Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada
|
|
- Verawati Atmadja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Statistika Random Variables Discrete Random Variables Continuous Random Variables 1
2 Pengertian Random variable (variabel acak) Jenis suatu fungsi yang didefinisikan pada sample space Discrete random variables Continuous random variables Contoh jumlah hari hujan selama 1 tahun diskrit jumlah (volume) hujan selama 1 tahun kontinu
3 Random Variables Notasi variabel random nilai variabel random Fungsi Suatu fungsi variabel random adalah variabel random pula Jika adalah variabel random, maka Z = g() adalah juga variabel random 3
4 Univariate Probability Distributions = discrete random variables = 1,, 3,, n f ( 1 ) f ( ) probability f ( 3 ) f ( n ) f ( i ) = 1 4
5 f ( i ) a discrete probability distribution 1 3 n 1 n 1 F ( i ) a discrete cumulative probability distribution n 1 n probability i 5
6 Cumulative probability distribution suatu variabel random untuk = F f i i Probability distribution suatu variabel random untuk = f F F i i i1 6
7 Univariate random variables Jika dapat bernilai 1,,, n yang masing-masing memiliki probability f ( 1 ), f ( ),, f ( n ) dan f ( i ) = 1, maka adalah variabel random diskrit. 7
8 8 i j j i i i i f F F F f 1 1 Frequency Probability i i i i i f F F F f 1 frekuensi relatif frekuensi relatif kumulatif 1-Sep-14
9 Continuous Random Variables Probability prob A n n i f n i = jumlah data di klas ke-i n = jumlah seluruh data i Dengan demikian, f i dapat dipandang sebagai nilai estimasi probability. f i estimasi prob(a) histogram frekuensi pendekatan distribusi probability frekuensi kumulatif pendekatan distribusi probability kumulatif continuous random variable treated as thought it were discrete 9
10 p () luas = prob( b) luas = prob(a b) pdf = probability density function luas = 1 a b 1 P () cdf = cumulative probability distribution function P (b) P (a) 0 a b prob(a b) P () = prob( ) 10
11 p () = probability density function of a continuous random variable P () = cumulative probability distribution function P prob d P P p p t d dt 11
12 Beberapa sifat probability 1) ) 3) 4) p P P p 0, d ) 6) prob prob a b p t dt b a P c p t c c P b dt P a c P c 0 prob prob a b proba b a b proba b 1
13 Kala Ulang prob a prob a Jadi dalam definisi kala ulang a. suatu kejadian yang menyamai atau melampaui suatu nilai tertentu b. suatu kejadian yang melampaui suatu nilai tertentu Kedua definisi, a dan b, adalah sama mengingat probability suatu kejadian (event) menyamai suatu nilai tertentu adalah nol 13
14 Contoh ST Contoh univariate probability distribution 14
15 Bivariate Distributions (1) Apabila diinginkan untuk mengetahui perilaku dua atau lebih random variables joint probabilities Joint probability density function p, Y,, Y, y y P y P,Y (, y)= prob( < and Y < y) + + ò ò - - = p (,Y s,t )dt ds 15
16 Bivariate Distributions () Beberapa persamaan p, Y, is a cumulative univariate probability function of only P, Y, y is a cumulative univariate probability function of Y only p P P, Y, Y, Y, y 0, 1, y P, 0, Y 16
17 Marginal Distributions (1) Two random variables, and Y Ingin diketahui perilaku tanpa mempertimbangkan nilai variabel Y Marginal density: p p, Y, y p p, t, Y dt 17
18 Marginal Distributions () Two random variables, and Y Cumulative marginal distribution: P P, Y, y P P, prob dan Y prob p p, Y s d s s, t dt d s 18
19 Marginal Distributions (3) Untuk variabel Y Marginal density p p, Y Y, y p y y p s, y, Y Y d s Cumulative marginal distribution: P Y y P Y y, y prob dan Y y proby y p Y t dt 19
20 Conditional Distributions Two random variables, and Y Ingin diketahui perilaku yang bergantung pada Y Distribusi jika Y = y 0 Distribusi Y jika 1 p p p, Y prob Y Y, t p t t S, Y d i y di dalam S p t S Y d di dalam R y di dalam S p Y y di dalam S y y y 0 p, Y p Y p, Y p, y Y y, y y 0 0 R yang lebih sering dituliskan d 0
21 Independence Two random variables, dan Y Kedua variabel independence jika p p Y Y y y p bukan fungsi y Joint probabilities: perkalian density marginal kedua variabel adalah p, Y, y p p y Y 1
22 Contoh ST Contoh bivariate probability distribution
23 Random Variables Properties of Random Variables 3
24 Populasi Samples Observasi statistik estimasi Samples (belum diukur) 4
25 Statistik Langkah 1. Pengambilan sampel. Observasi (analisis) terhadap sampel 3. Penyimpulan tentang perilaku sampel 4. Estimasi tentang perilaku populasi berdasarkan butir (3) 5. Estimasi tentang sampel lain (yang belum diambil) berdasarkan butir (3) 5
26 Statistik Contoh Data debit suatu sungai selama 50 yang telah lalu dipakai sebagai dasar untuk melakukan estimasi debit sungai tersebut selama periode tak terbatas (estimasi tentang perilaku populasi). Informasi tersebut dapat pula dipakai untuk estimasi debit sungai tersebut selama periode tertentu pada masa yang akan datang (sampel yang belum diambil). 6
27 Moment and Epectation: Univariate Distributions Y A Moment pertama terhadap O da d 1 1 d A A d A p O d d A p d pdf Untuk suatu random variable 7 1 A d p A d
28 Moment and Epectation: Univariate Distributions Secara umum berlaku bahwa momen ke-i terhadap O adalah continuous random variables i i p d discrete random variables i j i j f j 8
29 Moment and Epectation: Univariate Distributions Momen sentral ke-i: momen ke-i terhadap mean (nilai rata-rata) i i p d 9
30 Moment and Epectation: Univariate Distributions Nilai epektasi suatu random variable E E p f j j d j continuous discrete Dengan demikian: E E i i i 30
31 Statistical Measures Common statistical measures Measure of central tendency Mean Mode Median Measure of variability Range Variance Standard deviation Measure of an individual in a population z score Percentile rank 31
32 Measure of Central Tendency (1) Nilai rata-rata (average) rata-rata (mean) mode score yang paling sering muncul median score yang berada di tengah dari suatu rangkaian score urut (dari nilai kecil ke besar atau sebaliknya) 3
33 Measure of Central Tendency () Contoh Jumlah hari hujan selama 11 bulan terakhir adalah sbb. 1, 1, 1, 0, 18, 16, 1, 1, 6,, 1 rata-rata = 14 =AVERAGE(...) mode = 1 =MODE(...) median = 16 =MEDIAN(...) Dari ketiga ukuran statistik tersebut, manakah yang paling baik menceritakan tentang pola jumlah hari hujan dalam 11 bulan tersebut? MSEcel 33
34 Measure of Central Tendency (3) Contoh Carilah contoh sejenis, yang berhubungan dengan pengelolaan sumberdaya air; misal: perilaku penduduk dalam pemakaian air (waktu, volume, debit, dsb.) data klimatologi (temperatur udara, kelembaban udara, lama penyinaran matahari, dsb.) Diskusikan nilai rata-rata mode median 34
35 Measure of Central Tendency (4) Contoh Cari dan diskusikan contoh-contoh yang berhubungan dengan bencana alam debit dan tinggi muka air banjir sungai lama genangan banjir di suatu kawasan banjir lahar, debris flow tanah longsor 35
36 Measure of Central Tendency (5) Simbol dan rumus Nilai rata-rata (variabel random kontinu) E p 1 d 36
37 Measure of Central Tendency (6) Simbol dan rumus Rata-rata (variabel random diskrit) 1 n Nilai rata-rata sampel n = jumlah anggota sampel estimasi nilai ratarata populasi 1 n Nilai rata-rata populasi n = jumlah anggota populasi parameter: berdasarkan seluruh anggota populasi besaran statistik: hanya berdasarkan sebagian anggota populasi 37
38 Measure of Central Tendency (6) Beberapa sifat nilai rata-rata C 1 n C C 1 n C C = konstanta 38
39 Measure of Central Tendency (7) Nilai rata-rata Arithmetic mean Geometric mean Harmonic mean Weighted mean W 1 n n 1 1 n w w =AVERAGE(...) =GEOMEAN(...) =HARMEAN(...) 39
40 Measure of Central Tendency (8) Nilai rata-rata Root mean square n 1 RMS i n i1 40
41 Measure of Central Tendency (9) Median Variabel random kontinu md md p d 0. 5 Variabel random diskrit md p p i f i dalam hal ini p ditentukan dari 41
42 Measure of Central Tendency (10) Mode, nilai yang paling sering muncul/terjadi Variabel random kontinu d mo p d modepopulasi,dihitung sedemikian hingga 0 dan d d Variabel random diskrit p 0 modeadalah suatu nilai n ma i1 f i sedemikian hingga 4
43 Measure of Variability (1) Keragaman Variability, scatter, spread menunjukkan apakah angka dalam distribusi saling berdekatan atau berjauhan Range beda antara nilai tertinggi dan terendah dalam distribusi mungkin biasa digunakan dalam permasalahan seharihari Standard deviation (simpangan baku) biasa dipakai dalam permasalahan teknis 43
44 Measure of Variability () Simbol dan rumus Variance (ragam) variabel random kontinu merupakan momen kedua terhadap nilai rata-rata var E E E 44
45 Measure of Variability (3) Simbol dan rumus Variance (ragam) variabel random diskrit n variance populasi s n 1 variance sampel =VAR(...) estimasi nilai variance populasi 45
46 Measure of Variability (4) Kenapa penyebut n 1 menghasilkan nilai yang lebih besar daripada dibagi dengan n; ini untuk mengompensasi kecenderungan variabilitas sampel yang lebih kecil daripada variabilitas populasi dari sisi praktis, hal ini juga menunjukkan variabilitas dari sampel beranggota 1 adalah tidak ada (tidak ada variabilitas dari 1 score) 46
47 Measure of Variability (5) s n 1 Cobalah Saudara uraikan s n n 1 47
48 48 Measure of Variability (6) n n n n n n n n n n n n s 1-Sep-14
49 Measure of Variability (7) Simbol dan rumus Standard deviation (deviasi standar, simpangan baku) s n n 1 deviasi standar populasi =STDEV.S(...) deviasi standar sampel estimasi nilai deviasi standar populasi 49
50 Measure of Variability (8) Coefficient of variation c v s catatan var var var c 0 c c var a b b var 50
51 Simetri mode = median = mean simetris mode median mean positive skew negative skew 51
52 Simetri skewnesspopulasi skewnesssampel skewnesscoefficient, c s s mo n mo M 3 n 1n 3 s dalam persamaan di atas: n = jumlah sampel M 3 = momen ke-3 (sampel) s = simpangan baku (sampel) 5
53 Peakedness leptokurtic, k > 3, e > 0 normal, mesokurtic, k = 3, e > 0 platykurtic, k < 3, e < 0 kurtosis: k k M s e k 3 (populasi) (sampel) 53
54 Sample Moments Lihat catatan: ST Sample moments 54
55 Some Measures of An Individual in A Population (1) z scores z Percentile rank z s untuk menunjukkan posisi suatu score dalam populasi PR B 1 n E 100 B = jumlah score yang bernilai di bawah E = jumlah score yang bernilai sama dengan n = jumlah score seluruhnya untuk populasi besar 55
56 Some Measures of An Individual in A Population () Beberapa fungsi di dalam MS Ecel =RANK(...) posisi suatu nilai (angka) pada suatu urutan angka =PERCENTILE(...) nilai percentile dalam suatu kisaran angka =PERCENTRANK(...) posisi suatu nilai (angka) dalam suatu urutan angka, dalam persen B ( B A) 100 B = jumlah score yang bernilai lebih kecil daripada A = jumlah score yang bernilai lebih besar daripada perhatikan perbedaannya dengan PR 56
57 57
Jurusan 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 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 terperinciUKURAN LOKASI DAN DISPERSI
Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga UKURAN LOKASI DAN DISPERSI Statistika da Probabilitas Statistical Measures Commo statistical measures Measure of cetral tedecy Mea
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 terperinciTeknik Pengolahan Data
Uiversitas Gadjah Mada Jurusa Tekik Sipil da Ligkuga Prodi Magister Tekik Pegelolaa Becaa Alam Tekik Pegolaha Data Besara Sta*s*s 1 Besara Statistis (Statistical Measures) Besara sta*s*s yag lazim dijumpai
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 terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada. 1http://istiarto.staff.ugm.ac.id STATISTIKA. Discrete Probability Distributions
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Discrete Probability Distributions 1http://istiarto.staff.ugm.ac.id Discrete Probability Distributions Distribusi Hipergeometrik Bernoulli
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 terperinciUniversitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI. Statistika dan Probabilitas
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI Statistika dan Probabilitas 2 Regresi Linear Tabel data x i y i = f(x i ) 1 0.5 2 2.5 3 2 4 4 5 3.5 6 6
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 terperinciSampling Theory. Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009.
Sampling Theory Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009. Pengertian Sampling O Teknik sampling adalah bagian dari metodologi
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 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 terperinciTeknik 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 terperinciStatistik Deskriptif: Central Tendency & Variation
Statistik Deskriptif: Central Tendency & Variation Widya Rahmawati Central Tendency (Ukuran Pemusatan) dan Variation (Ukuran Simpangan) 1) Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Probabilitas 1 Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas?
Lebih terperinciESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI
ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI GHAZALI WARDHONO 090823040 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciDiskripsi: Types of Statistics dan Penyajian Data
Diskripsi: Types of Statistics dan Penyajian Data summary, diskripsi data dengan angka: Mean, Median, Range, Standard Deviation, Variance, Min, Max, etc. Descriptive statistics of a POPULATION mean N population
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 terperinciSTATISTIKA DESKRIPTIF
STATISTIKA DESKRIPTIF Ukuran Pusat (measure of center) Ukuran Penyebaran (measure of variability) Menurut Anda, bagaimana penampilan saya? Gambaran saya? Visualizing Telling Dapatkan Anda tentukan manakah
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 terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinciSTATISTIKA DESKRIPTIF
STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia
Lebih terperinciBAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI
BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI 3.1 Pendahuluan Pada bab sebelumnya telah dibahas mengenai pertidaksamaan Chernoff dengan terlebih dahulu diberi pemaparan mengenai dua pertidaksamaan
Lebih terperinciPeubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak
Peubah Acak Peubah Acak Diskrit dan Distribusi Peluang Peubah Acak (Random Variable): Sebuah keluaran numerik yang merupakan hasil dari percobaan (eksperimen) Untuk setiap anggota dari ruang sampel percobaan,
Lebih terperinciPendahuluan & Statistika Deskriptif
1 Pendahuluan & Statistika Deskriptif Pendahuluan Statistical Thinking Percentil dan Kuartil Ukuran Pemusatan Ukuran Variabilitas Pengelompokkan Data Skewness dan Kurtosis Metoda Penyajian Data Analisis
Lebih terperinciPertemuan 8 UKURAN PENYEBARAN. A. Ukuran Penyebaran untuk Data yang tidak Dikelompokkan. Terdapat empat ukuran penyebaran absolut yang utama, yaitu:
Pertemuan 8 UKURA PEYEBARA 1. Pengertian Penyebaran (Dispersi) Penyebaran adalah perserakan data individual terhadap nilai rata-rata. Data homogen memiliki penyebaran (dispersi) yang kecil, sedangkan data
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 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 terperinciKWARTIL, DESIL DAN PERSENTIL
KWARTIL, DESIL DA PERSETIL 1. KWARTIL Kwartil merupakan nilai yang membagi frekuensi distribusi data menjadi empat kelompok yang sama besar. Dengan kata lain kwartil merupakan nilai yang membagi tiaptiap
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 terperinciSkala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan
Skala Pengukuran Nominal (dapat dikelompokkan, tidak punya urutan) Ordinal (dapat dikelompokkan, dapat diurutkan, jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan,
Lebih terperinciUKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas
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 terperinciTUGAS II STATISTIKA. Oleh. Butsiarah / 15B Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA
TUGAS II STATISTIKA Oleh Butsiarah / 15B20020 Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA UNIVERSITAS NEGERI MAKASSAR 2015 1. Penelitian terhadap nilai mahasiswa S1 Jurusan
Lebih terperinci1.0 Distribusi Frekuensi dan Tabel Silang
ANALISIS DESKRIPTIF 1.0 Distribusi Frekuensi dan Tabel Silang 1.1 Pengantar Statistik deskriptif Statistika deskriptif adalah bidang statistika yang mempelajari tatacara penyusunan dan penyajian data yang
Lebih terperinciUniversitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PROBABILITAS. Statistika dan Probabilitas
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PROBABILITAS Statistika dan Probabilitas 2 Peluang (Probabilitas) Peluang/Probabilitas/Risiko Peluang Risiko Probabilitas
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 terperinciTATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.
TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS Fitri Yulianti, SP. MSi. UKURAN PENYIMPANGAN Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh
Lebih terperinciDistribusi Normal, Skewness dan Qurtosis
Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan
Lebih terperinciSTK511 Analisis Statistika. Bagus Sartono
STK511 Analisis Statistika Bagus Sartono Pokok Bahasan Pengenalan analisis dan deskripsi data Sebaran peluang peubah acak. Sebaran penarikan contoh Pendugaan parameter Pengujian hipotesis (t-test, one-way
Lebih terperinciSATUAN ACARA PEMBELAJARAN (SAP)
SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah : Statistik Kode Mata Kuliah : PSI-106 Jumlah SKS : 3 Waktu Pertemuan : 150 menit Kompetensi Dasar : 1. Penguasaan metodologi penelitian psikologi Indikator
Lebih terperinciStatistika. Besaran Statistik
Statitika Beara Statitik Itiarto Statitical Meaure Commo tatitical meaure Meaure of cetral tedecy Mea Mode Media Meaure of variability Rage Variace Stadard deviatio Meaure of a idividual i a populatio
Lebih terperinciMINGGU KE-X: DISTRIBUSI CONTINOUS
MINGGU KE-: DISTRIBUSI CONTINOUS Tujuan Instruksional Umum : 1. Mahasiswa memahami apa yang dimaksud dengan distribusi continuous 2. Mahasiswa memahami perbedaan antara distribusi diskrit dengan distribusi
Lebih terperinciMENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA
MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA AMIYELLA ENDISTA SKG.MKM Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Perhitungan Nilai Gejala Pusat Mean Median Modus Range
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 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 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 terperinciSTATISTIK DESKRIPTIF. Statistics. Strategi Membaca
2 Lampiran 8 Statistics N Mean Median Mode Std. Deviation Variance Range Minimum Maximum Sum Valid Missing STATISTIK DESKRIPTIF Statistics Strategi Membaca Variables Penguasaan Kosakata Kemampuan Memahami
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 terperinciStatistik Bisnis. Week 2 Numerical Descriptive Measures
Statistik Bisnis Week 2 Numerical Descriptive Measures Agenda Time Activity First Session 90 minutes Central Tendency Second Session 60 minutes Variation and Shape 30 minutes Exploring Numerical Data Objectives
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 terperinciALAT UJI STATISTIK. Endang Sri Utami, S.E., M.Si., Ak., CA
ALAT UJI STATISTIK Endang Sri Utami, S.E., M.Si., Ak., CA Penggunaan Statistik Statistik merupakan sekumpulan metode yang digunakan untuk menarik kesimpulan masuk akal dari suatu data. Statistik yang digunakan
Lebih terperinciMA5182 Topik dalam Statistika I: Statistika Spasial. Utriweni Mukhaiyar
Review 1: Statistika Deskriptif MA5182 Topik dalam Statistika I: Statistika Spasial 28 Agustus 2012 28 Agustus 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati
Lebih terperinciUKURAN TENGAH DAN UKURAN DISPERSI
UKURAN TENGAH DAN UKURAN DISPERSI UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan paling tengah
Lebih terperinciSTATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.
STATISTIKA INDUSTRI I Agustina Eunike, ST., MT., MBA. PERTEMUAN-1 DATA Data Hasil pengamatan pada suatu populasi Untuk mendapatkan informasi yang akurat Pengumpulan data Pengolahan data Penyajian data
Lebih terperinciStatistik Bisnis. Week 2 Numerical Descriptive Measures
Statistik Bisnis Week 2 Numerical Descriptive Measures Agenda Time Activity First Session 90 minutes Central Tendency Second Session 60 minutes Variation and Shape 30 minutes Exploring Numerical Data Objectives
Lebih terperinciPENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar
PENGANTAR & STATISTIKA DESKRIPTIF BI5106 Analisis Biostatistik Utriweni Mukhaiyar 2 Ilustrasi Berikut adalah data produksi panas bumi di 25 titik pengeboran (ton/jam): 77.71 44.24 60.00 89.54 85.64 60.00
Lebih terperinciANALISIS DATA KUANTITATIF
Fasilkom UIGM 2015 BACKGRUND ANALISIS DATA KUANTITATIF ANALISIS DATA KUANTITATIF Dalam suatu penelitian seringkali peneliti membutuhkan proses analisis data hasil penelitian untuk menarik suatu kesimpulan
Lebih terperinciSTATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)
STATISTIK Materi Pertemuan V Ukuran Dispersi (Penyebaran) Ukuran Dispersi (Penyebaran) Ukuran dispersi merupakan suatu metode analisis data yang ditunjukan dengan penyimpangan/penyebaran dari 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 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 terperinciStatistik Bisnis 1. Week 5 Variation, Shape and Exploring Numerical Data
Statistik Bisnis 1 Week 5 Variation, Shape and Exploring Numerical Data Agenda 15 Minutes 75 Minutes Attendance check Discussion and Exercise Objectives To describe the properties of variation, and shape
Lebih terperinciPENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 2. Statistik Deskriptif Prima Kristalina Maret 2016 1 Outline [2][1] 1. Penyajian Data o Tabel
Lebih terperinciDISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI PROBABILITAS NORMAL 1 KARAKTERISTIK DISTRIBUSI KURVA NORMAL 1. Kurva berbentuk genta ( = Md= Mo) 2. Kurva berbentuk simetris 3. Kurva normal berbentuk asimptotis 4. Kurva mencapai puncak pada
Lebih terperinciSTATISTIKA TERAPAN. Pengertian Statistika
STATISTIKA TERAPAN Dr. Akhmad Rizali Pengertian Statistika Statistika: ilmu yang mempelajari cara cara pengumpulan, penyajian, analisis, interpretasi dan pengambilan kesimpulan dari data yang diperoleh
Lebih terperinciRefisia Caturasa Abstrak/Ringkasan. Pendahuluan
Sekilas Tentang Pengukuran Gejala Pusat (Mean, Median, Modus, Kuartal) Refisia Caturasa Refisia@gmail.com http://penulis.com Lisensi Dokumen: Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan,
Lebih terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) MUG2D3 PROBABILITAS DAN STATISTIKA Disusun oleh: INDWIARTI FAKULTAS INFORMATIKA TELKOM UNIVERSITY 1 LEMBAR PENGESAHAN Rencana Pembelajaran Semester (RPS) ini telah disahkan
Lebih terperinciDISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI PROBABILITAS NORMAL 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Distribusi Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian dan Karakteristik
Lebih terperinciPengantar & Statistika Deskriptif
Pengantar & Statistika Deskriptif MA 2081 Statistika Dasar 26 J i 2012 26 Januari 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati dari Stasiun Padaherang
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 terperinciReview Teori Probabilitas
Rekayasa Trafik 1 Review Teori Probabilitas Rekayasa Trafik Outline Arti Probabilitas Counting Method Random Variable Discrete RV Continuous RV Multiple RVs Rekayasa Trafik 2 Arti Probabilitas Rekayasa
Lebih terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
Lebih terperinciPOKOK BAHASAN : TEORI KESALAHAN
PROGRAM STUDI TEKNIK SIPIL 3-1 POKOK BAHASAN : TEORI KESALAHAN Klasifikasai kesalahan : Kesalahan kasar, sistematik dan kesalahan acak, Definisi : Nilai ukuran, nilai yang benar, kesalahan, nilai mendekati
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata
Lebih terperinciII. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan
II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari distribusi generalized lambda
Lebih terperinciSTATISTIK. Rahma Faelasofi
STATISTIK Rahma Faelasofi 1 BAB 3 VARIABILITAS Pengertian Jangkauan Mean deviasi Standar deviasi 2 Pengertian Pengukuran penyebaran adalah pengukuran tingkat penyebaran nilai dalam suatu kumpulan data
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Distribusi eksponensial tergenaralisir (Generalized Eponential Distribution) pertama kali diperkenalkan oleh Gupta dan Kundu pada tahun 1999. Distribusi ini diambil
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 terperinciBESARAN STATISTIK (UKURAN TENGAH DAN UKURAN
BESARAN STATISTIK (UKURAN TENGAH DAN UKURAN DISPERSI) UKURAN TENGAH Ukuran tengah nilai tunggal yang representatif untuk keseluruhan nilai data. Ukuran tendensi sentral nilainya cenderung terletak di urutan
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER (FILKOM) UNIVERSITAS PUTRA INDONESIA YPTK PADANG LEMBAR PENGESAHAN Rencana
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
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 terperinciTEORI ANALISIS KORELASI
TEORI ANALISIS KORELASI 1.1 Pengertian Sepanjang sejarah umat manusia, orang melakukan penelitian mengenai ada dan tidaknya hubungan antara dua hal, fenomena, kejadian atau lainnya. Usaha-usaha untuk mengukur
Lebih terperinciUKURAN PEMUSATAN DATA
Pertemuan ketiga UKURAN PEMUSATAN DATA Karakteristik suatu kumpulan data adalah : (1). Memusat pada nilai tertentu dari suatu distribusi, yang disebut nilai pusat (middle of data set), dan (2). Menyebar/berpencar
Lebih terperinciHARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG
HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG HOMOGEN DAN HETEROGEN DATA I. 50,50,50,50,50 II. 30,40,50,60,70 III.0,30,50,70,80 Ketiga kelompok data
Lebih terperinciPersatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006 A. 5/32 B. ¼ C. 27/32 D. ¾ E. 1 A. 0,20 B. 0,34 C. 0,40 D. 0,60 E.
Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006. Jika A, B, C dan D adalah kejadian (event) di mana: ' B = A, C D = {}, P[ A] = [ ] 4, P B = 4 P C A = 2, P C B = 4, P D A = 4,
Lebih terperinciStatistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif
1. 2 2. 3. 4. Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif Sari Numerik Penyajian Data 2008 by USP & UM ; last edited Jan 11 MA 2081 Statistika Dasar 24 Januari
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 terperinciPemodelan Data Statistik Melalui Pendekatan Distribusi Diskrit
Pemodelan Data Statistik Melalui Pendekatan Distribusi Diskrit Sutoyo Jurusan Teknik Elektro UIN SUSKA RIAU Jl HR Soebrantas KM 15 Panam Pekanabaru e-mail : sutoyo_te@yahoo.com ABSTRAK Perkembangan teknologi
Lebih terperinciBAB III UKURAN TENGAH DAN DISPERSI
BAB III UKURAN TENGAH DAN DISPERSI Dalam pembicaraan yang lalu kita telah mempresentasikan data dalam bentuk tabel dan grafik yang bertujuan meringkaskan dan menggambarkan data kuantitatif, untuk mendapatkan
Lebih terperinciMenjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan
Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial
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 terperincidigunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam
II. LANDASAN TEORI Pada bab ini akan diberikan konsep dasar yang akan digunakan dalam pembahasan hasil penelitian ini, antara lain : 2.1 Fungsi Gamma Fungsi gamma merupakan suatu fungsi khusus. Fungsi
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 terperinciII. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk
5 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan beberapa tinjauan pustaka yang digunakan penulis pada penelitian ini, antara lain : 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi
Lebih terperincistatistika untuk penelitian
statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,
Lebih terperinci