Bab 3 Kinerja Rata-rata dan Variabilitas
|
|
- Dewi Sumadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Bab 3 Kinerja Rata-rata dan Variabilitas Dr. Yeffry Handoko Putra UNIVERSITAS KOMPUTER INDONESIA Page 1
2 ANALISIS DATA TERUKUR Kejadian Independen Variabel acak (random variable) Cumulative Distribution Function (cdf): F x (a) = P( x a) Probability Density Function (pdf) : UNIVERSITAS KOMPUTER INDONESIA Page 2
3 Probability Mass Function (pmf) UNIVERSITAS KOMPUTER INDONESIA Page 3
4 Rata-rata (Indices of Central Tendency) Sample Mean (rata-rata) Arithmetic mean : Sample Median (nilai tengah) Sample Mode (nilai terbesar) UNIVERSITAS KOMPUTER INDONESIA Page 4
5 Contoh : Carilah mean, median dan mode Pengukuran Waktu Eksekusi x 1 10 x 2 20 x 3 15 x 4 18 x 5 16 UNIVERSITAS KOMPUTER INDONESIA Page 5
6 Anjuran pemilihan yang sesuai antara ketiganya Apakah Data bersifat kategori? Ya Gunakan Mode Tidak Apakah Total Jd peminatan? Ya Gunakan Mean Tidak Apakah distribusinya condong Gunakan Mean Tidak Ya Gunakan Median UNIVERSITAS KOMPUTER INDONESIA Page 6
7 Contoh: Diskusikan Mana yang lebih berarti mean atau median 25 Mesin memiliki Memori 16 MB 38 Mesin memiliki Memori 32 MB 4 Mesin memiliki Memori 64 MB 1 Mesin memiliki Memori 1024 MB Total Memori : 2896 MB Mean: 42,6 MB Median: 32 MB UNIVERSITAS KOMPUTER INDONESIA Page 7
8 Mean yang baik (Good mean) adalah mean yang berbanding lurus dengan total data atau linier terhadap data UNIVERSITAS KOMPUTER INDONESIA Page 8
9 Harmonic Mean: Mean yang lain Tidak digunakan untuk menghitung waktu eksekusi Cocok digunakan untuk menghitung kecepatan (rate) Contoh: MIPS, MByte/s, MFlops UNIVERSITAS KOMPUTER INDONESIA Page 9
10 Contoh: Hitung Harmonic Mean dari waktu Eksekusi Pengukuran (i) T i (s) F (10 9 FLOP) M i (MFLOP) Waktu Total UNIVERSITAS KOMPUTER INDONESIA Page 10
11 Geometric Mean: Tidak cocok untuk menghitung waktu atau kecepatan Digunakan untuk nilai yang rentangnya jauh baik dengan normalisasi maupun tanpa normalisasi Paling sering digunakan untuk Benchmark UNIVERSITAS KOMPUTER INDONESIA Page 11
12 Contoh: Waktu Eksekusi pada 5 program Benchmark pada 3 sistem Program S 1 S 2 S Geometric Mean Rank UNIVERSITAS KOMPUTER INDONESIA Page 12
13 Contoh: Waktu Eksekusi pada 5 program Benchmark yang dinormalisasi terhadap S 1 Program S 1 S 2 S ,59 0, ,84 0, ,32 2, ,85 1, , Geometric Mean 1 0,86 0,84 Rank UNIVERSITAS KOMPUTER INDONESIA Page 13
14 Contoh: Waktu Eksekusi pada 5 program Benchmark yang dinormalisasi terhadap S 2 Program S 1 S 2 S 3 1 1,71 1 0,55 2 1, ,43 1 0,88 4 1,18 1 1,97 5 2,1 1 1 Geometric Mean 1,17 1 0,99 Rank UNIVERSITAS KOMPUTER INDONESIA Page 14
15 Contoh: Waktu Eksekusi menggunakan Arithmetic Mean Program S 1 S 2 S Waktu Total Arithmetic Mean Rank UNIVERSITAS KOMPUTER INDONESIA Page 15
16 Rata-rata terbobot (Weighted Mean) Mean yang digunakan untuk mengukur kinerja komputer saat suatu program yang diukur sedang mengalami multitasking dengan program lain yang tidak diamati UNIVERSITAS KOMPUTER INDONESIA Page 16
17 Kuantifikasi Variabilitas (Indices of Dispersion) Range [min..max] Metriks yang sering digunakan : Varian atau standar deviasi Juga Coefficient of Variance: UNIVERSITAS KOMPUTER INDONESIA Page 17
18 Penggunaan histogram untuk menggambarkan penyebaran Contoh : Pesan yang dikirimkan oleh dua jaringan komputer berbeda dengan rata-rata yang berdekatan Ukuran Pesan Jaringan A Jaringan B (kbyte) 0 < x i < x i < x i < x i < x i < x i < x i UNIVERSITAS KOMPUTER INDONESIA Page 18
19 Hitung mean dari A dan B, standar deviasi dari A dan B dan COV dari A dan B, simpulkan UNIVERSITAS KOMPUTER INDONESIA Page 19
20 Spesifikasi Quantile Definisi: Menyatakan jumlah kerapatan distribusi di suatu rentang Percentile 5% - 95% ekivalen dengan rentang Decile: percentile dengan peningkatan 0,1 Quartile (Q): percentile dengan peningkatan 0,25 Rentang Semi-interquartile adalah Q 3 -Q 1 UNIVERSITAS KOMPUTER INDONESIA Page 20
21 Carilah Q 1 dan Percentile 50% dari Jaringan A Ukuran Pesan (kbyte) Jaringan A Nilai Kumulatif 0 < x i < x i < x i < x i < x i < x i < x i Q 1 = 10 (Nilai pada 10% dari data kumulatif, 10%x148 = 15) 50%-tile = 41 (Nilai pada 50% dari data kumulatif, 50%x148 = 72) UNIVERSITAS KOMPUTER INDONESIA Page 21
22 Pemilihan Index Dispersi Apakah Distribusi Berhingga Ya Gunakan Rentang Tidak Apakah distribusi Simetris Ya Gunakan COV Tidak Gunakan Percentile UNIVERSITAS KOMPUTER INDONESIA Page 22
Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Statistika Random Variables Discrete Random Variables Continuous Random Variables 1 Pengertian Random variable (variabel acak) Jenis suatu fungsi
Lebih terperinciBab 7 Analisa Kinerja Multi Parameter dengan Teknik Karakterisasi Beban kerja (Workload)
Bab 7 Analisa Kinerja Multi Parameter dengan Teknik Karakterisasi Beban kerja (Workload) Dr. Yeffry Handoko Putra, M.T UNIVERSITAS KOMPUTER INDONESIA Page 1 KARAKTERISASI BEBAN KERJA Merupakan proses memodelkan
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 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 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 terperinciBAB I STATISTIK DESKRIPTIF
ANALISIS DATA PENELITIAN (Menggunakan Program SPSS) BAB I STATISTIK DESKRIPTIF Analisis deskripsi merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum. Analisis deskripsi
Lebih terperinciRENCANA PERKULIAHAN SEMESTER
Program Studi : S1 Pendidikan Administrasi Perkantoran Mata kuliah : Statistik I Kode Mata Kuliah : 7024213033 Semester/SKS : Genap (4)/ 3 SKS Prasyarat : Aplikasi Komputer I Dosen Pengampu : Choirul Nikmah,
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 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 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 terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
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 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 terperinciPENGUKURAN DATA. 1. Terminology Populasi & Sampel. Peubah/Variabel. Peubah/Variabel
PENGUKURAN DATA 1. Terminology Populasi & Sampel Populasi: himpunan komplit dari individual, obyek atau nilai dari suatu pengamatan Seringkali terlalu besar untuk dikaji secara keseluruhan Mungkin nyata
Lebih terperinciSTATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi
STATISTIKA DESKRIPTIF Tendensi Sentral & Ukuran Dispersi Statistik dan Statistika Statistik : nilai-nilai ukuran data yang mudah dimengerti. Contoh : statistik liga sepak bola Indonesia Statistika : ilmu
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 terperinciUkuran-Ukuran Gejala Pusat
Ukuran-Ukuran Gejala Pusat Ukuran Gejala Pusat merupakan ukuran yang dapat mewakili data secara keseluruhan. Artinya, jika keseluruhan nilai yang ada dalam data tersebut besarnya diurutkan, lalu dimasukkan
Lebih terperinciPRAKATA. Statistika I
PRAKATA Puji syukur kepada Tuhan Yang Maha Esa, atas berkat dan kasih karunianya yang begitu melimpah, penulisan buku Statistika I ini dapat diselesaikan. Semula buku ini ditulis dalam bentuk modul, khusus
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 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 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 terperinciKONSEP-KONSEP DASAR STATISTIKA
PENGANTAR STATISTIK (Dasar2 Statistik) Oleh: Edward Kocu. aifat_kocu@yahoo.com 1 KONSEP-KONSEP DASAR STATISTIKA aifat_kocu@yahoo.com 2 PERTANYAAN MENDASAR Apa yang dimaksud dengan Statistik? Kapan dan
Lebih terperinciTENTANG UTS. Penentuan Cadangan, hal. 1
TENTANG UTS Soal 1: Jawaban umumnya tidak fokus atau straight ke pertanyaan/ masalah yang diajukan. Key words dalam pertanyaan di atas tekanan saturasi, sedangkan dalam banyak jawaban di bawah tekanan
Lebih terperinciFungsi Kepadatan Probabilitas/Probability Density Function-PDF
Fungsi Kepadatan Probabilitas/Probability Density Function-PDF Slide : Tri Harsono PENS Politeknik Elektronika Negeri Surabaya (PENS) 1 PDF Definisi Fungsi kepadatan probabilitas atau probability density
Lebih 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 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 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 terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciTENTANG PENGAJAR PENGANTAR STATISTIK SOSIAL. Pertemuan 1 2/9/2015. Lutfi Atmansyah, Drs.,MA Lutfi Atmansyah
Pertemuan 1 PENGANTAR STATISTIK SOSIAL Lutfi Atmansyah, Drs.,MA. 0811-44-3061 lutfiasyah@yahoo.com TENTANG PENGAJAR Nama Lutfi Atmansyah Tempat/Tgl lahir Watansoppeng, 07 November 1962 Pekerjaan Alamat
Lebih terperinciBAB I PENGANTAR STATISTIK DAN ANALISIS DATA
BAB I PENGANTAR STATISTIK DAN ANALISIS DATA 1.1. Pengertian: Statistik inferensial, Sampel, Populasi, Disain eksperimen Pada awal tahun 1980 dan berlanjut sampai abad 1, industri di Amerika menekankan
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 terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Distribusi Normal 1-Sep-14 http://istiarto.staff.ugm.ac.id 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari
Lebih 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 terperinci4.4. Kegiatan 4 TENDENSI SENTRAL DAN UKURAN POSISI ( INSERT FUNCTION II )
4.4. Kegiatan 4 TENDENSI SENTRAL DAN UKURAN POSISI ( INSERT FUNCTION II ) 4.4.1. Uraian dan Contoh Tendensi sentral atau central tendency menentukan bagian tengah dari data, biasanya mengacu pada nilai
Lebih terperinciANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL
ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)
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 terperinciDistribusi Probabilitas Variabel Acak Diskrit
Pertemuan ke-8 Distribusi Probabilitas Variabel Acak Diskrit Dr.Eng. Agus S. Muntohar Geotechnical Engineering Division Department of Civil Engineering 2 POKOK BAHASAN 5.1 Distribusi Bernoulli 5.2 Distribusi
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 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 terperinciLAMPIRAN. Universitas Sumatera Utara
LAMPIRAN Lampiran Waktu Kerusakan Komponen Mesin Produksi Paku No. Bearing Tarik Kawat Tanggal Kerusakan Interval //9 //9 //9 7 //9 9/6/9 8/7/9 9 /8/9 6/9/9 7 //9 8 //9 // // // 8 8// 7/6/ /7/ /8/ // //
Lebih terperinciBAB 7 ANALISIS DATA. Analisis data merupakan tahapan yang kritis dalam proses penelitian
BAB 7 ANALISIS DATA Analisis data merupakan tahapan yang kritis dalam proses penelitian bisnis dan ekonomi. Tujuan utamanya adalah menyediakan informasi untuk memecahkan masalah. Oleh karena itu setiap
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 terperinciKursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono
Kursus Statistika Dasar Bambang Suryoatmono Bagian 1 Statistika Deskriptif Pengelompokan Statistika Statistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik
Lebih terperinciStudi Deskriptif dan Analisis Data Dasar
Studi Deskriptif dan Analisis Data Dasar Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menjelaskan tentang kegiatan persiapan analisis data :Editing, Coding dan Tabulasi.
Lebih terperinciSumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X
Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana
Lebih terperinciSTATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal
STATISTIKA Distribusi Normal Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai Distribusi Binomial Histogram Distribusi Probabilitas Sukses Statistika Distribusi
Lebih terperinciSTATISTIKA 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 terperinciFungsi Kepadatan Probabilitas
Fungsi Kepadatan Probabilitas Gambaran Permasalahan Fungsi Distribusi Data Dalam Statistik [] Perusahaan jasa penjualan telur ayam kampung yang dikelola sendiri oleh Pak Hadi, mempunyai 3 orang karyawan.
Lebih terperinciSTATISTIK DESKRIPTIF. Abdul Rohman, S.E
LOGO STATISTIK DESKRIPTIF Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data menyajikan data menganalisis data dengan metode tertentu menginterpretasikan hasil analisis KEGUNAAN? Melalui
Lebih terperinciPENGUKURAN DESKRIPTIF
PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh
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 terperinciREVIEW BIOSTATISTIK DESKRIPTIF
REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.
Lebih terperinciSTATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si
STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Ukuran Pemusatan Ukuran pemusatan ukuran ringkas yang menggambarkan karakteristik umum data tersebut. Modus (Mode): Nilai pengamatan yang paling sering
Lebih terperinciBAB II KAJIAN PUSTAKA. dua hal, yaitu risiko dan return. Dalam melakukan investasi khususnya pada
BAB II KAJIAN PUSTAKA 2.1 Landasan Teori 2.1.1 Teori Investasi Teori investasi menjelaskan bahwa keputusan investasi selalu menyangkut dua hal, yaitu risiko dan return. Dalam melakukan investasi khususnya
Lebih terperinciPengukuran Kesehatan
1 Pengukuran Kesehatan Ukuran Sentral: Mean atau Arithmetic Mean Median Modus Ukuran Variasi: Range Mean Deviasi Standar deviasi, Standar Error, 95%CI Coefisien Variasi Ukuran Posisi: Median Kuartil Desil
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 terperinciBAGIAN UKURAN PEMUSATAN DAN UKURAN LETAK. Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak.
UKURAN PEMUSATAN DAN UKURAN LETAK BAGIAN 1 Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak. a. Mendeskripsikan konsep dan penerapan prosedur statistik
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 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 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 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 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 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 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 terperinciPengukuran Deskriptif. Debrina Puspita Andriani /
Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran
Lebih terperinciBAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR. Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif
BAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif maupun teknik mendekripsikan data secara grafis maupun secara angka. Sebagai ilustrasi aplikasi
Lebih terperinciFungsi Kepadatan Probabilitas
Fungsi Kepadatan Probabilitas Achmad Basuki Politeknik Elektronika Negeri Surabaya 2004 Gambaran Permasalahan Fungsi Distribusi Data Dalam Statistik [1] Perusahaan jasa penjualan telur ayam kampung yang
Lebih terperinciUKURAN PENYEBARAN DATA
UKURAN PENYEBARAN DATA STKIP SILIWANGI BANDUNG Sumber : 1.Sudjana. Budino dan Koster 3. Berbagai sumber LUVY S. ZANTHY 1 Ukuran Penyebaran Data (Ukuran Dispersi) Ukuran penyebaran data atau ukuran dispersi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Definisi Kerusakan dan Pemeliharaan Suatu barang atau produk dikatakan rusak ketika produk tersebut tidak dapat menjalankan fungsinya dengan baik lagi (Stephens, 2004). Hal yang
Lebih terperinciPEMBAHASAN UTS 2015/2016 STATISTIKA 1
PEMBAHASAN UTS 2015/2016 STATISTIKA 1 1. pernyataan berikut ini menjelaskan definisi dan cakupan statistika deskriptif, KECUALI : a. statistika deskriptif mendeskripsikan data yang telah dikumpulkan (Organizing)
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 terperinciSATUAN ACARA PERKULIAHAN FAKULTAS PSIKOLOGI UNIVERSITAS GUNADARMA MATA KULIAH : STATISTIKA 1 KODE MATAKULIAH / SKS = MKK / 3SKS
TIU : Agar mahasiswa mampu memahami konsep-konsep dasar statistiks 1 Pendahuluan Konsep Statistika : mahasiswa memahami dan dapat menjelaskan konsep umum dalam statistika yang meliputi a. Pengertian metode
Lebih terperinciBAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain
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 terperincioleh: Tri Budi Santoso Signal Processing Group Electronic Engineering Polytechnic Institute of Surabaya-ITS
Dasar Statistik untuk Pemodelan dan Simulasi oleh: Tri Budi Santoso Signal Processing Group Electronic Engineering Polytechnic Institute of Surabaya-ITS . Probabilitas Probabilitas=Peluang, bisa diartikan
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 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 terperinciPRAKATA. Statistika I
PRAKATA Puji syukur kepada Tuhan Yang Maha Esa, atas berkat dan kasih karunianya yang begitu melimpah, penulisan buku Statistika I ini dapat diselesaikan. Semula buku ini ditulis dalam bentuk modul, khusus
Lebih terperinci2/21/2010. Review & Fundamentals of Statistical Concep
Review & Fundamentals of Statistical Concep PROSES PEMECAHAN MASALAH ATAU PROSES PERBAIKAN MUTU Plan P Act A D Do C Check 2 1 RINCIAN PROSES PERBAIKAN PLAN = BUAT RENCANA 1. Pilih masalah atau proses yang
Lebih terperinciSATUAN 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 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 PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinciBAB III METODOLOGI PENELITIAN. Langkah perancangan yang akan dilakukan adalah sebagai berikut: produksi pada departemen plastik
BAB III METODOLOGI PENELITIAN 3.1 Langkah Perancangan Langkah perancangan yang akan dilakukan adalah sebagai berikut: a. Melakukan studi literatur sejumlah buku yang berkaitan dengan preventive maintenance.
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Deskripsi Pelaksanaan Penelitian Proses pelaksanaan penelitian ini diawali dengan pengajuan surat izin penlitian ke MTsN 2 Tulungagung pada tanggal 9 Desember 2015. Setelah surat
Lebih terperinciBAB IV ANALISIS HASIL DAN PEMBAHASAN. penelitian ini meliputi jumlah sampel (N), nilai minimum, nilai maksimum,
44 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Berdasarkan hasil analisis statistik deskriptif, maka pada Tabel 4.1 berikut ini akan ditampilkan karakteristik sample yang digunakan
Lebih terperinciPerbedaan Analisis Univariat dan Multivariat
Perbedaan Analisis Univariat dan Multivariat Jika kita menganalisis data yang mempunyai lebih dari satu variabel, belum tentu analisis data tersebut dikategorikan analisis multivariat, bisa saja analisis
Lebih terperinciKarakteristik Statistik Kanal Radio HF Domain Waktu Pada Band Maritim
Karakteristik Statistik Kanal Radio HF Domain Waktu Pada Band Maritim Sutoyo Jurusan Teknik Elektro UIN SUSKA RIAU Jl HR Soebrantas KM 15 Panam Pekanbaru e-mail : sutoyo_te@yahoo.com Abstrak Kemajuan teknologi
Lebih terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciBAB IV HASIL PENELITIAN. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai
BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai kompetensi guru, motivasi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Bab ini akan membahas mengenai hasil penelitian dan pembahasan yang
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Bab ini akan membahas mengenai hasil penelitian dan pembahasan yang mengukur pengaruh antara dua variabel yaitu surat tagihan pajak sebagai variabel independen dan
Lebih terperinciBAB IV HASIL PENELITIAN
143 BAB IV HASIL PENELITIAN Pada bab ini diuraikan tentang: a) deskripsi data; b) uji prasyarat analisis; dan c) pengujian hipotesis penelitian. A. Deskripsi Data Penyajian statistik deskripsi hasil penelitian
Lebih terperinciUkuran Statistik / Tendency Central
Ukuran Statistik / Tendency Central Tinjauan : Data Tidak Dikelompokkan & Data di Kelompokkan (Dist. Frek.) 1 Data yg tidak dikelompokkan : 1. Rata-rata : [1].Rata-rata (mean). [2].Rata-rata alternatif
Lebih terperinciPengukuran Deskriptif
Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi
Lebih terperinciRETURN DAN RISIKO AKTIVA TUNGGAL
RETURN DAN RISIKO AKTIVA TUNGGAL PENGERTIAN: Return adalah hasil investasi. Ada 2 jenis Return: 1. Return Realisasi: Return yang telah terjadi 2. Return Ekspektasi Return yang diharapkan akan diperoleh
Lebih terperinciBAB III METODE PENELITIAN
digilib.uns.ac.id BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian ini dilakukan di SMA Negeri 1 Mojolaban. Adapun alasan pemilihan tempat tersebut sebagai lokasi penelitian karena tingkat
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 terperinciSTATISTIK untuk PENELITIAN
Prof. Dr. Sugiyono STATISTIK untuk PENELITIAN Penerbit CV ALFABETA Bandung Dilarang menfotocopy/memperbanyak isi buku tanpa seizin penerbit. Hak Cipta dilindungi Undang-Undang Cetakan kesepuluh 2006 Judul
Lebih terperinciTTG3B3 - Sistem Komunikasi 2 Random Process
TTG3B3 - Sistem Komunikasi 2 Random Process S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Oleh: Linda Meylani Agus D. Prasetyo Tujuan Pembelajaran Memahami arti random process Mengetahui
Lebih terperinciStatistika Farmasi
Bab 2: Penyajian Data dan Statistika FMIPA Universitas Islam Indonesia 1 2 Biasa Distribusi Frekuensi 3 Stem-and-Leaf Plot Histogram Scatter Plot Boxplot Penyajian Data Data diuraikan dalam bentuk kalimat.
Lebih terperinciANALISIS KEMAMPUAN PROSES
LOGO ANALISIS KEMAMPUAN PROSES Kelompok 7 Rohmad Hadi S. Ananta Ade Kurniawan Nariswari Setya Dewi Kristy Handayani Lisa Apriana Dewi Nanda Hidayati Nining Dwi Lestari M0107082 M0108015 M0108022 M0108053
Lebih terperinci