PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING

dokumen-dokumen yang mirip
ESTIMASI PARAMETER PADA MULTIPLE REGRESI MENGGUNAKAN MAKSIMUM LIKELIHOOD SKRIPSI SITI MAISAROH RITONGA

MENENTUKAN MODEL KOEFISIEN REGRESI MULTIPLE VARIABEL DENGAN MENGGUNAKAN MAKSIMUM LIKELIHOOD SKRIPSI BENNY SOFYAN SAMOSIR

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

PENYELESAIAN PROGRAM LINEAR SASARAN GANDA MENGGUNAKAN METODE SIMPLEKS MULTIFASE

Analisis Regresi Linear Sederhana

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

KADAR KLOROFIL DAN KERAPATAN STOMATA MAHONI (Swietenia macrophylla King) PADA BEBERAPA LOKASI DI KOTA MEDAN

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

AHFAIZIN NIM : SKRIPSI

BAB 2 LANDASAN TEORI

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ANALISIS BENTUK HUBUNGAN

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

BAB 2 LANDASAN TEORI

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

ANALISIS PENGARUH GAYA KEPEMIMPINAN DAN MOTIVASI TERHADAP KINERJA KARYAWAN

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

REGRESI LINIER SEDERHANA (MASALAH ESTIMASI)

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB III METODOLOGI PENELITIAN

PENENTUAN SELANG KEPERCAYAAN YANG BERSIFAT FUZZY DARI KOEFISIEN MULTIPLE REGRESI SKRIPSI HANNARIA RH SINAGA

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

PROPOSAL SKRIPSI JUDUL:

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SKRIPSI PENGARUH PENILAILAN PRESTASI KERJA TERHADAP PROMOSI JABATAN KANTOR PT PERKEBUNAN NUSANTARA IV MEDAN UNIT KEBUN ADOLINA OLEH

PROGRAM STUDI S1 PENDIDIKAN GURU SEKOLAH DASAR FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS KRISTEN SATYA WACANA SALATIGA TAHUN

PENGARUH PERTUMBUHAN PENJUALAN, EFISIENSI MODAL KERJA, DAN KEBIJAKAN PENDANAAN TERHADAP PROFITABILITAS

BAB 2 LANDASAN TEORI

PERBANDINGAN METODE FUZZY

PENENTUAN DENSITAS PERMUKAAN

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

PowerPoint Slides by Yana Rohmana Education University of Indonesian

Spline Truncated Multivariabel pada Permodelan Nilai Ujian Nasional di Kabupaten Lombok Barat

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

PENGARUH PENGUMUMAN DIVIDEN TERHADAP FLUKTUASI HARGA SAHAM DI BURSA EFEK INDONESIA

ANALISIS PENGARUH KUALITAS LAYANAN TERHADAP KEPUASAN PELANGGAN PADA TOKO INDOMARET (Studi pada Pelanggan Indomaret di wilayah Kecamatan Wirobrajan)

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

ANALISA KORELASI TERHADAP FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI KARET PADA PT. PERKEBUNAN NUSANTARA III MEDAN TUGAS AKHIR ARI SYOFWAN

ANALISIS REGRESI NONLINIER DENGAN MODEL KUADRATIK SKRIPSI EFRIDA YANTI TARIGAN

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

PROGRAM STUDI S1 PENDIDIKAN GURU SEKOLAH DASAR FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS KRISTEN SATYA WACANA SALATIGA TAHUN

PELABELAN HARMONIOUS PADA GRAF TANGGA DAN GRAF KIPAS

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

ANALISIS REGRESI BERGANDA TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI LAJU INFLASI TUGAS AKHIR YUDHISTIRA PRIA KUSUMA

PENGARUH MEDIA REALIA TERHADAP PRESTASI BELAJAR MATEMATIKA SISWA KELAS X SMK

PROYEKSI KESEMPATAN KERJA DI KOTA MEDAN PADA TAHUN DENGAN MENGGUNAKAN METODE KUADRAT TERKECIL

Hubungan Model Kurva Pengeluaran Konsumsi Rumah Tangga di Provinsi Sulawesi Selatan dengan Elastisitasnya

SKRIPSI RIKA LISTYA SARI

BAB III METODOLOGI PENELITIAN

IMPLEMENTASI PENENTUAN MINIMUM SPANNING TREE (MST) DENGAN MENGGUNAKAN ALGORITMA PRIM

Pemodelan Regresi Variabel Moderasi Dengan Metode Sub-Group. Regression Modeling of Moderating Variable with a Method of Sub Group

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PADANG LAWAS UTARA TUGAS AKHIR SARIASMIN HUTAJULU

Model Regresi Variabel dengan Metode Selisih Mutlak. Moderating Variable Regression Model with an Absolute Difference Method

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

III.METODE PENELITIAN. Pada penelitian ini subyek yang digunakan adalah siswa VII A SMPN 5

ANALISIS PENGARUH ANGKA PARTISIPASI SEKOLAH DAN PENDUDUK BUTA HURUF TERHADAP PERSENTASE PENDUDUK MISKIN DI PROVINSI SUMATERA UTARA TUGAS AKHIR

SKRIPSI. Oleh: NAMA : JABAL JAUHAR ROSADI NIM :

Analisis Faktor-Faktor Yang Mempengaruhi Jumlah Tenaga Kerja Industri Besar dan Sedang Di Provinsi Sumatera Utara Tahun 2011

SKRIPSI untuk memperoleh gelar Sarjana Guru Pendidikan Sekolah Dasar pada Universitas Kristen Satya Wacana Salatiga

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

PENDEKATAN MULTIPLE REGRESI PADA ANALISIS RAGAM KLASIFIKASI DUA ARAH SKRIPSI MARISA INDA PUTRI

ANALISIS REGRESI. Catatan Freddy

PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

PENGARUH KENAIKAN HARGA SEMBAKO TERHADAP PEREKONOMIAN MASYARAKAT DI KELURAHAN URUNG KOMPAS KABUPATEN LABUHANBATU TUGAS AKHIR

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

STATISTICAL STUDENT OF IST AKPRIND

FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI PERIKANAN LAUT KABUPATEN LANGKAT MENGGUNAKAN REGRESI LINIER BERGANDA HARIYANTO SYAHPUTRA

ANALISIS RASIO KEUANGAN SEBAGAI PREDIKSI FINANCIAL DISTRESS (Studi pada Pemerintah Daerah Kabupaten/Kota di Indonesia Tahun )

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

FAKTOR - FAKTOR YANG MEMPENGARUHI KEPADATAN PENDUDUK KOTA MEDAN TAHUN 2012

ANALISIS PENGARUH SEKTOR PERTANIAN DAN SEKTOR INDUSTRI PENGOLAHAN TERHADAP INDEKS PERKEMBANGAN PDRB KABUPATEN ACEH SELATAN RENI HARPIANTI

Analisis Indikator Makroekonomi Negara Tujuan Ekspor terhadap Kinerja Ekspor Non Migas Indonesia: Studi Kasus Lima Negara Tujuan Utama Ekspor

Nama : Crishadi Juliantoro NPM :

Analysis of Covariance (ANACOVA)

FAKTOR-FAKTOR YANG MEMPENGARUHI SEKTOR PERTANIAN, PETERNAKAN, PARIWISATA TERHADAP PERTUMBUHAN EKONOMI KOTA BINJAI TUGAS AKHIR

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

BAB I PENDAHULUAN. 1.1 Latar Belakang

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

Transkripsi:

PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING SKRIPSI RINA ASTRY GINTING 060823031 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN

PERSETUJUAN Judul : PENENTUAN KOEFISIEN MULTIPLE REGRESI DENGAN METODE LINIER PROGRAMMING Kategor : SKRIPSI Nama : RINA ASTRY GINTING Nomor nduk Mahasswa : 060823031 Program Stud : SARJANA (S1) MATEMATIKA Departemen : MATEMATIKA Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Koms Pembmbng : Dluluskan d Medan, Oktober 2008 Pembmbng 2 Pembmbng 1 Drs. H. Haluddn Panjatan Drs. Marwan Harahap, M.Eng NIP. 130 701 888 NIP. 130 422 443 Dketahu oleh Departemen Matematka FMIPA USU Ketua, Dr. Sab Suwlo, M.Sc. NIP. 131 796 149

PERNYATAAN MENENTUKAN KOEFISIEN MULTIPLE REGRESI DENGAN METODE LINIER PROGRAMMING SKRIPSI Saya mengaku bahwa skrps n adalah hasl kerja saya sendr, kecual beberapa kutpan dan rngkasan yang masng-masng dsebutkan sumbernya. Medan, Oktober 2008 RINA ASTRY GINTING 060823031

PENGHARGAAN Puj dan syukur penuls panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan lmpah kurna-nya skrps n berhasl dselesakan dalam waktu yang telah dtetapkan. Ucapkan terma kash saya sampakan kepada Drs, Marwan Harahap, M. Eng dan Drs. H. Haluddn Panjatan selaku pembmbng pada penyelesaan skrps n yang telah memberkan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan kajan n. Panduan rngkas dan padat dan profesonal telah dberkan kepada saya agar penuls dapat menyelesakan tugas n. Ucapan terma kash juga dtujukan kepada Ketua dan Sekretars Departemen Dr. Sab Suwlo, M.Sc. dan Drs. Henry Ran Stepu, M.S., Dekan dan Pembantu Dekan Fakultas Matematka dan Ilmu Pengetahuan Alam, semua dosen pada Departemen Matematka FMIPA USU, pegawa-pegawa d FMIPA USU dan rekanrekan kulah. Akhrnya tdak terlupakan kepada kedua orang tuaku tersayang dan semua ahl keluarga dan rekan terdekat saya yang selama n memberkan bantuan dorongan yang dperlukan. Semoga Tuhan Yang Maha Esa akan membalaskan.

Abstrak Ddalam upaya penentuan persamaan estmas lner dengan metode gars lurus akan menghaslkan persamaan yang bak, jka semua ttk yang mencermnkan pasangan data berada d sektar gars lurus tersebut. Namun, jka ttk-ttk pasangan data tersebar satu sama lan, maka persamaan lner yang bak untuk mengestmas nla varabel dependen adalah persamaan lner yang yang kurvanya mempunya kesalahan yang mnmum antara ttk estmas dengan ttk sebenarnya. Maka dar pada tu, peneltan n menerangkan bagamana cara untuk mendekat gars regres dengan teknk lner programmng. Bentuk umum persamaan multple regres lner yang menunjukkan hubungan antara lebh dar satu varabel X sebaga varabel bebas dengan varabel Y sebaga varabel tak bebas adalah : n Y X 0 0 Y 0 1X 1 2 X 2... n 1 X n 1 dengan : Y = varabel tdak bebas ke- X = varabel bebas ke- β 0 = ntersep (ttk potong kurva terhadap sumbu Y) β = kemrngan (slope) kurva lner dar data yang dperoleh, maka dapat dtentukan e Y Yˆ. Yang dharapkan sebagamana mestnya. Lner programmng merupakan alat analss yang tepat dalam menentukan model koefsen multple regres.

DETERMINING MULTIPLE REGRESSION COEFFICIENT BY USING LINEAR PROGRAMMING METHOD Abstract In the effort determnaton of lnear estmaton wth straght lne method wll yeld good equaton, f all ponts expressng data couple to resde n around the straght lne. But, f pont of data couples spread over one another, hence equaton of lnear whch good to estmatng varable value dependent s equaton of lnear whch s the curve havng mstake whch a mnmum of between pont of estmatons wth pontactually. Hence from at that, ths research explans how to come near regresson lne wth lnear programmng technque. Form of equaton publc of smple lnear regresson showng relaton between two varables, that s varable X as ndependent varable and varable Y as non free varable s n Y X 0 Y 0 1X 1 2 X Where Y = varable s not free of ke- X = ndependent varable ke- a s ntercept (curve cut pont to axs Y) b s nclnaton (slope) lnear curve. 0 2... n 1 X n From data obtaned, hence determnable e Y Yˆ. What expected properly. Lnear programmng s correct analyzer n determnng multple regresson coeffcent model. 1

DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Is Daftar Tabel Daftar Gambar v v v v x x Bab I Pendahuluan 1 1.1 Latar Belakang 1 1.2 Perumusan Masalah 3 1.3 Tujuan Peneltan 3 1.4 Kontrbus Peneltan 3 1.5 Tnjauan Pustaka 4 1.6 Metode Peneltan Bab II Landasan Teor 6 2.1 Analss Regres 6 2.1.1 Regres Lner Sederhana 6 2.1.2 Regres Lner Ganda 10 2.1.3 Ketepatan Gars Estmas dengan Menggunakan Metode Kuadrat Terkecl 12 2.1.4 Memnmumkan Rata-rata Devas Absolute 13 2.2 Lner Programmng 14 2.2.1 Model Lner Programmng 14 2.2.2 Asums-Asums Dasar Lner Programmng 20 2.2.3 Termnolog Lner Programmng 21 2.2.4 Unsur-Unsur Lner Programmng 22 2.3 Dualtas Bab III Pembahasan 25 3.1 Pengunaan Teknk Lnear Programmng dengan Metode Smpleks 25 3.2 Komputas Lnear Programmng dengan Sstem-QM 32 3.2.1 Pendahuluan 32 3.2.2 Langkah-Langkah Pengerjaan Program QM 33 3.2.3 Dualtas 41 Bab IV Kesmpulan dan Saran 45 4.1 Kesmpulan 45 4.2 Saran 45 Daftar Pustaka

v

DAFTAR TABEL Halaman Tabel 2.1 Tabel awal lner programmng 17 Tabel 3.1 Tabel awal smpleks 27 Tabel 3.2 Smpleks 28 Tabel 3.3 Smpleks 30 Tabel 3.4 Smpleks 32

DAFTAR GAMBAR Halaman Gambar 2.1 Dagram Pencar 7 Gambar 2.2 Suatu pengamatan (data) yang tdak tepat pada gars regres 9 Gambar 2.3 Langkah-langkah dalam analss PL dengan metode smpleks 19 Gambar 3.1 Tamplan sementara (splash)dar program QM for wndows 33 Gambar 3.2 Plhan modul yang terseda pada program QM for wndows 34 Gambar 3.3 Tamplan awal modul lnear programmng 34 Gambar 3.4 Tamplan untuk mengs angka-angka sesua dengan soal 35 Gambar 3.5 Langkah-langkah pengerjaan lnear programmng 38 Gambar 3.6 Output dar penyelesaan contoh soal lnear programmng 40 Gambar 3.7 Bentuk dual dar prmal 41 Gambar 3.8 Tamplan untuk mengs angka-angka sesua dengan soal 42 Gambar 3.9 Tamplan untuk mengs angka-angka sesua dengan soal 44