad rescalg. A referece that s used to select hgher tha of the value of the parameter, wth a rdge to see choosg of the value of the VIF (varat of the Iflato Factor) that f there s a correlato betwee the free varables, the value of the VIF would be hgher tha (VIF ). VIF values hgher tha 0 detfcato of multcollearty. To clarfy of usg of rdge regresso method to resolved the case dscussed multcollearty whch relatoshp betwee the amout of labor () ad () umber of patets based o how to pay. From dscusso of example case studes, the regresso equato obtaed gulud: Keywords: least squares method, multoleertas, multple lear regresso, ad the rdge parameter, ad rdge regresso. PENDAHULUAN Aalss regres merupaa suatu cara yag dapat dguaa utu megetahu hubuga sebuah varabel ta bebas (regressad) dega sebuah atau lebh varabel bebas (regressor). Meurut Drapper ad mth (99) aalss regres merupaa metode aalss yag dapat dguaa utu megaalss data da megambl esmpula yag bermaa tetag hubuga etergatuga varabel terhadap varabel laya. Bla dalam aalssya haya melbata sebuah varabel bebas, maa aalss yag dguaa adalah aalss regres ler sederhaa. Hubuga atau orelas atara dua varabel melalu persamaa regres sederhaa utu meramala la dega yag sudah detahu laya tda cuup, sebab sela mash ada varabel laya. Apabla dalam persamaa aalss regres melbata dua atau lebh varabel bebas, maa regres dsebut aalss regres ler bergada (multple ler regresso). 48

2 Rahmade, et al./ Aalss Jumlah Teaga Kera Aalss regres ler bergada mempuya lebh dar satu varabel bebas, serg membula masalah area teradya hubuga uat atara dua varabel bebasya yag megabata teradya oleertas gada (multoleerty). Geala membula masalah dalam pemodela regres. Koleras yag sagat tgg aa meghasla peasra yag berbas, tda stabl da mug auh dar la sasara Gost da Maso (997) sehgga galat yag dhasla mead besar da varas parameterya mead ta hgga. Metode uadrat terecl aa membera efe dar oleertas yatu tggya la oefse determas tetap tda dut dega hasl u hpotess yag sgfa. alah satu cara utu medapata oefse regres pada persamaa regres ler bergada adalah melalu metode uadrat terecl. Metode meghasla peasra terba (ta bas da varas mmum) apabla tda ada oleras atara varabel bebas. Tetap a hal tu terad, maa salah satu cara utu megatas masalah tersebut adalah melalu metode regres gulud (Rdge Regresso). Dega megguaa metode dapat megurag dampa teradya multoleertas dega meetua pedugaa yag bas tetap mempuya varas yag lebh ecl dar varas peduga regres ler bergada. Pada dasarya metode merupaa modfas dar metode uadrat terecl dega cara meambaha tetapa bas pada dagoal matrs dmaa Dega asums matrs orelas dar varabel bebas dapat dversa dega megguaa metode regres gulud sehgga la dugaa oefse regres mudah ddapat. alah satu aplas pemaaa metode regres gulud yag dapat daalss yatu umlah teaga era pada RUD Arf Achmad Peabaru yag sagat berpegaruh terhadap uuga pase e rumah sat area pha rumah sat harus dapat membera pelayaa esehata dega ba epada masyaraat yag membutuha pelayaa esehata. Adapu teaga era yag dmasud ds adalah doter atau parameds da teaga era oparameds yag dtempata dsetap pol pada RUD Arf Achmad Peabaru. Dalam measra atau mempreds teaga era yag dperlua utu rumah sat megalam masalah atau gaggua area dsebaba fator-fator yag mempegaruh atau yag mead varabel bebasya megalam orelas gada atau hubuga datara varabel varable bebasya megalam masalah multolertas. Oleh area tu tuua dalam peelta adalah utu meyelesaa masalah multoleertas pada stud asus data umlah teaga era terhadap umlah pase d RUD Arf Achmad Peabaru dega megguaa metode regres gulud. Taua Pustaa Defs Teaga Kera Teaga era merupaa pedudu yag berada dalam usa era. Meurut UU No.3 tahu 003 Bab pasal ayat dsebuta bahwa teaga era adalah setap orag yag mampu melaua peeraa gua meghasla barag atau asa ba utu memeuh ebutuha sedr maupu utu masyaraat. Teaga meds adalah teaga ahl edotera dega fugs utamaya adalah membera pelayaa meds epada pase dega mutu seba-baya dega megguaa tata cara da te berdasara lmu edotera da et yag berlau serta dapat dpertaggugawaba Areo (984). Jumlah atau teaga era yag dmasud pada stud asus adalah doter atau parameds da o parameds yag beera dsetap pol d RUD Arf Achmad. Aalss Regres Ler Bergada Aalss regres merupaa salah satu aalss statst yag serg dguaa utu megaalss hubuga atara dua varabel atau lebh. Meurut Drapper da mth (99) aalss regres merupaa metode aalss yag dapat dguaa utu megaalss data da megambl esmpula yag bermaa tetag hubuga etergatuga varabel terhadap varabel laya. Hubuga yag ddapat pada umumya dyataa dalam betu persamaa matemata yag meyataa hubuga atara varabel bebas (depedet varable) varabel ta bebas (depedet varable) dalam betu persamaa sederhaa. da Regres ler bergada merupaa perluasa dar regres ler sederhaa. Jural as, Teolog da Idustr, Vol., No., Desember 04, pp

3 Jural as, Teolog da Idustr, Vol., No., Desember 04, pp IN prt/in ole Perluasa terlhat dar bayaya varabel bebas pada model regres tersebut. Betu umum regres ler bergada dapat dyataa secara statst sebaga berut: = eteraga: = varabel ta bebas varabel bebas = parameter regres = varabel gaggua Asums Regres Ler Bergada Dalam metode regres ler bergada ada beberapa asums yag harus dpeuh, asums tersebut adalah:. Nla rata-rata esalaha peggaggu ol, yatu E ( ) = 0, utu =,,...,. Vara ( ) = E ( )= 3. Tda ada autoorelas atara esalaha peggaggu (galat/error), berart ovara (, ) = 0, 4. Varabel bebas,,...,, osta dalam samplg yag terulag da bebas terhadap esalaha pegaggu. 5. Tda ada multoleertas datara varabel bebas 6., artya esalaha peggaggu megut dstrbus ormal dega rata-rata 0 da vara. Metode Kuadrat Terecl alah satu metode peduga parameter dalam model regres adalah metode uadrat terecl. Metode memerlua beberapa asums las yag harus dpeuh oleh ompoe, yatu memeuh asums eormala, ehomogea ragam, da tda meml autoorelas. Metode uadrat terecl merupaa suatu metode yag dguaa utu measr parameter regres dega cara memmuma umlah uadrat eelrua (error) dar model regres yag terbetu. Jumlah uadrat eelrua (error) utu persamaa regres ler sederhaa, yatu: ehgga dperoleh pedugaa uadrat terecl dar pada regres ler bergada adalah, sebaga berut: ( ) Persamaa regres lear bergada dega dua varabel bebas mempuya perhtuga la, da. Megguaa metode uadrat terecl yatu dega memmuma la atau. Dega meyamaa fugs-fugs turua pertama parsal dar umlah terhadap setap la da, sehgga dperoleh : Multolertas Multolertas adalah suatu ods dmaa terad orelas yag uat datara varabel-varabel bebas yag dutsertaa dalam pembetua model regres ler. Jelas bahwa multolertas adalah suatu ods yag meyalah asums regres ler. Tetu saa, multolertas tda mug terad apabla varabel bebas yag dut sertaa haya satu. Dalam betu matrs, multoleartas adalah suatu ods buru atau ll codto dar matrs yatu suatu ods yag tda memeuh asums las. Ja multoleartas terad atara dua varabel atau lebh dalam suatu persamaa regres, maa la perraa oefse dar varabel yag bersaguta mead ta berhgga, sehgga tda mug lag medugaya. Hal dsebaba mead sgular atau medeat ol. Ada beberapa cara utu megetahu ada tdaya multolertas, yatu: a. Nla Korelas (Korelas atar Peubah Bebas) Prosedur merupaa pedetesa yag palg sederhaa da palg mudah. Nla orelas yag tgg atara peubah satu dega yag laya memperlhata adaya hubuga ler pada peubah-peubah tersebut. b. Nla Kods Ada beberapa metode utu meghtug la ods yag meuua tgat multoleertas Vood da Ulah (98) meyaraa bahwa la ods dbera oleh: 50

4 Rahmade, et al./ Aalss Jumlah Teaga Kera Motgomery da Pec (99) medefsa la ods merupaa perbadga dar da yag ddapat dar matrs orelas da membera ategor multoleertas berdasara la ods yag dperoleh, adapu Persamaa perbadga dar da sebaga berut : dega: adalah la ege yag terbesar (masmum) adalah la ege yag terecl (mmum) a: maa dsebut multoleertas redah maa dsebut multoleertas cuup uat maa dsebut multoleertas uat Nla ods yag terlalu besar megdfasa multoleertas yag serus. Nla ods yag terlalu besar meuua etdastabla oefse regres terhadap perubaha dalam data varabel bebas. Pagel da Luebor (985) meyataa bahwa la ods adalah: c. VIF (Varas Iflato Factors) VIF adalah eleme-eleme dagoal utama dar vers matrs orelas. VIF dguaa sebaga rtera utu medetes multoleertas pada regres ler bergada yag melbata lebh dar dua varabel bebas. Nla VIF lebh besar dar 0 megdetfasa adaya masalah mutoleertas yag serus. VIF utu oefse regres e- ddefsa sebag berut: dega : = oefse deteras atar dega varabel bebas laya ; U U dlaua utu melhat pegaruh varabel-varabel bebas secara eseluruha terhadap varabel terat. Pegua dlaua dega membadga la dega. Utu u statst oefse bergada, u statstya megguaa (.4) u dega memaa rumus: eteraga: oefse orelas bergada umlah varabel bebas umlah aggota sampel Prosedur u statstya adalah sebaga (.5) berut: a. Meetua hpotess : = 0 (tda ada pegaruh secara sgfa atara varabel bebas secara smulta atau bersamasama terhadap varabel terat atau ) : 0 (ada pegaruh secara sgfa atara varabel bebas secara smulta atau bersama-sama terhadap varabel terat atau ) b. Metua taraf yata da la tabel Nla taraf yata yag dguaa da la tabel meml da. c. Meetua rtera pegua da membera esmpula a berart d tola, da a berart (.6) dterma. Kemuda meghtug la tabel da membuat esmpula eta badga dega. Berdasara u dar yag lebh ecl dar berart semua varabel bebas berpegaruh secara sgfa terhadap la tasra. Rdge Regresso (Regres Gulud) Meurut RE Walpole da R.H Mayers pada Tahu 985, dega adaya multoleertas dapat meyebaba pedugaa (.7) oefse regres sagat tda stabl da sestf terhadap perubaha data. ela tu dapat meyebaba perbedaa oefse utu data sampel yag berbeda cederug besar. Oleh sebab tu dperlua suatu metode peasra alteratf yag member hasl peasra yag ba yag meghasla peduga oefse regres bas tetap cederug mempuya etepata yag lebh ba. Prosedur regres gulud dusula pertama al oleh A.E Hoerl pada Tahu 96 da Jural as, Teolog da Idustr, Vol., No., Desember 04, pp

5 Jural as, Teolog da Idustr, Vol., No., Desember 04, pp IN prt/in ole dbahas secara medalam dalam dua tulsa Hoerl da Keard. Prosedur tersebut dtuua utu megatas suatu multoleertas da olom matrs dar tda bebas ler yag meyebaba matrs hampr sgular. Pada metode regres gulud, peduga oefse regres yag dhasla adalah peduga bas. Peasra metode alteratf tda seba metode uadrat terecl area umlah uadrat resdual tda terlalu ecl da oefse orelas gada tda terlalu besar tetap lebh potesal utu etepata yag lebh ba. Regres gulud merupaa salah satu metode yag dapat dguaa utu megatas masalah multoleartas melalu modfas terhadap metode uadrat terecl Neter, Waserma da Kuter (990) dalam Herwdat (997). Modfas tersebut dtempuh dega cara meambah tetapa bas yag relatf ecl pada dagoal matrs, sehgga oefse peduga gulud dpegaruh oleh besarya tetapa bas. Dega dema paramater dugaa aa mead: ( ) dega : : Vetor oefse regres gulud : Matrs orelas peubah : Tetapa bas : Matrs dettas : Vetor orelas atara da peubah Pemlha besarya tetapa bas merupaa masalah yag perlu dperhata. Tetapa bas yag dga adalah tetapa bas yag meghasla bas relatf ecl da meghasla oefse peduga yag relatfstabl. Ada beberapa acua yag dguaa utu memlh besarya, dataraya dega melhat besarya VIF da melhat pola ecedruga ea gulud. Jea gulud berupa plot dar peduga regres gulud secara bersama dega berbaga emuga la tetapa bas Gbbos da McDoald (984) dalam Herwdat 997. Nla yag dplh yatu yag membera la peduga regres gulud yag relatf stabl. Hoerl da Keard (970) dalam Gusra (004) meetua la dega megguaa ea gulud yag merupaa suatu plot data atara dega beberapa la dalam selag atara 0 da hgga tercapa establa pada parameter dugaaya. Aa tetap pemlha dega ea gulud mead prosedur yag subetf area memerlua eputusa peelt utu meetua la yag aa dplh, Motgomery da Pec (99). Hoerl, Keard, da Balw (975) dalam Gusra (004) meyaraa pemlha la dega megguaa rumus HKB : / dega: adalah : bayaya parameter dluar da : dperoleh dar metode uadrat terecl Pada peelta selautya Motgomery da Pec (99) megaua prosedur teras dega megguaa la pada persamaa datas sebaga la awal utu meghtug la da selautya da yag dguaa dperoleh dar metode regres gulud dega dema prosedur aa berhet a: (.9) [ ] da = dega Pemusata da Pegsalaa (Ceterg ad calg) Pemusata da pegsalaa data merupaa baga dar membaua (stadardzed) varabel. Pemusata merupaa perbedaa atara masg-masg pegamata da rata-rata dar semua pegamata utu varabel. edaga pegsalaa melput gambara pegamata pada esatua (ut) stadar devas dar pegamata utu varabel Kuter (005). Berut merupaa pembaua varabel terat da varabel bebas : dega : : rata-rata dar : rata-rata dar pegamata 5

6 Rahmade, et al./ Aalss Jumlah Teaga Kera Jural as, Teolog da Idustr, Vol., No., Desember 04, pp : stadar devas dar : stadar devas dar Trasformas orelas merupaa fugs sederhaa dar pembaua varabel ehgga melalu trasformas dperoleh persamaa sebaga berut:,,,, (.4) Berdasara trasformas varabel da yag ddefsa dega trasformas orelas pada model Persamaa d atas dperoleh model regres sebaga berut: y Terdapat hubuga atara parameter regres yag bau dega parameter regres, yatu datara parameter pada model regres bau dega parameter pada model regres lear bergada yag basa terdapat suatu hubuga lear. Hubuga atara edua parameter dar dua model yag berbeda tersebut dabara sepert d bawah Kuter (005):,,,, 0 Matrs Korelas Persamaa atau model yag ddapat dar prosedur pemusata da pesalaa pada dapat dtulsa dalam betu matrs sepert berut: y y y (.7) selautya dar persamaa betu matrs datas ddapat matrs da, yatu: [ ] pada persamaa d atas dapat dubah dalambetu matrs orelas. Matrs pertama adalah matrs orelas dar varabel da dotasa dega da matrs yag edua adalah vetor yag bersa oefse orelas sederhaa datara varabel da setap varabel yag dotasa dega, yatu: [ ] [ ] Berdasara Persamaa tersebut datas dperoleh persamaa sepert berut : = Utu matrs edua,yatu adalah vetor yag bersa oefse orelas sederhaa datara varabel terat da setap varabel bebas yag dotasa dega. Matrs orelasya ddefsa sebaga berut: = Metode Peelta umber Data Data yag dguaa utu cotoh pemaaa adalah data dar RUD Arf Achmad Peabaru Tahu 0.

7 Jural as, Teolog da Idustr, Vol., No., Desember 04, pp IN prt/in ole Peubah-peubah yag dguaa adalah sebaga berut: = Jumlah Teaga Kera = Jumlah Pase dega Cara Bayar Melalu Umum = Jumlah Pase dega Cara Bayar Melalu Ases Wab = Jumlah Pase dega Cara Bayar Melalu Ases uarela = Jumlah Pase dega Cara Bayar Melalu Jamesmas = Jumlah Pase dega Cara Bayar Melalu Jamesda = Jumlah Pase dega Cara Bayar Melalu Jamsoste = Jumlah Pase dega Cara Bayar Melalu Jampersal = Jumlah Pase dega Cara Bayar Melalu Perusahaa Metode Aalss Aalss data dlaua dalam bebrapa tahap, yatu :. Medetes eberadaa multoleertas. Adapu lagah-lagahya sebaga berut: a. Medetes la Korelas atar Peubah Bebas b. Medetes la VIF (Varas Iflato Factors) c. Meghtug Nla Kods. Melaua u regres ler dega u 3. Peyelesaa masalah multoleertas megguaa regres gulud, dega lagah-lagah sebaga berut: a. Meetua peasra oefse regres.. Meghtug la peasra parameter, selautya meghtug smpaga bau.. Meghtug da megaalss tabel ANAVA. b. Measra oefse regres gulud. Dega lagah-lagah sebaga berut:. Melaua traformas terhadap matrs da vetor.. Meghtug matrs atau yatu matrs orelas dar varabel bebas, serta meghtug yag merupaa orelas dar varabel bebas terhadap varabel ta bebas 3. Meghtug la peasra parameter dega berbaga emuga tetapa bas c. Meetua la yag bersesuaa dega megguaa prosedur teras Hoerl, Keard, da Balw (975) dalam Gusra (004) meyaraa pemlha la dega megguaa rumus HKB. Da selautya meetua model regres gulud. HAIL DAN PEMBAHAAN Medetes Moltoleertas Utu pedetesa multoleertas ada beberapa cara yag dapat dguaa atara la:. Nla Korelas atar Peubah Bebas Cara pertama adalah dega melhat eerata hubuga atar dua varabel bebas atau lebh yag deal dega stlah orelas. dperoleh oefse orelas parsal atar peubah bebasya sebaga berut : Tabel. Matrs Korelas dar Varabel Berdasara Tabel terlhat bahwa orelas yag sagat tgg medeat la atar varabel bebasya. Hal meuua adaya multoleertas. Medetes la VIF (Varas Iflato Factors) Medetes apaah suatu model meml geala multoleertas, aa dguaa cara VIF da u orelas. Dega cara aa dlhat apaah la VIF masg-masg varabel lebh besar atau tda. Bla la VIF lebh besar, maa ddetfasa model persamaa regres tersebut megalam multolertas. 54

8 Rahmade, et al./ Aalss Jumlah Teaga Kera Tabel. Nla VIF atar Varabel Bebas Model Pedugaa Parameter VIF Kostata Umum E3 Ases Wab Ases suarela Jamesmas Jamesda Jamsoste E3 Jampersal Perusahaa Berdasara Tabel dapat dlhat bahwa seluruh varabel bebas meml la VIF lebh besar dar, maa dapat dsmpula model regres meml masalah multolertas. Medetes la ods Pedetesa multoleertas dlaua salah satuya dega meghtug la ods yag meuua tgat multoleertas. Motgomery da Pec (99) medefsa la ods dapat dlhat pada tabel berut : Tabel 3. Nla Ege dar No. Model Nla Ege Umum Ases Wab 3 Ases uarela 4 Jamesmas 5 Jamesda 6 Jamsoste 7 Jampersal 8 Perusahaa Berdasara Tabel 3 dapat terlhat bahwa edelapa la egeya medeat ol berart terdapat multolertas. ela tu mutoleertas dapat duur dalam betu raso atau perbadga dar la terbesar da terecl la ege. Nla yag besar megdasa multoleertas yag serus. da Pec (99) teryata la odsya mecapa lebhecl dar yag meuua adaya masalah multoleertas yag uat dalam data yag daalss. Utu megatas masalah multolertas tersebut, maa dlaua aalss regres gulud. Meetua Peasra Koefse Regres Hasl aalss regres dega megguaa metode uadrat terecl terhadap data pada tabel la peasra parameter (Tabel 4). Tabel 4 Peasra Parameter Regres Kuadrat Terecl Varabel Kostata Umum Ases Wab Ases uarela Jamesmas Jamesda Jamsoste Jampersal Perusahaa Pedugaa Parameter mpaga Bau Berdasara Tabel 4 d atas dapat dperoleh persamaa regres ler bergada sepert pada persamaa berut, yatu: Megu ecocoa model regres ler gada secara bersama-sama atau smulta dapat dlaua melalu u ANAVA, sepert yag terlhat pada Tabel 5 d bawah : Pegua eberarta model regres ler gada yag dlaua secara smulta atau secara bersama-sama, dega hpotess: :, utu (varabel bebas secara dvdu tda berpegaruh secara sgfa terhadap la tasra ) :, utu (varabel bebas secara dvdu berpegaruh secara sgfa terhadap la tasra ) Berdasara semua proses pemersaa d atas berdasara Table 3, meurut Motgomery Jural as, Teolog da Idustr, Vol., No., Desember 04, pp

9 Jural as, Teolog da Idustr, Vol., No., Desember 04, pp IN prt/in ole Tabel 5 ANAVA Utu Data Awal dega rtera u: Tola a atau bsa uga dlhat dar la, tola a la. > yag berart tola. Berdasara tabel d atas terlhat bahwa la urag dar. I berart semua varabel secara bersamaa berpegaruh terhadap la tasra, dar Tabel 5 bahwa yag berart medeat satu, tda dut dega hasl u hpotess yag sgfa dar oefse. Hal meuua adaya olertas. Meetua Peasra Koefse Regres Gulud Utu megatas teradya masalah multolertas, maa dlaua aalss regres gulud. Adapu lagah-lagah dalam measra oefse regres gulud, yatu:. Melaua Trasformas terhadap Matrs da vetor Dalam aalss regres gulud dguaa data yag sudah dtrasformas terhadap matrs da vetor dapat dlaua melalu metode pemusata da pegsalaa. ebelum pemodela regres gulud dbetu, data varabel bebas terlebh dahulu dpusata atau dsalaa utu memmuma esalaha pembulata da megaggap regres sudah dpeuh eormalaya. Berdasara data maa dperoleh hasl dar trasformas varabel da melalu pemusata da pegsalaa.dalam proses peasra regres gulud, tetapa bas merupaa hal yag sagat petg dalam peelta. Nla dar oefse peduga parameter dega berbaga la. Nla yag terplh dega megguaa rumus HKB adalah. ehgga persamaa regres gulud yag dperoleh a yag dambl sebesar, yatu: U Keberarta Regres Gulud Model dperoleh emuda aa du eberarta dar model tersebut, utu melaua pegua regres ler dlaua sebaga berut : ( regres tda berart) 0(regres berart) Pegua eberarta model regres gulud yag dlaua secara parsal atau dvdu, dega hpotess: :, utu (varabel bebas secara dvdu tda berpegaruh secara sgfa terhadap la tasra ) :, utu (varabel bebas secara dvdu berpegaruh secara sgfa terhadap la tasra Tabel 6 ANAVA Regres Gulud dega rtera u: Tola a. > yag berart tola. sehgga tola maa dapat dyataa bahwa regres berart Nla datas dapat darta bahwa eragama peubah terat dapat delasa oleh peubah bebas sebesar. Hal megalam pegata a dbadga dega R -ad yag dperoleh sebelumya dega Nla pada regres gulud. Proses pemegembala e betu semula dega,,,,,,,,,,,,,,,,. 56

10 Rahmade, et al./ Aalss Jumlah Teaga Kera ehgga setelah dembala e varabelvarabel asal dperoleh model persamaa regresya mead: = KEIMPULAN DAN ARAN Kesmpula. Adaya multoleertas dalam persamaa regres lear bergada, terlhat dar besarya la orelas atar varabel bebas yag medeat da seluruh la VIF lebh besar dar 0.. Dega megguaa metode regres gulud, yatu dega meambaha tetapa bas, maa dperoleh persamaa regres gulud: 3. Nla orelas determas estmator medeat, yatu. Hal meuua bahwa estmator yag dperoleh sudah dapat dguaa. ara Regres gulud (rdge regresso) belum tetu dapat dguaa utu meyelesaa semua model yag megadug multolertas, tetap sudah cuup but bahwa regres gulud merupaa salah satu metode yag ba. I dareaa melalu model dusahaa memperoleh varas yag ecl dega meetua la sehgga dperoleh eadaa yag lebh ba. Bag pembaca yag tertar melauta peelta bsa meyelesaa masalah multoler dega megguaa metode laya. Guarat, darmodar. Eoometra Dasar. Erlagga:Jaarta Hasa, Iqbal. Aalss Data Peelta dega tatst. Bum Asara: Jaarta Myers, RH Classscal ad Moder Regresso wth Applcato d edto. Pws-Ket. Publshg Compay, Bosto. Nurhasaah. Perbadga Regres Kompoe Utama Terores dega Regres Rdge dalam Megatas Multoleertas. Pascasaraa. Jurusa Matemata FMIPA IPB Preadta, Agrsa. Pegguaa Metode Rdge Trace da Varace Iflato Factors(VIF) Pada Regres Rdge. rps. Jurusa Matemata FMIPA UN. 0. embrg. Aalss Regres. Peerbt ITB: Badug udarmato, R.Guawa. Aalss Regres Ler Bergada dega P. Graha Ilmu: ogyaarta uprato, J. atst Teor da Aplas. Erlagga:Jaarta. 00. Motgomery, D. C. ad E. A. Pec (99), Itroducto to Lear Regresso Aalyss, d edto, Joh Wley & os, New or. DAFTAR PUTAKA Deerey, M., da N.I. Rashwa. olvg Multcollerty Problem Usg Rdge Regresso Models, Departmet of tatstcs ad Mathematcs, vol.6 halama Draper, NR Appled Regresso Aalyss. A Wlley Iterscece Publcato, Caada Jural as, Teolog da Idustr, Vol., No., Desember 04, pp

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar. ANALISIS REGRESI Berdasara betu eleara data, model regres dapat dlasfasa mead dua macam yatu lear da o-lear. Ja pola data lear maa dguaa pemodela lear. Begtu uga sebalya apabla pola data tda lear maa dguaa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI Dalam bab aa djelasa teor-teor yag berhubuga dega peelta yag dapat djada sebaga ladasa teor atau teor peduug dalam peelta Ladasa teor aa mempermudah pembahasa hasl peelta pada bab 3 Adapu

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga saat adalah aalss terhadap data megea sebuah araterst atau atrbut da megea sebuah varabel dsrt atau otu. Tetap, sebagamaa dsadar, baya

Lebih terperinci

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan

II. LANDASAN TEORI. Wallpole (1995), mendefinisikan data kategori sebagai data yang diklasifikasikan II. LANDASAN TEORI.1. Data Kategor Wallpole (1995, medefsa data ategor sebaga data yag dlasfasa meurut rtera tertetu. Data ategor dsebut uga data ometr atau data yag bua merupaa hasl peguura. Data ategor

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam

BAB II LANDASAN TEORI. Pada bab II ini, akan dijelaskan tentang teori yang dipakai dalam BAB II LANDASAN TEORI Pada bab II, aa djelasa tetag teor yag dpaa dalam semvarogram asotrop. Sela tu juga aa dbahas megea teor peduug dalam melaua peasra aduga cadaga baust d daerah Mempawah Kalmata, dataraya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaag Metode aalss yag telah dbcaraa hgga searag adalah aalss terhadap data megea sebuah araterst atau atrbut (ja data tu ualtatg) da megea sebuah araterst (ja data tu uattatf).

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu terjad dega sedrya amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok) ANALSS DSRNAN (asus : Lebh dar elompo) Hazmra Yozza Jur. atemata FPA Uad LOGO POP POP POP 4 : POP Uura sampel : Sampel telah detahu dar elompo maa berasal Terhadap masg-masg obe damat/duur p peubah POP

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (uregstered verso) http://www.smpopdf.com Statst Bss : BAB V. UKURA PEYEBARA DATA.1 Peyebara Uura peyebara data adalah uura statst yag meggambara bagamaa berpecarya data

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Aalss Regres Perubaha la suatu varabel tda selalu tejad dega sedrya, amu perubaha la varabel tu dapat pula dsebaba oleh berubahya varabel la yag berhubuga dega varabel tersebut. Utu

Lebih terperinci

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

adalah nilai-nilai yang mungkin diambil oleh parameter jika H Uj Nsbah Kemuga Lema Neyma-Pearso dapat dguaa utu meemua uj palg uasa bag hpotess sederhaa bla sebara dataya haya dtetua oleh satu parameter yag tda detahu. Lema tersebut juga adaalaya dapat dguaa utu

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.. Watu da Temat Peelta Peelta srs dlaua d Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas Lamug ada tahu aadem 2009/200. 3.2. Metode Peelta Secara umum, elasaaa

Lebih terperinci

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014)

Analisis Regresi Eksponensial Berganda (Studi Kasus: Jumlah Kelahiran Bayi di Kalimantan Timur pada Tahun 2013 dan 2014) Jural EKSPONENSIAL Volume 6, Nomor, Nopember 5 ISSN 85-789 Aalss Regres Espoesal Bergada (Stud Kasus: Jumlah Kelahra Bay d Kalmata Tmur pada Tahu 3 da 4) Double Expoetal Regresso Aalyss (Case Study: Number

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 I PANDAHULUAN. 1.1 Latar Belakang

BAB I PANDAHULUAN. 1.1 Latar Belakang BB I PNDHULUN Latar Belaag Data merupaa seumlah formas yag dapat membera gambara/eteraga tetag suatu eadaa Iformas yag dperoleh membera eteraga, gambara, atau fata megea suatu persoala dalam betu ategor,

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion

Pemilihan Model Regresi Terbaik Menggunakan Metode Akaike s Information Criterion dan Schwarz Information Criterion Jural Iformata Mulawarma Vol 4 No. 3 September 009 37 Pemlha Model Regres erba Megguaa Metode Aae s Iformato Crtero da Schwarz Iformato Crtero M. Fathurahma Program Stud Ilmu Komputer, FMIPA Uverstas Mulawarma

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA Beberapa teor yag dperlua utu meduug pembahasa dataraya adalah varabel radom, regres lear bergada, metode uadrat terecl (MKT), peguja asums aalss regres, pecla (outler), regres robust,

Lebih terperinci

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Jural Bareeg Vol. 5 No. Hal. 3 7 () PEMODELAN JUMLAH KEMAIAN BAYI DI PROVINSI MALUKU AHUN DENGAN MENGGUNAKAN REGRESI POISSON SALMON N. AULELE Staf Jurusa Matemata, FMIPA, Upatt Jl. Ir. M. Putuhea, Kampus

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

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

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

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

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT Aryato, Kaja Sfat Keompaa pada Ruag Baah KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH Aryato* ABSTRACT The propertes of ompatess Baah spaes ths paper s a geeralzato of a ompat uderstadg the system o the real

Lebih terperinci

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d

Kajian Hubungan Koefisien Korelasi Pearson (r), Spearman-rho (ρ), Kendall-Tau (τ), Gamma (G), dan Somers ( d Jural Grade Vol4 No Jul 008 : 37-38 Kaja Hubuga Koefse Korelas Pearso (r), Spearma-rho (ρ), Kedall-Tau (τ), Gamma (G), da Somers ( d yx ) Sgt Nugroho, Syahrul Abar, da Res Vusvtasar Jurusa Matemata, Faultas

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 II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA

PENAKSIR RANTAI RASIO-CUM-DUAL UNTUK RATA-RATA POPULASI PADA SAMPLING GANDA PEAKI ATAI AIO-CUM-DUAL UTUK ATA-ATA POPULAI PADA AMPLIG GADA Holla Maalu Bustam Haposa rat Mahasswa Program Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu Pegetahua Alam Uverstas au Kampus Bawda

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

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

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pegerta Regres da Korelas Pegerta Regres Istlah regres dpereala oleh seorag yag erama Fracs Gulto dalam maalah erjudul regresso towerd medacraty heredtary stature Meurut hasl peelta

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor, ahu 015, Halama 05-14 Ole d: http://eoural-s1.udp.ac.d/dex.php/gaussa ANALISIS FAKOR FAKOR YANG MEMPENGARUHI JUMLAH KEJAHAAN PENCURIAN KENDARAAN BERMOOR

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

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. 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

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA

PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNYA PENDETEKSIAN HETEROSKEDASTISITAS DENGAN PENGUJIAN KORELASI RANK SPEARMAN DAN TINDAKAN PERBAIKANNA Srps dsaja sebaga salah satu syarat utu memperoleh gelar Sarjaa Sas Program Stud Matemata Oleh Layyatus

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

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap

METODE PENELITIAN. Populasi dari penelitian ini adalah seluruh peserta didik kelas VII semester genap III. METODE PENELITIAN A. Populas da Sampel Populas dar peelta adalah seluruh peserta dd elas VII semester geap SMP Neger 3 Terbaggbesar tahu pelaara 0/0 yag terdstrbus e dalam tuuh elas, yatu elas VII

Lebih terperinci

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah

III. METODE PENELITIAN. Teknik Elektro Universitas Lampung dan dusun Margosari, desa Pesawaran Indah 3 III. METODE ENELITIAN 3.1 Watu da Tempat eelta da peracaga tugas ahr dlaua d Laboratorum Terpadu Te Eletro Uverstas Lampug da dusu Margosar, desa esawara Idah abupate esawara pada bula Agustus 1 sampa

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

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

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: 337-35 (31-98X Prt D-5 Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa

Lebih terperinci

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember

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

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal Vol 5, No, 9-98, Jauar 9 But Teorema Ssa Cha dega egguaa deal asmal Abstra Sstem perogruea yag dapat dcar peyelesaaya secara teor blaga dasar teryata dapat dbuta melalu teor-teor strutur aljabar hususya

Lebih terperinci

Analisis Faktor Risiko Penyebab Diabetes Mellitus di Kota Ambon Menggunakan Model Regresi Logistik

Analisis Faktor Risiko Penyebab Diabetes Mellitus di Kota Ambon Menggunakan Model Regresi Logistik Statsta, Vol. 5 No. 2, 65-7 November 25 Aalss Fator Rso Peyebab Dabetes Melltus d Kota Ambo Megguaa Model Regres Logst Ferry Kodo Lembag, Dorteus L. Rahabauw 2,2Jurusa Matemata Faultas MIPA Uverstas Pattmura

Lebih terperinci

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

E ax by c ae X be Y c. 6.1 Pengertian Umum

E ax by c ae X be Y c. 6.1 Pengertian Umum 6.1 Pegerta Umum Baya permasalaha yag dataya dyataa oleh lebh dar sebuah varabel. Hubuga atara dua atau lebh varabel dapat dyataa secara matemata sehgga merupaa suatu model yag dapat dguaa utu berbaga

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

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 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

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data, blaga ataupu

Lebih terperinci

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja

Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja Jural EKSONENSIAL Volume, Nomor, Me 0 ISSN 085-789 Regres Logst Ordal utu Megaalss Fator-Fator yag Memegaruh erlau Seual Remaa Ordal Logstc Regresso for Aalyss Factors of Ifluece Behavor Adolecet Seual

Lebih terperinci

KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2

KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH. Elen Dwi Pradewi 1, Sudarno 2 Kaa Estmas-M (Ele) KAJIAN ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KETAHANAN PANGAN DI JAWA TENGAH Ele Dw Pradew, Sudaro Alum Program Stud Statsta FSM Uverstas Dpoegoro

Lebih terperinci

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion)

Pemilihan Model Regresi Terbaik Menggunakan Akaike s Information Criterion (The Best Regression ModelSelection UsingAkaike s Information Criterion) Jural EKSPONENSIALVolume Nomor September 00 ISSN 085-789 Pemlha Model Regres Terba Megguaa Aae s Iformato Crtero (The Best Regresso ModelSelecto UsgAae s Iformato Crtero) M. Fathurahma Staf Pegaar Program

Lebih terperinci

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen

BAB 2 DASAR TEORI ALIRAN DAYA. Sistem tenaga listrik (Electric Power System) terdiri dari tiga komponen BAB DAAR TEOR ALRAN DAA. Umum,,3,4 stem teaga lstr Electrc ower stem terdr dar tga ompoe utama, atu sstem pembagta teaga lstr, sstem trasms teaga lstr, da sstem dstrbus teaga lstr. Kompoe dasar ag membetu

Lebih terperinci

UKURAN DASAR DATA STATISTIK

UKURAN DASAR DATA STATISTIK UKURAN DASAR DATA STATISTIK UKURAN PUSAT Apa yag dapat ta smpula secara gamblag da cepat dar data yag dsodora berut : Tabel 1 Sampel Data Karyawa peserta Jamsoste Nama Sex Status Kerja Gaj/Bl Umur NATUL

Lebih terperinci

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak

Teknik Mengatasi Data Hilang pada Kasus Rancangan Blok Lengkapacak Jural Sas Matemata da Statsta, Vol. 3, No., Jul 07 ISSN 693-390 prt/issn 407-0939 ole Te Megatas Data Hlag pada Kasus Racaga Blo Legapaca Rado Yedra, Muslm, Jurusa Matemata, Faultas Sas da Teolog, UIN

Lebih terperinci

Regresi TELBS untuk Mengatasi Masalah Pencilan

Regresi TELBS untuk Mengatasi Masalah Pencilan 8th Idustral Research Worshop ad Natoal Semar Polte Neger Badug July 6-7, 017 Regres TEBS utu Megatas Masalah Pecla Nurul Gusra 1, Frdaza, Nov Octavat 3 1,,3 Departeme Matemata FMIPA Uvestas Padjadjara

Lebih terperinci

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI

PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI PENDUGAAN DURBIN WATSON UNTUK MENGATASI OTOKORELASI DALAM ANALISIS REGRESI LINEAR SKRIPSI Daua uu Memeuh Persyaraa Peyelesaa Program Saraa Sas Jurusa Maemaa Faulas Maemaa da Ilmu Pegeahua Alam Uversas

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

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline

Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-35 (-98X Prt) D-5 Pemodela Fator-Fator yag Mempegaruh Aga Morbdtas d Jawa Tmur Megguaa Regres Noparametr Sple Krsa Wuladar, I Nyoma Budatara, da Madu

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

Prosiding Statistika ISSN:

Prosiding Statistika ISSN: Prosdg Statsta ISSN: 246-6456 Pemodela Aga Kemata Ba d Kabuate Kuga ahu 24 dega Regres Geeralzed Posso da RegresBomal Negatf Modelled Number Of Brth Mortalt I Kuga Resdece I 24 B Geeralzed Posso Regresso

Lebih terperinci

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k

METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l k Prma: Jural Program Stud Pedda da Peelta Matemata Vol. 6, No., Jauar 07, hal. 7-59 P-ISSN: 0-989 METODE NUMERIK ROSENBERG DENGAN ARAH PENCARIAN TERMODIFIKASI PENAMBAHAN KONSTANTA l UNTUK BEBERAPA NILAI

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016

Prosiding Seminar Nasional Matematika dan Pembelajarannya. Jurusan Matematika, FMIPA UM. 13 Agustus 2016 Prosdg Semar Nasoal Matemata da Pembelajaraya. Jurusa Matemata, FMIPA UM. Agustus 06 METODE NUMERIK STEPEST DESCENT DENGAN ARAH PENCARIAN RERATA ARITMATIKA Rumoo Bud Utomo Uverstas Muhammadyah Tagerag

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

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

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

9. SOAL-SOAL STATISTIKA

9. SOAL-SOAL STATISTIKA 9. SOAL-SOAL STATISTIKA UN00SMK. Dagram lgara d bawah meyaja jes estrauruler d suatu SMK yag dut oleh 500 orag sswa. Baya sswa yag tda megut estrauruler Pasbra adalah.. A. 00 sswa Olah B. 50 sswa Pasbra

Lebih terperinci

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC JEMTN PD GRF FUZZY INTUITIONISTIC St lfatur Rohmaah, au Surarso, da ambag Irawato 3 Uverstas Islam Darul Ulum Lamoga, a0304@gmalcom Uverstas Dpoegoro Semarag 3 Uverstas Dpoegoro Semarag bstract tutostc

Lebih terperinci

Lam piran 1 K uesioner

Lam piran 1 K uesioner LAMPIAN Lam pra K uesoer KUESIONE PENDAHULUAN Saya adalah mahasswa Uverstas Krste Maraatha Badug sedag megadaa peelta dalam pembuata Tugas Ahr. Maa saya megharapa erasamaya utu megs uesoer, saya megharapa

Lebih terperinci

PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE

PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE Sr Har Jurusa Matemata, Faultas Sas da Teolog Uverstas Islam Neger Maulaa Mal Ibram Malag e-mal: srar@aoo.co.d Abstra Dalam aalss regres ler bergada adaa

Lebih terperinci

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING)

Penelitian Operasional II Program Bilangan Bulat PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) Peelta Operasoal II Program Blaga Bulat 37 3 PROGRAM BILANGAN BULAT (INTEGER PROGRAMMING) 3 PENDAHULUAN : Formulas Program Blaga Bulat da Aplasya Program Lear (LP) Program Lear basa dormulasa secara matemats

Lebih terperinci

Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

Pemodelan Penduduk Miskin di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR) JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-39 Pemodela Pedudu Ms d Jawa Tmur Megguaa Metode Geographcally Weghted Regresso (GWR) Yuata Damayat, Vta Ratasar Jurusa Statsta, Faultas

Lebih terperinci

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube Aalsa Probablst Algortma Routg pada Jarga ypercube Zuherma Rustam Jurusa Matemata Uverstas Idoesa Depo 644. E-mal : rustam@maara.cso.u.ac.d Abstra Algortma routg pada suatu arga teroes suatu measme utu

Lebih terperinci

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP

PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP PENANGANAN MISSING DATA PADA RANCANGAN BLOK RANDOM LENGKAP Rosa Sey Yudasar Jurusa Matemata, Faultas Matemata da Ilmu Pegetahua Alam,Uverstas Neger Surabaya rosaseywah@yahoo.com Drs. Hery Tr Sutato, M.S

Lebih terperinci

8.4 GENERATING FUNCTIONS

8.4 GENERATING FUNCTIONS 8.4 GEERATIG FUCTIOS Fugs pembagt Fugs pembagt dguaa utu merepresetasa barsa secara efse dega megodea usur barsa sebaga oefse deret pagat dalam varabel. Fugs pembagt dapat dguaa utu: memecaha berbaga masalah

Lebih terperinci

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI Defl Ardh 1, Frdaus, Haposa Srat defl_math@ahoo.com

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

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik:

BAB IX. STATISTIKA. Contoh : hasil ulangan Matematika 5 siswa sbb: Pengertian Statistika dan Statistik: BAB IX. STATISTIKA Pegerta Statsta da Statst: Statsta adalah lmu pegetahua yag membahas metode-metode lmah tetag ara-ara pegumpula data, pegolaha, pegaalsa da peara esmpula. Statst adalah umpula data,

Lebih terperinci

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

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

Lebih terperinci

BAB 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 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

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

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

BAB I PENDAHULUAN. dengan masalah peramalan, karena dapat digunakan untuk menyelesaikan masalah

BAB I PENDAHULUAN. dengan masalah peramalan, karena dapat digunakan untuk menyelesaikan masalah BAB I PENDAHULUAN. Latar Belakag Topk Para lmua, ekoom, pskolog, da sosolog selalu berkepetga dega masalah peramala, karea dapat dguaka utuk meyelesaka masalah dalam pegelolaa da maajeme. Salah satu metode

Lebih terperinci

REGRESI LINIER SEDERHANA

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

Lebih terperinci

BAB 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

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M

LEMMA HENSTOCK PADA INTEGRAL. Muslich Jurusan Matematika FMIPA UNS fine dan integral M JP : Volue 4 Noor Ju 0 hal. 4-5 LEA HENSTOCK PADA NTEGRAL uslch Jurusa ateata FPA UNS uslch_us@yahoo.co ABSTRACT. Based o the cshae e partto ad cshae tegral t ca be arraged the e partto ad tegral cocepts.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN A. Tujua Peelta Tujua ag g dcapa dalam peelta adalah utu megetahu apaah hasl belajar perserta dd elas IX MP Nusa Bagsa Mragge Dema pada mater poo volume bagu ruag ss legug

Lebih terperinci

PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN

PENAKSIR RASIO REGRESI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN PENAKIR RAIO REGREI ANG EFIIEN UNTUK RATA-RATA POPULAI PADA AMPLING AAK EDERHANA MENGGUNAKAN DUA KARAKTER TAMBAHAN R Wuladar *, Rustam Eed, Haposa rat Mahasswa Program tud Matemata Dose Jurusa Matemata

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 III TEORI PERRON-FROBENIUS

BAB III TEORI PERRON-FROBENIUS BB III : EORI PERRON-FROBENIUS 34 BB III EORI PERRON-FROBENIUS Pada Bab III aa dbahas megea eor Perro-Frobeus, yatu teor hasl otrbus dar seorag matematawa asal Germa, Osar Perro da Ferdad Georg Frobeus

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

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

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277

π(x) 1 e JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-277 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 22) ISSN: 23-928X D-277 Klasfas Pase Hasl Pap Smear Test sebaga Pedetes Awal Upaya Peagaa D pada Peyat Kaer Servs d RS. X Surabaya dega Metode Baggg Logstc Regresso

Lebih terperinci

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni

Taksiran Distribusi Aggregate Loss Asuransi Mobil Menggunakan Fast Fourier Transform (FFT) dalam Menentukan Premi Murni Tasra Dstrbus Aggregate Loss Asuras Mobl Megguaa Fast Fourer Trasorm FFT dalam Meetua Prem Mur Tohap Maurug *, Mas Maaohas, Program tud Matemata, Faultas Matemata da Ilmu Pegetahua Alam, Uverstas am Ratulag

Lebih terperinci