Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI. Statistika dan Probabilitas
|
|
- Surya Widjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI Statistika dan Probabilitas
2 2 Regresi Linear Tabel data x i y i = f(x i ) Hubungan antara variabel pertama, x, dengan variabel kedua, y, yang merupakan fungsi variabel pertama, y = f(x). y = f(x) Grafik/kurva data X
3 3 Regresi Linear Y Kurva regresi merepresentasikan pola hubungan (tren, perilaku) variabel y terhadap x X data regresi
4 4 Sebaran Data Situasi Bagaimana kalau kita ingin mengetahui perilaku salah satu variabel itu sendiri? Misalnya: ingin mempelajari pola sebaran data X (X tentu saja adalah variabel random) Berilah contoh data X di bidang teknik sipil dan lingkungan.
5 5 Temperatur Udara Harian Maksimum Tahun Temperatur [ C] Tahun Temperatur [ C] Tahun Temperatur [ C] Tahun Temperatur [ C]
6 Temperatur Udara Harian Maksimum Temperatur [oc] Tahun
7 7 Temperatur Udara Harian Maksimum Pertanyaan Apa nama instrumen untuk mengukur temperatur udara? Dapatkah kalian menceritakan cara data tersebut diperoleh? Dapatkah kalian mendeskripsikan data tersebut secara statistis? Bandingkan presentasi data dalam bentuk tabel dan grafik; yang manakah yang lebih baik?
8 Distribusi Normal 8 N(μ,σ 2 ) p X (x) pdf (probability density function) p X ( x) = ( 2πσ 2 ) 1 2 e 1 2( x µ ) σ 2 + luas = p X ( x)dx =1 μ 3σ μ 2σ μ σ μ+σ μ+2σ μ+3σ μ + X
9 9 Distribusi Normal Jika X berdistribusi normal, N(µ,σ 2 ), maka prob(x x) dapat dicari dengan: x ( t µ ) ( X x) = PX ( x) = px ( t) dt = ( 2πσ ) e prob 2 x σ 2 dt luas di bawah kurva pdf (dari s.d. x) à cdf cdf (cumulative distribution function) x +
10 pdf - cdf 10 p X (x) cdf P X (x) 1 pdf µ 0 +
11 Distribusi Normal Standar 11 p X (x) cdf P X (x) 1 Z X = X µ σ pdf 0 μ 3σ μ 2σ μ σ μ μ+σ μ+2σ μ+3σ + X Z
12 12 Tabel Frekuensi Rentang temperatur [ C] Temperatur [ C] frek frek rel Jumlah 40 1 Temperatur udara harian maksimum tahunan minimum 29.0 C maksimum 34.1 C rerata 31.5 C simp. baku 1.4 C nilai median rentang temperatur jika memakai MSExcel, gunakan fungsi =FREQUENCY(, ) control+shift+enter
13 Histogram Frekuensi Frekuensi relatif Temperatur [ C]
14 Histogram Frekuensi Frekuensi relatif Temperatur [ C]
15 15 Pengamatan vs Teoretik Ekspektasi frek. relatif (frek. relatif teoretis menurut distribusi normal) klas ke-2: temperatur C frek. relatif (dist. normal) 2 ( ) = 2πs T f T t = ( ) 1 2 e 1 2 t T 30 ( ) ( ) 2 s T 2 dt = 2 π = F T ( 30) F T ( 29) = F Z ' % & 1.4 ( ) F Z ( ) = F Z = = e ( % ( * F Z ' * ) & 1.4 ) 1 2( t 32.1) dt baca di tabel distribusi normal standar
16 16 Frekuensi Teoretik (Distribusi Normal) Temperatur [ C] z F Z (z) frek rel
17 17 Pengamatan vs Teoretik Cara lain untuk memperkirakan frekuensi relatif dalam suatu interval klas f T p T ( t i ) = Δt i p T ( t i ) ( t i ) = p Z ( z i ) dz dt = p Z z i ( ) s T
18 18 Pengamatan vs Teoretik Cara lain (lanjutan ) i = 2 : Δt i =1 C t i = 29.5 z i = = p Z ( z i ) = p Z p T f T ( ) = ( t i ) = p z Z ( i ) $ ' & ( t i ) = s T p T t i = ) = s T % 1.4 ( ( ) = = baca di tabel distribusi normal standar frek. relatif teoretis (distribusi normal)
19 19 Frekuensi Teoretik (Distribusi Normal) Temperatur [ C] z p z (z) p T (t) frek rel
20 Kurva Pengamatan vs Kurva PDF Teoretis PDF Distribusi Normal Frekuensi relatif Kurva data Temperatur [ C]
21 21 Frekuensi Kumulatif Pengamatan vs Teoretis Temperatur [ C] Pengamatan Distribusi Normal frek rel frek rel kum frek rel frek rel kum
22 Kurva Pengamatan vs Kurva CDF Teoretis Frekuensi relatif CDF Distribusi Normal Temperatur [ C]
23 23 Kurva CDF pada Kertas Khusus Kurva CDF Berupa garis lengkung. Ada satu cara tertentu yang memungkinkan kurva CDF berupa garis lurus, yaitu dengan melakukan transformasi koordinat. n Ordinat: magnitud data. n Skala biasa. n Absis: probabilitas, P X (x) atau kadang dituliskan pula dengan notasi prob(x < x). n Skala dibuat sedemikian hingga kurva CDF distribusi normal berupa garis lurus. Pada tempo doeloe, kertas grafik seperti di atas dibuat dulu à priori sebelum pemplotan data. n Kertas grafik seperti itu dikenal dengan nama kertas probabilitas. n Pemplotan (penggambaran) data dilakukan pada kertas probabilitas tersebut. Pada saat ini, langkah automatisasi dengan program aplikasi komputer dapat dilakukan sehingga kertas probabilitas dibuat bersama-sama dengan pemplotan data.
24 Kertas probabilitas distribusi normal Untuk memplotkan data pengamatan dan kurva CDF teoretis Dapat diunduh dari / prob(x > x) atau 1 P X (x) ordinat adalah magnitud data (skalar) absis adalah probabilitas, prob(x < x) atau P X (x) à frekuensi relatif kumulatif skala dibuat sedemikian hingga CDF berupa garis lurus 24
25 Plot Data pada Kertas Probabilitas 25 Data temperatur udara harian maksimum diplotkan pada kertas probabilitas. Urutkan data dari kecil ke besar, m = 1, 2,, n m adalah nomor urut data, n adalah jumlah data. Posisi titik data pada kertas probabilitas adalah: n absis: m/(n+1), n ordinat: magnitud data. Cara penempatan titik data tersebut adalah cara Weibul. Ada beberapa cara yang lain, yang akan dikenalkan pada kuliah Hidrologi.
26 26 Temperatur Udara Harian Maksimum (Data Urut) m m/(n+1) [%] Temperatur [ C] m m/(n+1) [%] Temperatur [ C] m m/(n+1) [%] Temperatur [ C] m m/(n+1) [%] Temperatur [ C]
27 27 Plot Data pada Kertas Probabilitas Data temperatur udara harian maksimum adalah time series data, data runtut waktu. Memperhatikan prosedur pemplotan data temperatur udara harian maksimum, yaitu data diurutkan, maka: diartikan bahwa data adalah seri data independent sehingga urut data terhadap waktu boleh tidak diperhatikan, data diurutkan dari kecil ke besar dan percentile rank setiap titik data dianggap merupakan nilai pendekatan probabilitas, prob(t < t). Arti notasi prob(t < t) = a probabilitas temperatur udara kurang daripada t C adalah a contoh: prob(t < 32 C) = 0.64
28 28
29 29 Plot Data pada Kertas Probabilitas Kurva CDF distribusi normal (kurva cdf teoretis) Dapat dengan mudah digambarkan pada kertas probabilitas Langkah n Tetapkan dua titik data, misal pada temperatur 29 C dan 34 C n n Hitung prob(t < 29 C) dan prob(t < 34 C) dengan menggunakan tabel distribusi normal standar ( ) = P Z $ P T 29 P T 34 " # " $ # 1.4 ( ) = P Z % ' = P Z & % ' = P Z & ( ) = = 3.71% ( ) = = 96.29% Tarik garis lurus yang melewati titik (3.71%,29 C) dan (96.29%,34 C)
30 30
31 31 Uji Kesesuaian Sebaran Data terhadap Distribusi Normal Dengan mencermati plot data temperatur dan garis CDF distribusi normal, tampak bahwa sebaran data temperatur tersebut mendekati CDF distribusi normal. Artinya, data temperatur udara harian maksimum tahunan tersebut berdistribusi normal. Kesesuaian antara sebaran data dengan CDF distribusi normal perlu diuji Dikenal dengan istilah best fit test. Jenis uji, yang lazim dilakukan di bidang hidrologi, adalah uji Smirnov-Kolmogorov dan uji chi-kuadrat. Kedua jenis cara menguji kesesuaian tersebut akan dibahas pada kuliah Hidrologi. Pada kuliah Hidrologi, akan dikenalkan pula beberapa jenis distribusi teoretis selain distribusi normal.
32 32 Tugas/PR Rapikan hitungan dan plot data temperatur udara harian maksimum tahunan tersebut. Unduh data debit aliran dari weblog saya dan lakukan analisis frekuensi dengan langkah kerja seperti yang telah dibahas pada kuliah ini. /index.php/kuliah/kuliah-sarjana-s1/statistika-danprobabilitas/ Nama fail: Data debit puncak Sungai XYZ.xlsx Tugas/PR dikumpulkan di ruang saya atau di Sekretariat MTPBA. Saran Selain menghitung dan menyajikan data, berilah deskripsi tentang data dan interpretasi Saudara tentang data tersebut.
33 33 Debit Puncak Tahunan Sungai XYZ Tahun ke- Debit (m 3 /s) Tahun ke- Debit (m 3 /s) Tahun ke- Debit (m 3 /s) Tahun ke- Debit (m 3 /s) Tahun ke- Debit (m 3 /s) Tahun ke- Debit (m 3 /s) Data debit di atas berasal dari data debit rerata harian selama 66 tahun, yang kemudian dicuplik nilai maksimum pada setiap tahun.
34 34 Debit Puncak Tahunan Sungai XYZ Debit [m 3 /s] Tahun ke-
35 35
Teknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Distribusi Normal 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan
Lebih terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Distribusi Normal 1-Sep-14 http://istiarto.staff.ugm.ac.id 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari
Lebih terperinciSTATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal
STATISTIKA Distribusi Normal Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai Distribusi Binomial Histogram Distribusi Probabilitas Sukses Statistika Distribusi
Lebih terperinciStatistika Ujian Tengah Semester
2008 Statistika Ujian Tengah Semester Soal jawab UTS Statistika MPSP 2008. Langkah kerja dalam menjawab soal dipaparkan secara rinci. Sebagian besar hitungan dilakukan dengan bantuan program aplikasi spreadsheet.
Lebih terperinciDISTRIBUSI PROBABILITAS VARIABEL RANDOM
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan DISTRIBUSI PROBABILITAS VARIABEL RANDOM Statistika dan Probabilitas 2 Distribusi probabilitas variabel random diskrit Distribusi
Lebih terperinciMagister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. Statistika Teknik.
Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Tabel dan Grafik Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Tabel dan Grafik Organisasi Data Koleksi data sta;s;k perlu disusun (diorganisir)
Lebih terperinciSTATISTIKA. Tabel dan Grafik
STATISTIKA Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan jelas. Salah satu pengorganisasian data statistik adalah dengan: tabel grafik Organisasi
Lebih terperinciU JIAN TENGAH SEMESTER S TATISTIKA
U JIAN TENGAH SEMESTER S TATISTIKA DR. IR. ISTIARTO, M.ENG. JUMAT, 1 NOVEMBER 1 15 MENIT OPEN BOOK TANPA KOMPUTER S OAL A Produksi listrik tahunan PLTMH Terangjaya menunjukkan angka yang sangat bervariasi,
Lebih terperinciProbabilitas Peluang Kemungkinan Mengapa probabilitas?
STATISTIKA PROBABILITAS Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang tidak dapat memastikan nilai suatu proses (misal erupsi gunung berapi) berdasarkan data erupsi selama waktu
Lebih terperinciINFERENSI STATISTIS: RENTANG KEYAKINAN
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan INFERENSI STATISTIS: RENTANG KEYAKINAN Statistika dan Probabilitas Rentang Keyakinan Estimasi Parameter Distribusi probabilitas
Lebih terperinciPENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2012
PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 0 SOAL Hujan deras dideinisikan sebagai hujan harian yang memiliki kedalaman lebih daripada 50 mm atau intensitas lebih daripada 0 mm/jam. Data di bawah ini adalah
Lebih terperinciPENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2009
PNYLSAIAN SOAL UJIAN TNGAH SMSTR 9 SOAL A Pengolahan data debit, Q m /s, di suatu sungai menunjukkan bahwa sebaran peluang terjadinya suatu besaran debit, p Q (), dapat dinyatakan dengan suatu ungsi (pd)
Lebih terperinci1 Analisis Awal. 1.1 Analisis Hidrologi
1 Analisis Awal 1.1 Analisis Hidrologi Peran analisis hidrologi dalam desain jembatan yang melintasi sungai adalah pada aspek keamanan jembatan terhadap aliran banjir di sungai. Struktur atas jembatan
Lebih terperinciStatistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Statistika Random Variables Discrete Random Variables Continuous Random Variables 1 Pengertian Random variable (variabel acak) Jenis suatu fungsi
Lebih terperinciMagister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik.
Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Rentang Keyakinan 1 Rentang Keyakinan Estimasi Parameter Distribusi probabilitas memiliki sejumlah parameter. Parameter-parameter
Lebih terperinciPENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 4. Variabel Acak dan Distribusi Probabilitas Prima Kristalina April 2015 1 Outline 1. Definisi
Lebih terperinciBAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu
BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar
Lebih terperinciANALISIS CURAH HUJAN UNTUK MEMBUAT KURVA INTENSITY-DURATION-FREQUENCY (IDF) DI KAWASAN KOTA LHOKSEUMAWE
ANALISIS CURAH HUJAN UNTUK MEMBUAT KURVA INTENSITY-DURATION-FREQUENCY (IDF) DI KAWASAN KOTA LHOKSEUMAWE Fasdarsyah Dosen Jurusan Teknik Sipil, Universitas Malikussaleh Abstrak Rangkaian data hujan sangat
Lebih terperinciStatistika. Analisis Data Time Series. 13-Sep-16. h2p://is5arto.staff.ugm.ac.id
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Pascasarjana Teknik Sipil Statistika Analisis Data Time Series 1 Analisis Data Time Series Acuan Haan, C.T., 1982, Sta+s+cal Methods in
Lebih terperinciSTATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal.
Lebih terperinciKumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X
Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik
Lebih terperinciStatistika. Rentang Keyakinan. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.
Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S Teknik Sipil Statistika Rentang Keyakinan hp://is7arto.staff.ugm.ac.id 1 Rentang Keyakinan Es7masi Parameter Distribusi
Lebih terperinciStatistika. Probabilitas. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.
Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil Statistika Probabilitas 1 Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang 7dak
Lebih terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciBAB II TINJAUAN PUSTAKA. Hidrologi merupakan salah satu cabang ilmu bumi (Geoscience atau
BAB II TINJAUAN PUSTAKA A. Analisis Hidrologi Hidrologi merupakan salah satu cabang ilmu bumi (Geoscience atau Science de la Terre) yang secara khusus mempelajari tentang siklus hidrologi atau siklus air
Lebih terperinciFungsi Kepadatan Probabilitas/Probability Density Function-PDF
Fungsi Kepadatan Probabilitas/Probability Density Function-PDF Slide : Tri Harsono PENS Politeknik Elektronika Negeri Surabaya (PENS) 1 PDF Definisi Fungsi kepadatan probabilitas atau probability density
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciDISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat
Lebih terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Continuous Probability Distributions.
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Continuous Probability Distributions 1 Continuous Probability Distributions Normal Distribution Uniform Distribution Exponential Distribution
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciPeubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1
Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciDistribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS
Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting
Lebih terperinciFakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 1 3/26/16
Anief Fauzan Rozi, S. Kom., M. Eng. Phone/WA: 0856 4384 6541 PIN BB: 29543EC4 Sertakan identitas Anda ketika akan add contact Email : anief.umby@gmail.com Blog: anief.mercubuana-yogya.ac.id Fakultas Teknologi
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang
Lebih terperinciDistribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah
Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi
Lebih terperinciProbabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata
Probabilitas dan Statistika Adam Hendra Brata Himpunan nilai-nilai yang mungkin dari peubah acak X merupakan himpunan tak terhitung yaitu tidak dapat dinyatakan sebagai {,, 3,., n } atau {,, 3,.} tetapi
Lebih terperinci1. Jika f ( x ) = sin² ( 2x + ), maka nilai f ( 0 ) =. a. 2 b. 2 c. 2. Diketahui f(x) = sin³ (3 2x). Turunan pertama fungsi f adalah f (x) =.
1. Jika f ( x ) sin² ( 2x + ), maka nilai f ( 0 ). a. 2 b. 2 c. d. e. 2. Diketahui f(x) sin³ (3 2x). Turunan pertama fungsi f adalah f (x). a. 6 sin² (3 2x) cos (3 2x) b. 3 sin² (3 2x) cos (3 2x) c. 2
Lebih terperinciFungsi Kepadatan Probabilitas
Fungsi Kepadatan Probabilitas Gambaran Permasalahan Fungsi Distribusi Data Dalam Statistik [] Perusahaan jasa penjualan telur ayam kampung yang dikelola sendiri oleh Pak Hadi, mempunyai 3 orang karyawan.
Lebih terperinciCIRI-CIRI DISTRIBUSI NORMAL
DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan
Lebih terperinciSumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X
Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana
Lebih terperinciINFERENSI STATISTIS: UJI HIPOTESIS
Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga INFERENSI STATISTIS: UJI HIPOTESIS Statistika da Probabilitas Model Matematis vs Pegukura komparasi garis teoretik (prediksi meurut
Lebih terperinciPERSAMAAN DAN FUNGSI KUADRAT
Materi W2e PERSAMAAN DAN FUNGSI KUADRAT Kelas X, Semester 1 E. Grafik Fungsi Kuadrat www.yudarwi.com E. Grafik Fungsi Kuadrat Grafik fungsi kuadrat f(x) = ax 2 + bx + c dapat dilukis dengan langkah-langkah
Lebih terperinciLearning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.
Beberapa 27 April 2014 Beberapa Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung
Lebih terperinciPOLA ALIRAN BATANG ANAI DI PROVINSISUMATERA BARAT. Elma Yulius 1), Eko Darma 2)
50 POLA ALIRAN BATANG ANAI DI PROVINSISUMATERA BARAT Elma Yulius 1), Eko Darma 2) 1,2) Fakultas Teknik, Universitas Islam 45 Bekasi Jl. Cut meutia No. 83 Bekasi Telp. 021-88344436 Email: elma_yulius04@yahoo.co.id
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinciDistribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Distribusi Peluang Kontinu Bahan Kuliah II9 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Fungsi Padat Peluang Untuk peubah acak kontinu, fungsi peluangnya
Lebih terperinciLATIHAN TURUNAN. Materi Pokok : Turunan dan Turunan Berantai. 1. Jika f(x) = sin² ( 2x + π/6 ), maka nilai f (0) =.
LATIHAN TURUNAN http://www.banksoalmatematikcom Materi Pokok : Turunan dan Turunan Berantai 1. Jika f() = ² ( + π/6 ), maka nilai f (0) =. b. c. ½ ½ Soal Ujian Nasional tahun 007. Turunan pertama dari
Lebih terperinciFungsi Kepadatan Probabilitas
Fungsi Kepadatan Probabilitas Achmad Basuki Politeknik Elektronika Negeri Surabaya 2004 Gambaran Permasalahan Fungsi Distribusi Data Dalam Statistik [1] Perusahaan jasa penjualan telur ayam kampung yang
Lebih terperinciBab 3 Kinerja Rata-rata dan Variabilitas
Bab 3 Kinerja Rata-rata dan Variabilitas Dr. Yeffry Handoko Putra UNIVERSITAS KOMPUTER INDONESIA Page 1 ANALISIS DATA TERUKUR Kejadian Independen Variabel acak (random variable) Cumulative Distribution
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah,, ST., MT UJI KERANDOMAN (RANDOMNESS TEST / RUN TEST) Uji KERANDOMAN Untuk menguji apakah data sampel yang diambil merupakan data yang acak / random Prosedur
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciDistribusi Teoritis Probabilitas
Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 2 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu
Lebih terperinciUJI ASUMSI KLASIK (Uji Normalitas)
UJI ASUMSI KLASIK (Uji Normalitas) UJI ASUMSI KLASIK Uji Asumsi klasik adalah analisis yang dilakukan untuk menilai apakah di dalam sebuah model regresi linear Ordinary Least Square (OLS) terdapat masalah-masalah
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Uji Hipotesis (Hypothesis Tes/ng) 1 Uji Hipotesis Model Matema/ka vs Pengukuran
Lebih terperinciBab V Hasil dan Pembahasan
Bab V Hasil dan Pembahasan V.1 Hasil Pengujian Model Dari pengujian model dengan simulasi yang dilakukan sebanyak 10.000 iterasi yang merupakan iterasi terpilih, diperoleh hasil-hasil sebagai berikut:
Lebih terperinciMENU PENDAHULUAN ASPEK HIDROLOGI ASPEK HIDROLIKA PERANCANGAN SISTEM DRAINASI SALURAN DRAINASI MUKA TANAH DRAINASI SUMURAN DRAINASI BAWAH MUKA TANAH
DRAINASI PERKOTAAN NOVRIANTI, MT. MENU PENDAHULUAN ASPEK HIDROLOGI ASPEK HIDROLIKA PERANCANGAN SISTEM DRAINASI SALURAN DRAINASI MUKA TANAH DRAINASI SUMURAN DRAINASI BAWAH MUKA TANAH DRAINASI GABUNGAN DRAINASI
Lebih terperinciMagister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. Statistika Teknik PROBABILITAS
Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik PROBABILITAS 1 Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang tidak dapat memastikan nilai suatu proses (misal
Lebih terperinciSTATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling
STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN Pada bab ini akan dianalisis dan dibahas tentang pengukuran risiko operasional klaim asuransi kesehatan pada PT. XYZ menggunakan metode EVT. Pengukuran risiko operasional
Lebih terperinciTENTANG UTS. Penentuan Cadangan, hal. 1
TENTANG UTS Soal 1: Jawaban umumnya tidak fokus atau straight ke pertanyaan/ masalah yang diajukan. Key words dalam pertanyaan di atas tekanan saturasi, sedangkan dalam banyak jawaban di bawah tekanan
Lebih terperinciDISTRIBUSI FREKUENSI. Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1
DISTRIBUSI FREKUENSI Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1 DISTRIBUSI FREKUENSI (TABEL DEFINISI FREKUENSI) Pengelompokkan data yang dilakukan dengan cara mendistribusikan data dalam kelas atau
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Analisis Data Time Series 1 Analisis Data Time Series Acuan Haan, C.T.,
Lebih terperinciDasar-dasar Statistika Pemodelan Sistem
Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN
Lebih terperinciReferensi : 1. Komputasi Statistik Dengan Software R, I Gede Nyoman Mindra, didi.staff.gunadarma.ac.id/downloads/files/13709/babv.
STATISTIKA DESKRIPTIF 2 Referensi : 1. Komputasi Statistik Dengan Software R, I Gede Nyoman Mindra, 2009 2. didi.staff.gunadarma.ac.id/downloads/files/13709/babv.pdf Ukuran Statistik 2.1 RATA RATA (MEAN)
Lebih terperinciMA5283 STATISTIKA Bab 3 Inferensi Untuk Mean
MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk
Lebih terperinciMakalah Statistika Distribusi Normal
Makalah Statistika Distribusi Normal Disusun Oleh: Dwi Kartika Sari 23214297 2EB16 Fakultas Ekonomi Jurusan Akuntansi Universitas Gunadarma 2015 Kata Pengantar Puji syukur kehadirat Tuhan Yang Maha Esa
Lebih terperinciDISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS
DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK
Lebih terperinciDISTRIBUSI SATU PEUBAH ACAK
0 DISTRIBUSI SATU PEUBAH ACAK Dalam hal ini akan dibahas macam-macam peubah acak, distribusi peluang, fungsi densitas, dan fungsi distribusi. Pada pembahasan selanjutnya, fungsi peluang untuk peubah acak
Lebih terperinciKorelasi. Acuan. Haan, C.T., 1982, Sta$s$cal Methods in Hydrology, 1 st Ed., 3 rd Prin4ng, The Iowa State Univ. Press, Ames, Iowa, USA
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Progam Studi Pascasarjana Teknik Sipil Statistika Korelasi 1 Korelasi Acuan Haan, C.T., 1982, Sta$s$cal Methods in Hydrology, 1 st Ed., 3 rd
Lebih terperinciAplikasi Model Regresi Dalam Pengalihragaman Hujan Limpasan Terkait Dengan Pembangkitan Data Debit (Studi Kasus: DAS Tukad Jogading)
Aplikasi Model Regresi Dalam Pengalihragaman Hujan Limpasan Terkait Dengan Pembangkitan Data Debit (Studi Kasus: DAS Tukad Jogading) Putu Doddy Heka Ardana 1 1 Jurusan Teknik Sipil, Universitas Ngurah
Lebih terperinci5/3/2012. Objective. Objective STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI
Week 11 & 12 HYDROLOGIC STATISTICS (and Frequency Analysis) Introduction Frequency and Probability Function Statistical Parameters Fitting a Probability Distribution Probability Distributions for Hydrologic
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER A. Musdalifa, Raupong, Anna Islamiyati Abstrak Estimasi parameter adalah merupakan hal
Lebih terperinciBAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran.
BAB V DISTRIBUSI NORMAL Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran. Manfaat: Memberikan metode distribusi normal yang benar saat melakukan proses pengukuran.
Lebih terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciBAB IV HASIL PENELITIAN. Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu
BAB IV HASIL PENELITIAN A. Deskripsi Data Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu data tentang kepemimpinan kepala sekolah (X 1 ), sikap guru terhadap pekerjaan (X 2
Lebih terperinciPROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.
PROBABILITAS &STATISTIK ke-1 Oleh: Kholistianingsih, S.T., M.Eng. KONTRAK PEMBELAJARAN UAS : 35% UTS : 35% TUGAS : 20% KEHADIRAN :10% SEMUA KOMPONEN HARUS ADA KEHADIRAN 0 NILAI MAKS D PEUBAH DAN GRAFIK
Lebih terperinciMinggu XI ANALISIS KOMPONEN UTAMA. Utami, H
Minggu XI ANALISIS KOMPONEN UTAMA Utami, H Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen Utama 4 Contoh Utami, H Minggu XIANALISIS KOMPONEN UTAMA 2 / 16 Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen
Lebih terperinciBAB IV HASIL PERHITUNGAN DAN ANALISA. Data hidrologi adalah kumpulan keterangan atau fakta mengenai fenomena
BAB IV HASIL PERHITUNGAN DAN ANALISA 4.1 Ketersediaan Data Hidrologi 4.1.1 Pengumpulan Data Hidrologi Data hidrologi adalah kumpulan keterangan atau fakta mengenai fenomena hidrologi (hydrologic phenomena).
Lebih terperinciPEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI
PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI LABORATORIUM TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA 2013 MODUL II LINEAR PROGRAMMING DAN
Lebih terperinciDistribusi Probabilitas Kontinyu Teoritis
Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi
Lebih terperinciDistribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial
Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 3 4 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu
Lebih terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial
DISTRIBUSI NORMAL Pertemuan 3 1 Pertemuan 3_Statistik Inferensial Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal
Lebih terperinciPenyajian Data Bab 2 PENGANTAR. Tujuan:
PENYAJIAN DATA 1 PENGANTAR Tujuan: Untuk menyajikan data mentah yang diperoleh dari populasi atau sampel menjadi data yang tertata dengan baik, sehingga bermakna informasi bagi pengambilan keputusan manajerial.
Lebih terperinciBAB II DISTRIBUSI FREKUENSI
BAB II DISTRIBUSI FREKUENSI Data yang telah kita kumpulkan perlu disusun secara sistematis supaya dapat dianalisis. Susunan dari suatu data disebut distribusi data. Ada beberapa cara menyusun data, yaitu
Lebih terperinciPertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu
Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat
Lebih terperinciPERTEMUAN II STATISTIK DESKRIPTIF
PERTEMUAN II STATISTIK DESKRIPTIF DATA & VARIABEL Data adalah sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis dan selanjutnya diinterpretasikan.
Lebih terperinciPenyelesaian Soal Ujian Tengah Semester 2008
Penyeleaian Soal Ujian Tengah Semeter 008 Soal A Curah hujan harian maximum tahunan elama periode 978.d. 007 di Staiun Godean Yogyakarta diajikan pada tabel di bawah ini. kedalaman hujan (mm) rekueni 5
Lebih terperinciKAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN
Lebih terperinciBAB 4 METODOLOGI PENELITIAN
56 BAB 4 METODOLOGI PENELITIAN 4.1 Sampel, Sumber Data dan Cara Pengumpulan Data Bab ini membahas model dan metodologi yang digunakan oleh penulis dalam penelitian, beserta penyesuaian yang dilakukan terhadap
Lebih terperinciPENYAJIAN DATA. Cara Penyajian Data meliputi :
PENYAJIAN DATA Cara Penyajian Data meliputi : 1. Tabel Tabel terbagi menjadi : - Tabel Biasa - Tabel Kontingensi - Tabel Distribusi Tabel Distribusi terbagi menjadi : Tabel Distribusi Mutlak Tabel Distribusi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Persediaan pada Supply Chain Persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk proses produksi atau perakitan,
Lebih terperinciDistribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian ini akan dilakukan di DAS Kali Krukut dan dimulai dari bulan Februari hingga Juni 2012. Daerah Pengaliran Sungai (DAS) Krukut memiliki luas ±
Lebih terperinciSampling dengan Simulasi Komputer
Modul Sampling dengan Simulasi Komputer PENDAHULUAN Sutawanir Darwis M etode statistika merupakan alat untuk menyelesaikan masalah apabila solusi analitik tidak mungkin diperoleh. Dengan metode statistika
Lebih terperinci