PENAKSIR RASIO PROPORSI YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

dokumen-dokumen yang mirip
MEAN SQUARE ERROR TERKECIL DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

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

PENAKSIR RASIO REGRESI LINEAR SEDERHANA UNTUK RATA-RATA POPULASI MENGGUNAKANKARAKTER TAMBAHAN

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

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

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN MEDIAN DAN KOEFISIEN KURTOSIS

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

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

ISSN: X 45 SIFAT ASIMTOTIK ESTIMATOR NADARAYA-WATSON DENGAN KERNEL ORDE TAK HINGGA. Maria Suci Apriani a, Sri Haryatmi b

III. METODOLOGI PENELITIAN

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

PENDETEKSIAN OUTLIER DENGAN METODE REGRESI RIDGE

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

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

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

PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA ADAPTIF CLUSTER

Regresi Logistik pada Data Rare Event

BAB II LANDASAN TEORI

Created by Simpo PDF Creator Pro (unregistered version)

7. PERSAMAAN DIFFERENSIAL BIASA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

H dinotasikan dengan B H

titik tengah kelas ke i k = banyaknya kelas

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

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

Model Log Linier untuk Empat Dimensi. Log Linier Model for Four Dimentions

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

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

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

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

KAJIAN SIFAT KEKOMPAKAN PADA RUANG BANACH. Ariyanto* ABSTRACT

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai dasar-dasar teori yang akan

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

BAB 2 LANDASAN TEORI

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

ESTIMASI PARAMETER REGRESI GANDA MENGGUNAKAN BOOTSTRAP DAN JACKNIFE.

JEMBATAN PADA GRAF FUZZY INTUITIONISTIC

Parameter Quantile-like dalam Pendugaan Area Kecil Melalui Pendekatan Penalized- Splines

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

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

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

LOCALLY SMALL RIEMANN SUMS FUNGSI TERINTEGRAL HENSTOCK-DUNFORD PADA RUANG n EUCLIDE

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

RELATIF EFISIENSI PENAKSIR MOMEN TERHADAP PENAKSIR MAKSIMUM LIKELIHOOD UNTUK PARAMATER BERDISTRIBUSI SEGITIGA. Haposan Sirait 1, Usman Malik 2 ABSTRAK

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

Pertemuan VII IV. Titik Berat dan Momen Inersia

UKURAN DASAR DATA STATISTIK

BAB 2 LANDASAN TEORI

KOMBINASI PENAKSIR RASIO-PRODUK EKSPONENSIAL UNTUK RATA-RATA POPULASI MENGGUNAKAN PROPORSI PADA SAMPLING GANDA

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

ANALISIS DISKRIMINAN (Kasus : Lebih dari 2 Kelompok)

8.4 GENERATING FUNCTIONS

LANDASAN TEORI. x R, untuk suatu fungsi f : R [0, )

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DENGAN MENGGUNAKAN KUARTIL

PENAKSIR YANG EFISIEN DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA. Mahasiswa Program S1 Matematika

Pemodelan Kondisi Jaringan Listrik PT. PLN (Persero) Area Surabaya Selatan dengan Analisis Regresi Logistik Ordinal

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

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

PEMILIHAN VARIABEL PADA MODEL GEOGRAPHICALLY WEIGHTED REGRESSION. Hasbi Yasin Staf Pengajar Program Studi Statistika FMIPA UNDIP.

STATISTIKA ELEMENTER

BAB II KAJIAN TEORI. tertentu (Martono, 1999). Sistem bilangan real dinotasikan dengan R. Untuk

KOMBINASI PENAKSIR RASIO-PRODUK PROPORSI EKSPONENSIAL UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA., R. Efendi 2, H.

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

BAB III ISI. x 2. 2πσ

Jurnal EKSPONENSIAL Volume 7, Nomor 1, Mei 2016 ISSN

Pelabelan Total Super Sisi Ajaib Pada Graf Caterpillar Teratur

Functionally Small Riemann Sums Fungsi Terintegral Henstock-Dunford pada [a,b]

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Bukti Teorema Sisa China dengan Menggunakan Ideal Maksimal

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia ABSTRACT

BAB II KAJIAN PUSTAKA

BAB III METODE PENELITIAN

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

BAB 2 LANDASAN TEORI

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

Proses inferensi pada model logit Agus Rusgiyono. Abstracts

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

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

DISTRIBUSI WEIBULL DAN PARETO UNTUK DATA TINGGI GELOMBANG TSUNAMI ACEH 2004

PENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

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

MODIFIKASI PENAKSIR UNTUK RASIO PADA SAMPLING BERPERINGKAT. ABSTRACT 1. PENDAHULUAN

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

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

Analisa Probabilistik Algoritma Routing pada Jaringan Hypercube

Rangkuman 1. Statistik menyatakan kumpulan data yang dapat berupa angka yang dinamakan data kuantitatif maupun non angka yang dinamakan data

PREDIKSI CUACA MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION-NEURAL NETWORK (PSONN)

Prosiding Statistika ISSN:

PENDAHULUAN. Latar Belakang

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

x x x1 x x,..., 2 x, 1

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA


Karakterisasi Produk Tensor l ( Δ) l. Muslim Ansori

GARIS DAN BIDANG DALAM RUANG EUCLID BERDIMENSI N

Estimator Robust S Pada Model Seemingly Unrelated Regression. The S Robust Estimator in Seemingly unrelated Regression Model

Transkripsi:

EAKIR RAIO ROORI AG EFIIE UTUK RATA-RATA OULAI ADA AMLIG ACAK BERTRATA Devr Maulaa *, Arsma Ada, Haosa rat Maasswa rogram Matemata Dose Jurusa Matemata Faultas Matemata da Ilmu egetaua Alam Uveras Rau Kamus Bawda eabaru 89, Idoesa * maulaa_devr@aoocod ABTRACT I ts artcle we revew tree roorto rato emators for te oulato mea o ratfed radom samlg, e tradtoal roorto rato emator, roorto rato emator usg coeffcet of regresso, ad roorto rato emator usg coeffcet of regresso ad curtoss as dscussed b g ad Audu [5] Te tree emators are based emators, te te mea square error of eac emator s determed Furtermore, tese mea square errors are comared to eac oter Ts comarso sows tat te roorto rato emator usg coeffcet of regresso ad curtoss more effcet ta oter emators Kewords: roorto, based emator, mea square error, ratfed radom samlg ABTRAK easr ag dbaas dalam artel meruaa tga easr raso roors utu rata-rata oulas ada samlg aca berrata, atu betu umum easr raso roors, easr raso roors megguaa oefse regres, da easr raso roors megguaa oefse regres da oefse urtoss seert ag dbaas ole g da Audu [5] Ketga easr meruaa easr bas emuda dtetua mea square error dar etga easr tersebut elajuta, mea square error dar masg-masg easr dbadga Hasl dar erbadga meujua bawa easr raso roors megguaa oefse regres da oefse urtoss leb efse dar easr laa Kata uc: roors, easr bas, mea square error, samlg aca berrata EDAHULUA Dalam suatu eelta serg dtemu aggota oulas ag tda omoge, adaal eteata asl eelta degaru juga ole omogetas Aggota oulas ag relatf omoge meml esalaa samlg ag relatf ecl, aa teta aabla aggota oulas tda omoge (sagat bervaras), maa esalaa samlg mejad relatf besar ag dsebaba area varas juga relatf besar Kemuda ja terdaat JOM FMIA Volume o Otober 4 4

aggota oulas ag tda omoge, maa aggota oulas tersebut dbetu mejad beberaa ratum atau dratfas segga ut-ut dalam seta ratum bersfat omoge elajuta samel ag aa dtelt dambl secara samlg aca sederaa (smle radom samlg) dar seta ratum Cara seert dsebut samlg aca berrata (ratfed radom samlg) [] Dalam artel, dbaas rata-rata samel ag meruaa easr utu ratarata oulas Cara la utu megata etelta easra adala megguaa metode easr raso Dalam metode, suatu varabel tambaa ag berarater X berorelas of varabel ag aa dtelt atu varabel ag berarater, dmaa formas tetag oulas ada varabel tambaa arus detau elajuta memafaata ubuga atara da, dmaa adala ut dar oulas ag berarater X da adala ut dar oulas ag berarater, maa daat derraa la dar varabel ag aa dtasr megasumsa bawa varabel X da setara [] Dalam embaasa varabel tambaaa terseda dalam betu atrbut, dmaa adala ut dar roors ag berorelas of ag ada dalam oulas ag sama, serta la roors dar atrbut dalam oulas arus detau Dalam al aa dtasr rata-rata oulas memerata roors data ag meml atrbut Msala bawa seta ut dalam oulas terleta dalam elas C ' da C, maa utu seta ut dalam oulas atau samel aa beratrbut = ja uta ada dalam C da ja terdaat dalam ' C catata C da salg asg [], ole sebab tu easr dsebut easr raso roors ecara umum easr ada metode meruaa easr bas, dmaa easr ag efse utu easr bas adala easr ag meml Mea quare Error (ME) terecl Msala A adala jumla ut ag beratrbut, ada oulas da A adala jumla ut dalam rata ag beratrbut, ' C a adala jumla ut samel dalam rata ag beratrbut, A adala roors ut oulas ag beratrbut, A adala roors ut dalam rata ag beratrbut, a adala roors ut samel dalam rata Dalam artel dbaas betu umum easr raso roors utu rata-rata oulas ada samlg aca berrata serta easr raso roors utu rata-rata oulas ada samlg aca berrata ag megguaa oefse regres da easr raso roors utu rata-rata oulas ada samlg aca berrata ag megguaa oefse regres da oefse urtoss Ketga easr meruaa revew dar easr ag dajua ole g da Audu [5] Bas da Mea quare Error (ME) dar masg-masg easr dbaas secara rc elajuta ME dar masg-masg easr dbadga easr ag efse utu easr bas adala easr ag meml ME terecl JOM FMIA Volume o Otober 4 5

BEBERAA KOE TATITIKA DA MATEMATIKA eara samel aca sederaa adala suatu metode utu megambl ut dar oulas beruura, dmaa seta eleme memua esemata ag sama utu terl mejad aggota samel egambla samel daat dlaua egembala atau taa egembala ada umuma samlg dlaua taa egembala agar arater ut-ut leb aurat [] ada samlg aca sederaa taa egembala, baaa samel ag aa terbetu adala C robabltas suatu ut aa terl mejad samel ada egambla ertama adala, ada egambla edua adala ( ) ( ) da seterusa, maa robabltas seluru ut-ut tertetu ag terl dalam egambla adala C Utu meetua bas da ME suatu easr, derlua beberaa defs da teorema sebaga berut Defs [ : 74] Kovaras dar asaga varabel da rata-rata masg-masg da ag dotasa cov adala X Cov( X, ) E Defs [ : 9] Msala * adala easr utu,, meruaa ruag arameter easr * dataa easr bas utu ja B * meruaa bas dar E * B * * Defs [ : ] Msala * adala easr bas utu,, Ω meruaa ruag arameter Mea quare Error dotasa ME * ag ddefsa sebaga * ME E * Teorema 4 (Teorema Talor) [4 : 4] Msala I a, b, msala ' " f : I R da f, f, f,, f adala otu ada da f ada ada a, b Ja I maa utu sembarag I terdaat suatu tt c, segga ' " f f f f f! f c But Daat dlat ada [4 : 4]! da! JOM FMIA Volume o Otober 4 6

Deret Talor utu dua varabel [4 : 46] f, adala suatu fugs dua varabel da Msala ada D da f f ada ada D utu D ' " f, f, f,, f,, ja D f, f,,!! JOM FMIA Volume o Otober 4 7 f,, maa f, adala otu Teorema 5 [ : 9] Ja da adala sebua asaga ag bervaras dtetaa ada ut dalam oulas da, adala rata-rata dar samel aca sederaa beruura, maa ovarasa dotasa But Daat dlat ada [ : 9] X f Cov(, ) eara samel aca berrata adala suatu metode egambla samel dmaa oulas beruura dratfas mejad beberaa ratum emuda samel dambl secara aca berdasara seta ratum arat-sarat ag arus deu utu daat megguaa samlg aca berrata atu, arus ada rtera ag sesua ag aa derguaa sebaga dasar utu meratfas oulas e dalam ratum, arus ada data edaulua dar oulas megea rtera ag dguaa utu membuat ratfas, da arus dsesuaa masud da tujua dar eelta em eara samel dalam ta-ta ratum dlaua secara samlg aca sederaa Teorema 6 [ : 5] Utu eara samel aca berrata, varas dar adala V meruaa embag ratum e, adala varas dalam oulas ada ratum e But Daat dlat ada [ : 5]

JOM FMIA Volume o Otober 4 8 Teorema 7 [ : 9] Ja, adala sebua asaga ag bervaras dtetaa ada ut dalam oulas da, adala rata-rata dar samel aca berrata beruura, maa ovarasa dotasa X w E X E ) )( ( )) )( (( w X E )) )( ((, X meruaa ovaras atara varabel da varabel dalam oulas ada ratum e But Daat dlat ada [ : 9] BIA DA ME EAKIR RAIO ROORI UTUK RATA-RATA OULAI ADA AMLIG ACAK BERTRATA Betu umum dar easr raso roors, easr raso roors megguaa oefse regres b, da easr raso roors megguaa oefse regres b da oefse urtoss masg-masg adala b b,, s s b, 4 Bas da ME betu umum easr raso roors ada ersamaa atu R B R R ME 4

R meruaa raso oulas, meruaa varas oulas beratrbut ada ratum e, meruaa ovaras atara atrbut da varabel dalam oulas ada ratum e Bas da ME easr raso megguaa oefse regres atu b ME B R b ada ersamaa meruaa oefse orelas atara varabel ada ratum e 5 Bas da ME easr raso roors megguaa oefse regres da oefse urtoss ada ersamaa atu B w ME R 6 w R 4 EAKIR RAIO ROORI AG EFIIE Utu meetua easr ag leb efse dar easr bas, daat dtetua cara membadga ME dar masg-masg easr easr ag leb efse meruaa easr ME terecl erbadga ME ME easr raso roors leb efse dar easr raso roors, ja b B R 7 JOM FMIA Volume o Otober 4 9

erbadga ME ME easr raso roors leb efse dar easr raso roors, ja erbadga ME ME B JOM FMIA Volume o Otober 4 RB R R 8 easr raso roors leb efse dar easr raso roors 5 COTOH ebaga coto utu embaasa d atas, dbera data ada Tabel megea rodus ad ag dasla d seluru Idoesa dar Bada usat tat ada tau [] Utu megetau rata-rata rodus ad memafaata formas tambaa atu ros ag meml rodutvtas ad datas 45 Kwtal/Ha O Tabel rodus Taama ad d Idoesa Tau Luas rodutvtas rodus ros ae (Kw/Ha) (To) (Ha) Ace 4864 46,44 968474 umatera Utara 7994 5, 664588 umatera barat 47594 49,88 786 4 Rau 8 6,4 44 5 Jamb 58697 4, 68568 6 umatera elata 7957 45,9 5946 7 Begulu 4898 4, 6676 8 Lamug 6457 5,4 8 9 Baga Beltug 48 7,95 987 Keulaua Rau 79 6,8 96 DKI Jaarta 76 59, 4 Jawa Barat 64 59,56 94 Jawa Tega 879 56,4 95494 4 DI ogaarta 544 57,7 897 5 JawaTmur 48695 59,8 4497 6 Bate 86889 5,9 468 7 Bal 49 57,5 85757 8 usa Teggara Barat 475 5,6 644 9 usa Teggara Tmur 995, 7557 Kalmata Barat 47894,6 54654 Kalmata Tega 4974,78 79576

Kalmata elata 47858 4,8 99788 Kalmata Tmur 4587 4,78 578 4 ulawes Utara 7979 5, 646 5 ulawes Tega 758 46,8 4 6 ulawes elata 95885 5, 49567 7 ulawes Teggara 567 4,8 5678 8 Gorotalo 56 5,7 948 9 ulawes Barat 965 47,6 496 Maluu 69 4, 78 Maluu Utara 98 7, 7 aua Barat 6674 9,8 68 aua 9 44, 796 umber [] Dar jumla ros dbag mejad tga ratum berdasara embaga luas laa ae (Ha) tratum ertama terdr dar 9 ros rtera luas laa - Ha, ratum edua terdr dar ros rtera luas laa - 4 Ha da ratum etga terdr dar ros rtera luas laa 4 - Ha Kemuda dambl samel dar ta-ta ratum secara aca sederaa sebaa ros, atu samel beruura dar ratum ertama da masg-masg beruura 4 dar ratum edua da ratum etga Iformas ag derole dar data ada Tabel adala sebaga berut: := rodus ad (dalam satua To) := rodutvtas ad (dalam satua Kwtal/To) 4747,85,55, 4 R 78, 745 Tabel arameter da Koata dar oulas b 9 759, 8,7 49874,9,,4,8,,8 6,4,5,7,5,4,,54,,4,5,7,,,,7,7 JOM FMIA Volume o Otober 4

B B,6,4,56,,8,66 Dega mesubtusa la-la ag derole ada Tabel e ersamaa 4, 5 da 6, maa derole ME dar masg- masg easr ag dmuat ada Tabel sebaga berut Tabel EAKIR la ME utu etga easr ME,4549,578,894 Berdasara asl ada Tabel da berdasara rtera easr ag efse ada ersamaa 7 da 8 maa daat dsmula bawa easr leb efse darada easr, easr leb efse darada easr da easr, segga easr ag alg efse adala easr 6 KEIMULA Berdasara embaasa ag tela demuaa ada artel, maa daat dsmula easr raso roors megguaa oefse regres da oefse urtoss leb efse darada betu umum easr raso roors da easr raso roors megguaa oefse regres ja sarat efses tereu DAFTAR UTAKA [] Ba, L J & M Egelart 99 Itroducto to robablt ad Matematcal tatcs ecod edto Dubur ress, Calfora [] Cocra, G 99 Te eara amel, Eds Ketga Terj Dar amlg Tecques, ole Rudasa & E R Osma eerbt Uveras Idoesa, Jaarta [] Htt://wwwbsgod/tm_g Dases ada taggal Jauar 4 uul 5 [4] lls G M & J Talor 97 Teor ad Alcatos of umercal Aalss, ecod Edto Academc ress, ew or [5] g, R V K & A Audu 8 Effcec of Rato Emators tratfed Radom amlg Usg formato o Aular Attrbute Iteratoal Joural of Egeerg cece ad Iovatve Tecolog, ():66-7 JOM FMIA Volume o Otober 4