Informatika Pertanian Volume 17 No. 2, Roch Widaningsih Statistisi Madya pada Pusat Data dan Informasi Pertanian

dokumen-dokumen yang mirip
Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

Pengajar: Dr. Agus M Soleh

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

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

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

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB III METODE PENELITIAN

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

BAB II TINJAUAN PUSTAKA

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

PENAKSIR DUAL RATIO-CUM-PRODUCT UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN MEDIAN

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

BAB II LANDASAN TEORI

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

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

S2 MP Oleh ; N. Setyaningsih

BAB 2. Tinjauan Teoritis

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Regresi & Korelasi Linier Sederhana

BAB II TINJAUAN PUSTAKA

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

BAB 1 ERROR PERHITUNGAN NUMERIK

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

BAB 1 STATISTIKA RINGKASAN MATERI

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

UKURAN GEJALA PUSAT (UGP)

8. MENGANALISIS HASIL EVALUASI

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

b) Untuk data berfrekuensi fixi Data (Xi)

BAB III METODOLOGI PENELITIAN

REGRESI & KORELASI LINIER SEDERHANA

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB III UKURAN PEMUSATAN DATA

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

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

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

Analisis Korelasi dan Regresi

2.2.3 Ukuran Dispersi

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

TINJAUAN MATA KULIAH BAB I PENDAHULUAN

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

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

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

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

Xplore, 2013, Vol. 1(1):e7(1-8) c 2013 Departemen Statistika FMIPA IPB

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

IMPUTASI MENGGUNAKAN PENAKSIR REGRESI UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING GANDA

TINJAUAN PUSTAKA Evaluasi Pengajaran

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

Uji Statistika yangb digunakan dikaitan dengan jenis data

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

METODOLOGI PENELITIAN. pengaruh atau akibat dari suatu perlakuan atau treatment, dalam hal ini yaitu

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

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

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

REGRESI & KORELASI LINIER SEDERHANA

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

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

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

3 Departemen Statistika FMIPA IPB

BAB II LANDASAN TEORI

BAB III PERSAMAAN PANAS DIMENSI SATU

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

Pada saat upacara bendera, kita sering memperhatikan teman-teman kita.

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

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

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

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

STUDI KELAYAKAN: ASPEK FINANSIAL. F.Hafiz Saragih SP, MSc

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

PROSEDUR ESTIMASI PARAMETER MODEL REGRESI MENGGUNAKAN RESAMPLING BOOTSTRAP DAN JACKKNIFE

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

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

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

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

Transkripsi:

PERBANDINGAN BERBAGAI TEKNIK PENARIKAN CONTOH UNTUK MENDUGA POPUASI SAPI POTONG (Stud Kasus Kabupate Karagasem. Props Bal) Comparato of Samplg Techques to Estmate Cattle Populato Roch Wdagsh Statsts Mada pada Pusat Data da Iformas Pertaa ABSTRACT Surve samplg s oe of the tools whch ca be used to estmate the parameter of a populato. The best surve samplg techque ca produce the hghest relablt, valdt ad accurac of a populato estmato. Ths research studed the varous surve samplg techques (.e. smple radom samplg, sstematc radom samplg, stratfed radom samplg ad two-stage cluster samplg) to estmate cattle populato b makg a smulato of populato estmate ad ts varace. The smulato was coducted for 00 tmes wth the umbers of samples 300, 400, ad 3 500, ad the the were compared to determe whch techque produced the best estmate. The were the compared to the agrculture surve samplg. The result shows that stratfed radom samplg wth 500 has the hghest level of relablt, valdt ad accurac. The smple radom samplg, sstematc radom samplg ad stratfed radom samplg gve a hgher estmate level tha the agrcultural surve samplg, ad the two-stage cluster samplg a lower level. Ke words : Surve Samplg, Relablt, Valdt, Accurac. ABSTRAK Peelta dlakuka utuk megatas permasalaha tekk pegumpula data peteraka, khususa populas terak. Tujua peelta adalah :. Meetuka tekk pearka cotoh ag palg efse utuk meduga populas sap potog d Kabupate Karagasem, da. Membadgka hasl pedugaa beberapa tekk pearka cotoh dega pedugaa tekk pearka cotoh surve pertaa hasl kerjasama DEPTAN dega FAO. Tekk pearka cotoh meetuka tgkat relabltas, valdtas da akuras dugaa parameter populas ag dhaslka. Tgkat relabltas, valdtas da akuras ag tgg adalah ag dharapka dar sebuah tekk pearka cotoh. Peelta mempelajar tekk pearka cotoh acak sederhaa, sstematk, acak berlaps da gerombol dua tahap dalam meghaslka peduga populas. Metode pegamata dlakuka dega cara membuat smulas peduga Iformatka Pertaa Volume 7 No., 008

populas da ragam pada berbaga tekk pearka cotoh tersebut datas. Smulas dlakuka sebaak 00 kal dega megambl jumlah sampel 300, 400 da 3 500. Hasl pedugaa dega berbaga tekk pearka cotoh juga dbadgka dega tekk pearka cotoh pada surve pertaa. Tekk pearka cotoh ag meghaslka dugaa populas dega tgkat relabltas, valdtas da akuras palg tgg adalah tekk pearka cotoh acak berlaps dega sebesar 500. Tekk pearka cotoh acak sederhaa, sstematk da acak berlaps meghaslka dugaa populas dega tgkat relabltas, valdtas da akuras ag lebh tgg darpada tekk pearka cotoh pada surve pertaa. Sedagka tekk pearka cotoh gerombol dua tahap meghaslka relabltas da akuras ag lebh redah. Kata kuc : tekk pearka cotoh, relabltas, valdtas, akuras. PENDAHUUAN atar Belakag Keberhasla pembagua pertaa pada umuma da peteraka khususa perlu ddukug oleh tersedaa data da formas ag akurat serta tepat waktu. Data da formas tersebut sagat petg agar kebjaka ag dambl tepat sasara. Bag pelaku bss d bdag pertaa formas tersebut sagat bergua utuk pegembaga bssa. Salah satu data peteraka ag petg utuk terseda adalah populas terak. Iformas populas terak tertetu d kabupate potesal perlu dketahu sebaga dasar evaluas pembagua ag telah dlaksaaka, dasar peusua recaa pegembaga d masa medatag, da kotrol pelaksaaa suatu perecaaa pembagua. Kabupate Karagasem Provs Bal merupaka setra sap potog (khususa Sap Bal ag merupaka uggula d Idoesa). Iformas populas sap potog d seluruh kabupate tap semester sagat dperluka supaa pegembaga sap potog d masa medatag lebh terarah da berhasl. Pecacaha legkap memerluka waktu, teaga da baa ag cukup besar, sehgga tdak mugk dlaksaaka setap saat, apalag tap semester. Besara baa utuk pegumpula data pada pecacaha legkap terkadag tdak sembag dega mafaat dar data/formas ag dkumpulka. Kelemaha la pada pecacaha legkap sergkal terjad kesalaha dalam pegumpula data karea terlalu baaka obek ag harus dcatat, dtelt atau dperksa sehgga petugas lelah da mejad tdak telt karea beba kerja ag tgg, kesalaha basa dsebut o-samplg error. Perbadga Berbaga Tekk Pearka Cotoh

Berdasarka masalah tersebut d atas, perlu dkembagka cara pegumpula data dega metode pearka cotoh ag palg efse utuk bsa meghemat waktu, teaga da baa tapa megurag keakurata data da formas ag dperoleh bearbear meggambarka daerah ag dtelt dega lebh bak. Sedkta jumlah respode ag dwawacara sudah tetu aka megkatka ketelta petugas pegumpul data sehgga osamplg error bsa dkurag. Agar dapat dperoleh cara pegumpula data ag bak da efse, peelta mecoba smulas beberapa tekk pearka cotoh utuk meduga populas sap potog d Kabupate Karagasem, Provs Bal. Tekk pearka cotoh tersebut adalah : tekk pearka cotoh acak sederhaa, sstematk, acak berlaps da gerombol dua tahap. Tujua Peelta Tujua dar peelta adalah memlh tekk pearka cotoh ag palg efse utuk meduga populas sap potog d Kabupate Karagasem Provs Bal. BAHAN DAN METODOOGI Baha Data ag dguaka sebaga baha smulas dega berbaga tekk pearka cotoh adalah data populas sap potog hasl pedaftara rumah tagga pemelhara/ pegusaha sap potog, sesus pertaa 003. Struktur data hasl pedaftara rumah tagga tersebut melput kecamata, desa, blok sesus, ama kepala keluarga da jumlah sap potog ag dkuasa (Tabel ). Yag dmaksud dkuasa ds adalah dpelhara atau dusahaka bak mlk sedr atau mlk orag la. Tabel. Struktur Data Pedaftara Rumah Tagga Pemelhara & Pegusaha Sap Potog, Kabupate Karagasem, Sesus Pertaa 003. No Kode Kecamata Kode Desa No Blok Sesus Nama Kepala Rumah Tagga Populas Sap (ekor) 00 00 00B I Ketut Srg 00 00 00B I.N. Reges 3 00 00 00B I N.Warjaa 4 00 00 00B I Negah Pugg Iformatka Pertaa Volume 7 No., 008 3

Tabel. Struktur Data Pedaftara Rumah Tagga Pemelhara & Pegusaha Sap Potog, Kabupate Karagasem, Sesus Pertaa 003. No. Kode Kecamata Kode Desa No Blok Sesus Nama Kepala Rumah Tagga ajuta Populas Sap (ekor) 5 00 00 00B I Ketut Wartka 6 00 00 00B I Noma Mara 7 00 00 00B I N.Mutug M M M M M M 800 040 009 005B I.W. Kutag 703 M M M M M M 3507 050 03 08B I Negah Rata 36 M M M M M M 50764 080 009 07B I Ketut Ser Total rumah tagga pemelhara/pegusaha (RTP) sap potog d Kabupate Karagasem adalah 50 764 rumah tagga, dega total populas sap potog sebesar 05 5 ekor da ragam populas sebesar.05. Setelah RTP ag mempua la ekstrm dkeluarka dar populas maka RTP ag dguaka utuk smulas sebesar 50 76 dega total populas sap potog sebesar 04 476 ekor da ragam populas mejad.078. Metode Secara gars besar, tahapa ag dlakuka dalam aalss adalah sebaga berkut : Membuat smulas dugaa populas da ragam dar peduga populas dega megguaka tekk acak sederhaa, acak sstematk, acak berlaps da tekk gerombol dua tahap.. Membadgka hasl-hasl pedugaa paramater dega berbaga tekk pearka cotoh tersebut dega populas hasl sesus pertaa 003. Smulas dlakuka sebaak 00 kal dega megambl jumlah sampel pertama ( ) 300, 400 orag da 3 500. Utuk melakuka smulas dguaka program (makro) dega software Mtab. Pada Tabel meujukka rgkasa smulas pedugaa populas sap potog pada berbaga tekk pearka cotoh. 4 Perbadga Berbaga Tekk Pearka Cotoh

Tabel. Smulas beberapa tekk pearka cotoh utuk meduga populas sap potog d Kabupate Karagasem. Tekk Pearka Cotoh Acak Sederhaa Baaka Cotoh () 300 400 3 500 Peduga Populas ( τˆ ) ˆ τ ˆ τ ( 00) ˆ τ ˆ τ ( 00) ˆ τ ˆ τ ( ˆ τ ˆ τ ) ˆ 00 τ ( τˆ ) Ragam ( τˆ ) ( 00 ) ( 00 ) ( 00 ) Sstematk 300 400 3 500 ˆ τ ˆ τ ( 00) ˆ τ ( ˆ τ ˆ τ ) ˆ 00 τ ( ˆ τ ˆ τ ) ˆ 00 τ ( 00 ) ( 00 ) ( 00 ) Acak Berlaps 300 400 3 500 ˆ τ ˆ τ ( 00) ˆ τ ˆ τ ( 00) ˆ τ ˆ τ ( 00) ˆ τ ˆ τ ˆ τ ( 00 ) ( 00 ) ( 00 ) TINJAUAN PUSTAKA Teor pearka cotoh mempua tujua utuk membuat pearka cotoh lebh efse. Teor pearka cotoh mecoba utuk megembagka metode pemlha cotoh, dega baa ag sekecl mugk, meghaslka peduga parameter populas ag medekat parameter populasa (Cochra, 99). Pegerta efse dalam teor pearka cotoh adalah tekk pearka cotoh ag meghaslka dugaa palg medekat parameter populas sebeara, membutuhka baa pegumpula data ag sekecl-kecla serta memeuh sarat-sarat data ag bak. ev da emeshow (999) medefska surve sebaga stud terhadap sebaga populas ag dplh dar populas ag lebh besar. Sebaga dar populas aka memberka kesmpula utuk semua populas ag dwakl. Suprato (998) mejelaska alasa megapa tekk pearka cotoh dguaka, atara la : sesus memerluka baak waktu, teaga da baa, sergkal tdak dketahu obeka secara keseluruha, serg terjad kesalaha dalam pegumpula data karea terlalu baaka obek ag harus dtelt. Iformatka Pertaa Volume 7 No., 008 5

Meurut ev da emeshow (999) peduga parameter populas mempua beberapa karakterstk sebaga akbat dar memlh sebaga eleme populas atu : a. Bas, B (τˆ ) dar peduga populas (τˆ ) terhadap parameter populas (τ ) ddefska sebaga selsh atara la harapa E(τˆ ) dega la sebeara (τ ), B( ˆ) τ E( ˆ τ ) τ. Peduga populas (τˆ ) dkataka tdak bas jka B( ˆ) τ 0. Dega kata la, τˆ adalah peduga tak bas jka la harapa dar τˆ sama dega τ atau E ( τˆ ) τ 0. b. Mea Square Error, dar peduga populas (τˆ ), dtuls MSE(τˆ ), ddefska sebaga rata-rata smpaga kuadrat peduga total populas dega parameter populas sebeara dkalka peluag c MSE ( τˆ ) ( τˆ τ ) π π.. MSE berbeda dega ragam peduga, karea MSE merupaka rata-rata smpaga kuadrat terhadap parameter sebeara, sedagka ragam peduga merupaka rata-rata smpaga kuadrat terhadap ratarata dstrbus pearka cotoh. Hubuga MSE dega ragam peduga dtulska sebaga berkut: MSE ( ˆ) τ Var ( ˆ) τ + B ( ˆ) τ. c. Relabltas. Karakterstk teradal dar suatu peduga populas berhubuga dega bagamaa kemampua suatu peduga (melalu pegulaga) dalam proses meghaslka suatu la dugaa. Jka kta megasumska tdak ada kesalaha pegukura dalam suatu surve, maka relabltas dar suatu peduga dapat dataka dalam koteks ragam pearka cotoh, atau setara dega stadar error. Mak kecl stadar error suatu peduga, maka mak besar relabltasa. d. Valdtas. Karakterstk vald dar suatu peduga populas berhubuga dega bagamaa la tegah suatu peduga (melalu pegulaga) dalam proses meghaslka suatu dugaa berbeda dega la parameter sebeara. Jka kta megasumska tdak ada kesalaha pegukura, valdtas dapat devaluas dega megamat la bas dar pedugaa. Mak kecl bas, valdtas mak besar. e. Akuras dar suatu peduga berhubuga dega sejauh maa rata-rata suatu la dugaa mempag dar la parameter ag dukur. Akuras suatu peduga pada umuma devaluas 6 Perbadga Berbaga Tekk Pearka Cotoh

oleh la MSEa, atau setara dega la akar pagkat dar MSE (dsmbolka sebaga RMSE atau Root Mea Square Error). Mak kecl la MSE suatu peduga, mak besar la akurasa. Akuras dar suatu peduga mecakup kedua karakterstk sebeluma atu relabltas da valdtas. Krtera racaga surve ag bak adalah mempua relabltas da valdtas pedugaa hasl ag tgg (tgkat akuras pedugaa tgg), baa ag dguaka palg kecl da mempua feasbltas tgg d dalam melaksaaka racaga surve. Sumber sumber kesalaha dalam surve dbedaka mejad dua atu: ) Samplg error (kesalaha dalam pearka cotoh), adalah kesalaha ag tmbul berkeaa dega pearka kesmpula tetag populas berdasarka pegamata terhadap sebaga populas (cotoh). ) No-samplg error adalah kesalaha ag tmbul terutama pada tahap pegumpula da pegolaha data. ev da emeshow (999) megemukaka bahwa tekk pearka cotoh dapat dkategorka dalam dua klas atu pearka cotoh berpeluag (probablt samplg) da pearka cotoh tdak berpeluag (oprobablt samplg). Pearka cotoh berpeluag mempua karakterstk bahwa semua eleme ddalam populas telah dketahu, da mempua peluag utuk dplh mejad cotoh. Sedag pearka cotoh tdak berpeluag mempua cr bahwa tdak semua eleme populas dketahu, sehgga ada eleme populas ag berpeluag ol (tdak berpeluag) utuk dplh sebaga cotoh. Yag tergolog dalam tekk pearka cotoh berpeluag adalah: tekk pearka cotoh acak sederhaa, sstematk, acak berlaps da gerombol dua tahap. Pearka Cotoh Acak Sederhaa Pearka cotoh acak sederhaa adalah sebuah metode utuk memlh ut dar N sehgga setap eleme dar N C cotoh ag berbeda mempua kesempata ag sama utuk dplh (Cochra,99). Cotoh dplh secara acak dega megguaka lotere, tabel blaga acak ataupu komputer. Peduga parameter populas utuk total da ragama adalah sebaga berkut : Iformatka Pertaa Volume 7 No., 008 7

τˆ µˆ. N N... ) sedagka, ( ˆ τ ) µˆ N s ( dmaa : µˆ peduga rata-rata τˆ )( peduga total populas. N N ) ( ˆ) τ peduga ragam total populas.... ) Pearka Cotoh Sstematk Dalam pearka cotoh sstematk, populas ag terdr dar N ut dber omor sampa N dalam beberapa susua. Utuk memlh sebuah cotoh berukura ut, dambl sebuah ut secara acak dar k ut ag pertama, selajuta megambl setap kelpata k. Sebaga cotoh jka k adalah 5 da ut ag dambl pertama adalah omor 3, uruta omor ut-ut berkuta ag dambl adalah 8, 43, 58 da seterusa. Pemlha dar ut pertama meetuka keseluruha cotoh. Jes dsebut cotoh sstematk kelpata ke-k (Cochra, 99). Jka tdak ada korelas atar eleme populas, maka peduga parameter populas utuk total da ragama adalah sebaga berkut : τˆ µˆ. N N... 3) µˆ s ( τˆ ) N s s (... 4) N )( N )... 5) 8 Perbadga Berbaga Tekk Pearka Cotoh

dmaa : τˆ peduga total populas. µˆ s ( ˆ) τ peduga rata-rata populas. peduga ragam. Pearka Cotoh Acak Berlaps Pearka cotoh acak berlaps adalah salah satu metoda d maa eleme -eleme terlebh dahulu dbedaka ke dalam lapsa, dega sarat eleme ag berada dalam satu lapsa ag sama lebh homoge dbadgka dega eleme-eleme dalam lapsa ag la serta semua eleme terbag habs ke dalam lapsa da satu eleme tdak boleh berada dalam dua lapsa atau lebh. Keutuga megguaka pearka cotoh acak berlaps adalah dapat meghaslka kesalaha pedugaa ag lebh kecl, baa surve bsa dhemat (apabla keragka cotoh belum terseda) da dapat meduga parameter d setap lapsa. Pedugaa parameter populas utuk total da ragama adalah sebaga berkut : τˆ ( ˆ) τ N + N +... + N ( N st ) N N s N N...6)... 7) Pearka Cotoh Gerombol Dua Tahap Metode merupaka pegembaga dar metode pearka cotoh gerombol dmaa pegambla cotoh dlakuka secara dua tahap atu tahap pertama, memlh beberapa gerombol dar gerombolgerombol dalam populas secara acak da tahap kedua, memlh beberapa ut cotoh dar tap gerombol terplh secara acak pula (Scheaffer et al. 990). Pedugaa parameter populas utuk total da ragama adalah sebaga berkut : τˆ M µˆ N M... 8) Iformatka Pertaa Volume 7 No., 008 9

N N ( ˆ) τ ( )( N ) s b M m + ( M s )( ) m dmaa : N jumlah gerombol dalam populas jumlah gerombol ag terplh dalam acak sedehaa... 9) M jumlah eleme dalam gerombol m jumlah eleme terplh dalam acak sederhaa gerombol N M M jumlah eleme dalam populas M M N rata-rata ukura gerombol populas j observas dalam cotoh dar gerombol ke- m m j j rataa cotoh utuk gerombol ke- s b ( M M ˆ µ )... 0) s m ( j ˆ) µ m... ) HASI DAN PEMBAHASAN Hasl pedugaa populas terak dapat dlhat pada Tabel 3. Tabel 3. Krtera Hasl Pedugaa Populas dega Berbaga TPC TPC m Bas Std.error RSE Ragam (%) (ekor) (%) MSE Acak 300 0,.357.358, 3.370, 3,.368.58,5 Sederhaa 400 0, 8.589.638,7.930,8,8 8.59.778, 500 0,5 6.703.094,4.589,0,5 7.06.795, Acak 300 0,7 4.344.05, 3.787,4 3,7 4.894.86,6 Sstematk 400 0,5 0.343.90,7 3.6, 3, 0.607.579, 500,3 7.577.767,0.75,8,7 9.400.3,0 0 Perbadga Berbaga Tekk Pearka Cotoh

Tabel 3. Krtera Hasl Pedugaa Populas dega Berbaga TPC ajuta TPC m Bas Std.error RSE Ragam (%) (ekor) (%) MSE Acak 300 0,4 5.96.449,8.79,6, 5.373., Berlaps 400 0, 3.536.768,3.880,6,8 3.540.94, 500 0,.80.436,.673,7,6.807.088, Gerombol 300 0,5 786.73.49,8 8.048,8 6,7 786.969.36,5 Dua 0 400 0, 36.558.44,6 7.79, 7, 36.608.56,8 Tahap 500 0,7 70.56.59,8 3.058,,6 7.04.006, 300 3,8 674.390.96,6 5.969,0 5,8 690.503.845, 0 400 3, 303.068.54,8 7.408,9 7, 33.59.754,4 500 0, 64.034.993,9.807,6,3 64.075.656,6 300 0,3 690.84.579,3 6.83,9 5, 690.959.550, 30 400 0,9 36.79.98,3 8.075,7 7, 37.587.699, 500,7 66.35.64,0.896,7,6 69.568.96,7 Surve Pertaa 50 498 7,0 48.68.878,0 6.977,0 6,9 06.396.87,0 Dlhat dar la MSE-a terlhat bahwa tekk pearka cotoh acak berlaps meghaslka la MSE palg kecl. Jad tekk pearka cotoh acak berlaps meghaslka dugaa dega tgkat akuras palg tgg. Pada tekk terlhat bahwa semak besar cotoh ag dambl () maka MSE aka semak kecl. Nla MSE pada tekk acak sederhaa maupu acak sstematk cukup kecl, sehgga dua tekk mash bsa dterapka pada pegumpula data sap potog. MSE pada tekk acak sederhaa lebh kecl dar MSE pada tekk acak sstematk berart tekk pearka cotoh acak sederhaa meghaslka dugaa dega tgkat akuras lebh tgg dbadg acak sstematk. Tekk pearka cotoh gerombol dua tahap meghaslka la MSE terbesar datara keempat tekk pearka cotoh ag dujcobaka. Dlhat dar la stadar error da ragam pedugaaa, tekk pearka cotoh acak berlaps meghaslka stadar error da ragam palg kecl. Jad tekk pearka cotoh acak berlaps meghaslka dugaa dega tgkat relabltas ag palg tgg. Pada tekk terlhat bahwa semak besar cotoh ag dambl () maka stadar error da ragam aka semak kecl. Pada tekk pearka cotoh acak sederhaa maupu acak sstematk, semak besar la stadar error da ragam juga semak kecl. Nla stadar error da ragam pada kedua tekk mash cukup kecl, dega ag sama pearka cotoh acak sederhaa meghaslka la stadar error da ragam lebh kecl dbadg tekk pearka cotoh acak sstematk. Tekk pearka cotoh gerombol dua tahap meghaslka la stadar error da ragam terbesar datara keempat tekk pearka cotoh ag dujcobaka. Jad tekk pearka cotoh acak berlaps juga meghaslka relabltas pedugaa palg tgg. Iformatka Pertaa Volume 7 No., 008

Demka juga dlhat dar la RSE, tekk pearka cotoh acak berlaps meghaslka la RSE palg kecl, pada tekk terlhat bahwa semak besar cotoh ag dambl () maka RSE aka semak kecl. Pada sebesar 500 RTP meghaslka la RSE sebesar,6%, sebesar 400 la RSE sebesar,8% da sebesar 300 meghaslka RSE sebesar,%. Pada tekk pearka cotoh acak sederhaa maupu acak sstematk semak besar la RSE juga semak kecl. Nla RSE pada kedua tekk mash tergolog cukup kecl, atu berksar atara,5% hgga 3,7%. Dega ag sama pearka cotoh acak sederhaa meghaslka RSE lebh kecl dbadg tekk pearka cotoh acak sstematk. Tekk pearka cotoh gerombol dua tahap meghaslka la RSE terbesar datara keempat tekk samplg ag dujcobaka, atu berksar,3 hgga 6,7%. Jka dlhat dar la bas pedugaa, ampak bahwa bas pedugaa terkecl dhaslka oleh tekk pearka cotoh acak sederhaa pada cotoh sebesar 400, atu meghaslka bas pedugaa 56 ekor. Namu demka bas pedugaa bsa berubah kedudukaa dega kta megaktfka program lag. Secara ratarata bas pedugaa kecl dhaska oleh bak tekk pearka cotoh acak sederhaa, acak sstematk maupu acak berlaps karea laa berksar 0,% hgga,3%. Berart ketga tekk pearka cotoh tersebut meghaslka dugaa populas dega tgkat valdtas tgg. Hasl aalss smulas dega berbaga tekk pearka cotoh meujukka bahwa metode surve ag meghaslka la dugaa populas terbak adalah tekk pearka cotoh acak berlaps, karea meghaslka dugaa dega tgkat akuras da relabltas palg tgg serta dega bas ag kecl, ag berart bahwa tgkat valdtasa tgg. Meskpu demka tekk memerluka baa lebh besar dbadg pearka cotoh acak sederhaa maupu acak sstematk (dalam kasus keragka surve sudah ada) karea sebelum pemlha rumah tagga sebaga cotoh, dlakuka pelapsa terlebh dahulu, dalam hal membag populas ke dalam dua lapsa berdasarka baaka sap potog ag dkuasa oleh rumah tagga atu lapsa pertama meguasa - ekor sap da lapsa kedua meguasa lebh dar ekor sap. Hasl uj coba dega tekk pearka cotoh acak sederhaa meghaslka dugaa ag bak juga, karea meghaslka ragam pedugaa, stadar error, MSE, RSE da bas ag kecl. Tekk memerluka baa ag lebh kecl dbadg tekk acak berlaps, dega asums baa pegumpula data utuk semua respode terplh sama. Jad tekk lebh mugk dlakuka, karea ragam populas tdak aka berubah dega cepat, begtu pula peambaha Perbadga Berbaga Tekk Pearka Cotoh

maupu peguraga RTP. Kelemaha tekk adalah dalam hal pegambla cotoh. Megambl secara acak 300 hgga 500 RTP dalam keataa d lapaga sult dlakuka karea kta harus megambl -300 sampa -500 RTP dar 50 76 RTP ag keberadaaa tersebar dseluruh Kabupate. Tekk pearka cotoh acak sstematk dapat megatas kesulta ag drasaka jka kta megguaka tekk pearka cotoh acak sederhaa, karea RTP ag kta plh sudah berurut, jad jelas dsuatu wlaah berapa ag harus dambl sebaga cotoh. Meskpu dalam uj coba tekk meghaslka dugaa sedkt kurag bak dbadg tekk pearka cotoh acak sederhaa, tetap mash meghaska dugaa dega akuras, relabltas da valdtasa tgg. Pedugaa dega tekk pearka cotoh dua tahap pada Surve Pertaa, memberka hasl bas pedugaaa ag palg tgg dbadgka keempat tekk pearka cotoh ag dujcobaka atu sebesar 7.579 ekor atau sebesar 7%. Ragam, MSE da RSE-a tekk pearka cotoh pada surve pertaa lebh tgg dbadg tekk pearka cotoh acak berlaps, acak sederhaa maupu acak sstematk, tetap lebh redah dbadg tekk pearka cotoh gerombol dua tahap (desa sebaga gerombol). Jad tekk pearka cotoh dua tahap pada Surve Pertaa meghaslka peduga populas ag lebh redah tgkat valdtasa dbadgka dega keempat tekk pearka cotoh ag dujcobaka, juga lebh redah tgkat relabltas maupu tgkat akurasa dbadg tekk pearka cotoh acak berlaps, acak sederhaa da acak sstematk. Hubuga jumlah sampel () dega MSE, stadar error da ragam pada tekk pearka cotoh acak sederhaa, acak sstematk da acak berlaps dsajka pada Gambar, Gambar da Gambar 3. 0000000 MSE 5000000 0000000 5000000 AD AT A 0 300 400 500 Gambar. Hubuga Jumlah Cotoh () dega MSE pada Berbaga Tekk Pearka Cotoh Iformatka Pertaa Volume 7 No., 008 3

Std. Error 4000.0 3500.0 3000.0 500.0 000.0 500.0 000.0 500.0 0.0 300 400 500 AD AT A Gambar. Hubuga Jumlah Cotoh () dega Stadar Error Pada Berbaga Tekk Pearka Cotoh. Ragam 6000000.0 4000000.0 000000.0 0000000.0 8000000.0 6000000.0 4000000.0 000000.0 0.0 300 400 500 AD AT A Gambar 3. Hubuga Jumlah Cotoh () dega Ragam Pada Berbaga Tekk Pearka Cotoh Keteraga : AD : Tekk Pearka Cotoh Acak Sederhaa AT : Tekk Pearka Cotoh Acak Sstematk A : Tekk Pearka Cotoh Acak Berlaps 4 Perbadga Berbaga Tekk Pearka Cotoh

KESIMPUAN Tekk pearka cotoh acak berlaps, dega jumlah cotoh 500 memberka hasl pedugaa terbak karea ragam pedugaa, stadar error, RSE da MSE palg kecl, atu ragam sebesar.8 juta; stadar error sebesar.6 rbu ekor, RSE sebesar.6% da MSE sebesar.8 juta. Tekk pearka cotoh acak berlaps, acak sederhaa maupu acak sstematk, dega jumlah sampel 300, 400 maupu 500 meghaslka peduga ag mempua relabltas, valdtas da akuras ag tgg. Tekk pearka cotoh acak berlaps, acak sederhaa maupu acak sstematk meghaslka dugaa ag lebh bak dbadg tekk pearka cotoh pada surve pertaa. Tekk pearka cotoh gerombol dua tahap (desa sebaga gerombol), dega besar gerombol 0, 0 da 30 masg-masg dega besar cotoh 300, 400 da 500, memberka hasl kurag bak, dtujukka dega hasl ragam pedugaa, stadar error, RSE da MSE ag tgg. Tekk pearka cotoh dua tahap pada Surve Pertaa meghaslka peduga populas ag lebh redah tgkat valdtasa dbadgka dega keempat tekk pearka cotoh ag dujcobaka. Tekk meghaslka tgkat relabltas maupu tgkat akuras ag lebh redah dbadg tekk pearka cotoh acak berlaps, acak sederhaa & acak sstematk, tetap lebh tgg dbadg tekk pearka cotoh gerombol dua tahap (desa sebaga gerombol). Tekk pearka cotoh acak berlaps, acak sederhaa maupu acak sstematk dapat dterapka utuk pegumpula data populas sap potog d Kabupate Karagasem d masa-masa medatag. DAFTAR PUSTAKA BPS, 00. Metode Samplg. Dterbtka oleh Bada Pusat Statstk (BPS). Jakarta BPS, Depta, FAO. 00. Pedoma Surve Rumah Tagga Peteraka. Dterbtka oleh Departeme Pertaa. Jakarta. BPS. 003. Sesus Pertaa 003, Pedoma Pecacah, Pedaftara Bagua Rumah Tagga. Dterbtka oleh Bada Pusat Statstk. Jakarta Cochra, W.G. 00. Tekk Pearka Sampel. Alh bahasa oleh Rudasah. Peerbt Uverstas Idoesa. Jakarta. Iformatka Pertaa Volume 7 No., 008 5

ev P.S., emeshow S. 999. Samplg of Populatos. A Wle athercsece Publcato. New York. Ott,, Medehall, W., Scheaffer, R. 990. Elemetar Surve Samplg. Fourth edto. PWS-KENT Publshg Compa. Bosto. Shmura,T. 99. Cosepts, Methods ad Theores Of The Sample Surve, Ceter of Agrculture Data, Jakarta. Sgarmbu, M., Effed, S.995. Metode Peelta Surva. Cetaka Kedua. P3S. Jakarta. Suprato, J. M.A. 998. Tekk Samplg utuk surve & Eksperme. Dterbtka oleh PT Reka Cpta. Jakarta. 6 Perbadga Berbaga Tekk Pearka Cotoh

AMPIRAN Program. Program Smulas Pedugaa Total Populas da Ragam Pada Tekk Pearka Cotoh Acak Sederhaa. gmacro sappcas mreset # clear memor do k 3:5 # Isalsas Kostata let k7 0 # salsas sebelum loopg let k8 0 # salsas sebelum loopg do k :00 # baak pegulaga smulas let k3 k*00 # (cotoh) / baak sampel sample k3 c8 c9 # ambl cotoh acak sebaak k3 let k4 cout(c8) # N (populas) let k5 mea(c9) # rata-rata cotoh let k6 stdev(c9)** # ragam cotoh let k7 k7 + k4*k5 # dugaa T utuk populas sebelum dbag 00 let k8 k8 + (k4**)*(k6/k3)*((k4-k3)/k4) # ragam T duga sebelum dbag 00 eddo let k9 k- # salsas bars let c0(k9) k3 # taruh d c0 bars ke k9 baak sampel let C(k9) k7/00 # taruh d c bars ke k9 dugaa T let c(k9) k8/00 # taruh d c bars ke k9 dugaa ragam T eddo erase c9 # meghapus sampel ke 00 ame c0 '_PCAS' ame c 'Tduga' ame c 'var Tduga' edmacro Program. Program Smulas Pedugaa Total Populas da Ragam Pada Tekk Pearka Cotoh Sstematk. gmacro sapsistematik mreset # clear memor do k 3:5 # salsas sebelum loopg let k 0 # salsas sebelum loopg let k3 0 # salsas sebelum loopg do k :00 # salsas sebelum loopg let k3 k*00 # (cotoh) 300 400 500 let k4 cout(c8) # N (populas) let k5 roud(k4/k3) # k pembulata N/ selag/kelompok populas radom c00; # membagktka blaga uform uform.0 k5. # dega la smp k5 cop c00 k6 # taruh sebaga k6 erase c00 Iformatka Pertaa Volume 7 No., 008 7

let k6 roud(k6) # l ag d plh secara acak do k7 :k3 # pearka cotoh sstematk let k9 k5 + (k7-)*k6 # j k + a*l let c9(k7) c8(k9) # Peusua sampel eddo let k0 mea(c9) # rata-rata cotoh let k stdev(c9)** # ragam cotoh let k k + k4*k0 # dugaa T utuk populas let k3 k3 + (k4**)*(k/k3)*((k4-k3)/k4) # ragam T duga eddo let k4 k- # salsas bars let c0(k4) k3 # taruh d c0 bars ke k4baak sampel let C(k4) k/00 # taruh d c bars ke k4dugaa T let c(k4) k3/00 # taruh d c bars ke k4dugaa ragam T eddo erase c9 ame c0 '_sstematk' ame c 'Tduga' ame c 'var Tduga' edmacro Program 3. Program Smulas Pedugaa Total Populas da Ragam pada Tekk Pearka Cotoh Acak Berlaps gmacro sapstratified mreset # clear memor Ustack ('Jumlah Sap'); # memsahka populas stratf da stratf Subscrpts 'Kode Stratfed'; # dasar pemsaha After; VarNames. let k cout(c9) # N jumlah populas RT d stratf let k cout(c0) # N jumlah populas RT d stratf let k3 k + k # N (surve) jumlah populas keseluruha do k4 3:5 # salsas let k 0 # salsas sebelum loopg let k3 0 # salsas sebelum loopg do k5 :00 # baak pegulaga smulas let k6 roud((k/k3)*k4*00) # (stratum) pps N/N * 300 let k7 k4*00-k6 # (stratum) pps N/N * 300 (da 400,500 sample k6 c9 c # ambl sampel acak dar stratf (c9) sebaak k6 taruh d c sample k7 c0 c let k8 mea(c) # rata-rata stratum let k9 stdev(c)** # ragam stratum let k0 mea(c) # rata-rata stratum let k stdev(c)** # ragam stratum let k k + k*k8 + k*k0 # dugaa T utuk populas let k3 k3 + (k**)*(k9/k6)*((k-k6)/k) + (k**)*(k/k7)*((k-k7)/k) 8 Perbadga Berbaga Tekk Pearka Cotoh

eddo let k4 k4- let c4(k4) k4*00 let c5(k4) k6 let c6(k4) k7 let C7(k4) k/00 let c8(k4) k3/00 eddo erase c c ame c4 '_stratfed' ame c5 '_stratum' ame c6 '_stratum' ame c7 'Tduga' ame c8 'var Tduga' edmacro # baak sampel # baak data d stratf ag terambl sebaga sampel # baak data d stratf ag terambl sebaga sampel # T dugaa # ragam T dugaa Program 4. Program Smulas Pedugaa Total Populas da Ragam pada Tekk Pearka Cotoh Gerombol Dua Tahap gmacro CUSTERSATU mreset Ustack (c8); # Psahka/bag c8 Subscrpts c4; # berdasarka c4 (gerombol ) After; # taruh d colom setelaha VarNames. # ber ama varabel let k4 stdev(c8)** # Htug stdv populas Set c00 # buat d c00 la 9-79 (9:79/) Ed. let k8 cout(c00) # Jumlah gerombol let k9 5067/k8 # rata-rata ukura gerombol let k6 0 # Isalsas ame c03 '_cluster' ame c04 'cluster' ame c05 'Tduga' ame c06 'var Tduga' do k :3 # Isalsas do k3 3:5 # Isalsas let k70 # Isalsas let k50 # Isalsas do k :00 # Isalsas baak loopg smulas let k4 k*0 # baak cluster (0,0,30) sample k4 c00 c0 # Megacak cluster ag aka dplh sebaga sampel let k0 # Isalsas let k30 # Isalsas let k00 do k5 :k4 # Isalsas pegambla cluster ag jad sampel Iformatka Pertaa Volume 7 No., 008 9

let k6 c0(k5) # deks gerombol ke let k cout(ck6) # jumlah RT dalam gerombolke-(m) let k7 k/5076 # propors gerombol to N let k0 k0 + k7 eddo do k :k4 let k3 c0(k) # deks gerombol ke let k cout(ck3) let k4 k/5076/k0 let k8 roud(k4*k3*00) # jumlah sample utuk gerombol ke- f k8 0 let k8 edf f k8 > k let k8 k. edf sample k8 ck3 c0 # pearka cotoh gerombol ke- let k9 mea(c0) # rata-rata cotoh gerombol ke- let k0 stdev(c0) # stadar error cotoh gerombol ke- let k k + k8*k*k9/k4 # dugaa T utuk masg-masg cluster let k3 k3 + (/k9)*k*k9/k4 # smpa mu duga let c08(k) k*k9 # M kal bar ke- (suku pertama jumlah kuadrat dalam rumus Sb) let c07(k) k0***(k-k8)/(k*k8) # smpa ragam setap gerombol cotoh (sudah dkal faktor koreksa) eddo let c09 (c08-k9*k3)** # jumlah kuadrat dalam rumus Sb let k5 k5 + (k8-k4)*k8**/(k8*k4)*sum(c09)/(k4-)+sum(c07) # loopg dugaa ragam T duga let k7 k7 + k # loopg dugaa T erase c07 c08 c09 # dhapus utuk loopg selajuta eddo let k6 k6 + # salsas let c03(k6) k*0 # salsas jumlah sampel let c04(k6) k3*00 # salsas jumlah cluster let c05(k6) k7/00 # dugaa T let c06(k6) k5/00 eddo eddo edmacro # ragam T duga 30 Perbadga Berbaga Tekk Pearka Cotoh