PENGURAIAN PENDAPATAN GABUNGAN DUA PRODUK DARI SUATU PERUSAHAAN

dokumen-dokumen yang mirip
Disusun oleh: 1. Diah Sani Susilawati ( / 7B) 2. Farid Hidayat ( / 7B) 3. Rico Nurcahyo ( / 7B)

BAB 2 MOMEN DAN ENTROPI

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu Lanjut. Adam Hendra Brata

EKSPEKTASI DUA PEUBAH ACAK

Transformasi Dua atau Lebih Peubah Acak. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016

BAB II DISTRIBUSI PEUBAH ACAK

KAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT. Oleh: Arisma Yuni Hardiningsih

Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Bayes

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

STATISTIK PERTEMUAN VI

RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

BAB III METODE PENELITIAN. hal terutama berkenaan dengan pengontrolan variabel, kemungkinan sukar sekali

Rancangan Acak Lengkap. Created by : Ika Damayanti, S.Si, M.Si

STATISTIKA UNIPA SURABAYA

Persamaan Diferensial Orde Satu

DISTRIBUSI DUA PEUBAH ACAK

THEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP

3. Gabungan Fungsi Linier

1 PROBABILITAS. Pengertian

BAB III METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Penelitian ini dilaksanakan di dua tempat yaitu: lapangan atletik

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

SYARAT PERLU DAN SYARAT CUKUP MATRIKS CLEAN PADA M 2 (Z) ABSTRACT

Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ;

BAB IV EKSPEKTASI MATEMATIK

Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia

DISTRIBUSI PROBABILITAS

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI

MAKSUD PRAKTIKUM FISIKA

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan

BAB II TINJAUAN PUSTAKA. return, mean, standard deviation, skewness, kurtosis, ACF, korelasi, GPD, copula,

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Fungsi F disebut anti turunan (integral tak tentu) dari fungsi f pada himpunan D jika. F (x) = f(x) dx dan f (x) dinamakan integran.

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

AK5161 Matematika Keuangan Aktuaria

2 Akar Persamaan NonLinear

Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat)

BAB 1 PERSAMAAN DIFERENSIAL ORDER SATU

Studi Perbandingan Ekpektasi Biaya Total Antara Kasus Bakcorder dan Lost Sales pada Model Persediaan Probabilistik

Var X y x E X y. g x y dx. dan varians bersyarat dari Y diberikan X = x dirumuskan sebagai berikut: Var Y x y E Y x. h y x dy

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

Fungsi Peubah Banyak. Modul 1 PENDAHULUAN

BAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di

Pengantar Proses Stokastik

Transformasi Satu Peubah Acak (Lanjutan) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016

Fungsi dan Grafik Diferensial dan Integral

BAB III PEMODELAN DISPERSI POLUTAN

Transformasi Satu Peubah Acak (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017

DISTRIBUSI PROBABILITAS

Tata Tertib. 1. Kehadiran

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT

AK5161 Matematika Keuangan Aktuaria

Fungsi dan Grafik Diferensial dan Integral

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi

Distribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

4 SIFAT-SIFAT STATISTIK DARI REGRESI KONTINUM

Pengantar Proses Stokastik

DISTRIBUSI SATU PEUBAH ACAK

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

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

BAB 2 LANDASAN TEORI

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Pengantar Proses Stokastik

BAB IV PENUTUP. berkorelasi secara contemporaneous. Korelasi galat contemporaneous terjadi

Modul ke: MATEMATIKA 1 DERIVATIF PARSIAL. Fakultas TEKNIK IMELDA ULI VISTALINA SIMANJUNTAK,S.T.,M.T. Program Studi TEKNIK ELEKTRO

Prosiding Statistika ISSN:

SILABUS. Mahasiswa S2 mampu memahami berbagai konsep dasar statistik dan analisisnya serta dapat mengaplikasikannya dalam penelitian

oleh: Tri Budi Santoso Signal Processing Group Electronic Engineering Polytechnic Institute of Surabaya-ITS

Unit 2 KONSEP DASAR ALJABAR. Clara Ika Sari Pendahuluan

ESTIMASI INTERVAL KEPERCAYAAN (CONFIDENCE INTERVAL) PARAMETER MODEL PROSES GEOMETRIK WEIBULL PADA ANALISIS UJI HIDUP UNTUK DATA TERSENSOR TIPE II

MODUL MATEMATIKA II. Oleh: Dr. Eng. LILYA SUSANTI

5. Fungsi dari Peubah Acak

Matematika Teknik 1, Bab 3 BAB III LIMIT. (Pertemuan ke 4)

Institut Teknologi Sepuluh Nopember Surabaya. Keteramatan (Observability)

Distribusi Peluang. Maka peubah acak X dinyatakan dengan banyaknya kemunculan angka. angka sama sekali. angka.

Pengantar Proses Stokastik

PEMODELAN PERTUKARAN NILAI MATA UANG MAKSIMUM RINGGIT TERHADAP YEN TUGAS AKHIR

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

METODE KAJIAN Pengumpulan Data

Bab 2 DISTRIBUSI PELUANG

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak

MATEMATIKA BISNIS BAB 2 FUNGSI LINIER

Statistik Non Parametrik-2

Darpublic Nopember 2013

Pemodelan Data Curah Hujan Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process

Fungsi dan Grafik Diferensial dan Integral

KONSISTENSI ESTIMATOR

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

BAB 2 LANDASAN TEORI. yang kaya akan karbohidrat seperti gandum dan padi. Selain sebagai karbohidrat jagung

PENDAHULUAN KALKULUS

Penentuan Distribusi Suhu pada Permukaan Geometri Tak Tentu Menggunakan Metode Random Walk Balduyanus Yosep Godja a), Andi Ihwan a)*, Apriansyah b)

Statistika (MMS-1001)

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

Transkripsi:

PENGURAIAN PENDAPATAN GABUNGAN DUA PRODUK DARI SUATU PERUSAHAAN Thomas J. Kakia Fakultas Ilmu Komputer Universitas Gunadarma Jl. Margonda 100 Pondok Cina Depok ABSTRAK Penguraian pendapatan atau pendapatan dalam usaha kehidupan sehari-hari dari suatu perusahaan sangat tergantung juga pada model optimasi ang terbaik untuk digunakan. Distribusi marginal dapat digunakan untuk memodelkan dan menguraikan pendapatan gabungan. Distribusi probabilitas marginal dapat menjelaskan beberapa variabel acak untuk menentukan satu nilai angka tertentu dari distribusi marginal tersebut. Gabungan pendapatan dua produk A dan B dari suatu perusahaan dapat diuraikan melalui fungsi gabungan probabilitas bivariat pada semua nilai ang dapat diperhitungkan. Pendapatan dari masing-masing produk dengan demikian dapat diperhitungkan dengan cara oenguraian melalui distribusi gabungan pada fungsi densitas masingmasing. Penguraian distribusi marginal gabungan pendapatan dari kedua produk selanjutna akan bermanfaat dalam penentuan nilai rata-rata (ekspektasi) dan internal kepercaaan dari gabungan pendapatan kedua produk tersebut. Kata Kunci : Gabungan Pendapatan, Distribusi Marginal PENDAHULUAN Dalam kehidupan sehari-hari perusahaan besar maupun kecil akan selalu membahas dan meneliti pendapatan dari hasil jerih paah ang sudah dapat dilaksanakan. Pendapatan ang dihasilkan perusahaan dari produk-produkna dapat juga dikaitkan dan diuraikan melalui suatu distribusi probabilitas marginal ang dapat menguraikan banakna variabel acak untuk menentukan satu nilai angka tertentu dari distribusi marginal tersebut. Sebagai variabel acak diskret, dan dapat diuraikan melalui gabungan dari fungsi probabilitas bivariat pada semua nilai ang dimungkinkan dan akan dapat dijabarkan seperti variabel random ang dihasilkan dari probabilitas univariat fung-si. Demikian juga apabila dan adalah variabel random kontinu, maka proses kumulatif dengan integralna melalui fungsi probabilitas 156 JURNAL EKONOMI & BISNIS NO. 1, Jilid 9, Tahun 2004

densitas bivariat ang diperoleh dari semua nilai ang mungkin dapat dihasilkan dari univariat probabilitas densitas fungsi. PEMBAHASAN Penguraian fungsi distribusi probabilitas densitas bivariate merupakan gabungan dari dua distribusi densitas sebagai variabel random dan. Variabel random dan ini merupakan produk 1 dan 2. Beberapa definisi akan diperlukan sebelum melakukan penguraian. 1. Definisi I Diberikan dan adalah dua variabel random diskret dengan fungsi gabungan probabilitas: p (,, maka fungsi probabilitas marginal dari dan akan dirumuskan dengan : p X () = p Y ( = p (, p (, (1) 2. Definisi II Diberikan X dan Y adalah dua variabel random kontinu dengan fungsi gabungan probabilitas densitas f(,, maka fungsi probabilitas densitas marginal dari X dan Y dirumuskan dengan : f () = f ( = f (, d f (, d (2) Dengan demikian akan dapat disusun variabel random gabungan kontinu ang menunjukan fungsi distribusi kumulatif [F(,]. F (, disebut juga dengan distribusi kumulatif marginal dari dan. Fungsi distribusi kumulatif ini dapat diuraikan sebagai berikut: p(x ) = F () = f ( t, d dt 157 JURNAL EKONOMI & BISNIS NO. 1, Jilid 9, Tahun 2004

p(y = F ( = F () = f ( t) dt (3) = F(, ) f (, t) d dt F ( = f ( t) dt (4) = F(, Distribusi kumulatif marginal dari dapat diuraikan dengan menatakan sebagai batas atas dan di dalam fungsi distribusi gabungan dari dan. Demikian juga dapat dilakukan untuk variabel random dalam fungsi distribusi marginal. Dalam kejadian statistikal independen apabila kedua variabel random dan bergabung dalam probabilitas gabungan distribusi adalah sama dengan hasil dari probabilitas marginal kedua distribusi tersebut, dan juga harus dapat dinatakan sebagai dua variabel random ang independen. Dengan demikian perlu juga konsistensi dalam pengertian untuk statistikal independen dari variabel random dengan Joint Probabilitas P(a < < b, c < < d) adalah sama dengan hasilna dari probabilitas individual aitu : P(a < < b) dan P(c < < d) sebagai pengertian lainna. 3. Definisi III Diberikan dan adalah dua variabel random ang mempunai distribusi gabungan dapat dikatakan sebagai bebas secara statistik bila dan hana bila : p(, = p X(). p Y( untuk dan Diskret f(, = f X(). f Y( untuk dan Kontinu Untuk semua dan, dimana p(, dan f(, secara berturutturut adalah probabilitas bivariate dan fungsi densitas dinatakan bahwa p (), p (, f () dan f Y( adalah probabiltas marginal ataupun fungsi-fungsi densitas ang sebenarna. Selanjutna bila diberikan variabel random kontinu dengan fungsi gabungan probabilitas densitasna f(,, maka untuk nilai ekspektasi dari suatu fungsi linear dari dan dapat dirumuskan dengan: KAKIAY, PENGURAIAN PENDAPATAN 158

E(a + b = ( a + b. f (, d d = f (, d d + b a f (, d d = ae() + be( (5) Rumus (5) menunjukkan bahwa variabel dan mempunai nilai a dan b ang konstan. Varians dari fungsi linear dan adalah : Var(a + b = E(a + b 2 [E(a + b] 2 = E(a 2 2 + 2ab + b 2 2 ) [ae() + be(] 2 = a 2 E( 2 ) + 2abE (, + b 2 E( 2 ) a 2 E( 2 ) - 2abE () E( - b 2 [E(] 2 = a 2 var () + b 2 var ( + 2a.b Cov(, = 0 Proses perumusan ini akan menghasilkan 2 a.b Cov(, = 0, karena kedua variabel random dan adalah bebas secara statistik ang dapat dirumuskan menjadi : Var(a + b = a 2 Var() + b 2 Var( (6) Ekspektasi dari dua variabel random gabungan distribusi probabilitas. Varians dari dua variabel random gabungan distribusi probabilitas. Rumus (5) digunakan untuk menghitung ekspektasi dua variabel random gabungan distribusi probabilitas. Persamaan (6) digunakan untuk menghitung varians dua variabel random gabungan distribusi probabilitas. ILUSTRASI Penggabungan distribusi probabilitas marginal ini telah digunakan untuk menghitung pendapatan dari 2 produk ang dihasilkan oleh suatu perusahaan. Kedua produk disimbolkan sebagai A dan B. Berdasarkan pengalaman beberapa bulan sebelumna volume penjualan produk A tidak mempunai pengaruh sama sekali pada volume penjualan produk B. Pendapatan bulanan dari produk A sebesar 10% dalam bentuk dolar, dan 15% dalam bentuk dolar dari produk B. Selanjutna diketahui ratarata penjualan produk A sebesar $10.000 per bulan, dengan standar deviasina $ 2.000 dan demikian juga rata-rata penjualan dari produk B sebesar $ 8.000 per bulan dengan standar deviasi sebesar $ 1.000. Data ini akan digunakan untuk menentukan rata-rata gabungan distri- 159 JURNAL EKONOMI & BISNIS NO. 1, Jilid 9, Tahun 2004

busi marjinal penjualan produk A dan B, varians dam standar deviasi, serta selang kepercaaan untuk = 5%. Penentuan rata-rata gabungan pendapatan dilakukan menggunakan persamaan (5). Data ekspektasi pendapatan per unit produk A dan B telah diketahui dan diringkaskan sebagai berikut: E() = 10.000 ; E( = 8.000 S.D () = 2.000 ; S.D ( = 1.000 a = 0,10 ; b = 0,15 Nilai rata-rata fungsi linearna adalah: E(a + b = ae() + be( = 0,10(10.000) + 0,15(8.000) = 1.000) +1.200 = 2.200 Perhitungan ini menunjukkan bahwa rata-rata gabungan pendapatan produk A dan B perusahaan tersebut adalah US$ 2.200. Standar deviasi pendapatan gabungan produk A dan B dihitung menggunakan rumus (6). Var(a + b = a 2 Var() + b 2 Var( = (0,10) 2 (2.000) 2 + (0,15) 2 (1.000) 2 = (0,01) (4.000.000) + (0,0225) (1.000.000) = 40.000 + 22.500 = 62.500 Varians pendapatan gabungan adalah US$ 62.500. Sedangkan standar deviasi adalah 250 Selang kepercaaan rata-rata gabungan pendapatan dihitung menggunakan rumus di bawah. Rumus itu daoat digunakan dengan asumsi data ang diperoleh berdistribusi normal. Data ang dikumpulkan cukup banak (n 30), dengan demikian asumsi kenormalan dipenuhi. C.I. = X ± ( σ Z) C.I. = 2.200 ± (250 0,96) C.I. = 2.200 ± 240 Selang kepercaaan bagi rata-rata gabungan pendapatan kedua produk adalah US$ 1.980 US$ 2.440. PENUTUP Pendapatan gabungan dua produk dapat dihitung menggunakan prinsip fungsi distribusi probabilitas densitas bivariaat. Fungsi distribusi probabilitas densitas bivariat dibentuk dari fungsi probabilitas marjinal dan fungsi probabilitas densitas marjinal. DAFTAR PUSTAKA George C. Canavos. 1984. Applied Probabilit and Statistical Methods. Little, Brown and Compan. Copright and Printed Boston, USA. Lawrence L. Lapin. 1973. Statistic For Modern Business Decisions. Harcourt Brace. Jovanovich Inc. New York, USA. Lman Ott, 1984. An Introduction to Statistical Methods and Data Analsis. Second Edition. Du- KAKIAY, PENGURAIAN PENDAPATAN 160

burr Press. PWS Publishers. 20 Park Plaza. Boston. USA. Meers.1970. Introduction Probabilit and Statistical Application. Second Edition. Additional Wesle Publishing Compan, Inc. Copright Washington. USA. 1970. Mosteller. F., R.E.K. Rourke, and. G.B. Thomas Jr. 1973. Probabilit With Statistical Applications. Second Edition. Addision Wasle Publishing Compan. Massachusetts. USA. 161 JURNAL EKONOMI & BISNIS NO. 1, Jilid 9, Tahun 2004