sehingga dari tabel 3.1 diperoleh nilai rata-rata sebagai berikut:
|
|
- Ade Sudomo Atmadja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB III FUNGSI DISTRIBUSI DATA A. Distribusi Data dan Histogram Pengambilan data berulang akan memperoleh serentetan data hasil pengukuran. Serentetan data tersebar atau terdistribusi disekitar nilai perkiraan terbaiknya. Semakin banyak data yang diperoleh dari hasil pengukuran akan membingungkan pada saat pencatatan dan menampilkan karena kondisi data tidak urut nilainya. Cara mengatasi kesulitan ini menggunakan distribusi atau histogram. Sebagai contoh, pengukuran jarak dari lensa sampai banyangan () diperoleh data yang terdistribusi sebagai berikut: 6,4,6,8,3,4,5,4,6,5 Data agar mudah dicatat ditampilkan mengunakan histogram. Tahap pertama untuk menampilkan data dalam bentuk histogram adalah mengurutkan data dari terkecil ke terbesar. Data hasil pengukuran jarak lensa kebayanga dapat ditampilkan menjadi: 3,4,4,4,5,5,6,6,6,8. pencatatan data ini akan lebih baik dibuat secara sederhanan. Sebagai contah pencatatan data 6,6,6 yang ditulis sebanyak tiga kali disederhanakan. Kita dapat mencatat nilai 6 dan jumlah ditemukannya nilai tersebut secara bersama-sama. Pencatatan data ditampilkan dalam Tabel 3. Tabel 3.: tabel frekuensi data Nilai ( k ) Frekuensi (n k ) Pada tabel 3., nilai data ditunjukan dengan notasi ( k ), dengan k =,,3,... Notasi ( k ) untuk menunjukan variasi perbedaan nilai yang ditemukan. Notasi (n k ) menujukan jumlah frekuensi nilai k ditemukan, dengan k =,,3,... Nilai rata-rata dari data yang diperoleh dapat dihitung mengunakan persamaan sebagai berikut: X N N X i i, sehingga dari tabel 3. diperoleh nilai rata-rata sebagai berikut:
2 Penghitungan nilai rata-rata juga dapat dilakukan menggunakan persamaan sebagai berikut: N k k N n k, sehingga perhitungan diperoleh hasil sebagi berikut: ( 3 ) (4 3) (5 ) (6 3) (8 ) 0 Distribusi data hasil pengukuran dapat ditampilkan secara gafik dalam histogram. Pada pembuatan grafik dalam bentuk histogram data yang diplot adalah nilai n k dengan nilai k. Contoh pembuatan grafik dalam bentuk histogram seperti ditunjukan oleh gambar. grafik yang ditnjukan gambar juga sisebut dengan bar histogram. n k Gambar : Historgam dari 0 pengukuran panjang. Sumbu vertikal menujukan banyaknya data nilai pengukuran i. k
3 Kadang kala, Hasil pengukuran dipenoleh nilai yang tidak bulat. Contoh data hasil pengukuran jarak lensa dengan jarak banyangan yang tersebut sebelumnya merupakan data yang nilainya bulat. Data yang berupa bilangan tidak bulat lebih cocok dibuat tepat dibuat dalan range nilai kedalam bilangan yang sesuai dengan interval. Contoh data pengukuran jarak lensa dengan bayangan adalah: 6,4; 3,9; 5,; 4,6;,7;3,8;5,;3,9;5,3;5,4. data ini akan lebih cocok ditampilkan dalam bentuk interval data. Tabel menunjukkan intelval data dan banyaknya data yang ada dalam interval tersebut. Tabel 3.: Interval data pengamatan Interval Banyaknya data n k Gambar : interval histogram yang menunjukan bagian dari pengukuran. k Pengambilan data yang semakin banyak akan mengakibatkan tampilan data dalam grafik lebih halus dan teratur. Data yang jumlahnya bayak dapat dibuat interval histogram yang semakin sempit. Semakin sempitnya interval, histogram akan semakin halus dan teratur. Gambar 4 menunjukan histogram dari data pengukuran yang jumlahnya banyak.
4 Gambar 4: Histogram dengan jumlah data yang banyak Kurva yang terbentuk dari gambar 4 merupakan kurva kontinue. Semakin sempit lebar histogram maka semakin halus kurva yang terbentuk. Kurva kontinue ini membentuk fungsi tertentu ( f ()). Gambar 5: kurva distribusi f().(a) setelah banyak pengukuran, bagian yang berada diantara dan + d adalah daerah f()d potongan sempit. (b) bagian yang berada diantara = a dan = b adalah daerah yang menaungi. b Daerah yang berada di daerah di antara nilai hasil pengukuran a dan b adalah f ( ) d. Luas daerah dibawah kurva f ) d a b a ( merupakan jumlah pengukuran yang berada pada interval nilai a dan b. Pada jumlah pengukuran yang besar, f ) d ( adalah peluang pengukuran tunggal akan memberikan hasil antara sampai dengan + d. secara sama, integral b f ) d a ( memberikan peluang pengukuran yang salaj satu pengukuran kan
5 berada pada = a dan = b. Apabila daerah pengukuran dari sampai dengan maka peluang hasil pengukuran adalah sama dengan f ( ) d Gambar 6: dua grafik distribusi, pertama untuk presisi yang tinggi dan yang kedua untuk presisi yang rendah. B. Distribusi Normal Perbedaan tipe pengukuran mempunyai perbedaan curva distribusi. Tidak semua curva distribusi mempunyai bell shape yang simetri. Distribusi binomila dan poisson sebagai contoh distibusi yang tidak simetry. Namun demikian, banyak pengukuran yang memiliki kurva bell shape yang simetri untuk pembatasan distribusinya. Fungsi matematis yang mendiskripsikan kurva bell shape disebut distribusi normal atau distribusi gauss. Bentuk Fungsi ini ditunjukan sebagai berikut e (3.) Ketika nilai = 0, fungsi gauss bernilai. Nilai yang bergerak dari salah satu arah menjauh dari nilai nol (0), nilainya meningkat, secara cepat apabila nilai kecil
6 (sempit), dan lambat apabila lebar. Semakin menjauh perubahan nilai dari nol maka persamaan e mengecil kearah nol. Gambar 7: Fungsi Gauss bell-shape dan berpusat pada = 0. kurva bell-shape lebar jika besar dan sempit jika kecil. Fundi gauss dapat dirubah pusat curva beel shape dari = 0 ke sembarang titik = X. kita merubah nilai dalam persamaan (3.) dengan X, sehingga fungsi maksimum pada = X dan simetri pada titik tersebut. Gambar 8: fungsi gauss bell-shape (bentuk lonceng) dan berpusat pada X Suatu fungsi harus ternormalisasi. Fungsi gauss juga harus ternormalisasi. Secara umum funsi ternormalisasi memenuhi persamaaan sebagai berikut f ( ) d (3.) Kita misalkan f ( ) Ne ( X ) / memenuhi persamaan (3.), sehingga diperoleh persamaan:. Fungsi ini akan ternormalisasi jika
7 f ( ) d Ne ( ) / X d (3.3) Perhitungan persamaan 3.3 akan lebih sederhana apabila nilai -X diubah menjadi y dan dari casus persamaan ini dy = d sehingga diperoleh N e y / dy (3.4) kemudian mensubtitusi y = z ( dalam casus ini dy = dz), sehingga diperoleh z / e z / N e dz, untuk nilai dz Hasil akhir perhitungan diperoleh z / N e dz N Berdasarkan persamaan 3.4 dan 3.5 diperoleh N, sehingga nilai (3.5) N Dapat kita simpulkan, fungsi Gaus atau normal yang ternormalisasi adalah sebagai berikut: f ( X ) ( ) e (3.6) Dengan X f = besaran fisika yang diukur = nilai benar yang dicari = frekuensi perolehan nilai dalam pengukuran = nilai maksimum f = parameter percobaan yang berkaitan dengan kehalusan alat ukur yang digunakan Nilai = X benar hanya diperoleh jika cacah datanya =
8 Nilai diperoleh setelah melakukan banyak percobaan. Nilai diperoleh dengan persamaan sebagai berikut: f ( ) d, sehingga untuk distrbusi Gauss nilai ditunjukan oleh: ( X ) e d (3.7) Jika kita subtitusikan y = X atau = y + X, kemudian d=dy maka integral pada persamaan (3.7) menjadi dua bagian. y y ( ye dy X e dy ) (3.8) y y Nilai ye dy 0 dan e dy, sehingga persamaam 3.8 dapat diperoleh hasil sebagai berikut:. X. sehingga hasil akhir diperoleh X Nilai standar deviasi ( ) diperoleh dari persamaan berikut ini: ) ( ) f ( d, dengan cara perhitungan yang sama dengan perhitungan diperoleh nilai. C. Integral kebolehjadian dan tingkat kepercayaan Batas distribusi (f()) dari pengukuran beberapa besar menggambarkan peluang perolehan dari nilai. Secara kushus, peluang pengukuran yang memberikan hasil dalam range a b ditunjukan aleh persamaan 3.8.
9 b P f ) d a ( (3.8) Apabila grafik distribusi data berupa distribusi gaussian maka integral dapat dihitung. peluang pengukuran yang berada dalam range satu standar deviasi ( ) dari nilai sebenarnya X adalah: P f ( ) d X X e ( X ) d Gambar 9: daerah yang dinaungi antara X ± adalah peluang pengukuran dalam satu standar deviasi dari X. Peluang hasil pengukuran untuk sebaran data dari = - dan = dapat dicari nilainya. Pada kasus ini, simpangan data pengukuran adalah dinyatakan dalam standar deviasi ( ) yaitu: d = normal atau gaussian n = z, sehingga d = z = n = d. Nilai d dapat. Pada tabel nilai distribusi f() = - =
10 Perlu diingat bahwa nilai z = Gambar 0: sebaran titik data dari sampai dengan atau dengan = nilai keboleh jadian yang dicari = nilai rata-rata = standar deviasi z Hasil pengukuran yang berada dalam rentang = - sampai dengan = yang sudah diganti dengan -z sampai dengan z dapat ditunjukan pada gambar berikut: f() z z Gambar : sebaran titik data dari μ-zσ sampai dengan μ+zσ Nilai pengukuran untuk z = dapat dihitung sebagai berikut: f ( d, nilai ini dapat diketahui dengan melihat tabel distribusi gaussian P ) atau normal. Bedasarkan nilai tabel distribusi gaussian diperoleh nilai P = 0,68 = 68%. Hasil pengukuran yang berada di dapat dikatakan mempunyai peluang atau keboleh jadian 68 %. Hasil suatu pengukuran biasanya dituliskan dalam bentuk s.
11 Biasanya s =, sehingga hasil ukur yang dinyatakan dengan s memiliki kebolehjadian pengukuran sebesar 68%. Nilai s bisa saja tidak =, tetapi s bisa bernilai, 3, 4, dan seterusnya. Nilai z yang digunakan untuk mengetahui peluang hasil pengukuran. Kebolehjadian dari masing-masing nilai z dapat dilihat pada tabel 3.3. f() P = 68% untuk z= Gamabr : keboleh jadian untuk nilai z =
12 Gambar 3: Full Width at Half Maimum =,35 dan Half Width at Half Maimum =,7 Perlu diingat bahwa nilai kebolehjadian terbesar adalah sama dengan. Besar peluang hasil pengukuran lebih dari berikut: P t P yang ditunjukan gambar 3 dapat dihitung sebagai dengan P = peluang hasil pengukuran lebih dari P t = Peluang hasil ukur dari < < berdasar tabel f() P z z Gambar 4: nilai data () < dan > Tabel 3.3: tabel distribusi gaussian
13 D.
BAB 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 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 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 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 terperinciSatatistik dan Probabilitas. Ir. I Nyoman Setiawan, MT. NIP HP
Satatistik dan Probabilitas Ir. I Nyoman Setiawan, MT. NIP. 19631229 199103 01 001 HP. 081338721408 setiawan@ee.unud.ac.id man_awan@yahoo.com Statistik Dan Probabilitas Pendahuluan Statistika adalah pengetahuan
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 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 terperinciPendahuluan. Angka penting dan Pengolahan data
Angka penting dan Pengolahan data Pendahuluan Pengamatan merupakan hal yang penting dan biasa dilakukan dalam proses pembelajaran. Seperti ilmu pengetahuan lain, fisika berdasar pada pengamatan eksperimen
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 terperinciTURUNAN FUNGSI. dy (y atau f (x) atau ) dx. Hal-hal yang perlu diingat untuk menyelesaikan turunan fungsi aljabar adalah :
TURUNAN FUNGSI dy (y atau f () atau ) d Hal-hal yang perlu diingat untuk menyelesaikan turunan fungsi aljabar adalah :. ( a + b) = ( a + ab + b ). ( a b) = ( a ab + b ) m n m n. a = a 4. a m = a m m m.
Lebih terperinciA. 3 x 3 + 2x + C B. 2x 3 + 2x + C. C. 2 x 3 + 2x + C. D. 3 x 3 + 2x + C. E. 3 x 3 + 2x 2 + C A. 10 B. 20 C. 40 D. 80 E. 160
7. UN-SMA-- Diketahui sebidang tanah berbentuk persegi panjang luasnya 7 m. Jika panjangnya tiga kali lebarnya, maka panjang diagonal bidang tanah tersebut m m m m m 7. UN-SMA-- Pak Musa mempunyai kebun
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 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 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 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 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 terperinciStatistika Dasar DISTRIBUSI FREKUENSI..:: Erna Sri Hartatik ::.
Statistika Dasar DISTRIBUSI FREKUENSI.:: Erna Sri Hartatik ::. Pendahuluan Data pertama yang diperoleh pada suatu observasi disebut dengan data mentah (raw data). Data ini belum tersusun secara numerik.
Lebih terperinciTINJAUAN PUSTAKA. (statistik) dinamakan galat baku statistik, yang dinotasikan dengan
TINJAUAN PUSTAKA Penduga Titik dan Selang Kepercayaan Penduga bagi parameter populasi ada dua jenis, yaitu penduga titik dan penduga selang atau disebut sebagai selang kepercayaan. Penduga titik dari suatu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Himpunan Himpunan adalah setiap daftar, kumpulan atau kelas objek-objek yang didefenisikan secara jelas, objek-objek dalam himpunan-himpunan yang dapat berupa apa saja: bilangan, orang,
Lebih terperinciBAB Analisis Perbandingan Hasil LGO 8.1 & Bernese 5.0
BAB 4 ANALISIS 4.1 Analisis Perbandingan Hasil LGO 8.1 & Bernese 5.0 Pada subbab ini akan dibahas mengenai analisis terhadap hasil pengolahan data yang didapatkan. Dari koordinat hasil pengolahan kedua
Lebih terperinciDISTRIBUSI NORMAL. RatuIlmaIndraPutri
DISTRIBUSI NORMAL RatuIlmaIndraPutri Distribusi normal menggunakan variabel acak kontinu. Distribusi normal sering disebut DISTRIBUSI GAUSS. Distribusi ini merupakan salah satu yang paling penting dan
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 terperinciSudaryatno Sudirham. Aritmatika Interval
Sudaryatno Sudirham Aritmatika Interval Kata Pengantar Dalam praktik rekayasa dijumpai operasi matematika yang melibatkan bilangan-bilangan dalam interval. Dalam keadaan demikian kita dihadapkan pada operasi-operasi
Lebih terperinciPERSAMAAN, FUNGSI DAN PERTIDAKSAMAAN KUADRAT
LA - WB (Lembar Aktivitas Warga Belajar) PERSAMAAN, FUNGSI DAN PERTIDAKSAMAAN KUADRAT Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT V DERAJAT MAHIR 1 SETARA KELAS X Created By Ita Yuliana
Lebih terperinciA. MENYELESAIKAN PERSAMAAN KUADRAT
A. MENYELESAIKAN PERSAMAAN KUADRAT STANDAR KOMPETENSI Memecahkan masalah yang berkaitan dengan fungsi, persamaan dan fungsi kuadrat serta pertidaksamaan kuadrat KOMPETENSI DASAR Menggunakan sifat dan aturan
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 terperinciBagian 1 Sistem Bilangan
Bagian 1 Sistem Bilangan Dalam bagian 1 Sistem Bilangan kita akan mempelajari berbagai jenis bilangan, pemakaian tanda persamaan dan pertidaksamaan, menggambarkan himpunan penyelesaian pada selang bilangan,
Lebih terperinciPenyajian Data. Teori Probabilitas
Penyajian Data Teori Probabilitas Sub Materi Tabel distribusi frekuensi Tabel distribusi frekuensi relatif Tabel distribusi frekuensi kumulatif, histogram dan kurva ogive Teori Probabilitas - Onggo Wr
Lebih terperinciSusunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar. Distribusi frekwensi menyajikan keterangan
MINGGU KEEMPAT Susunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar. Distribusi frekwensi menyajikan keterangan atau gambaran sederhana dan sistematis dari
Lebih terperinciBAB II DISTRIBUSI FREKUENSI
BAB II DISTRIBUSI FREKUENSI 1. Pengertian Distribusi Frekuensi 1. Merupakan penyusunan data ke dalam kelas-kelas tertentu di mana setiap indiividu/item hanya termasuk ke dalam salah satu kelas tertentu.
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
Lebih terperinciDistribusi Frekuensi, Penyajian Data Histogram, Polygon dan Kurva Ogive
Modul ke: 02 Zulkifli, Fakultas Ekonomi dan Bisnis STATISTIK BISNIS Distribusi Frekuensi, Penyajian Data Histogram, Polygon dan Kurva Ogive SE., MM. Program Studi Akuntansi S1 Distribusi Frekuensi Distribusi
Lebih terperinciDistribusi Frekuensi
Distribusi Frekuensi Statistik Industri Beberapa Istilah 1 Beberapa (cont ) Kelas interval : banyaknya objek yang dikumpulkan dalam kelompok tertentu, berbentuk interval a b ex: kelas interval pertama
Lebih terperinciStatistika Bisnis. Penyajian Data. Ika Sari, SE, M.Ak. Modul ke: Fakultas Ekonomi & Bisnis. Program Studi Akuntansi.
Statistika Bisnis Modul ke: Penyajian Data Fakultas Ekonomi & Bisnis Ika Sari, SE, M.Ak Program Studi Akuntansi www.mercubuana.ac.id Penyajian Data Distribusi Frekuensi Penyajian Data dengan Grafik Penyajian
Lebih terperinciSTATISTIK PERTEMUAN IV
STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,
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 dan Distribusi Frekuensi. Ridwan Efendi
Penyajian Data dan Distribusi Frekuensi Ridwan Efendi Pendahuluan Menyajikan data mentah untuk pengambilan keputusan Data mentah diambil dari populasi atau sampel Diperoleh dengan cara : Diperoleh dengan
Lebih terperinciMembuat grafik histogram dan polygon serta mencetaknya ke printer
Modul ke: Membuat grafik histogram dan polygon serta mencetaknya ke printer Mahasiswa dapat membuat histogram dan poligon, kemudian mencetaknya ke printer. Fakultas FEB Nawindah,S.Kom,M.Kom Program Studi
Lebih terperinciStatistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data
Statistik Dasar 1. Pendahuluan Persamaan Statistika Dalam Penelitian 2. Penyusunan Data Dan Penyajian Data 3. Ukuran Tendensi Sentral, Ukuran Penyimpangan 4. Momen Kemiringan 5. Distribusi Normal t Dan
Lebih terperinciMUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016
MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 1. Tabel sederhana / tabel satu arah 2. Tabel silang / tabel dua arah 3. Tabel berganda / tiga arah 4. Tabel distribusi frekuensi
Lebih terperinciMenemukan Pola Data yang Bermakna
Menemukan Pola Data yang Bermakna Terdapat beberapa cara untuk mengurutkan data : Data kuantitatif, dapat diurutkan dari pengamatan terkecil hingga terbesar Data kualitatif/verbal, dapat diurutkan berdasarkan
Lebih terperinciBAB 3: NILAI RINGKASAN DATA
BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR
TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 STATISTIK
Lebih terperinciSATUAN ACARA TUTORIAL (SAT) Tutorial ke : 1 Kode/ Nama Mata Kuliah : PAMA 3225 / Statistika Dasar
Tutorial ke : 1 : 3 Kompetensi Umum : Setelah mempelajari bahan ajar matakuliah ini diharapkan mahasiswa 1. Memahami pengetahuan dasar statistika. 2. Memahami tehnik penyajian data dalam bentuk tabel.
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Pendahulua n tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika
Lebih terperincimatematika LIMIT ALJABAR K e l a s A. Pengertian Limit Fungsi di Suatu Titik Kurikulum 2006/2013 Tujuan Pembelajaran
Kurikulum 6/1 matematika K e l a s XI LIMIT ALJABAR Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Dapat mendeskripsikan konsep it fungsi aljabar dengan
Lebih terperinciPeubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,
0 DISTRIBUSI NORMAL UMUM Distribusi normal umum ini merupakan distribusi dari peubah acak kontinu yang paling banyak sekali dipakai sebagai pendekatan yang baik dari distribusi lainnya dengan persyaratan
Lebih terperinciPengumpulan & Penyajian Data
Pengumpulan & Penyajian Data Cara Pengumpulan Data 1. Mengadakan penelitian langsung ke lapangan atau laboratorium terhadap obyek yang diteliti, hasilnya dicatat dan dianalisis 2. Mengambil atau menggunakan
Lebih terperinciBAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR,
BAB IV PEMBAHASAN IV.1 Analisa Harga Saham BBCA Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, penulis akan menganalisa pergerakan harga saham BBCA. Data yang diperlukan dalam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain
Lebih terperinciDAFTAR DISTRIBUSI FREKUENSI DAN GRAFIKNYA
DAFTAR DISTRIBUSI FREKUENSI DAN GRAFIKNYA a. Tabel distribusi frekuensi Kelas Tabulasi Frekuensi 4 IIII 7 IIII IIII 9 8 1 IIII IIII II 1 11 13 IIII IIII IIII IIII 19 14 16 IIII IIII IIII IIII IIII 4 17
Lebih terperinciPenalaran Statistik 1
Depok, 2011 Penalaran Statistik 1 Penyusun: Lingkup bahasan Data dan Sampling Data Organisasi dan Visualisasi Data Distribusi Data Naskah ini disusun lebih mirip sebagai suatu ringkasan diktat dengan tujuan
Lebih terperinciSATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.
Tutorial : ke-1 Nama Tutor : a. Menjelaskan pengertian statistik; b. Menjelaskan pengertian statistika; c. Menjelaskan pengertian data statistik; d. Menjelaskan contoh macam-macam data; e. Menjelaskan
Lebih terperinciDISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
Lebih terperinciHISTOGRAM DAN DIAGRAM PARETO
HISTOGRAM DAN DIAGRAM PARETO Abdus Cahyadi Ramadhan : 0608 3040 0313 Anzar Asgap : 0608 3040 0319 Yulia Nadhirah : 0608 3040 0336 Kelas : V KB Disusun untuk memenuhi tugas mata kuliah Pengendalian Mutu
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
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 terperinciBAB VI DISTRIBUSI PROBABILITAS MENERUS
BAB VI DISTRIBUSI ROBABILITAS MENERUS 6. Distribusi Uniform (seragam) Menerus Distribusi seragam menerus merupakan distribusi yang paling sederhana. Karaketristik distribusi ini adalah fungsi kepadatannya
Lebih terperinciPenyajian Data dan Distr t i r busi F r F e r ku k ensi
Penyajian Data dan Distribusi Frekuensi Pendahuluan Menyajikan data mentah untuk pengambilan keputusan Data mentah diambil dari populasi atau sampel Diperoleh dengan cara : Wawancara Pengamatan Surat menyurat
Lebih terperinciBAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya
BAB II LANDASAN TEORI A. Logika Fuzzy Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya berada di luar model matematis dan bersifat inexact. Konsep ketidakpastian inilah yang
Lebih terperinciANALISIS KESULITAN SISWA DALAM BELAJAR STATISTIK KHUSUSNYA PADA HISTOGRAM
ANALISIS KESULITAN SISWA DALAM BELAJAR STATISTIK KHUSUSNYA PADA HISTOGRAM Saiman Prodi Pendidikan Matematika FKIP Universitas Samudra saiman_mat@yahoo.com Abstrak: Histogram adalah grafik yang digambarkan
Lebih terperinciBAB IV ANALISIS STATISTIK HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Analisis Dan Uji Statistik Deskriptif Kemampuan Melakukan Passing
1 BAB IV ANALISIS STATISTIK HASIL PENELITIAN DAN PEMBAHASAN 4.1 Analisis Dan Uji Statistik Deskriptif Kemampuan Melakukan Passing Atas Uji statistik deskriptif yang akan disajikan adalah penentuan rata-rata,
Lebih terperinciLEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA Beberapa bentuk penyajian data, sebagai berikut: Kompetensi Dasar (KURIKULUM 2013): 3.15 Memahami dan menggunakan berbagai ukuran
Lebih terperinciTugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG
Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah
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 terperinciStatistika Deskriptif & Distribusi Frekuensi
Statistika Deskriptif & Distribusi Frekuensi Oleh: Zulhan Widya Baskara FAKULTAS TEKNOLOGI PERTANIAN Mataram, September 2014 Statistika Statistika Deskriptif Statistika Inferensial Statistika Deskriptif
Lebih terperinciPERTIDAKSAMAAN PECAHAN
PERTIDAKSAMAAN PECAHAN LESSON Pada topik sebelumnya, kalian telah mempelajari topik tentang konsep pertidaksamaan dan nilai mutlak. Dalam topik ini, kalian akan belajar tentang masalah pertidaksamaan pecahan.
Lebih terperinciMata Kuliah : Statistik dan Probabilitas Kelas : 22 Kode Soal : Tugas Elearning Uplaod : web FTI (Sebelum pertemuan berikutnya)
Fakultas Teknologi Informasi (FTI) Jurusan Teknik Informatika Universitas Mercu Buana Yogyakarta Mata Kuliah : Statistik dan Probabilitas Kelas : 22 Kode Soal : Tugas Elearning Uplaod : web FTI (Sebelum
Lebih terperinciBAB 3 FUNGSI. f : x y
. Hubungan Relasi dengan Fungsi FUNGSI Relasi dari himpunan P ke himpunan Q disebut fungsi atau pemetaan, jika dan hanya jika tiap unsur pada himpunan P berpasangan tepat hanya dengan sebuah unsur pada
Lebih terperinciLIMIT DAN KEKONTINUAN
LIMIT DAN KEKONTINUAN Pengertian dan notasi dari it suatu fungsi, f() di suatu nilai = a diberikan secara intuitif berikut. Bila nilai f() mendekati L untuk nilai mendekati a dari arah kanan maka dikatakan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
21 Analisis output dilakukan terhadap hasil simulasi yang diperoleh agar dapat mengetahui variabel-variabel yang mempengaruhi output. Optimasi juga dilakukan agar output meningkat mendekati dengan hasil
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Dalam penelitian di SMP N 03 Reban diperoleh data mengenai hubungan antara keaktifan mengikuti kegiatan IPNU/IPPNU dengan prestasi belajar PAI siswa
Lebih terperinciBAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah
BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (1 halaman. min 4 paragraf.) TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS 1.2 Rumusan Masalah Rumusan masalah yang digunakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinci3.3 Pengumpulan Data Primer
10 pada bagian kantong, dengan panjang 200 m dan lebar 70 m. Satu trip penangkapan hanya berlangsung selama satu hari dengan penangkapan efektif sekitar 10 hingga 12 jam. Sedangkan untuk alat tangkap pancing
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
III. DISTRIBUSI FREKUENSI 3.1 Pendahuluan Tujuan dari pembuatan tabel distribusi frekuensi adalah untuk mengatur data mentah (data yang belum dikelompokkan) ke dalam bentuk yang rapi tanpa mengurangi inti
Lebih terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinciBAB V PERAMBATAN GELOMBANG OPTIK PADA MEDIUM NONLINIER KERR
A V PERAMATAN GELOMANG OPTIK PADA MEDIUM NONLINIER KERR 5.. Pendahuluan erkas (beam) optik yang merambat pada medium linier mempunyai kecenderungan untuk menyebar karena adanya efek difraksi; lihat Gambar
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN.1. Karakteristik Data Pengamatan karakteristik tegakan hutan seumur puspa dilakukan pada dua plot di Hutan Pendidikan Gunung Walat dengan luas masing-masing plot berukuran 1
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Hasil Penelitian 1. Data tentang Intensitas Latihan Membaca Al-Qur an Siswa MTs Al-Khoiriyyah Semarang Tahun Pelajaran 2013/2014 Data tentang intensitas
Lebih terperinciLuas daerah yang dibatasi oleh beberapa kurva dapat ditentukan dengan menghitung integral tertentu.
IKA ARFIANI,S.T. Luas daerah yang dibatasi oleh beberapa kurva dapat ditentukan dengan menghitung integral tertentu. Andaikan kurva y = f(x) dan kurva y = g(x) kontinu pada interval a x b, dan kurva y
Lebih terperinciMUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016
MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 RATA- RATA nilai matakuliah mahasiswa tsb adalah B Sumber: https://sinarnetri.files.wordpress.com/2010/04/khs.png Aswad2016 Titik-titik
Lebih terperinciStatistika 1 Fitri Yulianti, SP. MSi
TATAP MUKA II Penyajian Data Tabel Distribusi Frekuensi dan Grafik Statistika 1 Fitri Yulianti, SP. MSi Pendahuluan Menyajikan data mentah untuk pengambilan keputusan Data mentah diambil dari populasi
Lebih terperinciDistribusi Frekuensi dan Statistik Deskriptif Lainnya
BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.
Lebih terperinciTipe Data. MENDESKRIPSIKAN DATA Secara Grafik. Bab II. Level Pengukuran. Presentasi Data secara Grafik
Tipe Data Data MENDESKRIPSIKAN DATA Secara Grafik Kategori Bab II Contoh: Level Pengukuran Data Rasio Data Kuantitatif Kategori Berurut (ranking, urutan atau skala) Data Interval Data Ordinal Data Kualitatif
Lebih terperinciKing s Learning Be Smart Without Limits NAMA : KELAS :
NAMA : KELAS : A. PENGERTIAN STATISTIKA Statistika adalah ilmu yang mempelajari cara mengumpulkan dan menyusun data, mengolah dan menganalisis data, serta menyajikan data. Statistik adalah hasil dari pengolahan
Lebih terperinciPokok Bahasan: MODUL PERKULIAHAN STATISTIKA BISNIS. Distribusi Frekuensi, Penyajian Data Histogram, Polygon dan Kurva Ogive.
MODUL PERKULIAHAN STATISTIKA BISNIS Pokok Bahasan: Distribusi Frekuensi, Penyajian Data Histogram, Polygon dan Kurva Ogive Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh Ekonomi dan Bisnis Akuntansi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Revenue Management Belakangan ini revenue management telah mendapat perhatian dunia sebagai salah satu aplikasi dari operations research (OR) yang paling sukses. Revenue management
Lebih terperinciSTATISTIKA 2 UKURAN PEMUSATAN
STATISTIKA 2 UKURAN PEMUSATAN TUJUAN Melatih berfikir dan bernalar secara logis dan kritis serta dapat mengembangkan aktifitas, kreatifitas dalam memecahkan masalah dan mengkomunikasikan ide dan gagasannya.
Lebih terperinciDATA. Populasi adalah keseluruhan dari karakteristik atau unit hasil pengukuran yang menjadi obyek penelitian. 1
DATA Populasi adalah keseluruhan dari karakteristik atau unit hasil pengukuran yang menjadi obyek penelitian. Sampel adalah bagian dari populasi yang mempunyai karakteristik tertentu atau ciri/keadaan
Lebih terperinciSTATISTIKA 1. Menerapkan aturan konsep statistika dalam pemecahan masalah
STATISTIKA 1 Standar Kompetensi Menerapkan aturan konsep statistika dalam pemecahan masalah Kompetensi Dasar Mengidentifikasi pengertian statistik, statistika, populasi dan sampel Menyajikan data dalam
Lebih terperinciBAB IV OSILATOR HARMONIS
Tinjauan Secara Mekanika Klasik BAB IV OSILATOR HARMONIS Osilator harmonis terjadi manakala sebuah partikel ditarik oleh gaya yang besarnya sebanding dengan perpindahan posisi partikel tersebut. F () =
Lebih terperinciMETODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN : 3 & 4
METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1 Mohamad Sidiq PERTEMUAN : 3 & 4 PENYELESAIAN PERSAMAAN NON LINIER METODE NUMERIK TEKNIK INFORMATIKA S1 3 SKS Mohamad Sidiq MATERI PERKULIAHAN SEBELUM-UTS Pengantar
Lebih terperinciRANCANGAN AKTIVITAS TUTORIAL (RAT)
RANCANGAN AKTIVITAS TUTORIAL (RAT) Nama Mata Kuliah/ sks/ Kode : Statistika Dasar/ 3/ PAMA 3226 Nama Tutor/ NPP : Adi Nur Cahyono, S.Pd., M.Pd./088201206 Deskripsi Singkat Mata Kuliah : Mata kuliah ini
Lebih terperinciBAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu
BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.
Lebih terperinciAPLIKASI INTEGRAL 1. LUAS DAERAH BIDANG
Bahan ajar Kalkulus Integral 9 APLIKASI INTEGRAL. LUAS DAERAH BIDANG Misalkan f() kontinu pada a b, dan daerah tersebut dibagi menjadi n sub interval h, h,, h n yang panjangnya,,, n (anggap n ), ambil
Lebih terperinciPREDIKSI UN SMA IPS MATEMATIKA 2012
Prediksi Matematika UN SMA IPS 01 PREDIKSI UN SMA IPS MATEMATIKA 01 1. Diketahui dua pernyataan p dan q p : bernilai besar q : bernilai salah Pernyataan majemuk di bawah ini bernilai benar, kecuali. A.
Lebih terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinciAnalisa Kecepatan Angin Menggunakan Distribusi Weibull di Kawasan Blang Bintang Aceh Besar
Analisa Kecepatan Angin Menggunakan Distribusi Weibull di Kawasan Blang Bintang Aceh Besar Wind Speed Analysis using Weibull Distribution in the Region Blang Bintang Aceh Besar Khairiaton, Elin Yusibani*
Lebih terperinciMAKALAH FUNGSI KUADRAT GRAFIK FUNGSI,&SISTEM PERSAMAAN KUADRAT
MAKALAH FUNGSI KUADRAT GRAFIK FUNGSI,&SISTEM PERSAMAAN KUADRAT Kelompok 3 : 1.Suci rachmawati (ekonomi akuntansi) 2.Fitri rachmad (ekonomi akuntansi) 3.Elif (ekonomi akuntansi) 4.Dewi shanty (ekonomi management)
Lebih terperinci