Statistika. Bab. Mean (rata-rata) Ukuran Pemusatan Ukuran Letak Median Modus Kuartil Desil A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR

Ukuran: px
Mulai penontonan dengan halaman:

Download "Statistika. Bab. Mean (rata-rata) Ukuran Pemusatan Ukuran Letak Median Modus Kuartil Desil A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR"

Transkripsi

1 Bab Statsta A KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Melalu proses pembelajaran statsta, sswa mampu menghayat pola hdup dspln, rts, bertanggungjawab, onssten, dan jujur serta menerapannya dalam ehdupan sehar-har; 2 menghayat esadaran ha dan ewajban serta tolerans terhadap berbaga perbedaan d dalam masyaraat majemu sebaga gambaran menerapan nla-nla matemats; 3 menghayat rasa percaya dr, motvas nternal, dan sap pedul lngungan melalu egatan emanusaan dan bsns dan dalam ehdupan sehar-har; 4 memaham berbaga penyajan data dalam bentu tabel atau dagram/plot yang sesua untu mengomunasan nformas dar suatu umpulan data melalu analss perbandngan berbaga varas penyajan data; 5 menyajan data nyata dalam bentu tabel atau dagram/plot tertentu yang sesua dengan nformas yang ngn domunasan Pengalaman Belajar Melalu pembelajaran mater statsta, sswa memperoleh pengalaman belajar: melath berpr rts dan reatf; mengamat eteraturan data; berolaboras, beerja sama menyelesaan masalah; berpr Independen mengajuan de secara bebas dan terbua; mengamat aturan susunan obje Mean (rata-rata) Uuran Pemusatan Uuran Leta Medan Modus Kuartl Desl

2 B PETA KONSEP Masalah Otent Statsta Mempelajar tentang Pengumpulan Data Penyajan Data Pengolahan Data mewal dar Tabel Dagram Graf Uuran Penyebaran Standar devas Populas Sampel Uuran Pemusatan Rata-rata Medan Modus Uuran Leta Kuartl Desl Presentl 354 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

3 C MATERI PEMBELAJARAN Data Tunggal Pada subbab n, aan dpelajar data-data yang muncul dalam ehdupan seharhar Data merupaan hal yang sangat dperluan untu memberan eterangan atau nformas yang dperoleh dar suatu pengamatan Data dapat berupa anga, lambang, ataupun araterst Data yang dperoleh sebanya merupaan data yang sfatnya merupaan perwalan dar ejadan Selan tu data juga harus objetf sesua dengan enyataan dan meml hubungan terhadap permasalahan/ejadan yang aan dselesaan Secara umum, dar suatu data dapat dgal nformas-nformas pentng sebaga pertmbangan seseorang untu mengambl eputusan yang aan dlauannya; msalnya, para pmpnan nstans atau pha yang berepentngan Perhatan masalah tngat produs pertahun beberapa UKM d Yogyaarta, tahun 202 Masalah- Data Tngat Produs Barang UKM d Yogyaarta Sebuah lembaga survey menemuan bahwa terdapat 0 Usaha Kecl Menengah (UKM) yang tersebar d propns DI Yogyaarta yang memprodus berbaga produ, sepert: erajnan tangan, maanan erng, dan asesors Lembaga surve tersebut memperoleh data produs sepuluh UKM untu tahun 202 yan sebaga berut (dalam satuan Unt) Tabel Data Jumlah Produs Barang UKM d Yogyaarta UKM A B C D E F G H I J Jumlah Produs (unt) Berdasaran data pada Tabel, lembaga surve n memberan data statst epada pemerntah (hususnya menter euangan dan perdagangan) untu merespon eadaan UKM d Yogyaarta Bagamana harus menyusun nformas mengena data tersebut? Alternatf Penyelesaan Untu memudahan pengolahan data tersebut, terlebh dahulu dsajan dalam tamplan yang lebh menar Bab Statsta 355

4 a Penyajan Data Tabel Sebenarnya data yang dperoleh lembaga surve pada Tabel sudah dalam bentu tabel, tetap mar ta sajan dalam tamplan yang lebh menar lag, sepert Tabel 2 berut n Tabel 2 Data Jumlah Produs Barang UKM d Yogyaarta UKM Jumlah Produs (dalam satuan unt) A 400 B 550 C 600 D 700 E 350 F 450 G 650 H 600 I 750 J 600 Total 5650 Kemudan, lembaga tersebut ngn menyampaan nformas tentang rata-rata tngat produs produ UKM d Yogyaarta, untu dapat dbandngan dengan tngat produs UKM d provns lan Untu data tunggal, rata-rata (mean) drumusan sebaga berut Mean( x) = datum e- + datum e-2 + datum e datum e-banya datum Untu data d atas, dperoleh: x = x = = Artnya, rata-rata tngat produs setap UKM d Yogyaarta pada tahun 202 adalah 565 unt Selan rata-rata data tersebut, terdapat tga UKM yang meml jumlah produs yang sama, sebesar 600 unt Dalam art statst, dar 0 data yang tersaj, terdapat datum yang palng serng muncul, yatu 600 Defns Datum yang palng serng muncul dsebut modus 356 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

5 Jad, modus data dar Tabel adalah 600 Ja data terendah durutan sampa data tertngg, dperoleh urutan data Tabel sebaga berut 350, 400, 450, 550, 600, 600, 600, 650, 700, 750 Ja data tertngg durang dengan data terendah dperoleh: Datum tertngg datum terendah = = 400 Hasl pengurangan n dalam statst dsebut dengan jangauan data (range) Pada data d atas, dperoleh jangauannya 400 Sfat- Jangauan Data = Datum tertngg Datum terendah = x mas x mn Dar urutan data tersebut dperoleh nla tengah data (medan) Nla tengah data (medan) adalah statst yang membag dua data pada bagan yang sama Bagan Jad medan data = = Secara umum, formula untu menentuan medan, drumusan sebaga berut: Ja banya data genap, medan drumusan: Sfat-2 Bagan-2 Catatan: Ingat defns datum sewatu amu d SMP! n Datum e Datum e Medan = + n + 2 2, n : banya data 2 + Ja banya data ganjl, medan drumusan: Sfat-3 2 n + Medan = Datum nla e, n : banya data, n : genap 2 Selanjutnya, lembaga surve tersebut ngn menyajan data tersebut dalam empat bagan utama Statst yang membag data menjad empat bagan dsebut Kuartl Msalan terdapat data x, x 2, x 3, x n dengan x x 2 x 3 x n Bab Statsta 357

6 Kuartl satu (Q ) atau uartl bawah, uartl dua (Q 2 ) atau uartl tengah dan uartl tga (Q 3 ) atau uartl atas, merupaan statst yang membag data menjad empat bagan yang sama Leta tap uartl ddefnsan sebaga berut Sfat-4 ( n + ) Leta Q = Datum e-, n banya data 4 : Leta Q tda selalu pada poss datum e-, mungn juga terleta d antara dua datum Untu eadaan sepert n, dggunaan pola pendeatan atau nterpolas Melhat embal data d atas, ta aan menentuan statst yang membag data menjad empat bagan Kuartl tengah (Q 2 ) Kuartl bawah (Q ) Kuartl atas (Q 3 ) Leta Q = Datum e ( 0 + ) = Datum e Artnya Q terleta d antara datum e-2 (x 2 ) dan datum e-3 (x 3 ) Dengan pendeatan datum nterpolas berut Q = x x3 x2 Q ( ) = + 4 ( ) =, Leta Q 2 = Datum e 2 ( 0 + ) = Datum e Analog dengan Q, Q 2 dtentuan melalu pendeatan datum nterpolas berut Q = x x6 x5 Q ( ) = + 2 ( ) = Sebaga catatan nla Q 2 = Medan Leta Q 3 = Datum e 3 ( 0 + ) = Datum e Analog juga dengan Q dan Q 2, nla statst Q 3 dhtung melalu pendeatan datum nterpolas 358 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

7 Q = x x9 x8 Q ( ) = + 4 ( ) =, Kembal e persoalan ta d atas Dengan adanya nla Q, Q 2 dan Q 3, lembaga surve tersebut ngn menyajan statst lma seranga, yatu statst yang terdr dar: datum mnmum, datum masmum, Q, Q 2, dan Q 3 Susunan statst lma seranga n, sepert berut n Q 2 Q Q 3 x mn x max Untu data d atas, statst lma seranganya adalah: Q 2 = 600 Q = 4375 Q 3 =662,5 x mn = 350 x max = 750 Statst terurut meml uartl ja banya data 4, sebab uartl Q, Q 2 dan Q 3 membag data menjad empat elompo yang sama Ja banya data 0, maa data dbag menjad 0 elompo yang sama, dengan tap elompo meml 0 data Uuran statst n dsebut Desl Tentu saja terdapat 9 desl, yatu D, D 2, D 3, D 4, D 5, D 6, D 7, D 8, dan D 9 Cara menentuan D pada suatu data tunggal, hampr sama dengan menentuan uartl D pada data tunggal Leta setap D ddefnsan sebaga berut Defns 2 Msalan x, x 2, x 3,, x n dengan x x 2 x 3 x n Desl e- untu data tunggal adalah: D = Datum e ( N + ) 0 Leta D tda selalu pada poss datum e-, mungn juga terleta d antara dua datum Untu eadaan sepert n, ta mengggunaan pola pendeatan atau nterpolas Bab Statsta 359

8 Dalam ajan persoalan ta d atas, ta dapat menentuan D, D 2, D 3, D 4, D 5, D 6, D 7, D 8, dan D 9 Tentuan D 3 dan D 7 Perhatan embal data d atas Langah awalnya, ta tentuan leta D 3 3( 0 + ) Leta D = datum e = datum e 0 D3 = x 3 + ( x4 x 3 ) = ( ) = ( 0 + ) Leta D 7 = datum e = datum e D7 = x7 + ( x8 x7 ) = ( ) = Untu uuran statst desl yang lan, slahan amu tentuan dan ce dengan hasl erjaan teman seelasmu yang lan b Penyajan Data dalam Dagram Gars (Lne Dagram) Penyajan data dalam dagram gars berart, menyajan data statst dengan menggunaan gars-gars lurus yang menghubungan omponen-omponen pengamatan (watu dan hasl pengamatan jumlah produs) Dagram gars basanya dgunaan untu menggambaran suatu onds yang berlangsung secara ontnu, msalnya data jumlah pendudu, perembangan nla tuar mata uang suatu negara, dan jumlah penjualan barang Untu data jumlah Produs UKM d Yogyaarta, ja ddesrpsan dalam dagram gars aan terbentu sebaga berut Gambar Dagram gars jumlah produs UKM d Yogyaarta 360 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

9 Tentunya, selan penyajan data tersebut, staf lembaga surve tersebut menyampaan nformas bahwa, mash ada tga UKM, yatu UKM A, UKM E, dan UKM F hanya mampu menghaslan produ UKM urang dar 500 unt dalam tahun 202, hanya satu UKM, yatu UKM I yang mampu menghaslan sebanya 750 unt produ dalam tahun 202 Tolong bantu Staf tersebut untu menyampaan nformas pentng mengena jumlah produs barang UKM d Yogyaarta, tahun 202 Selanjutnya, staf tersebut ngn menyampaan data produs UKM tersebut dalam tngat persentase Untu tu dperluan penyajan data dalam bentu dagram lngaran (pe chart) c Dagram Lngaran (Pe Chart) Melalu dagram n, aan dtunjuan besar persentase tngat produs tap UKM Total produ yang dhaslan esepuluh UKM tersebut adalah sebesar 5650 unt Oleh arena tu, tngat persentase produs setap UKM, ddefnsan sebaga berut Defns 3 % produs UKM X Jumlah Produs UKM X = Total Produs Semua UKM 00% n Secara lengap, persentase produs setap UKM, dsajan pada dagram berut Jumlah Produs (dalam satuan unt) 7% % 0% 3% % % 2% % 8% 6% Gambar 2 Persentase tngat produs esepuluh UKM Setelah dagram lngaran terbentu, lembaga surve ngn meranguman nformas menar dar data tersebut Bantulah staf tersebut untu memberan nformas menar dar dagram lngaran d atas! Bab Statsta 36

10 Selan etga penyajan data d atas, mash ada cara penyajan data yang lan Msalnya dengan dagram batang (chart), dan dagram daun Slahan dsusan dengan teman seelasmu tentang penyajan data tersebut dengan dagram batang dan dagram daun Rata-Rata Gaj Buruh Gaj buruh menjad top perbncangan d alangan buruh dan alangan pengusaha Pada tahun 202, menter terat dengan masalah n merls gaj buruh d 8 ota besar d negara tersebut sebaga berut (dalam ratusan rbu rupah) Nama Kota Besar Gaj A 25 B 8 C 22 D 20 E 7 F 9 G 22 H 22,5 Berdasaran data tersebut, menter bermasud menerapan enaan gaj buruh bersfat stuasonal, yang dsesuaan dengan onds perembangan perusahaan yang ada d ota tersebut Hasl pembahasan dengan para pengusaha dar elma ota tersebut adalah rumusan enaan gaj buruh dengan sstem subsd slang Buruh yang meml gaj urang atau sama dengan Rp dber enaan gaj sebesar 2% dan buruh yang meml gaj lebh dar Rp dber enaan gaj sebesar 8% Berapaah rata-rata gaj buruh setelah mengalam enaan gaj? Tabel berut n menyajan besar enaan gaj d setap ota Tabel 4 Besar Gaj Buruh Sebelum dan Sesudah Kenaan Gaj d 8 Kota Nama Kota Besar Gaj % Kenaan Gaj Nomnal Kenaan Gaj Gaj setelah Kenaan A Rp ,00 8% Rp ,00 Rp ,00 B Rp800000,00 2% Rp 26000,00 Rp ,00 C Rp ,00 8% Rp 76000,00 Rp , Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

11 Nama Kota Besar Gaj % Kenaan Gaj Nomnal Kenaan Gaj Gaj setelah Kenaan D Rp ,00 2% Rp ,00 Rp ,00 E Rp700000,00 2% Rp ,00 Rp ,00 F Rp900000,00 2% Rp ,00 Rp ,00 G Rp ,00 8% Rp 76000,00 Rp ,00 H Rp ,00 8% Rp 80000,00 Rp ,00 Total Rp ,00 Rp620000,00 Rp870000,00 Pada Tabel 4, memaparan besar enaan gaj dan besar gaj yang dterma buruh setelah memperoleh persentas enaan gaj Rata-rata gabungan gaj buruh yang baru dapat dhtung melalu rumus berut x Gab x + x + x + x + x + x + x + x = 8 A B C D E F G H = = Jad, rata-rata besar gaj buruh setelah mendapat % enaan gaj adalah Rp Selan rata-rata besar gaj buruh tersebut, dar tabel tersebut juga bsa ta tentuan rata-rata besar enaan gaj dan besar rata-rata gaj sebelum mendapat enaan Dengan menggunaan rata-rata enaan dan rata-rata gaj buruh sebelum enaan gaj, dapatah amu menentuan rata-rata besar gaj buruh setelah mendapat enaan gaj? Masalah-2 Data Berpola Artmeta Sewatu Pa Suprapto meml usaha Too Serba Ada, belau mampu menmat hobnya sebaga oletor barang-barang ant Pada tahun 20, data oles barang-barang tersebut memenuh pola artmeta berut a, a 2, a 3,, a 0, a, a 2 Seja ahr tahun 20, Pa Suprapto berhasl mengembangan usaha tersebut menjad supermaret Konds n juga bermbas terhadap egemarannya, sedeman sehngga barang-barang oles tersebut mengut pola: a + t, a 2 + t, a 3 + t,, a 0 + t, a + t, a 2 + t Seldlah perubahan rata-rata dan medan data d atas Bab Statsta 363

12 Alternatf Penyelesaan Data tahun 20, detahu bahwa: a, a 2, a 3,, a 0, a, a 2 meml pola artmeta Artnya bahwa beda dua suu yang berurutan sama a + a2 + a3 + + a0 + a + a2 6( a + b) X 20 = = = ( a + 22b) Karena a, a 2, a 3,, a 0, a, a 2 telah tersusun dar yang terecl hngga yang tertngg, maa medan data tersebut adalah: Data e-6 + Data e-7 a6 + a7 Medan = = = ( a b) Selanjutnya mar ta perhatan pola data tahun 202 ( a + t), ( a + t), ( a + t),, ( a + t), ( a + t), ( a + t) ( a + t) + ( a2 + t) + ( a3 + t) + + ( a0 + t) + ( a + t) + ( a2 + t) 6( a + b) + 2t X 202 = 2 2 X 202 = ( a + b) + t 2 Medan data baru dtentuan: Data e-6 + Data e-7 ( a6 + t) + ( a7 + t) a6 + a7 + 2t Medan = = = = ( 2a + b) + t Perhatan, bahwa pertambahan setap nla data sebesar t, mengabatan pertambahan rata-rata dan medan data baru sebesar t Sebaga esmpulan dar data d atas adalah bahwa data yang berpola artmeta meml nla statst rata-rata sama dengan nla medan Mespun ada perubahan pada data lama, selama perubahan data tersebut tetap mengut pola aretmata, nla edua statst juga tetap sama Lathan Terdapat beberapa emungnan terhadap perubahan nla data, d antaranya setap nla data mungn aan berurang sebesar q atau aan dal sebesar p Bagamana perubahan nla uuran pusat data tersebut? 364 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

13 Masalah-3 Devas Rata-Rata Detahu x = 3,5, x 2 = 5,0, x 3 = 6,0, x 4 = 7,5, dan x 5 = 8,0 Ja devas rata-rata n x x nla tersebut dnyataan dengan rumus Tentuanlah devas rata = n rata data yang detahu pada Masalah-2 Alternatf Penyelesaan Devas rata-rata merupaan uuran statst yang dapat dgunaan untu melhat varas data Dalam ontes peneltan arya lmah yang menyangut statta, nla devas rata-rata mungn menjad nla statst yang pentng Dalam soal d atas, sudah ddefnsan bahwa devas rata-rara adalah nla mutla setap data terhadap rata-rata data Oleh arena tu, ta perluan rata-rata terlebh dahulu x + x + x + x + x x = = = 6 5 x x + x2 x + x3 x + x4 x + x6 x Devas rata-rata = 5 3, , = 5 Devas rata-rata = 2, , = = 5 5, 4 Jad devas rata-rata data d atas adalah,4 Bab Statsta 365

14 Uj Kompetens Data penjualan rado setap bulan d suatu too pada tahun 2002 adalah sebaga berut: 20,3,9,,4,2,,9,9,2,8,0 Tentuanlah medan, uartl bawah, dan uartl atas data tersebut 2 Tahun lalu gaj awal 5 orang pegawa baru (dalam rbuan rupah) sebaga berut 480, 360, 650, 700, 260 Dengan bertambahnya harga barang-barang ebutuhan poo, pha perusahaan memberan ebjaan untu enaan gaj merea Pegawa dengan gaj urang dar Rp mendapat enaan gaj sebesar 5% dan bag pegawa dengan gaj lebh dar Rp mendapat enaan 0% Tentuanlah besarnya enaan gaj merea 3 Hasl surve tentang lfespan (ratarata lama hdup) manusa d suatu omuntas adalah 40 tahun (terdr atas doter dan jasa) Ja lfespan doter adalah 35 tahun dan lfespan jasa adalah 50 tahun Tentuanlah perbandngan banyanya jumlah doter dan banyanya dalam omuntas tersebut 4 Dberan data tentang tngg badan 20 sswa (dalam cm) sebaga berut ` Desrpsanlah data tersebut dalam bentu dagram batang, emudan tentuanlah uuran pemusatannya 5 Nla ujan mata pelajaran Fsa dberan dalam tabel berut Nla Freuens Seorang sswa dnyataan lulus ja nla ujan sswa tersebut d atas ratarata Tentuanlah a Persentas sswa yang lulus dan tda lulus ujan mata pelajaran tersebut b Modus dan medan data d atas 6 Suatu data dengan rata-rata 6 dan jangauan 6 Ja setap nla data dal p emudan dtambahan 2q, dperoleh data baru dengan jangauan 9 dan rata-rata menjad 30 Tentuanlah nla p + 3q 7 Tabel berut menunjuan usa 20 orang na d ota A, 2 tahun lalu Ja pada tahun n 3 orang yang berusa 7 tahun dan seorang yang berusa 8 tahun pndah e luar ota A Usa Freuens Htunglah usa rata-rata 6 orang yang mash tnggal d ota tersebut 366 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

15 8 Msalan suatu data x, x 2, x 3,, x n dengan x < x 2 < x 3 < < x n, yang meml x, modus, medan, uartl, jangaun Ja semua nla data dal r, uuran apaah yang mengalam perubahan? Htunglah perubahannya Bagamana perubah terhadap data ja semua nla data dtambah sebesar s, emudan htunglah perubahannya 9 D suatu omuntas pecnta oles prango, bernat untu membantu bencana alam Gunung Merap, pada tahun 200 Dar ota Lamongan, rata-rata sumbangan 25 platels adalah sebesar Rp Setelah dtambahan dengan sumbangan 5 platels dar ota Sdoarjo, ratarata umulatf menjad Rp Htunglah sumbangan rata-rata e- 2 platels dar Sdoarjo 0 Seorang penggemar bola, mengdolaan 8 strer peman bola terenal, yatu Crstano Ronaldo, Leonl Mess, Carlos Teves, Roney, Fernando Torres, Podols, Alexander Pato, dan Dego Mlto Pada tahun 200, da mencatat banya gol yang dceta merea dalam satu pertandngan Carlos Teves mampu menceta (x + )gol, dan (2x + ) gol oleh Alexander Pato Sedangan 6 strer lannya menceta gol sebanya :(x + 2), (x + 3), (x + 4), (x + 5), (x + 6), (x + 7) Ja rata-rata banya gol yang dceta oleh merea adalah 7 gol Tentuanlah banya gol yang berhasl dceta setap strer pada satu pertandngan Proje Hmpunlah nformas berupa data statst dalam bdang eonom, ependuduan, dan meteorolog yang menerapan berbaga onsep dan aturan statst dalam menganalss data Selesaanlah masalah tersebut menerapan aturan-aturan statst yang sudah amu pelajar Buatlah laporanmu dan sajan d depan elas Bab Statsta 367

16 2 Penyajan Data Kelompo Masalah-4 Kepala Seolah SMA Neger Unggulan ngn menngatan prestas hasl belajar sswa Untu tu perlu dadaan evaluas untu melhat statst berupa mean, modus, medan dan lannya Guru matemata telah meml data nla ulangan sswa elas 0 Dapatah amu membantu guru matemata untu menemuan statst data tersebut? Data ulangan sswa semester dperoleh: Alternatf Penyelesaan Pengolahan Data Data d atas mash belum berurutan, cobalah mengurutan data dmula dar data terecl hngga data terbesar dar data yang telah terurut d atas dapat dperoleh: Data terbesar = 98 dan Data terecl = 38 Menentuan banya elas Menurut Sturges, ja data yang damat banyanya n dan banya elas adalah, maa berlau = + 3,3 log n, sehngga, banyanya elas = + 3,3 log 64 = + 3,3 (,806) = + 5, Menentuan panjang nterval elas panjang elas = jangauan banya elas Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

17 = 60 7 = 88,57, 5 9 Adaah cara yang lan yang alan temuan dalam menentuan panjang elas? Menentuan batas elas nterval ambl data yang terurut d atas semblan data , dapat dtuls elas I = elas II = dst 9 Menentuan freuens gunaanlah sstem turus (tally) untu mencar freuens data Tabel 4 Tabel freuens Kelas Turus (Tally) Freuens Menentuan tt tengah Tt tengah dperoleh dar: Total 64 Tt tengah = 2 [batas bawah + batas atas] dengan hasl pengolahan data d atas dapat dsajan tabel statst sebaga berut Bab Statsta 369

18 Tabel 5 Tabel Freuens No Kelas Tt tengah Freuens Total 64 2 Nla Statst Data Berelompo Mean Terdapat dua cara untu menghtung data berelompo yatu: Menentuan Mean dengan Rumus Mean f x = fx + f2x2 + f3x3 + + f x x = = f + f2 + f3 + + f f = dengan : f = freuens elas e- x = nla tengah elas e- Langah Tentuan nla tengah setap elas Langah 2 Htung hasl al freuens dengan nla tengah (f, x ) untu setap elas Langah 3 Htung mean dengan menggunaan rumus x f x = = f = dengan menggunaan langah-langah d atas dperoleh tabel freuens 370 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

19 Tabel 6 Penghtungan Rata-rata (Mean) No Kelas Tt tengah (x ) Freuens (f ) f x mean = x = Total = f x mean = = 76, 7 65 = f f = 64f f x= 4875 = = = 2 Menentuan mean dengan rumus rata-rata sementara x = x + = s = f d f dmana : f = freuens elas e- x = nla tengah elas e- Langah Ambl nla tengah dengan freuens terbesar sebaga mean sementara x s Langah 2 Kurangan setap nla tengah elas dengan mean sementara dan catat haslnya dalam olom d = x x s Langah 3 Htung hasl al f d dan tulsan haslnya pada sebuah olom, dan htung totalnya Langah 4 Htung mean dengan menggunaan rumus rataan sementara Langah-langah d atas dselesaan pada tabel berut: Tabel 7 Perhtungan Rataan sementara No Kelas Tt tengah (x ) Freuens (f ) d = x x s x s = 78 f d Bab Statsta 37

20 dperoleh: Mean = x + No Kelas Tt tengah (x ) Freuens (f ) d = x x s x s = f d s = = Total f d Mean = = 64 f 76, 7 f = = 64 f = 7 Dapatah amu membandngan yang terba dar edua cara d atas? Dapatah amu meml cara yang lan dalam menentuan rataan (mean)? Modus dengan menggunaan rumus modus: d M o = tb + d + d2 dmana: M o = modus; t b = tep bawah elas modus; = panjang elas d = selsh freuens elas modus dengan elas sebelumnya d 2 = selsh freuens elas modus dengan elas sesudahnya Tabel 8 Perhtungan Modus No Kelas Tt tengah (x ) Freuens (f ) d = 6 d = dar data d atas dapat dtentuan sebaga berut = 372 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

21 Tampa modus terleta pada elas dengan freuens f = 7 dan panjang elas = 9 Oleh arena tu t b = 73,5, dan d = 4 = 3 serta d 2 = 7 6 =, jad, modus data d atas adalah: d M o = tb + d + d2 3 = 73, = 73, 5 + 6, 75 M = 80, 25 o Dengan menggunaan ten hstogram gambarlah serta tentuan modusnya? Medan dengan menggunaan rumus medan: N F Medan = t + 2 b fm dmana: t b = tep bawah elas medan; = panjang elas N = banya datum dar statst terurut= F = freuens umulatf tepat sebelum elas medan f m = freuens elas medan dar data sebelumnya dperoleh =9; t b =73,5; N = 64; f m = 7 dperoleh: N F Medan = t + 2 b fm = 73, = 73, 5 + 3, 705 Bab Statsta 373

22 = 73, 5 + 3,705 = Apaah hubungan dar etga pemusatan data d atas? dsusan dengan temanmu! Uj Kompetens 2 Data pada tabel d bawah n tentang berat pada sswa 50 sswa Berat Badan (g) Freuens Tentuanlah mean, medan, modul dan uartl (Q, Q 2, dan Q 3 ) dar data d atas 2 Hasl observas tentang berapa al 8 ssw berhas dalam har sebaga berut Ubahlah data d atas menjad data berdstrbus freuens berelompo Kemudan desrpsan data tersebut dalam dagram batang 3 Gaj aryawan suatu pabr dtamplan dalam tabel berut Gaj ( Rp 0000) Freuens x y a) Ja modus data d atas adalah Rp , dan banya data 20, tentuanlah nla x y b) Dengan menggunaan nla x dan y, tentuanlah nla Q dan Q 2 c) Tentuan rata-rata gaj ja setap data mendapat tambahan sebesar Rp Proje Hmpunlah mnmal lma permasalahan dalam bdang eonom, ependuduan, dan meteorolog yang menerapan berbaga onsep dan aturan statst dalam menganalss data Selesaanlah masalah tersebut menerapan aturan-aturan statst yang sudah amu pelajar Buatlah laporanmu dan sajan d depan elas 374 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

23 D PENUTUP Berdasaran mater yang telah ta uraan d atas, beberapa onsep perlu ta rangum guna untu mengngatan amu embal aan onsep yang nantnnya sangat berguna bag amu sebaga berut Data adalah seluruh eterangan, nformas atau fata tentang sesuatu hal atau permasalahan 2 Data yang palng serng muncul dsebut modus 3 Jangauan Data = Data tertngg Data terendah = x mas x mn 4 Medan adalah nla tengah data, untu data tunggal ddefnsan atas dua a Untu data genap n Data e- Data ebanya data Medan = n + 2 2, n : 2 b Untu data ganjl 2 n + Medan = Data e-, n : banya data 2 5 Statst yang membag data menjad empat bagan dsebut Kuartl 6 Statst terurut meml uartl ja banya data 4, sebab uartl Q, Q 2, dan Q 3 membag data menjad empat elompo yang sama 7 Statst yang membag data menjad 0 bagan dsebut Desl 8 Ja banya data 0, maa ta dapat membag data menjad 0 elompo yang sama, dengan setap elompo meml data Uuran statst n dsebut Desl 0 9 Mean untu data berelompo ddefnsan dengan fx = fx + f2x2 + f3x3 + f x x = = f + f2 + f3 + + f f = dengan f = freuens elas e-; x = nla tengah elas e- 0 Mean untu data berelompo dengan rumusan rataan sementara ddefnsan f d dengan x = xs + = f e- = dengan: f = freuens elas e-; x = nla tengah elas Bab Statsta 375

24 Modus untu data berelompo ddefnsan denganm = d tb + o d + d2 dengan t b = tep bawah elas modus; = panjang elas; d = selsh freuens elas modus dengan elas sebelumnya; d 2 = selsh freuens elas modus dengan elas sesudahnya N F 2 Medan untu data berelompo ddefnsan dengan Medan = t b + 2 = f m Dengan t b = tep bawah elas medan; = panjang elas; N = banya data dar statst terurut = f ; F = freuens umulatf tepat sebelum elas medan; f m = freuens elas medan 3 Penyajan data statst yang sudah terumpul dapat dsajan dalam bentu tabel dan dagram Beberapa hal yang telah ta rangum d atas adalah modal dasar bag amu dalam belajar statsta Konsep-onsep dasar d atas harus anda paham dengan ba arena aan membantu dalam pemecahan masalah dalam ehdupan anda seharhar Selanjutnya ta aan membahas tentang peluang dar suatu ejadan dengan melauan berbaga percobaan 376 Buu Matemata Sswa SMA/MA/SMK/MAK Kelas X

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

Ringkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta BAB I STATISTIKA

Ringkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta BAB I STATISTIKA BAB I STATISTIKA 1. PENGENALAN STATISTIKA A. PENGERTIAN DASAR STATISTIKA 1. Statstka dan Statstk Statstka adalah lmu tentang pengolahan dan analss suatu data hngga penarkan kesmpulan dar data tu. Statstk

Lebih terperinci

STATISTIKA. A. Menyajikan Data dalam Bentuk Diagram

STATISTIKA. A. Menyajikan Data dalam Bentuk Diagram STATISTIKA A. Menyajkan Data dalam Bentuk Dagram. DIAGRAM GARIS Contoh soal Fluktuas nla tukar rupah terhadap dolar AS dar tanggal 8 Aprl 008 sampa dengan tanggal Aprl 008 dtunjukkan oleh tabel sebaga

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

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

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

UKURAN GEJALA PUSAT &

UKURAN GEJALA PUSAT & UKURAN GEJALA PUSAT & UKURAN LETAK UKURAN GEJALA PUSAT & LETAK Untuk mendapatkan gambaran yang jelas mengena suatu populas atau sampel Ukuran yang merupakan wakl kumpulan data mengena populas atau sampel

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

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

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan BAB III METODE PENELITIAN 3.1 Pendekatan dan Jens Peneltan Jens peneltan yang dpaka adalah peneltan kuanttatf, dengan menggunakan metode analss deskrptf dengan analss statstka nferensal artnya penuls dapat

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

STATISTIKA. Rumus : 1. Menentukan banyaknya data/responden dari diagram lingkaran:

STATISTIKA. Rumus : 1. Menentukan banyaknya data/responden dari diagram lingkaran: STATISTIKA Jens-jens soal statstka yang serng dujkan adalah soal-soal tentang : 1. Membaca sajan data dalam bentuk dagram. Ukuran pemusatan data 3. Ukuran Letak Data 4. Ukuran Penyebaran Data SOAL DAN

Lebih terperinci

DISTRIBUSI FREKUENSI

DISTRIBUSI FREKUENSI BAB DISTRIBUSI FREKUENSI Kompetens Mampu membuat penyajan data dalam dstrbus frekuens Indkator 1. Menjelaskan dstrbus frekuens. Membuat dstrbus frekuens 3. Menjelaskan macam-macam dstrbus frekuens 4. Membuat

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

titik tengah kelas ke i k = banyaknya kelas

titik tengah kelas ke i k = banyaknya kelas STATISTIKA Bab 0 UKURAN PEMUSATAN DAN PENYEBARAN. Mea X. a. Data Tuggal... 3 b. Data Kelompo ( dstrbus frewes) f. f. f.... f. 3 3 f f f... f = f. f 3 Ket : tt tegah elas e = bayaya elas f frewes elas e

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran

STATISTIKA: UKURAN PENYEBARAN DATA. Tujuan Pembelajaran KTSP & K-3 matemata K e l a s XI STATISTIKA: UKURAN PENYEBARAN DATA Tujua Pembelajara Setelah mempelajar mater, amu dharapa meml emampua berut.. Memaham defs uura peyebara data da jes-jesya.. Dapat meetua

Lebih terperinci

MINGGU KE- V: UKURAN PENYEBARAN

MINGGU KE- V: UKURAN PENYEBARAN MINGGU KE- V: UKURAN PENYEBARAN Tujuan Instruksonal Umum :. Mahasswa mampu memaham apa yang dmaksud dengan ukuran penyebaran. Mahasswa mampu memaham berbaga pengukuran untuk mencar nla ukuran penyebaran

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

Ringkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta NAMA : KELAS :

Ringkasan Statistika Kelas XI SMA Tarakanita 1 Jakarta NAMA : KELAS : NAMA : KELAS : 1 BAB I STATISTIKA 1. PENGENALAN STATISTIKA A. PENGERTIAN DASAR STATISTIKA 1. Statstka dan Statstk Statstka adalah lmu tentang pengolahan dan analss suatu data hngga penarkan kesmpulan dar

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG

Lebih terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua

Lebih terperinci

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata

Lebih terperinci

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

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman Lucas Theorem Untu Mengatur Penympanan Memor yang Lebh Aman Hendra Hadhl Chor (135 8 41) Program Stud Ten Informata ITB Jalan Ganesha 1, Bandung e-mal: hendra_h2c_mathematcan@yahoo.com; f1841@students.f.tb.ac.d

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini

III. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan

Lebih terperinci

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

BAB IV HASIL ANALISIS

BAB IV HASIL ANALISIS BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

I. PENGANTAR STATISTIKA

I. PENGANTAR STATISTIKA 1 I. PENGANTAR STATISTIKA 1.1 Jens-jens Statstk Secara umum, lmu statstka dapat terbag menjad dua jens, yatu: 1. Statstka Deskrptf. Statstka Inferensal Dalam sub bab n akan djelaskan mengena pengertan

Lebih terperinci

KWARTIL, DESIL DAN PERSENTIL

KWARTIL, DESIL DAN PERSENTIL KWARTIL, DESIL DAN PERSENTIL 1. KWARTIL Kwartl merupakan nla yang membag frekuens dstrbus data menjad empat kelompok yang sama besar. Dengan kata lan kwartl merupakan nla yang membag tap-tap 25% frekuens

Lebih terperinci

Nilai Kritis Permutasi Eksak untuk Anova Satu Arah Kruskal-Wallis pada Kasus Banyaknya Sampel, k = 4

Nilai Kritis Permutasi Eksak untuk Anova Satu Arah Kruskal-Wallis pada Kasus Banyaknya Sampel, k = 4 Statsta, Vo. 7 No. 2, 65 71 Nopember 27 Na Krts Permutas Esa untu Anova Satu Arah Krusa-Was pada Kasus Banyanya Sampe, = 4 Inne Maran, Yayat Karyana, dan Aceng Komarudn Mutaqn Jurusan Statsta FMIPA Unsba

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

Pengolahan lanjut data gravitasi

Pengolahan lanjut data gravitasi Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal

Lebih terperinci

UKURAN-UKURAN DESKRIPTIF DATA

UKURAN-UKURAN DESKRIPTIF DATA UKURAN-UKURAN DESKRIPTIF DATA Hazmra Yozza Izzat Rahm HG Jurusan Matenatka FMIPA Unand LOGO Kompetens Khusus Menghtung ukuran pemusatan data Menghtung ukuran keragaman data 3 4 Menghtung ukuran poss data

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PENELITIAN A. Tempat dan Watu Peneltan. Tempat Peneltan Obje dalam peneltan n adalah Kelas VIII M.Ts. Neger onang yang terleta d Kecamatan onang Kabupaten Dema.. Watu Peneltan Peneltan dlasanaan

Lebih terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan. 3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si Analsa Penerapan Metode Robust Locally Weght Regresson Smoothng Scatterplots Pada Oblgas ( Analyss of Applcaton Robust Locally Weght Regresson Smoothng Scatterplots s Method n Oblgaton ) Oleh : Wahyu Saf

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

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

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

STATISTIK menyatakan kumpulan data, bilangan maupun non bilangan, yg disusun ke dlm tabeldiagram-grafik yang menggambarkan suatu persoalan.

STATISTIK menyatakan kumpulan data, bilangan maupun non bilangan, yg disusun ke dlm tabeldiagram-grafik yang menggambarkan suatu persoalan. PERTEMUAN 1 STATISTIK menyatakan kumpulan data, blangan maupun non blangan, yg dsusun ke dlm tabeldagram-grafk yang menggambarkan suatu persoalan. STATISTIKA lmu yang berhubungan dengan cara-cara pengumpulan

Lebih terperinci

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Semnar Nasonal Tenolog Informas dan Multmeda 207 STMIK AMIKOM Yogyaarta, 4 Februar 207 ANALIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Sgt Kamseno ), Bara Satya 2) ), 2) Ten Informata

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam 1 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMPN 8 Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas VII SMPN 8 Bandar Lampung Tahun Pelajaran 01/013 yang terdr

Lebih terperinci

Modul ini adalah modul ke-8 dalam mata kuliah Matematika. Isi modul ini

Modul ini adalah modul ke-8 dalam mata kuliah Matematika. Isi modul ini STATISTIKA ; MODUL ; ; 8; ; ; PENDAHULUAN Modul n adalah modul ke-8 dalam mata kulah Matematka. Is modul n membahas tentang statstka. Modul n terdr dar kegatan belajar. Pada kegatan belajar akan dbahas

Lebih terperinci

KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT

KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT Sgt Pratmoko, dkk. Komparas Hasl Belajar Sswa... 99 KOMPARASI HASIL BELAJAR SISWA DENGAN MEDIA MACROMEDIA FLASH DAN MICROSOFT POWERPOINT YANG DISAMPAIKAN MELALUI PENDEKATAN CHEMO-EDUTAINTMENT Sgt Pratmoko,

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo. BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Adapun yang menjad objek peneltan adalah sswa MAN Model Gorontalo. Penetapan lokas n ddasarkan pada beberapa pertmbangan yakn,

Lebih terperinci

Diagram Kontrol Fuzzy Multinomial Untuk Data Linguistik

Diagram Kontrol Fuzzy Multinomial Untuk Data Linguistik Prosdng Statsta ISSN: 2460-6456 Dagram Kontrol Fuzzy Multnomal Untu Data ngust 1 Amy Amallya Azzah, 2 Suwanda Idrs, 3 snur Wachdah 1,2,3 Prod Statsta, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas

Lebih terperinci