BAB IV METODE PENELITIAN

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB IV METODE PENELITIAN"

Transkripsi

1 BAB IV METODE PENELITIAN 4.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Maret hingga April 2011 dengan lokasi penelitian berada di Hutan Pendidikan Gunung Walat, Kabupaten Sukabumi Bahan dan Alat Bahan yang digunakan dalam penelitian ini tegakan hutan tanaman puspa (Schima wallichii) di Hutan Pendidikan Gunung Walat Alat yang digunakan dalam penelitian ini adalah sebagai berikut : 1. Pita ukur (meteran) 2. Kompas 3. Alat GPS (Global Positioning System) jenis Navigasi 4. Sunto hypsometer untuk pengukuran tinggi pohon 5. Tali sepanjang 25 m atau pita ukur 30 m 6. Label untuk penandaan pohon dan patok 7. Tally-sheet 8. Alat tulis 9. Kalkulator 10. Perlengkapan personal (botol air, tas, parang, P3K, dll) 11. Perangkat laptop yang dilengkapi dengan software Microsoft Office 2007, serta Microsoft Excel 2007 untuk mengolah data Data yang Diperlukan Data yang diperlukan dalam penelitian ini adalah diameter dan tinggi pada hutan tanaman jenis puspa (Schima wallichii) di Hutan Pendidikan Gunang Walat. Untuk data luas bidang dasar yang digunakan dalam penelitian diambil berdasarkan data diameter yang telah didapatkan menggunakan perhitungan luas bidang dasar pohon berupa rumus lingkaran, sebagai berikut : g = (π. d²) / 4

2 dimana : g = luas bidang dasar pohon π = phi (3,14) d = diameter pohon Diameter pohon puspa diukur pada ketinggian 1,3 m diatas permukaan tanah atau setinggi dada pengamat dengan diameter minimal 10 cm. Sedangkan tinggi pohon yang diukur adalah pohon yang diukur diameternya Cara Pengukuran Pohon Contoh Pengambilan contoh pada hutan tanaman jenis puspa di Hutan Pendidikan Gunung Walat menggunakan plot contoh berbentuk persegi dengan ukuran 100 m x 100 m sebanyak 2 petak. Pada setiap petak tersebut dibuat petak-petak kecil berukuran 20 m x 20 m (Gambar 2). Data diambil menggunakan pita ukur untuk mengukur diameter, sunto hypsometer untuk mengukur tinggi pohon, serta tallysheet yang digunakan untuk mencatat data nomor pohon, jenis pohon, diameter (cm), dan tinggi (m). 20m 20 m Pohon contoh 100 m 100 m Gambar 2 Bentuk dan ukuran plot contoh.

3 Data hasil pengukuran di lapangan dicatat dalam bentuk tally-sheet seperti yang tertera pada Tabel 1. Tabel 1 Tally-sheet pengukuran diameter, tinggi, dan luas bidang dasar pohon jenis puspa (Schima wallichii) di Hutan Pendidikan Gunung Walat Plot ke- Sub plot ke- No. Pohon Diameter Tinggi n 4.5. Analisis Data Data yang diambil berdasarkan peubah diameter, luas bidang dasar, serta tinggi pohon dibentuk dengan kelas sebaran, sebagai berikut: 1. Sebaran Diameter Pada sebaran diameter ditunjukkan hubungan antara jumlah batang per satuan luas dengan diameter pohon. Diameter pohon yang digunakan dalam pembuatan kurva sebaran diameter pohon minimal 10 cm. Kurva sebaran diameter ini memiliki sumbu X untuk diameter serta sumbu Y untuk jumlah pohon per satuan luas. Jumlah pohon yang ada di dalam kurva adalah semua pohon yang berada di plot contoh untuk tiap jenis pohonnya mewakili seluruh tegakan. 2. Sebaran Tinggi Pada sebaran tinggi ditunjukkan hubungan antara jumlah batang per satuan luas dengan tinggi pohon. Kurva sebaran tinggi ini memiliki sumbu X untuk tinggi serta sumbu Y untuk jumlah pohon per satuan luas. Jumlah pohon yang ada di dalam kurva adalah semua pohon yang berada di plot contoh untuk tiap jenis pohonnya mewakili seluruh tegakan. 3. Sebaran Luas Bidang Dasar Pada sebaran luas bidang dasar ditunjukkan hubungan antara jumlah batang per satuan luas dengan luas bidang dasar pohon. Kurva sebaran luas

4 bidang dasar ini memiliki sumbu X untuk kelas luas bidang dasar serta sumbu Y untuk jumlah pohon per satuan luas. Jumlah pohon yang ada di dalam kurva adalah semua pohon yang berada di plot contoh untuk setiap jenis pohonnya mewakili seluruh tegakan. Setelah itu berdasarkan data sebaran diameter, sebaran tinggi, serta sebaran luas bidang dasar yang menghasilkan kurva sebaran dibuat histogram, polygon, serta ditentukan persamaan matematis dari kurva sebaran tersebut. 4. Sebaran Normal Sebaran normal adalah sebaran kontinu dengan x mengambil nilai dari - sampai dengan +, dengan fungsi sebaran sebagai berikut : f(x) n(x; μ, σ) = Bentuk umum kurva normal mempunyai ciri-ciri, sebagai berikut: 1. Simetrik terhadap garis tegak = μ, sehingga = atau =. 2. Luas daerah di bawah kurva adalah 1; = Asimptotik pada X limit - dan X limit P(X = x) 0 dan P (a<x<b) =. 5. P((μ-σ) < x < (μ+σ)) , P((μ-2σ) < x < (μ+2σ)) , dan P((μ-3σ) < x < (μ+3σ)) Di dalam fungsi Normal, μ dinamakan parameter lokasi yang menyatakan lokasi pemusatan peubah acak. Adapun σ merupakan parameter bentuk yang menyatakan bentuk persebaran peubah acak dari μ. Nilai σ yang besar menunjukkan sebaran yang bentuknya melandai, sedangkan nilai σ yang kecil menunjukan sebaran yang bentuknya menguncup. σ 2 adalah ragam peubah acak Normal (Saefudin et al. 2009). Sebaran Normal Baku adalah Sebaran Normal yang mempunyai parameter lokasi nol dan parameter bentuk satu.. Secara khusus,

5 peubah ini dilambangkan dengan Z, dan setiap peubah acak X dari suatu sebaran normal dengan μ dan σ tertentu dapat ditransformasikan menjadi peubah normal baku dengan fungsi Z = sehingga P (x 1 < X < x 2 ) = P (z 1 < Z < z 2 ), dengan z 1 = dan z 2 = Untuk peubah pengukuran, asumsi sebaran normal sesuai dengan anggapan dasar tentang sebaran data yang simetrik dengan frekuensi kelas yang semakin kecil dengan semakin jauhnya kelas tersebut dari pusat data. Selanjutnya, laju penurunan nilai fungsi dengan semakin jauhnya x dari pusat data juga cukup sesuai sehingga peluang suatu selang ekstrim masuk dalam populasi yang dibicarakan praktis mendekati nol (Saefudin et al. 2009). Apabila contoh yang digunakan cukup besar, maka percontohan rataan contoh adalah menyebar menurut sebaran Normal dengan nilai tengah μ dan simpangan baku σ/, sehingga Z = ( μ) / (σ/ ) menyebar menurut sebaran Normal Baku. Apabila adalah suatu peubah acak Normal Baku yang memenuhi P (Z > ) =, maka selang kepercayaannya (1 - ) 100% bagi nilai tengah populasi dapat diturunkan, sebagai berikut: Apabila X bersebaran, tidak mesti Normal, dengan ragam σ 2 maka selang kepercayaan (1- ) 100% bagi μ sebagai berikut :. Untuk n yang besar, sebaran t = ( μ)/(s/ ) berimpit dengan sebaran z = ( μ)/(σ/ ) sehingga σ dapat diganti dengan s, dan selang kepercayaan (1- ) 100% bagi μ dapat ditulis:

6 Untuk tingkat kepercayaan tertentu, semakin pendek selang tersebut semakin efisien dugaannya. Untuk populasi dengan σ tertentu dapat ditentukan ukuran contoh yang dapat menghasilkan selang kepercayaan (1 - ) 100% bagi μ sepanjang-panjangnya l. Apabila peubah acak X menyebar menyebar menurut sebaran Normal, sebagai berikut : I = A-B =, Sehingga, adalah ukuran contoh yang dapat menghasilkan selang kepercayaan (1 - ) 100% bagi μ yang panjangnya (Saefudin et al. 2009). 5. Pengolahan Data Selanjutnya data yang telah diperoleh dihitung (diolah) menggunakan software Microsoft Excel Dari data tegakan puspa yang telah diperoleh disusun terlebih dahulu berdasarkan kelas-kelasnya, baik kelas diameter, kelas tinggi, serta kelas luas bidang dasarnya. Berdasarkan kelas-kelas tersebut dihitung jumlah tegakan puspanya, baik tegakan puspa pada plot A, tegakan puspa pada plot B, maupun tegakan puspa secara keseluruhan. Selain itu dihitung pula Frekuensi Relatif pada masing-masing kelas tersebut. Kemudian dihitung peluang berdasarkan Sebaran Normal pada masingmasing kelas yang telah ditentukan. Dari peluang sebaran normal tersebut ditentukan frekuensi untuk tiap-tiap kelas, baik diameter, tinggi, serta luas bidang dasar tegakan puspa tersebut. Untuk menentukan peluang sebaran normal dihitung terlebih dahulu rataannya (μ), simpangannya (σ), serta ragamnya (σ²). Setelah didapatkan nilai frekuensi untuk tiap-tiap kelas pada masingmasing peubah dibandingkan dengan jumlah pohon hasil pengamatan sesuai peubah dan kelasnya. Hasil perbandingan tersebut diperlihatkan pada Lampiran 1 hingga Lampiran 6.

7 Dari grafik tersebut diperlihatkan kurva normal berbanding dengan kurva berdasarkan data pengamatan. Kurva data pengamatan tersebut dicek kemiringannya (skewness) menggunakan metode koefisien kemiringan Pearson (Hasan 2008). Menurut Hasan (2008), koefisien kemencengan Pearson atau nilai koefisien skewness adalah koefisien berdasarkan nilai selisih rata-rata dengan modus dibagi simpangan baku. Koefisien kemencengan Pearson atau nilai koefisien skewness dirumuskan: sebagai: Apabila secara secara empiris didapatkan hubungan antar nilai pusat maka rumus kemencengan diatas dapat diubah menjadi: Jika nilai SK dihubungkan dengan keadaan kurva maka: 1. SK = 0 kurva memiliki bentuk simetris 2. SK > 0 nilai-nilai terkonsentrasi pada sisi sebelah kiri, kurva menceng ke kiri atau menceng positif 3. SK < 0 nilai-nilai terkonsentrasi pada sisi sebelah kanan, kurva menceng Dimana : ke kanan atau menceng negatif SK = koefisien kemiringan Pearson = rata-rata Mo = modus Me = median s = simpangan baku (σ)

BAB V HASIL DAN PEMBAHASAN

BAB 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 terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN 17 BAB V HASIL DAN PEMBAHASAN 5.1. Pemeriksaan Data Pengamatan struktur tegakan dilakukan dilima petak ukur dengan luasan masing-masing satu hektar. Sample atau contoh diambil menggunakan metode purposive

Lebih terperinci

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

DISTRIBUSI 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 terperinci

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

DISTRIBUSI 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 terperinci

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

PENS. 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 terperinci

BAB III METODOLOGI 3.1 Waktu dan tempat penelitian 3.2 Alat dan bahan 3.3 Metode pengambilan data

BAB III METODOLOGI 3.1 Waktu dan tempat penelitian 3.2 Alat dan bahan 3.3 Metode pengambilan data BAB III METODOLOGI 3.1 Waktu dan tempat penelitian Penelitian ini dilaksanakan pada bulan Juni-Juli 2011 di Hutan Pendidikan Gunung Walat (HPGW), Kabupaten Sukabumi Provinsi Jawa Barat. 3.2 Alat dan bahan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di Bukit Gunung Sulah Kelurahan Gunung Sulah

III. METODE PENELITIAN. Penelitian ini dilakukan di Bukit Gunung Sulah Kelurahan Gunung Sulah III. METODE PENELITIAN A. Waktu dan Lokasi Penelitian Penelitian ini dilakukan di Bukit Gunung Sulah Kelurahan Gunung Sulah Kecamatan Sukarame Kota Bandar Lampung (Gambar 2) pada bulan Juli sampai dengan

Lebih terperinci

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana) KURVA NORMAL (Sumber: Buku Metode Statistika tulisan Sudjana) Distribusi Normal (Distribusi GAUSSE) Kurva Normal Suatu alat statistik yang sangat penting untuk menaksir dan meramalkan peristiwa-peristiwa

Lebih terperinci

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

DISPERSI 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 terperinci

statistika untuk penelitian

statistika 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

CIRI-CIRI DISTRIBUSI NORMAL

CIRI-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 terperinci

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

UKURAN 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 terperinci

MAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA

MAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA MAKALAH Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR 13050394007 PUTRI DESSY VIVIT L 13050394053 IGA ANDRIANITA 13050394055 S1 Pendidikan Tata Boga 2013 JURUSAN PENDIDIKAN KESEJAHTERAAN KELUARGA FAKULTAS

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian kerusakan tegakan tinggal akibat penebangan pohon dilakukan di PT. MAM, Kabupaten Mamberamo Raya, Provinsi Papua. Penelitian ini dilaksanakan pada

Lebih terperinci

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.

TATAP 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 terperinci

METODOLOGI. Lokasi dan Waktu

METODOLOGI. Lokasi dan Waktu METODOLOGI Lokasi dan Waktu Penelitian dilakukan di Kabupaten Kepulauan Meranti Provinsi Riau, pada 3 tipe penggunaan lahan gambut yaitu; Hutan Alam, Kebun Rakyat dan Areal HTI Sagu, yang secara geografis

Lebih terperinci

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON S T A T I S T I K A Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 Wijaya : Statistika 0 I. PENDAHULUAN Statistika adalah

Lebih terperinci

3.3 Pengumpulan Data Primer

3.3 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian tidak terantisipasi yang menyebabkan kerugian perusahaan. Depresi tajam dan cepat terhadap

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Stasiun Penangkaran Semi Alami Pulau Tinjil, Kabupaten Pandeglang, Provinsi Banten. Penelitian ini dilakukan pada bulan

Lebih terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

Haryoso 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 terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN 21 IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian dilaksanakan secara langsung di Hutan Pendidikan Gunung Walat. Penelitian dilaksanakan selama 3 bulan yaitu pada bulan Maret sampai dengan bulan

Lebih terperinci

III. METODOLOGI PE ELITIA

III. METODOLOGI PE ELITIA 10 III. METODOLOGI PE ELITIA 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di areal IUPHHK PT. DRT, Riau. Pelaksanaan penelitian dilakukan dengan dua tahap, yaitu tahap pertama pengambilan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Distribusi 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian ini dilakukan selama 3 (tiga) bulan (September-November 2009) di salah satu jalur hijau jalan Kota Bogor yaitu di jalan dr. Semeru (Lampiran

Lebih terperinci

III. METODE PENELITIAN. Waktu penelitian dilaksanakan dari bulan Mei sampai dengan Juni 2013.

III. METODE PENELITIAN. Waktu penelitian dilaksanakan dari bulan Mei sampai dengan Juni 2013. 30 III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian Penelitian dilakukan di Pekon Gunung Kemala Krui Kabupaten Lampung Barat. Waktu penelitian dilaksanakan dari bulan Mei sampai dengan Juni 2013.

Lebih terperinci

KARAKTERISTIK TEGAKAN HUTAN SEUMUR JENIS PUSPA

KARAKTERISTIK TEGAKAN HUTAN SEUMUR JENIS PUSPA KARAKTERISTIK TEGAKAN HUTAN SEUMUR JENIS PUSPA (Schima wallichii) MENURUT BENTUK SEBARAN DIAMETER, TINGGI, DAN LUAS BIDANG DASAR DI HUTAN PENDIDIKAN GUNUNG WALAT TUBAGUS LUQMANIANDRI DEPARTEMEN MANAJEMEN

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian ini dilaksanakan di IUPHHK-HA PT MAM, Kabupaten Mamberamo Raya, Provinsi Papua pada bulan Mei sampai dengan Juli 2012. 3.2. Bahan dan Alat Penelitian

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan pada bulan Februari 2011 di Laboratorium Pengaruh Hutan, Departemen Silvikultur, Fakultas Kehutanan, Institut Pertanian

Lebih terperinci

BAB III METODOLOGI 3.1 Waktu dan Tempat Pengambilan Data 3.2 Alat dan Objek Penelitian 3.3 Metode Penelitian Pemilihan Pohon Contoh

BAB III METODOLOGI 3.1 Waktu dan Tempat Pengambilan Data 3.2 Alat dan Objek Penelitian 3.3 Metode Penelitian Pemilihan Pohon Contoh BAB III METODOLOGI 3.1 Waktu dan Tempat Pengambilan Data Pengambilan data dilakukan di Hutan Pendidikan Gunung Walat selama satu minggu pada bulan Februari. 3.2 Alat dan Objek Penelitian Alat yang digunakan

Lebih terperinci

PENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB

PENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB PENYAJIAN DATA Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB Proses Pengumpulan Data???? Pencatatan Data Numerik Variable Record ID Nama Spesies Hasil Uji HI 1 Ahmad Ayam broiler

Lebih terperinci

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

MA5283 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 terperinci

Oleh Azimmatul Ihwah

Oleh Azimmatul Ihwah Oleh Azimmatul Ihwah Kasus: Di 5 perusahaan sejenis di kota Malang, yaitu perusahaan A, B, C, D dan E, seorang manufacturer ingin mengetahui perusahaan mana dengan kinerja karyawan terbaik. Diambil 50

Lebih terperinci

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian penulis. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari generalized Weibull

Lebih terperinci

PERTEMUAN 2 STATISTIKA DASAR MAT 130

PERTEMUAN 2 STATISTIKA DASAR MAT 130 PERTEMUAN 2 STATISTIKA DASAR MAT 130 Data 1. Besaran Statistika berbicara tentang data dalam bentuk besaran (dimensi) Besaran adalah sesuatu yang dapat dipaparkan secara jelas dan pada prinsipnya dapat

Lebih terperinci

BAB III. METODOLOGI PENELITIAN

BAB III. METODOLOGI PENELITIAN BAB III. METODOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini dilakukan di hutan hujan tropika yang berlokasi di PT. Austral Byna, Muara Teweh, Kalimantan Tengah. Penelitian dilaksanakan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilakukan pada bulan Juni hingga bulan Juli 2011 di IUPHHK-HA PT Mamberamo Alasmandiri, Provinsi Papua. 3.2 Alat dan Bahan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Umum tentang Schima wallichii Jenis pohon puspa atau Schima wallichii Korth., termasuk ke dalam famili Theaceae. Terdiri dari empat subspecies, yaitu Schima wallichii

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN 4.1. Waktu dan Tempat BAB IV METODE PENELITIAN Penelitian ini dilaksanakan di Taman Nasional Bantimurung Bulusaraung yang terfokus di Desa Tompobulu dan kawasan hutan sekitarnya. Penelitian dilaksanakan

Lebih terperinci

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.

PROBABILITAS &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 terperinci

Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom

Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom Statistika Materi 5 Ukuran Penyebaran (Lanjutan) Hugo Aprilianto, M.Kom UKURAN PENYEBARAN RELATIF yaitu mengubah ukuran penyebaran dari berbagai satuan menjadi ukuran relatif atau persen. Penggunaan ukuran

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Kegiatan penelitian ini dilakukan di IUPHHK HA (ijin usaha pemamfaatan hasil hutan kayu hutan alam) PT. Salaki Summa Sejahtera, Pulau Siberut,

Lebih terperinci

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

STATISTICS. 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Kegiatan penelitian ini dilakukan pada hutan rakyat yang berada di Desa Sumberejo, Kecamatan Batuwarno, Kabupaten Wonogiri, Provinsi Jawa Tengah.

Lebih terperinci

BAHAN DAN METODE Tempat dan Waktu Bahan dan Alat Metode Penelitian

BAHAN DAN METODE Tempat dan Waktu Bahan dan Alat Metode Penelitian 15 BAHAN DAN METODE Tempat dan Waktu Penelitian ini dilakukan di dua kawasan pesisir di Nanggroe Aceh Darussalam, yaitu kawasan yang dipengaruhi oleh Samudera Hindia atau Kawasan Pantai Barat (Aceh Barat,

Lebih terperinci

Makalah Statistika Distribusi Normal

Makalah 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 terperinci

STK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar

STK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter

Lebih terperinci

Makalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )

Makalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( ) MOMEN, KEMIRINGAN DAN KERUNCINGAN, DISTRIBUSI NORMAL, DISTRIBUSI T, DISTRIBUSI F, DISTRIBUSI BINOMIAL, DISTRIBUSI POISSON, UJI NORMALITAS DAN HOMOGENITAS, UJI F DAN t, HIPOTESIS, DAN ANOVA Makalah Sebagai

Lebih terperinci

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN 14 BAB V HASIL DAN PEMBAHASAN.1. Hasil Penelitian.1.1 Pertumbuhan diameter S. leprosula Miq umur tanam 1 4 tahun Hasil pengamatan dan pengukuran pada 4 plot contoh yang memiliki luas 1 ha (0 m x 0 m) dapat

Lebih terperinci

Distribution. Contoh Kasus. Widya Rahmawati

Distribution. Contoh Kasus. Widya Rahmawati Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 13 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian dilaksanakan di hutan rakyat Desa Dlingo, Kecamatan Dlingo, Kabupaten Bantul, Yogyakarta. Pengumpulan data dilaksanakan pada bulan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1 Lokasi Penelitian Penelitian ini dilaksanakan di Desa Burat, Kecamatan kepil, Kabupaten Wonosobo, selama tiga bulan mulai Maret - Mei 2009. 3,2 Alat dan Bahan Penelitian Bahan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di Blok Koleksi Tanaman Tahura Wan Abdul Rachman. Penelitian ini dilaksanakan pada Februari 2012 sampai dengan Maret 2012.

Lebih terperinci

Statistik 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 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 terperinci

Proses Pemulihan Vegetasi METODE. Waktu dan Tempat Penelitian

Proses Pemulihan Vegetasi METODE. Waktu dan Tempat Penelitian 4 praktek perambahan masyarakat lokal melalui aktivitas pertanian atau perladangan berpindah dan mampu menyerap tenaga kerja yang lebih banyak. Hal ini sesuai dengan karakteristik usaha kehutanan yang

Lebih terperinci

3. METODE PENELITIAN

3. METODE PENELITIAN 3. METODE PENELITIAN 3.1. Lokasi dan Waktu Penelitian mengenai dinamika stok ikan peperek (Leiognathus spp.) dilaksanakan di Pelabuhan Perikanan Nusantara (PPN) Palabuhanratu, Kabupaten Sukabumi, Provinsi

Lebih terperinci

S T A T I S T I K A OLEH : WIJAYA

S T A T I S T I K A OLEH : WIJAYA S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp.

Lebih terperinci

Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran. Oleh: Prof. Dr. F.X. Susilo (PJ Matakuliah)

Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran. Oleh: Prof. Dr. F.X. Susilo (PJ Matakuliah) GBPP Matakuliah Statistika Pertanian (AGT 212) Page 1 of 10 Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran Matakuliah Statistika Pertanian (AGT 212) Kelas D SEMESTER GENAP 2011/2012 Oleh:

Lebih terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 19 BAB III METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian Limbah Pemanenan Kayu, Faktor Eksploitasi dan Karbon Tersimpan pada Limbah Pemanenan Kayu ini dilaksanakan di IUPHHK PT. Indexim

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Risiko adalah kerugian karena kejadian yang tidak diharapkan terjadi. Misalnya, kejadian sakit mengakibatkan kerugian sebesar biaya berobat dan upah yang hilang karena

Lebih terperinci

Distribusi 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 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Lokasi dan waktu penelitian Pengukuran aliran permukaan, erosi permukaan dan pengambilan data dilakukan pada bulan November 2010 sampai bulan Maret 2011 bertempat di Petak

Lebih terperinci

Pengantar Statistik. Nanang Erma Gunawan

Pengantar Statistik. Nanang Erma Gunawan Pengantar Statistik Nanang Erma Gunawan nanang_eg@uny.ac.id Sekilas tentang sejarah Statistik Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan data untuk mendapatkan informasi mengenai pajak,

Lebih terperinci

: Purnomo Satria NIM : PENDISKRIPSIAN DATA

: Purnomo Satria NIM : PENDISKRIPSIAN DATA Nama : Purnomo Satria PENDISKRIPSIAN DATA NIM : 1133467162 1. Pendahuluan Dalam suatu penelitian kadang-kadang seorang peneliti menemui kesulitan dalam menyajikan sejumlah besar data statistik dalam bentuk

Lebih terperinci

MODEL PENDUGA VOLUME POHON MAHONI DAUN BESAR (Swietenia macrophylla, King) DI HUTAN PENDIDIKAN GUNUNG WALAT, SUKABUMI, JAWA BARAT WAHYU NAZRI YANDI

MODEL PENDUGA VOLUME POHON MAHONI DAUN BESAR (Swietenia macrophylla, King) DI HUTAN PENDIDIKAN GUNUNG WALAT, SUKABUMI, JAWA BARAT WAHYU NAZRI YANDI MODEL PENDUGA VOLUME POHON MAHONI DAUN BESAR (Swietenia macrophylla, King) DI HUTAN PENDIDIKAN GUNUNG WALAT, SUKABUMI, JAWA BARAT WAHYU NAZRI YANDI DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT

Lebih terperinci

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN Topik Bahasan : Membahas Silabus Perkuliahan Tujuan Umum : Mahasiswa Mengetahui Komponen Yang Perlu Dipersiapkan Dalam Matakuliah Ini satu kali Tujuan 1 Menjelaskan tentang Mengakomodasi berbagai masukan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Hidrologi merupakan salah satu cabang ilmu bumi (Geoscience atau

BAB 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 terperinci

METODE PENELITIAN. A. Materi, Lokasi, dan Waktu Penelitian 1. Materi Penelitian a. Bahan

METODE PENELITIAN. A. Materi, Lokasi, dan Waktu Penelitian 1. Materi Penelitian a. Bahan II. METODE PENELITIAN A. Materi, Lokasi, dan Waktu Penelitian 1. Materi Penelitian a. Bahan Bahan-bahan yang digunakan dalam penelitian ini adalah tegakan jabon dan vegetasi tumbuhan bawah yang terdapat

Lebih terperinci

BAB IV METODOLOGI 4.1 Waktu dan Tempat Penelitian 4.2 Bahan dan Alat 4.3 Metode Pengambilan Data Analisis Vegetasi

BAB IV METODOLOGI 4.1 Waktu dan Tempat Penelitian 4.2 Bahan dan Alat 4.3 Metode Pengambilan Data Analisis Vegetasi BAB IV METODOLOGI 4.1 Waktu dan Tempat Penelitian Kegiatan penelitian ini dilaksanakan mulai bulan April sampai bulan Juni tahun 2009, pada areal hutan produksi perusahaan pemegang Izin Usaha Pemanfaatan

Lebih terperinci

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET Pertemuan 7. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET 4. Pendahuluan 4.2 Distribusi seragam diskret 4.3 Distribusi binomial dan multinomial

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIN 3.1 Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Desember 2011 sampai dengan bulan Pebruari 2012 di lahan agroforestri Desa Sekarwangi, Kecamatan Malangbong,

Lebih terperinci

KARAKTERISTIK TEGAKAN HUTAN SEUMUR JENIS PUSPA

KARAKTERISTIK TEGAKAN HUTAN SEUMUR JENIS PUSPA KARAKTERISTIK TEGAKAN HUTAN SEUMUR JENIS PUSPA (Schima wallichii) MENURUT BENTUK SEBARAN DIAMETER, TINGGI, DAN LUAS BIDANG DASAR DI HUTAN PENDIDIKAN GUNUNG WALAT TUBAGUS LUQMANIANDRI DEPARTEMEN MANAJEMEN

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

B III METODE PENELITIAN. ada di di Taman Hutan Raya (Tahura) Ngurah Rai Denpasar Bali di Taman Hutan Raya (Tahura) Ngurah Rai Denpasar Bali.

B III METODE PENELITIAN. ada di di Taman Hutan Raya (Tahura) Ngurah Rai Denpasar Bali di Taman Hutan Raya (Tahura) Ngurah Rai Denpasar Bali. B III METODE PENELITIAN 3.1 Rancangan Penelitian Penelitian ini bersifat deskriptif kuantitatif. Penelitian ini menggunakan metode eksplorasi, yaitu melakukan pengamatan langsung pada mangrove yang ada

Lebih terperinci

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT

UNIVERSITAS NEGERI MALANG FAKULTAS ILMU KEOLAHRAGAAN JURUSAN ILMU KESEHATAN MASYARAKAT UKURAN PEMUSATAN MAKALAH UNTUK MEMENUHI TUGAS MATAKULIAH Dasar-dasar Biostatistik Deskriptif Yang dibina oleh Bapak Dr. Saichudin, M.Kes Ibu dr. Anindya, S.Ked Oleh : Derada Imanadani 130612607847/2013

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya

Lebih terperinci

Distribusi Frekuensi dan Statistik Deskriptif Lainnya

Distribusi 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 terperinci

BAB II DISTRIBUSI PROBABILITAS

BAB II DISTRIBUSI PROBABILITAS BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Probabilitas 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 terperinci

BAB II VEKTOR DAN GERAK DALAM RUANG

BAB II VEKTOR DAN GERAK DALAM RUANG BAB II VEKTOR DAN GERAK DALAM RUANG 1. KOORDINAT CARTESIUS DALAM RUANG DIMENSI TIGA SISTEM TANGAN KANAN SISTEM TANGAN KIRI RUMUS JARAK,,,, 16 Contoh : Carilah jarak antara titik,, dan,,. Solusi :, Persamaan

Lebih terperinci

Distribusi Frekuensi

Distribusi 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 terperinci

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. UKURAN PENYEBARAN 1 Bab 4 PENGANTAR Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran penyebaran membantu

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created 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 terperinci

3. Bagaimana cara mengukur karbon tersimpan?

3. Bagaimana cara mengukur karbon tersimpan? 3. Bagaimana cara mengukur karbon tersimpan? 3. Bagaimana cara mengukur karbon tersimpan? Mengukur jumlah C tersimpan di hutan dan lahan pertanian cukup mudah dan dapat dilakukan oleh masyarakat sendiri

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 15 BAB III METODE PENEITIAN 3.1 okasi dan Waktu Penelitian Penelitian dilaksanakan di Sub DAS ipeureu, Kawasan Hutan Pendidikan Gunung Walat, Kecamatan ibadak, Kabupaten Sukabumi. Penelitian dilaksanakan

Lebih terperinci

3 METODE PENELITIAN. Waktu dan Lokasi

3 METODE PENELITIAN. Waktu dan Lokasi 12 Gymnospermae lebih efisien pada intensitas cahaya tinggi (Kramer & Kozlowski 1979). Sudomo (2007) menyatakan bahwa intensitas cahaya yang berlebihan akan menyebabkan laju transpirasi tinggi, sedangkan

Lebih terperinci

PROBLEM SOLVING STATISTIKA LANJUT

PROBLEM SOLVING STATISTIKA LANJUT PROBLEM SOLVING STATISTIKA LANJUT 1. Ujilah validitas dan reliabilitas hasil koesioner gaya kepemimpinan yang terdiri dari 12 item dan diisi oleh 44 responden dalam data pada file Excel. 2. Berikan gambaran

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV METODOLOGI PENELITIAN 4.1 Lokasi dan Waktu Penelitian ini dilaksanakan pada bulan Maret tahun 2011, bertempat di Seksi Wilayah Konservasi II Ambulu, Taman Nasional Meru Betiri (TNMB), Kecamatan

Lebih terperinci

BAB III BAHAN DAN METODE

BAB III BAHAN DAN METODE BAB III BAHAN DAN METODE 3.1 Waktu dan Tempat Penelitian Penelitian dilaksanakan sejak bulan Desember 2011 sampai Januari 2012. Lokasi penelitian yaitu di RPH Jatirejo, Desa Gadungan, Kecamatan Puncu,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 9 BAB III METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian Kegiatan penelitian ini dilakukan di petak 209 dan 238 pada RKT 2009 di IUPHHK-HA PT. Salaki Summa Sejahtera, Pulau Siberut, Kabupaten Kepulauan

Lebih terperinci

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial BAB 2 LANDASAN TEORI 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial Risiko adalah kerugian akibat kejadian yang tidak dikehendaki muncul. Risiko diidentifikasikan berdasarkan faktor penyebabnya,

Lebih terperinci

DISTRIBUSI NORMAL. RatuIlmaIndraPutri

DISTRIBUSI 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 terperinci

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

MODUL 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci