TUGAS AKHIR
NURAZIZAH MANURUNG 102407020
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya
NURAZIZAH MANURUNG 102407020
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Judul : ANALISIS FAKTOR ANGKA KEMATIAN BAYI TERHADAP PENOLONG KELAHIRAN DI SUMATERA UTARA
Kategori : TUGAS AKHIR
Nama : NURAZIZAH MANURUNG
Nomor Induk Mahasiswa : 102407020 Program Studi : D3 STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU
PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Juli 2013
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU
Ketua, Pembimbing,
Prof. Dr. Tulus, M.Si Drs. Suwarno Ariswoyo, M.Si
PERNYATAAN
ANALISIS FAKTOR ANGKA KEMATIAN BAYI
TERHADAP PENOLONG KELAHIRAN
DI SUMATERA UTARA
TUGAS AKHIR
Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2013
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan
Tugas Akhir ini dengan judul Analisis Faktor Angka Kematian Bayi Terhadap
Penolong Kelahiran di Sumatera Utara.
Terimakasih Penulis sampaikan kepada Bapak Drs. Suwarno Ariswoyo,
M.Si selaku pembimbing dan Sekretaris Program Studi D3 Statistika FMIPA
USU yang telah meluangkan waktunya selama penyusunan Tugas Akhir ini.
Terima kasih kepada Bapak Drs. Faigiziduhu Bu’ulolo, M.Si selaku Ketua
Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si. PhD dan
Ibu Dra. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika
FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU
Medan, seluruh staff dan Dosen Program Studi D3 Statistika FMIPA USU,
pegawai FMIPA USU dan rekan – rekan kuliah. Akhirnya tidak terlupakan
kepada Ayah tercinta Syafaruddin Manurung dan Ibu tercinta Masribut Sinaga,
serta Abang, kakak, Adik dan keluarga yang selama ini memberikan bantuan dan
4.3 Pengujian Regresi Linier Berganda 33
4.4 Koefisien Determinasi 38
4.5 Koefisien Korelasi 39
BAB 5 IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem 41
5.2 Sekilas Tentang Program SPSS 41
5.3 Mengaktifkan SPSS 43
5.4 Input Data pada Worksheet 44
5.5 Pengisian Data 46
5.6 Pengolahan Data dengan Persamaan Regresi 47 5.7 Pengolahan Data dengan Persamaan Korelasi 50
BAB 6 KESIMPULAN DAN SARAN
6.1 Kesimpulan 52
6.2 Saran 54
Nomor Judul Halaman Tabel
Nomor Judul Halaman Gambar
5.1 Mengaktifkan SPSS 43
5.2 Worksheet 44
5.3 Layar Kerja Variabel View 46 5.4 Layar Data yang akan diolah 47
5.5 Analyze data Regresion 47
5.6 Kotak Dialog Linear Regression 48
PENDAHULUAN
1.1Latar Belakang
Angka kematian bayi merupakan salah satu indikator yang digunakan untuk
menggambarkan status kesehatan masyarakat. Di dunia, angka kematian bayi
sangat bervariatif pada setiap negara. Di negara berkembang salah satunya
indonesia, angka kematian bayi masih tergolong tinggi. Salah satu penyebab
kematian bayi di indonesia adalah infeksi, termasuk infeksi saluran nafas dan
diare. Selain itu, masalah gizi seperti kurang kalori dan protein, juga menjadi
salah satu penyebab kematian bayi.
Mortalitas (kematian) penduduk adalah salah satu dari tiga komponen
proses demografi yang berpengaruh terhadap struktur penduduk. Dua komponen
proses demografi lainnya adalah kelahiran (fertilitas) dan mobilisasi penduduk.
Tinggi rendahnya tingkat mortalitas penduduk disuatu daerah tidak hanya
mempengaruhi pertumbuhan penduduk, tetapi juga merupakan barometer dari
tinggi rendahnya tingkat kesehatan masyarakat di daerah tersebut. Dengan
memperhatikan trend dari tingkat mortalitas dan fertilitas di masa lalu dan
estimasi perkembangan dimasa mendatang dapatlah dibuat sebuah proyeksi
Kematian bayi adalah kematian yang terjadi antara saat bayi lahir sampai
bayi berusia tepat satu tahun. Banyak faktor yang dikaitkan dengan kematian bayi.
Secara garis besar, dari sisi penyebabnya kematian bayi ada dua macam yaitu :
1. Kematian bayi Endogen adalah kematian bayi yang terjadi pada
pertama setelah melahirkan, dan umumnya disebabkan oleh
faktor-faktor yang dibawa anak sejak lahir, yang diperoleh dari orang tuanya
pada saat konsepsi atau didapat setelah kehamilan.
2. Kematian bayi Eksogen adalah kematian bayi yang terjadi setelah usia
satu bulan sampai menjelang usia satu tahun yang di sebabkan oleh
faktor-faktor yang bertalian dengan pengaruh lingkungan.
Dengan uraian diatas penulis tertarik untuk menganalisis hubungan antara
faktor-faktor Angka Kematian Bayi Terhadap Penolong Kelahiran di Sumatera
Utara.
Dengan mengetahui seberapa besar bangsa Indonesia harus menekan
angka kematian bayi, maka untuk mengimplementasikan keadaan diatas maka
penulis memilih Tugas Akhir yang berjudul “Analisis Faktor Angka Kematian Bayi Terhadap Penolong Kelahiran di Sumatera Utara”.
1.2Rumusan Masalah
Adapun masalah yang akan dibahas adalah untuk mengetahui regresinya sebagai
mempengaruhi angka kematian bayi terhadap penolong kelahiran di Sumatera
Utara.
1.3 Tujuan Penelitian
Menganalisis apakah ada hubungan angka kematian bayi terhadap penolong
kelahiran serta Memberikan informasi kepada masyarakat tentang kesehatan bayi
di Sumatera Utara.
1.4 Batasan Masalah
Penulis membuat batasan permasalahan dari sekian banyak faktor yang
mempengaruhi angka kematian bayi di Sumatera Utara, yakni penulis hanya
mengambil tiga faktor yaitu dokter, bidan dan dukun sebagai variabel. Lalu
dianalisa dengan menggunakan Metode Regresi Linier Berganda dan akan dicari
apakah faktor-faktor tersebut mempengaruhi angka kematian bayi sehingga
nantinya akan diperoleh persamaan penduga yang layak digunakan. Data yang
diambil merupakan data skunder yang bersumber dari Kantor Badan Pusat
Statistik (BPS) Sumatera Utara. Data yang akan di teliti adalah data pada tahun
1.5Manfaat Penelitian
Penelitian ini diharapkan dapat menghasilkan manfaat untuk memberikan
informasi angka kematian bayi terhadap penolong kelahiran dan sebagai
pemerhati kesehatan bayi sebaiknya untuk di tindak lanjutin banyaknya penyebab
dari kematian bayi di Sumatera Utara sehingga dari informasi yang dihasilkan dari
penelitian ini diharapkan pemerintah mengambil langkah-langkah untuk kebijakan
terhadap meningkatnya angka kematian bayi di Indonesia.
1.6 Tinjauan Pustaka
Sumber bahan bacaan atau informasi penulis dapatkan dalam penulisan Tugas
Akhir ini adalah :
Dikti.go.id menyatakan Undang-undang Republik Indonesia Nomor 36 Tahun 2009TentangKesehatan dengan rahmat Tuhan Yang Maha Esa presiden republik
indonesia menimbang, bahwa kesehatan merupakan “hak asasi manusia” dan
salah satu unsur kesejahteraan yang harus diwujudkan sesuai dengan cita-cita
bangsa Indonesia sebagaimana dimaksud dalam Pancasila dan Undang-Undang
Dasar Negara Republik Indonesia Tahun 1945. Pasal 128 ayat 1 menyatakan
bahwa “Setiap bayi berhak mendapatkan air susu ibu eksklusif sejak dilahirkan
selama 6 (enam) bulan, kecuali atas indikasi medis”. Pasal 131 ayat 1 juga
mengatakan bahwa “Upaya pemeliharaan kesehatan bayi dan anak harus ditujukan
untuk mempersiapkan generasi yang akan datang yang sehat, cerdas, dan
Mason (1996) menyatakan bahwa analisis regresi (regression analysis) merupakan suatu teknik untuk membangun persamaan garis lurus dan
menggunakan persamaan tersebut untuk membuat perkiraan.
Mason (1996) menyatakan bahwa persamaan regresi (regression eqution) adalah suatu persamaan matematis yang mendefinisikan hubungan antara dua variabel.
Iswardono Sp (1981) menyatakan bahwa model persamaan regresi linier berganda Yi = β0 + β1X1i + β2X2i + β3X3i + Ei, dimana variabel bebas, X1, X2
dan X3 yang mempengaruhi Y.
1.7 Metodologi Penelitian
Metodologi penelitian yang digunakan penulis adalah dengan Metode Penelitian
Kepustakaan, Metode Pengumpulan Data. Adapun tahapan yang dilaksanakan
dalam penyelesaian masalah yang dihadapi adalah sebagai berikut :
1. Metode Pengumpulan Data
Dalam pengumpulan data, penulis menggunakan data sekunder dari Badan
Pusat Statistik (BPS) berupa buku-buku dan sumber-sumber yang dapat di
percaya dari Kantor Badan Pusat Statistik.
2. Studi Literatur
Studi literatur ini meliputi pengambilan teori-teori serta rumusan-rumus
dari beberapa sumber bacaan yang berkaitan dengan masalah yang sedang
3. Metode Pengolahan Data
Secara model regresi linier berganda dari data hasil pengamatan yang
terjadi akibat variabel X1,X2,X3,X4,...,Xk untuk populasi adalah :
Y = β0+ β1X1 + β2X2 + β3X3 + ... + βkXk + µ ; k = 1,2,3,...,n
Dengan Y merupakan pengamatan variabel takbebas. Xk merupakan
pengamatan variabel Bebas. β0 merupakan variabel Intersep dan
β0,β1,β2,β3X3,...,βkXk merupakan parameter koefisien regresi variabel bebas
yang nilainya tidak diketahui, sehingga nilainya diduga menggunakan
statistik sampel. µ merupakan error atau kesalahan yang tidak diketahui
harganya.
Model populasi regresi berganda dapat dicari dengan menggunakan
Metode Kuadrat Terkecil (Least Square Method). Prinsip metode kuadrat
terkecil ini adalah meminimumkan selisih kuadrat antara Y observasi dan Y
dugaan. Berikut ini adalah rumusnya :
Y = b0 + b1X1 + b2X2 + b3X3 + ... + bkXk
Keterangan :
Y = variabel tak bebas (dependent variabel)
Xk = variabel bebas (independent variabel)
b0 = penduga bagi β0 intersep (titik potong)
bk = penduga bagi βk
Dalam penelitian ini variabel variabel tak bebas adalah bidan (X1),dokter
1.8 Lokasi dan WaktuPenelitian
Penelitian ini dilaksanakan di Badan Pusat Statistik (BPS) Medan. Pengambilan
data dilaksanakan selama 3 (tiga) kali terhitung dari tanggal 11 Maret, 19 Maret
sampai tanggal 03 April 2013 dengan cara mencatat langsung data Angka
Kematian Bayi Terhadap Penolong Kelahiran pada tahun 2011.
1.9Sistematika Penulisan
Adapun sistematika dalam penulisan ini adalah sebagai berikut :
BAB 1 : PENDAHULUAN
Dalam bab ini diuraikan Latar Belakang, Rumusan Masalah, Tujuan
Penelitian, Batasan Masalah, Manfaat Penelitian, Tinjauan Pustaka,
Metodologi Penelitian, Lokasi dan Waktu Penelitian dan Sistematika
Penulis.
BAB 2 : LANDASAN TEORI
Pada bab ini menjelaskan tentang beberapa pengertian metode serta
teori-teori yang dipakai dalam mengolah data yaitu Regresi Linier
Ganda beserta aspek-aspeknya.
BAB 3 : SEJARAH SINGKAT TEMPAT RISET
Dalam bab ini menjelaskan tentang sejarah berdirinya Badan Pusat
BAB 4 : ANALISA DATA
Bab ini berisi tentang penganalisaan dan pengolahan data yang
diperoleh untuk melihat pengaruh faktor penolong kelahiran bayi yaitu
dokter, bidan dan dukun di Sumatera Utara, pengujian dilakukan
dengan metode yang telah ditentukan.
BAB 5 : IMPLEMENTASI SISTEM
Pada bab ini menjelaskan tentang program atau software yang dipakai
sebagai analisis terhadap data yang diperoleh.
BAB 6 : PENUTUP
Bab ini merupakan penutup yang akan memberikan beberapa
BAB 2
LANDASAN TEORI
2.1 Pengertian Regresi
Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun
1886. Analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu
variabel takbebas (dependent variable) dengan satu atau lebih variabel bebas
(indefendent variable), dengan tujuan untuk mengestimasi dan/ atau memprediksi
rata-rata populasi atau nilai rata-rata variabel takbebas berdasarkan nilai variabel
bebas yang diketahui. Pusat perhatian adalah pada upaya menjelaskan dan
mengevalusi hubungan antara suatu variabel takbebas dengan satu atau lebih
variabel bebas.
2.2 Analisis Regresi Linier
Analisis regresi linier adalah analisa hubungan antara variabel bebas X dengan
variabel takbebas Y, yang merupakan persamaan penduga yang berguna untuk
menaksir/meramalkan variabel bebas. Untuk mempelajari hubungan-hubungan
antara beberapa variabel, analisis regresi linier terdiri dari dua bentukk, yaitu :
1. Analisis Regresi Sederhana (Simple analisis regresi)
2.3 Regresi Linier Sederhana
Regresi linier sederhana merupakan model hubungan antara variabel tidak bebas
(sering simbolkan dengan Y) dan variabel bebas (disimbolkan dengan X). Regresi
linier sederhana hanya ada satu peubah bebas X yang dihubungkan dengan satu
pebuah takbebas Y. Dengan bentuk umum persamaan garis regresi linier
sederhana adalah:
Ŷ = a + bX (2.1)
Keterangan :
a = intercept (konstanta)
b = koefisien regresi = yang menunjukkan besarnya perubahan unit akibat
adanya perubahan tiap atau unit X.
X = variabel bebas
Ŷ = variabel takbebas
2.4 Regresi Linier Berganda
Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara
peubah respon (variabel dependen) dengan faktor-faktor yang mempengaruhi
lebih dari satu prediktor (variabel independen).
Regresi linier berganda hampir sama dengan regresi linier sederhana,
hanya saja pada regresi linier berganda variabel penduga (variabel bebas) lebih
dari satu variabel penduga (variabel bebas). Tujuan analisis regresi linier berganda
membuat prediksi perkiraan nilai Y atas nilai X. Secara umum model regresi
linier berganda untuk populasi adalah sebagai berikut:
Y = β0+ β1X1+ β2X2+ β3X3+ ... + βkXk + µ (2.2)
Keterangan :
Y = Pengamatan ke-i pada variabel takbebas
Xk = Pengamatan variabel Bebas
β0 = Parameter Intersep
β1,β2, β3,..., βk = Parameter Koefisien regresi variabel bebas
µ = Error atau kesalahan yang tidak diketahui harganya
Model regresi linier berganda untuk populasi diatas dapat ditaksir
berdasarkan sebuah sampel acak yang berukuran n dengan model regresi linier
berganda untuk sampel, yaitu:
Y = b0 + b1X1 + b2X2 + b3X3 + ... + bkXk (2.3)
Keterangan :
Y = variabel tak bebas (dependent variabel)
Xk = variabel bebas (independent variabel)
Bentuk data yang akan diolah ditunjukkan pada tabel berikut ini :
Tabel 2.1 Bentuk Umum Data Observasi
2.5 Membentuk Persamaan Regresi Linier Berganda
Dalam regresi linier berganda variabel takbebas (Y), tergantung kepada dua atau
lebih variabel bebas (X). Bentuk persamaan regresi linier berganda yang
mencakup dua atau lebih variabel dapat ditulis sebagai berikut:
Y = β0+ β1X1+ β2X2+ β3X3+ ... + βkXk + µ (2.4)
Untuk hal ini, penulis menggunakan regresi linier berganda tiga variabel,
yaitu satu variabel takbebas dan dua variabel bebas. Bentuk umum persamaan
regresi linier berganda tersebut adalah :
Y = b0 + b1X1 + b2X2 + b3X3 + ... + bkXk+ ei (2.5)
Keterangan :
n = ukuran sampel
ei = variabel kesalahan
Untuk rumus diatas, dapat diselesaikan dengan tiga variabel yang
berbentuk :
∑Yi = nb0 + b1∑X1i + b2∑X2i + b3∑X3i (2.6)
∑X1iYi = b0∑X1i + b1∑ + b2∑X1iX2i + b3∑X1iX3i (2.7)
∑X2iYi = b0∑X2i + b1∑X1iX2i + b2∑ + b3∑X2iX3i (2.8)
∑X3iYi = b0∑X3i + b1∑X1iX3i + b2∑X2iX3i + b3∑ (2.9)
Dengan b1, b2 adalah koefisien yang ditentukan berdasarkan data hasil
pengamatan. Untuk = − , = – , = – dan y = Y - ,
persamaan liniernya menjadi y = + + .
2.6 Koefisien Determinasi
Koefisien determinasi yang dinyatakan dengan R2 adalah salah satu nilai statistik
yang dapat digunakan untuk mengetahui apakah ada hubungan pengaruh antara
dua variabel yang ada dalam model persamaan regresi linier berganda secara
bersama-sama. Maka R2 akan ditentukan dengan rumus, yaitu :
R2 = (2.10)
Keterangan :
∑ = ∑ – (2.11)
Harga R2 yang diperoleh variansi yang dijelaskan masing-masing variabel
yang tinggal dalam regresi. Hal ini mengakibatkan variansi yang dijelaskan
penduga yang disebabkan oleh variabel yang berpengaruh saja.
2.7 Koefisien Korelasi
Koefisien korelasi merupakan ukuran kedua yang dapat digunakan untuk
mengetahui bagaimana keeratan hubungan antara variabel bebas dengan variabel
takbebas.
Nilai koefisien korelasi adalah -1 ≤ r ≤ 1. Jika dua variabel berkorelasi
negatif maka koefisien korelasi akan mendekati 0, sedangkan jika dua variabel
berkorelasi positif maka nilai koefisien korelai akan mendekati 1.
Untuk lebih memudahkan menetahui seberapa jauh derajat keeratan antara
variabel tersebut, dapat dilihat pada perumusan berikut :
-1,00 ≤ r ≤ -0,80 berarti berkorelasi kuat secara negatif
-0,79 -0,50 berarti berkorelasi sedang negatif
-0,49 ≤ r ≤ 0,49 berarti berkorelasi lemah
0,50 ≤ r ≤ 0,79 berarti berkorelasi sedang secara positif
Untuk hubungan lima variabel tersebut dapat dihitung dengan
menggunakan rumus sebagai berikut :
1. Koefisien Korelasi antara X1 dan Y
=
(2.12)2. Koefisien Korelasi antara X2 dan Y
=
(2.13)3. Koefisien Korelasi antara X3 dan Y
=
(2.14)SEJARAH SINGKAT TEMPAT RISET
3.1Sejarah Singkat Badan Pusat Statistik (BPS)
3.1.1 Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur
pertanian, Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden
Handed) dan Berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah
dan mempublikasikan data statistik.
Pada bulan Maret 1923, dibentuk suatu komisi untuk statistik yang
anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diberi
tugas untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin
untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan
nama Central Kantor Voor de Statistik (CKS) atau kantor statistik dan di
pindahkan ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme
Statistik Perdagangan yang semula dilakukan oleh kantor Invoer Vitvoer en
3.1.2 Masa Pemerintahan Jepang
Pada bulan Juni 1944, pemerintah Jepang baru mengaktifkan kembali kegiatan
Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau
militer. Pada masa ini Central Kantor Voor de Statistik (CKS) diganti namanya
menjadi Shomubu Chosasitsu Gunseikanbu.
3.1.3 Masa Kemerdekaan Republik Indonesia
Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik
ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan
yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum Republik Indonesia)
dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati.
Sementara itu pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali
Central Kantor Voor de Statistik (CKS).
Berdasarkan surat edaran kementerian kemakmuran tanggal 12 Juni 1950
Nomor 219/S.C, KAPURRI (Kantor Penyelidik Perangkaan Umum Republik
Indonesia) dan Central Voor de Statistik (CKS) dilebur menjadi Kantor Pusat
Statistik (KPS) dan berada dibawah dan bertanggung jawab menteri
Kemakmuran.
Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44,
menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24
Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian
Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang
disebut Afdeling B.
Dengan keputusan Presiden RI Nomor 131 tahun 1957, kementerian
Perekonomian dipecah menjadi kementerian Perdagangan dan kementerian
Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172, terhitung
tanggal 1 Juni 1957 Kantor Pusat Statistik (KPS) diubah menjadi Biro Pusat
Statistik yang semula menjadi tanggung jawab dan wewenang berada dibawah
perdana menteri.
3.1.4 Masa Orde Baru Sampai Sekarang
Dalam rangka perencanaan dan evaluasi pembangunan, maka untuk mendapatkan
statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan
pembenahan pada organisasi Badan Pusat Statistik.
Dalam masa orde baru ini Badan Pusat Statistik telah mengalami empat
kali perubahan struktur organisasi:
1. Peraturan Pemerintah Nomor 16 tahun 1968 tentang organisasi Badan
Pusat Statistik.
2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat
3. Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat
Statistik dan Keputusan Presidan Nomor 6 tahun 1992 tentang kedudukan,
fungsi, susunan dan tata Kerja Biro Pusat Statistik.
4. Undang-undang Nomor 16 tahun 1917 tentang Statistik
5. Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat Statistik
6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang Penyelenggaraan
Statistik
Tahun 1968, ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu
yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980
peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti
peraturan pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah
Nomor 6 tahun 1980 di tiap provinsi terdapat perwakilan BPS.
Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia
Nomor 86 tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata
kerja dan struktur organisasi BPS yang baru.
3.2 Visi dan Misi BPS (Badan Pusat Statistik) Provinsi Sumatera Utara
3.2.1 Visi
Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai
Sumber Daya Manusia yang berkualitas, ilmu pengetahuan dan teknologi
informasi yang mutakhir.
3.2.2 Misi
Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi
mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu,
handal, efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan
kegunaan statistik serta pengembanan ilmu pengetahuan statistik.
3.3 Struktur Organisasi Badan Pusat Statistik Propinsi Sumatera Utara
Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai
struktur organisasi, karena perusahaan juga merupakan organisasi.Dimana
organisasi adalah suatu sistem dari aktivitas kerjasama yang terorganisir, yang
dilaksanakan oleh sejumlah orang untuk mencapai tujuan bersama.
Dalam struktur organisasi ditetapkan tugas-tugas, wewenang dan tanggung
jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana
hubungannya yang satu dengan yang lain.
Dengan adanya struktur organisasi perusahaan yang baik, maka dapat
Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Provinsi
Sumatera Utara adalah berbentuk Lini dan staff
1. Bagian Tata Usaha/Kepegawaian
2. Bidang Statistik Produksi
3. Bidang Statistik Distribusi
4. Bidang Statistik Kependudukan
5. Bidang Pengolahan, Penyajian dan Pelayanan Statistik
BAB 4
PENGOLAHAN DATA
Data adalah bahan mentah yang perlu diolah sehingga menghasilkan informasi
atau keterangan yang sering digunakan sebagai pengambilan keputusan untuk
dasar pembuatan keputusan-keputusan atau untuk memecahkan suatu persoalan.
Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut
didasrakan atas data yang baik.
Untuk membahas dan memecahkan masalah tentang Angka Kematian
Bayi seperti yang terlah diutarakan sebalumnya, penulis mengumpulkan data yang
berhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari Badan
Pusat Statistik Propinsi Sumatera Utara adalah data mengenai Angka Kematian
Bayi Terhadap Penolong Kelahiran di Sumatera Utara, Penolong Kelahiran
diantaranya Dokter, Bidan dan Dukun. Adapun datanya yang telah diperoleh
Padang Lawas Utara 32,92 3,54 68,03 27,25
Padangsidempuan 26,08 12,45 84,44 3,11
Gunung Sitoli 9,04 13,61 65,22 17,73
Sumber : Badan Pusat Statistik
Catatan :
1. AKB : persen per tahun
4.1 Persamaan Regresi Linier Berganda
Untuk mencari persamaan regresi linier berganda, terlebih dahulu kita mengitung
koefisien-koefien regresi yang akan digunakan. Dengan koefisien-koefisien yang
linier bergandanya. Adapun nilai dari koefisien-koefisien yang di cari dengan
menggunakan Microsft axcel adalah sebagai berikut :
20,94 5,07 76,13 18,79 25,70 385,98 95,27 5795,78
18,36 1,42 93,11 5,47 2,02 132,22 7,77 8669,47
26,74 9,82 78,11 11,40 96,43 767,04 111,95 6101,17
13,06 1,94 36,03 55,74 3,76 69,90 108,14 1298,16
56,77 2,32 30,26 58,06 5,38 70,20 134,70 915,67
24,67 13,49 81,50 5,01 181,98 1099,44 67,58 6642,25
39,91 10,44 89,13 0,44 108,99 930,52 4,59 7944,16
7,49 18,85 81,15 0,00 355,32 1529,68 0,00 6585,32
11,29 7,89 87,81 0,00 62,25 692,82 0,00 7710,60
4,96 29,87 69,51 0,00 892,22 2076,26 0,00 4831,64
1,41 14,00 86,00 0,00 196,00 1204,00 0,00 7396,00
26,08 12,45 84,44 3,11 155,00 1051,28 38,72 7130,11
Sambungan Tabel 4.2 dari Perhitungan Nilai-nilai Koefisien Tabel diatas
1684,01 1112,89 5188,32 1072,53 3636,07 2402,92
2008,31 3106,95 170,56 25,34 470,55 727,96
Dari tabel 4.2 didapat jumlah nilai-nilai koefisien sebagai berikut :
∑Y ∑X1 ∑X2 ∑X3 ∑
714,88 328,37 2381,20 537,97 4477,67
∑X1X2 ∑X1X3 ∑ ∑X2X3 ∑
24830,04 3215,28 181866,16 28742,28 19885,08
∑ ∑X1Y ∑X2Y ∑X3Y ∑n
Dari data diatas didapat persamaan
∑Yi = b0n + b1i∑X1i + b2i∑X2i + b3i∑X3i (4.1)
∑X1iYi = b0∑X1i + b1i∑ + b2i∑X1iX2i + b3i∑X1iX3i (4.2)
∑X2iYi = b0∑X2i + b1i∑X1iX2i + b2i∑ + b3i∑X2iX3i (4.3)
∑X3iYi = b0∑X3i + b1i∑X1iX3i + b2i∑X2iX3i + b3i∑ (4.4)
Dengan persamaan diatas dapat kita subsitusikan nilai-nilai yang bersesuaian,
sehingga diperoleh persamaan :
714,88 = b0 33 + b1 328,37 + b2 2381,20 + b3 537,97
6288,80 = b0 328,37 + b1 4477,67 + b2 24830,04 + b3 3215,28
48469,65 = b0 2381,20 + b1 24830,04 + b2 181866,16 + b3 28742,28
15433,45 = b0 537,97 + b1 3215,28 + b2 28742,28 + b3 19885,08
Dengan mensubstitusikan persamaan diatas secara manual, diperoleh hasil sebagai
berikut :
b0 = -187,86
b1 = 1,94
b2 = 2,05
b3 = 2,57
Sehingga diperoleh persamaan regresinya:
Ŷ = b0 + b1X1i + b2X2i + b3X3i (4.5)
4.2 Analisis Residu
Setelah didapat persamaan regresinya, maka untuk mengetahui seberapa besar
pengaruh penolong kelahiran dengan angka kematian bayi yang diperkirakan,
maka dapat dihitung dengan mencari koefisien-koefisien dari Analisis Residunya
sebagai berikut :
Tabel 4.3 Penyimpangan Nilai Koefisien
32,92 28,50 4,42 19,52
Sehingga kesalahan bakunya dapat di hitung dengan menggunakan rumus :
= 15,04
Dengan perhitungan yang didapat, nilai penyimpangannya = 15,04 orang
kematian bayi, ini berarti bahwa rata-rata angka kematian bayi yang sebenarnya
akan menyimpang dari rata-rata angka kematian bayi di Sumatera Utara yang
diperkirakan sebasar 15,04 orang kematian bayi.
4.3 Pengujian Regresi Linier Berganda
Uji linearitas digunakan untuk menguji kepastian dari persamaan regresi
H0 : b1 = 0, tidak ada hubungan antara angka kematian bayi dengan dokter, bidan
dan dukun sebagai penolong kelahiran.
H1 : b1 ≠ 0 , ada hubungan antara angka kematian bayi dengan dokter, bidan dan
dukun sebagai penolong kelahiran.
Dengan taraf nyata α = 0,05 dan nilai Ftabel dengan dk pembilang (V1) = k = 3 dan
dk penyebut (V2) = n-k-1 = 29.
H0 diterima jika Fhitung ≤ Ftabel
H0 ditolak jika Fhitung > Ftabel
F
hitung=
-14,17 8,90 8,99 -16,30 200,79 79,21 80,82 265,69
Sambungan Tabel 4.4 Pengujian Regresi Linier Berganda
Sehingga :
JKreg = ∑ + ∑ + ∑
= 1,94(-824,7) + 2,05(-3114,4) + 2,57(3779,4)
= 1728,62
JKres =
= 6563,67
Jadi Fhitung dapat dicari dengan :
Fhitung
=
=
= 2,55
Dari tabel distribusi Ftabel untuk dk pembilang (k) = 3 dk penyebut (n-k-1)
= 29, dan α yang digunakan = 0,05, diperoleh Ftabel = 2,93.
Karena Ftabel lebih besar daripada Fhitung maka H0 diterima dan H1 ditolak.
Hal ini berarti antara angka kematian bayi terhadap Dokter, Bidan maupun Dukun
sebagai penolong kelahiran tidak ada hubungan atau tidak mempengaruhi angka
4.4 Koefisien Determinasi
∑y2
= 8294,32
JKreg = 1728,62
Maka akan diperoleh koefisien determinasi dengan rumus :
R2 =
=
= 0,21
Dan untuk koefisien korelasi ganda digunakan rumus :
R =
=
= 0,46
Dari hasil perhitungan diatas diperoleh koefisien determinasinya sebesar
0,21 dan dari nilai akarnya diperoleh koefisien korelasinya sebesar 0,46. Nilai ini
digunakan untuk mnegetahui pengaruh variabel independent terhadap perubahan
variabel dependent. Artinya 46% Angka Kematian Bayi dipengaruhi oleh Dokter,
Bidan, dan Dukun sebagai Penolong Kelahiran di Sumatera Utara. Sedangkan
4.6 Koefisien Korelasi
Untuk mengukur seberapa besar pengaruh antara variabel bebas dengan variabel
takbebas, dapat dilihat dari besarnya koefisien korelasinya, sebagai berikut:
1. Koefisien korelasi antara Angka Kematian Bayi dengan Dokter sebagai
Penolong Kelahiran
=
––
=
=
=
= -0,26
Dari hasil yang didapat, menunjukkan korelasi lemah antara angka kematian
bayi dengan dokter sebagai penolong kelahiran di Sumatera Utara.
2. Koefisien korelasi antara Angka Kematian Bayi dengan Bidan sebagai
Penolong Kelahiran
=
=
=
= -0,34
Hasil ini menunjukkan bahwa antara angka kematian bayi dengan bidan
sebagai penolong kelahiran di Sumatera Utara berkorelasi lemah.
3. Koefisien korelasi antara Angka Kematian Bayi dengan Dukun sebagai
Penolong Kelahiran
=
=
–
=
=
= 0,39
Hasil ini menunjukkan bahwa antara angka kematian bayi dengan dukun sebagai
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah tahapan penerapan hasil desain tertulis ke dalam
programming dengan menggunakan perangkat lunak (software) sebagai
implementasi ataupun prosedur untuk menyelesaikan desain sistem. Adapun
implementasi sistem yang digunakan adalah SPSS (Statistical Product and
Service Solution) 17.0 for windows.
Tahapan implementsi sistem harus dapat menentukan basis apa yang akan
diterapkan dalam menampilkan hasil desain tertulis sehingga sistem yang
dibentuk memiliki kelebihan – kelebihan tersendiri.
5.2 Sekilas Tentang Program SPSS
SPSS merupakan salah satu paket program komputer yang digunakan dalam
mengolah data statistik. Banyak program lain yang juga dapat digunakan untuk
olah data statistik, misalnya Microstat, SAS, Statistica, SPS-2000 dan lain-lain,
SPSS merupakan software yang paling populer, dan banyak digunakan
sebagai alat bantu dalam berbagai macam riset, sehingga program ini paling
banyak digunakan di seluruh dunia. Saat ini Amerika Serikat saja diperkirakan
lebih dari 250.000 perusahaan menggunakan SPSS sebagai alat bantu dalam
pengambilan keputusan yang strategis bagi perusahaan.
SPSS pertama kali diperkenalkan oleh tiga mahasiswa Stanford University
pada 1968. Tahun 1984 SPSS sebagai software muncul dengan nama SPSS/PC+
dengan sistem Dos. Lalu sejak tahun 1992 SPSS mengeluarkan versi Windows.
SPSS dengan sistem Windows ini telah mengeluarkan software dengan beberapa
versi, antara lain SPSS for Windows versi 6, SPSS for Windows versi 7.5, SPSS
for Windows versi10.01, SPSS for windows versi 11.5, versi 12, versi 13, versi
14, versi 15, versi 16 dan SPSS for Windows versi 17.0.
SPSS sebelumnya dirancang untuk pengolahan data statistik pada
ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the
Social Sciences. Namun, dalam perkembangan selanjutnya penggunaan SPSS
diperluas untuk berbagai jenis user, misalnya untuk proses produksi untuk
perusahaan, riset ilmu-ilmu sain dan sebagainya. Sehingga SPSS yang
sebelumnya singkatan dari Statistical Package for the Social Sciences berubah
5.3 Mengaktifkan SPSS
1. Klik tombol start pada windows, kemudian klik program, lalu klik SPSS.
Selain cara itu, bisa diaktifkan melalui icon shortcut pada tampilan
dekstop.
Gambar 5.1 Mengaktifkan SPSS
2. Akan muncul tampilan SPSS dengan command window pada layar bagian
atas yang terdiri dari : File, Edit, View, Data, Transform, Analyze, Graphs,
Utilities, Add-ons, window, dan Help. Bagian bawah terdiri dari Data View
Gambar 5.2 Worksheet
5.4 Input Data pada Worksheet
Langkah-langkah untuk menginput data pada worksheet SPSS adalah sebagai
berikut :
1. Klik File
2. Klik New
3. Klik Data sehingga muncul Data Editor
4. Klik Command window bagian bawah yaitu Variable View. Variable view berisi beberapa menu pilihan, yaitu sebagai berikut :
b. Kolom Type : jika data berupa angka, maka perintah yang diaktifkan adalah Numeric. Namun jika data yang dimasukkan berupa
kata atau huruf, maka perintah yang diaktifkan adalah String.
c. Kolom Widht : jika data berupa huruf dengan perintah String, maka perlu diisi jumlah karakter huruf, namun jika data berupa angka
maka dapat diabaikan.
d. Kolom Decimal : dapat diisi apabila data pada kolom tersebut bertipe numeric saja.
e. Kolom Label : untuk memberi penjelasan nama variabel.
f. Kolom Values : digunakan untuk memberi value variabel untuk data tipe nominal atau ordinal. Misalnya 1 = tidak suka, 2 = suka, 3 =
sangat suka.
g. Kolom Missing : digunakan apabila dalam data yang akan diolah terdapat data-data yang hilang atau tidak ada. Maksudnya apabila
dalam suatu file data terdapat data yang tidak tercatat dikarenakan
sesuatu hal.
h. Kolom Colums : untuk menentukan lebar kolom pada kolom data di halaman Data View.
i. Kolom Align : untuk menentukan letak data, terdiri dari Left, Right dan Center
j. Kolom Measure : menunjukkan jenis pengukuran data apakah tipe data skala, nominal atau ordinal.
5. Klik baris 1 Name, isi dengan nama variable yang sesuai. Misalnya baris 1
6. Klik baris 1 , 2, 3, dan 4 pada kolom Type pilih numeric karena data yang
dimasukkan berupa angka. Sedangkan pada baris 1, 2, 3, dan 4 kolom
Label, isi dengan kepanjangan (nama asli) nama Variable secara utuh.
Misalnya, baris 1 label diisi dengan Angka Kematian Bayi , baris 2 Label
diisi dengan Dokter, baris 3 label diisi dengan Bidan dan Baris 4 label diisi
dengan Dukun.
7. Klik Command Window bagian bawah dimana tertulis Data View.
8. Masukkan data sesuai jumlah dan nama variable tertera pada
masing-masing kolom worksheet.
9. Data siap diolah sesuai kebutuhan
Gambar 5.3 Layar Kerja Variabel View
5.5 Pengisian Data
1. Aktifkan jendela data dengan mengklik data view pada bagian bawah sudut kiri jendela editor.
Gambar 5.4 Layar Data yang akan diolah
5.6 Pengolahan Data dengan Persamaan Regresi
1. Tampilkan file yang akan ditentukan oleh persamaan regresi pada jendela
editor yang tampak.
2. Klik menu Analyze
→
Regression→
Linier, akan muncul seperti gambar berikut ini:3. Setelah muncul kotak dialog Linear Regression, kemudian sorot variabel takbebas dan pindahkan ke kotak Dependent, demikian juga dengan variabel bebas pindahkan ke kotak Independent. Seperti gambar dibawah ini :
Gambar 5.6 Kotak Dialog Linear Regression
Gambar 5.7 Kotak Dialog Linier Regression Statistic
5. Kemudian klik Plots pada kolom kiri tersebut, lalu aktifkan Produce All Partial Plots, kemudian Klik continue, lalu klik OK.
5.7 Pengolahan Data dengan Persamaan Korelasi
Langkah-langkah uji korelasi dengan SPSS, setelah langkah-langkah data
terpenuhi, maka cara pengujian korelasi dapat dilakukan dengan langkah-langkah
sebagai berikut :
1. Klik Analyze, kemudian pilih submenu Correlate, kemudian pilih
Bivariate.
Gambar 5. 9 Analyze Data Correlation
2. Setelah muncul kotak dialog, kemudian sorot variabel-variabel yang
akan ditentukan korelasinya dan pindahkan ke kotak Variables.
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Setelah dilakukan analisis, maka dapat diambil beberapa kesimpulan antara lain :
1. Ternyata dari ketiga variabel yaitu Dokter, Bidan, dan Dukun sebagai
penolong kelahiran tidak berpengaruh yang nyata terhadap penurunan
Angka Kematian Bayi di Sumatera Utara.
2. Dari hasil perhitungan diperoleh bahwa persamaan penduga jumlah total
angka kematian bayi yang dipengaruhi oleh beberapa faktor terhadap
penolong kelahiran penduganya adalah :
Ŷ = -187,86 + 1,94 X1 + 2,05 X2 + 2,57 X3
b0 = -187,86, berarti bahwa jika penolong kelahiran dokter, bidan dan
dukun sama dengan nol, maka rata-rata angka kematian bayi adalah
sebesar -187,86. b1 = 1,94, Yang berarti bahwa jika jumlah penolong
kelahiran dokter dengan angka kematian bayi tetap maka kenaikan satu
orang jumlah dokter akan menaikkan jumlah angka kematian bayi sebesar
1,94. b2 = 2,05, hal ini berarti bahwa jika jumlah penolong kelahiran bidan
dengan angka kematian bayi tetap, maka kenaikan satu jumlah orang bidan
berarti bahwa jika jumlah penolong kelahiran dukun dengan angka
kematian bayi tetap, maka kenaikan satu jumlah orang bidan akan
bertambah jumlah kematian bayi sebesar 2,57.
3. Dari hasil perhitungan yang telah dilakukan sebelumnya diperoleh
koefisien determinasinya sebesar 0,21 dan dari nilai akarnya diperoleh
koefisien korelasinya sebesar 0,46. Nilai ini digunakan untuk mnegetahui
pengaruh variabel independent terhadap perubahan variabel dependent.
Artinya Sekitar 46% Angka Kematian Bayi dipengaruhi oleh Dokter,
Bidan, dan Dukun sebagai Penolong Kelahiran di Sumatera Utara.
Sedangkan 54% lainnya dipengaruhi oleh faktor-faktor lain
4. Dari tabel distribusi F dengan dk pembilang (k) = 3 dk penyebut (n-k-1) =
29, dan α = 0,05, diperoleh Ftabel = 2,93. Karena Ftabel lebih besar daripada
Fhitung maka H0 diterima dan H1 ditolak. Hal ini berarti antara angka
kematian bayi terhadap Dokter, Bidan maupun Dukun sebagai penolong
kelahiran tidak ada hubungan atau tidak mempengaruhi angka kematian
bayi.
5. Korelasi antara jumlah angka kematian bayi terhadap penolong kelahiran
dengan dukun merupakan korelasi lemah positif, sedangkan korelasi
6.2 Saran
Dari analisis dan kesimpulan yang telah didapat ada beberapa saran yang mungkin
bisa membantu menekan Angka Kematian Bayi sebagai berikut :
1. Untuk menekan angka kematian bayi pemerintah harus mengirim dan
menyebarkan dokter dan bidan keseluruh daerah, terutama daerah
pedalaman dalam jumlah yang dibutuhkan.
2. Diharapkan kepada kantor Badan Pusat Statistik agar dapat
mengumpulkan data khususnya data mengenai angka kematian bayi yang
Andi Supangkat. 2007. Statistika: Dalam Kajian Deskriptif, Inferensi, dan
Nonparametrik. Edisi Pertama. Jakarta: Kencana
Anto Dajan. 1991. Pengantar Metode Statistik. Jilid 2. Jakarta: Erlangga
Duwi Priyatno. 2009. SPSS: Untuk Analisis Korelasi, Regresi, dan Multivariate. Edisi
Pertama. Yogyakarta: Gava Media
Hakim, M. Iqbal. 1999. Pokok – Pokok Materi Statistik 2. Jakarta: Bumi Aksara
Hartono. 2008. SPSS 16.0: Analisis Data Statistika dan Penelitian. Edisi kedua.
Yogyakarta: Pustaka Pelajar
Ida Bagoes Mantra. 2009. Demografi Umum. Edisi Kedua. Yogyakarta: Pustaka
Pelajar
Iswardono Sp. 1981. Sekelumit: Analisa Regresi dan Korelasi. Edisi Pertama.
Yogyakarta: Fakultas Ekonomi, UGM
J.Supranto. 1991. Statistik Teori dan Aplikasi. Jilid 2. Jakarta: Erlangga
Sudjana. 1992. Metode Statistika. Bandung: Tarsito
Yamin, Sofyan dkk. 2010. Regresi dan Korelasi dalam Genggaman Anda. Jakarta:
Salemba Empat.
DEPARTEMEN MATEMATIKA PROGRAM STUDI D3 STATISTIKA
Jl. Bioteknologi No. 1 Kampus USU Medan Telp.(061)8211050 Fax.(061)8214290 Medan 20155
Medan, Maret 2013 Nomor : /UN5.2.1.8.1.3/SPB/2012
Lampiran : 1 Lembar
Hal : Pengumpulan Data Riset Mahasiswi Program Studi Diploma III Statistika Departemen Matematika FMIPA USU
Kepada Yth : Bapak Pimpinan
BADAN PUSAT STATISTIK (BPS) SUMATERA UTARA
Jl. Asrama No. 179 Medan
Dengan hormat,
Bersama dengan ini kami memohon kesediaan Bapak/Ibu pimpinan untuk menerima mahasiswi Program Studi Diploma III Statistika FMIPA USU Medan, untuk mengadakan penelitian data dikantor Badan Pusat Statistik, atas nama :
Nama NIM Program Studi
NURAZIZAH MANURUNG 102407020 D3 Statistika
Data yang akan diteliti khusus dipergunakan untuk menyusun Tugas Akhir mahasiswi yang bersangkutan pada Program Studi Diploma III Statistika FMIPA USU.
Demikian hal ini kami sampaikan, atas perhatian dan kerja sama yang baik kami ucapkan terima kasih.
Jl. Bioteknologi No. 1 Kampus USU MedanTelp.(061)8211050 Fax.(061)8214290, Medan 20155
KARTU BIMBINGAN TUGAS AKHIR MAHASISWA
Nama : Nurazizah Manurung
NIM : 102407020
Judul Tugas Akhir : Analisis Faktor Angka Kematian Bayi terhadap Penolong Kelahiran di Sumatera Utara
Dosen Pembimbing : Drs. Suwarno Ariswoyo, M.Si
Tanggal Mulai Bimbingan : Tanggal Selesai Bimbingan :
No Tanggal Asistensi
Jl. Bioteknologi No. 1 Kampus USU MedanTelp.(061)8211050 Fax.(061)8214290, Medan 20155
SURAT KETERANGAN
Hasil Uji Program Tugas Akhir
Yang Bertanda tangan di bawah ini menerangkan bahwa Mahasiswa Tugas Akhir Progam D3 Statistika:
Nama : Nurazizah Manurung
NIM : 102407020 Pogram Studi : D3 Statistika Judul Tugas Akhir : Analisis Faktor Angka Kematian Bayi terhadap Penolong
Kelahiran di Sumatera Utara
Telah melakukan test program Tugas Akhir mahasiswa tersebut di atas pada tanggal
Dengan Hasil: Sukses / Gagal
Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Jurusan D3 Statistika FMIPA USU Medan.
Medan, Juli 2013
Dosen Pembimbing
Drs. Suwarno Ariswoyo, M.Si