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

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

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB III METODE STRATIFIED RANDOM SAMPLING

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

BAB III STRATIFIED CLUSTER SAMPLING

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

SKEMA AKAR KUADRAT DALAM UNSCENTED KALMAN FILTER UNTUK MENDETEKSI KERAK PADA ALAT PENUKAR PANAS

BAB III METODE PENELITIAN

- Persoalan nilai perbatasan (PNP/PNB)

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

PENAKSIR UNTUK RASIO POPULASI DENGAN VARIABEL BANTU YANG DITRANSFORMASI PADA METODE PASCA STRATIFIKASI ABSTRACT

KIMIA ANORGANIK (Kode : D-15) PERPINDAHAN MASSA OKSIGEN DARI UDARA KE AIR SUNGAI DAN BIODEGRADASI ZAT ORGANIK DALAM AIR SUNGAI

PENETAPAN MODEL BANGKITAN PERGERAKAN UNTUK BEBERAPA TIPE PERUMAHAN DI KOTA PEMATANGSIANTAR

BAB II TINJAUAN PUSTAKA

BAB III METODE SCHNABEL

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 4 HASIL DAN PEMBAHASAN

ANALISA ALIRAN DAYA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 20 KV

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

Universitas Tanjungpura Jalan Prof. Dr. Hadari Nawawi, Pontianak, Indonesia * Abstrak

Optimasi Non-Linier. Metode Numeris

BAB III METODE PENELITIAN. di Bursa Efek Indonesia (BEI) pada periode Ada pun jenis data yang penulis gunakan dalam penelitian ini adalah

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)

BAB 3 METODE PENELITIAN

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

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

Jurnal Berkala Ilmiah Efisiensi Volume 16 No. 03 Tahun 2016

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

ANALISIS VARIANSI (ANOVA)

PENAKSIR RASIO DAN PRODUK EKSPONENSIAL YANG EFISIEN UNTUK VARIANSI POPULASI PADA SAMPLING ACAK SEDERHANA

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Perancangan Antena Microstrip Rectangular Patch Array 4 Elemen Untuk Aplikasi LTE

ESTIMASI FUNGSI DENSITAS GEMPA TEKTONIK DI JAWA BALI

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KURTOSIS PADA SAMPLING ACAK SEDERHANA

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

Imtiyaz, et al, Analisis Nomor P-IRT pada Label Pangan Produksi IRTP di Kecamatan...

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

Penentuan Harga Opsi Asia dengan Metode Monte Carlo

ARTIKEL ILMIAH. Diajukan untuk Memenuhi Salah Satu Syarat Penyelesaian Program Pendidikan Strata Satu Jurusan Akuntansi. Oleh:

MAKALAH GEOMETRI TRANSFORMASI

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

ANALISIS LOGISTIK KELAS LATEN. (Pengelompokan Prestasi Matematika Siswa Indonesia Berdasarkan Hasil Survey TIMSS) RISWAN

PENGUJIAN POMPA SPIRAL DENGAN KINCIR AIR PADA ALIRAN IRIGASI

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K

EFEKTIVITAS MODEL PEMBELAJARAN STUDENT TEAMS ACHIEVEMENT DIVISIONS

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

III. METODE PENELITIAN. Subjek penelitian ini adalah siswa kelas VII B MTs Al Hikmah Bandar

STATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP

Ukuran Pemusatan Data

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

REMBESAN AIR DALAM TANAH. Bagian 2 Dosen Pengampu: RUNI ASMARANTO, ST., MT

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

RINGKASAN SKRIPSI MODUL PERKALIAN

Solusi Analitik Model Perubahan Garis Pantai Menggunakan Transformasi Laplace

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest

( ) terdapat sedemikian sehingga

BAB III INTEGRASI NUMERIK

PENAKSIR VARIANSI POPULASI YANG EFISIEN PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI

PENINGKATAN HASIL BELAJAR SISWA KELAS V/A DENGAN MENGGUNAKAN MEDIA GRAFIS KARTU PADA PEMBELAJARAN IPS DI SD PT. BINTARA TANI NUSANTARA

JURNAL. Oleh: ELVYN LELYANA ROSI MARANTIKA Dibimbing oleh : 1. Dian Devita Yohanie, M. Pd 2. Ika Santia, M. Pd

UPAYA PENINGKATAN MOTIVASI DAN PRESTASI BELAJAR IPS MELALUI MODEL COOPERATIVE SCRIPT

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

SUATU CONTOH INVERSE PROBLEMS YANG BERKAITAN DENGAN HUKUM TORRICELLI

ANALISIS KINERJA ALGORITMA FOLD-GROWTH DAN FP-GROWTH PADA PENGGALIAN POLA ASOSIASI

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Pengkajian Metode Extended Runge Kutta dan Penerapannya pada Persamaan Diferensial Biasa

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

OPTIMASI RANCANGAN EKSPERIMEN KOKOH YANG DINAMIS BERDASARKAN FUNGSI KERUGIAN KUALITAS. Abstrak

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

PENGARUH UMUR, PENGALAMAN KERJA, UPAH, TEKNOLOGI DAN LINGKUNGAN KERJA TERHADAP PRODUKTIVITAS KARYAWAN

19, 2. didefinisikan sebagai bilangan yang dapat ditulis dengan b

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

Transkripsi:

PEAKIR AG EFIIE DARI KOMIAI PEAKIR RAIO-PRODUK UTUK RATA-RATA POPUAI PADA AMPIG ACAK ERTRATA tevani amosir * Arisman Adnan Haposan irait Maasisa Program Matematia Dosen Jurusan Matematia Faultas Matematia dan Ilmu Pengetauan Alam Universitas Riau Kampus inaidya Peanbaru 89 * evanisamosir05@gmail.com ATRACT In tis article e discuss tree combined ratio-product eimators for population mean in ratified random sampling proposed by ing et al. []. Tese eimators are biased so tat te Mean quare Error (ME) for eac eimator is calculated to obtain ic one is more efficient. Tis comparison sos tat eimator is te mo efficient eimator among tose tree. Keyords: tratified random sampling bias eimator mean square error ATRAK Dalam artiel ini ami membaas tiga ombinasi penasir rasio-produ untu rata-rata populasi pada sampling aca berrata yang diajuan ole ing et al. []. Masingmasing penasir merupaan penasir bias. elanjutnya untu menentuan penasir yang efisien dilauan membandingan Mean quare Error (ME) masing-masing penasir. Kemudian diperole baa penasir rasio-produ adala penasir yang paling efisien diantara etiga penasir. Kata Kunci: ampling aca berrata penasir bias mean square error. PEDAHUUA Dalam menasir suatu parameter ada beberapa metode yang digunaan seingga sampel yang diambil dapat meaili populasi. ala satu metode tersebut adala sampling aca berrata. ampel yang diambil arus mencerminan semua unsur dalam populasi. Untu meningatan etelitian penasir pada sampling aca berrata Repository FMIPA

digunaan beberapa jenis penasir diantaranya penasir rasio penasir produ dan penasir rasio-produ. Di dalam metode penasir rasio-produ misalan X adala variabel penduung dan adala variabel yang aan diteliti maa setiap aan berubungan untu setiap unit e-i di dalam sampel dimana adala unit dari populasi berarater dan adala unit dari populasi berarater []. ing et al [] memberian tiga ombinasi penasir rasio-produ untu rata-rata populasi yaitu dan. Kemudian dari etiga penasir tersebut ditentuan bias dan ME. elanjutnya membandingan ME dari masing-masing penasir maa diperole penasir yang relatif lebi efisien diantara etiga penasir tersebut. Penasir yang memilii nilai ME terecil merupaan penasir yang paling efisien. Artiel ini merupaan revie dari jurnal yang berjudul ome Improved Eimators For Eimating Population Mean In tratified ampling di Journal of cience Researc []. ampling Aca ederana ampling aca sederana merupaan sebua metode yang digunaan untu mengambil n unit sampel dari unit populasi seingga setiap unit populasi memilii esempatan yang sama untu dipili menjadi unit sampel. Dalam al ini pengambilan sampel dilauan tanpa pengembalian agar asil yang diperole menjadi representatif []. Pada pengambilan sampel tanpa pengembalian probabilitas terpilinya n dari populasi terpili menjadi unit sampel pada pengambilan pertama adala n probabilitas pada pengambilan edua adala n sampai probabilitas pada n seingga peluang seluru n unit-unit tertentu pengambilan e- n yaitu yang terpili dalam n pengambilan adala C n. Teorema.[:.7] Apabila sampel beruuran n diambil dari populasi beruuran yang berarater sampling aca sederana tanpa pengembalian maa variansi rata-rata sampel y dinotasian V y dan dirumusan sebagai V y y n n f y n. Teorema. [ :. 9] Jia adala pasangan yang bervariasi dalam unit populasi dan adala rata-rata dari sampel aca sederana beruuran maa ovariansi adala ampling Aca errata Cov f y x yi x i X. n Penarian sampel aca berrata merupaan teni penarian sampel mengelompoan unsur-unsur populasi e dalam elompo omogen yang disebut Repository FMIPA i

rata. Kemudian dalam setiap setiap rata dilauan pemilian sampel secara sampling aca sederana. Untu menentuan bias dan ME suatu penasir pada sampling aca berrata diperluan beberapa definisi dan teorema. Teorema.[:.05] Untu penarian sampel aca berrata variansi dari dari adala y V ( y ) V ( y ) merupaan variansi dari y. uti:dapat diliat pada [:.05]. n n y Teorema.4[:. 9] Jia adala pasangan yang bervariasi dalam unit populasi dan adala rata-rata dari sampel aca berrata beruuran maa ovariansinya adala Cov uti:dapat diliat pada [:.9]. y x.. KOMIAI PEAKIR RAIO-PRODUK UTUK RATA-RATA POPUAI PADA AMPIG ACAK ERTRATA yx entu umum penasir ombinasi rasio untu rata-rata populasi pada sampling aca berrata dinotasian yang didefinisian sebagai RC R X y RC. x entu umum penasir ombinasi produ untu rata-rata populasi pada sampling aca berrata dinotasian didefinisian sebagai P C PC X P x y merupaan penasir untu P X. C Dalam artiel ini dibaas tiga ombinasi penasir rasio-produ untu rata-rata populasi pada sampling aca berrata yaitu (i) x y () X merupaan onanta dimana 0. Repository FMIPA C

x (ii) y x dimana a x i n a i a X x b X x p () merupaan total jumla sampel dari X pada rata e- p merupaan proporsi sampel rata e- n yx b merupaan oefisien regresi sampel y teradap x. x x y X x () X dimana dan merupaan nilai optimum dari ME penasir. (iii) Ketiga ombinasi penasir rasio-produ tersebut merupaan penasir bias. Kemudian ditentuan ME dari masing-masing penasir. Dengan membandingan ME dari etiga penasir diperole penasir yang relatif lebi efisien.. IA DA ME KOMIAI PEAKIR RAIO-PRODUK UTUK RATA-RATA POPUAI PADA AMPIG ACAK ERTRATA ias dan ME dari etiga ombinasi penasir rasio-produ untu rata-rata populasi pada sampling aca berrata adala sebagai beriut. Dari persamaan () diperole bias dan ME dari penasir yaitu R x yx X (4) ME R R y x yx (5) ( n ) ( y ) R i i y X n x ( x i i X ) dan yx ( y i i )( x i X ) Repository FMIPA 4

Dari persamaan () diperole bias dan ME dari penasir yaitu ME A x yx (6) X X y AR yx A R x (7) pa b dan p a b p b a a b A. Dari persamaan () diperole bias dan ME dari penasir yaitu X x X yx X x (8) ME A C D E (9) R y x A 4R C yx x R R yx x dan E R. x yx D R x 4. KOMIAI PEAKIR RAIO-PRODUK AG EFIIE Penasir yang efisien dapat ditentuan cara membandingan ME dari masingmasing penasir yang diajuan sebagai beriut. ME ME jia. Perbandingan ME ME diperole b a p dan b a p pr atau b a p dan b a p pr yx yx x x. (0) Repository FMIPA 5

. Perbandingan ME ME diperole ME ME jia () C C A A D Repository FMIPA 6 A C C A A D A dan A. R R y x yx. Perbandingan 4 ME ME diperole ME 4 ME jia () C C A D A C C A D A dan. AR A R y yx x 5. COTOH Data pada Tabel merupaan produsi ian laut laut X di Indonesia pada taun 0 []. berdasaran luas area budidaya Tabel. uas area budidaya laut dan asil produsi ian laut di Indonesia taun 0 o Provinsi uas area Hasil Produsi (a)0 (ton)0 Ace 84 umatera Utara 8 448 umatera arat 5 4 Riau 0. 5 5 Kepulauan Riau 0 0 6 Jambi 0 0

7 umatera elatan 5 8 Kepulauan anga elitung 785 74 9 engulu 77 779 0 ampung 605 597 DKI Jaarta 4 57 Jaa arat 57 58 Jaa Tenga 55 4 4 DI ogyaarta 0 0 5 Jaa Timur 48 58068 6 anten 85 90 7 ali 997 469 8 usa Tenggara arat 56 59974 9 usa Tenggara Timur 9796 84650 0 Kalimantan arat 77 Kalimantan Tenga 5 88 Kalimantan elatan 46 Kalimantan Timur 766 49746 4 ulaesi Utara 859 7405 5 ulaesi Tenga 469 40 6 ulaesi elatan 454 6647 7 ulaesi Tenggara 768 9845 8 Gorontalo 5 04047 9 ulaesi arat 55 7 0 Maluu 5977 58606 Maluu Utara 67 98 Papua arat 84 75565 Papua 0 46 Total se-indonesia 585 8797 umber.bps.go.id. Dengan menggunaan data pada Tabel ditentuan ombinasi penasir rasio-produ yang efisien untu menasir rata-rata produsi ian laut menggunaan syarat efisien yang diperole sebelumnya dan secara umum dapat ditunjuan mengitung ME dari masing-masing penasir yang diberian. Dengan menggunaan Microsoft Excel diperole beberapa informasi tambaan yang disajian pada Tabel. Tabel. Informasi tambaan untu memandingan etiga ME penasir 4 5 0 9 4 8 4 864. 5707 609.5 6065.875 0 49.4 805. 947.75 899.75 4.5 Repository FMIPA 7

55.5 0070.5 88. 59768.6667 46 9.5 679. 4784 0 698569.79 760900804.76 0880408.5 445708. 060744500.60 68756.04 95005588.0 6080875407.5 8550889.9 5545790489. 464.4 6000448.60 40564787.57 969847.9 94997896.75 mensubitusian nilai-nilai yang diperole pada Tabel e persamaan (0) () dan () maa diperole (i) ME (ii) ME (iii) ME ME jia 0.477 5 ME jia 0.5 0. 087 ME jia.5 0.087 5. 096 elanjutnya nilai ME dari masing-masing penasir disajian pada Tabel. Tabel. ilai ME dari masing-masing penasir o Penasir ME 4.E+0.54E+.67E+ erdasaran Tabel dapat diliat baa penasir memilii nilai ME yang terecil. 6. KEIMPUA erdasaran pembaasan yang tela diemuaan pada artiel inidapat disimpulan baa ombinasi penasir rasio-produ lebi efisien dari penasir dan penasir. DAFTAR PUTAKA [] adan Pusat tatii. Tabel uas Area udidaya Perianan Menurut Provinsi dan Jenis udidaya. Available from: ttp://.bps.go.id//tmmn_pgn. Diases pada Maret 05. [] Cocran W. G. 977. Teni Penarian ampel Edisi Ketiga. Terjemaan dari ampling Tecniques ole Rudiansya & E. R. Osman. UI Press Jaarta. [] ing R. V. K. ing & A. A. Adeara. 0. ome Improved Eimators for Eimating Population Mean in tratified Random ampling. Journal of cience Researc 57: 54-64. [4] uatme P. V. 957. ampling Teory of urveys it Applications. Te Indian Council of Agricultural Researc e Deli. Repository FMIPA 8