Bab 3 Kinerja Rata-rata dan Variabilitas

dokumen-dokumen yang mirip
Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

Bab 7 Analisa Kinerja Multi Parameter dengan Teknik Karakterisasi Beban kerja (Workload)

Dasar-dasar Statistika Pemodelan Sistem

Bab V Hasil dan Pembahasan

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

BAB I STATISTIK DESKRIPTIF

RENCANA PERKULIAHAN SEMESTER

HARISON,S.Pd,M.Kom JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG

PENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

PEMBANGKIT RANDOM VARIATE

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA

PENGUKURAN DATA. 1. Terminology Populasi & Sampel. Peubah/Variabel. Peubah/Variabel

STATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi

UKURAN PEMUSATAN DATA

Ukuran-Ukuran Gejala Pusat

PRAKATA. Statistika I

RENCANA PEMBELAJARAN SEMESTER (RPS)

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI. Statistika dan Probabilitas

Statistik Bisnis. Week 2 Numerical Descriptive Measures

KONSEP-KONSEP DASAR STATISTIKA

TENTANG UTS. Penentuan Cadangan, hal. 1

Fungsi Kepadatan Probabilitas/Probability Density Function-PDF

Pendahuluan & Statistika Deskriptif

KWARTIL, DESIL DAN PERSENTIL

Statistik Bisnis. Week 2 Numerical Descriptive Measures

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

TENTANG PENGAJAR PENGANTAR STATISTIK SOSIAL. Pertemuan 1 2/9/2015. Lutfi Atmansyah, Drs.,MA Lutfi Atmansyah

BAB I PENGANTAR STATISTIK DAN ANALISIS DATA

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14

DISTRIBUSI PROBABILITAS VARIABEL RANDOM

4.4. Kegiatan 4 TENDENSI SENTRAL DAN UKURAN POSISI ( INSERT FUNCTION II )

ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL

SATUAN ACARA PEMBELAJARAN (SAP)

Distribusi Probabilitas Variabel Acak Diskrit

Statistik Bisnis 1. Week 5 Variation, Shape and Exploring Numerical Data

TUGAS II STATISTIKA. Oleh. Butsiarah / 15B Kelas B PROGRAM STUDI PENDIDIKAN TEKNOLOGI DAN KEJURUAN PROGRAM PASCASARJANA

LAMPIRAN. Universitas Sumatera Utara

BAB 7 ANALISIS DATA. Analisis data merupakan tahapan yang kritis dalam proses penelitian

STATISTIKA DESKRIPTIF

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono

Studi Deskriptif dan Analisis Data Dasar

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X

STATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal

STATISTIKA DESKRIPTIF

Fungsi Kepadatan Probabilitas

STATISTIK DESKRIPTIF. Abdul Rohman, S.E

PENGUKURAN DESKRIPTIF

STK511 Analisis Statistika. Bagus Sartono

REVIEW BIOSTATISTIK DESKRIPTIF

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si

BAB II KAJIAN PUSTAKA. dua hal, yaitu risiko dan return. Dalam melakukan investasi khususnya pada

Pengukuran Kesehatan

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

BAGIAN UKURAN PEMUSATAN DAN UKURAN LETAK. Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak.

Persatuan 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.

Sampling Theory. Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009.

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

MENGHITUNG NILAI RATA-RATA SUATU DISTRIBUSI DATA

POKOK BAHASAN : TEORI KESALAHAN

Pengukuran Deskriptif. Debrina Puspita Andriani /

BAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR. Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif

Fungsi Kepadatan Probabilitas

UKURAN PENYEBARAN DATA

BAB II LANDASAN TEORI

PEMBAHASAN UTS 2015/2016 STATISTIKA 1

BAB 4 ANALISIS DAN PEMBAHASAN

SATUAN ACARA PERKULIAHAN FAKULTAS PSIKOLOGI UNIVERSITAS GUNADARMA MATA KULIAH : STATISTIKA 1 KODE MATAKULIAH / SKS = MKK / 3SKS

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

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

5/3/2012. Objective. Objective STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI STATISTIKA DALAM HIDROLOGI

Review Teori Probabilitas

PRAKATA. Statistika I

2/21/2010. Review & Fundamentals of Statistical Concep

SATUAN ACARA PERKULIAHAN

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

STATISTIK PERTEMUAN VI

BAB III METODOLOGI PENELITIAN. Langkah perancangan yang akan dilakukan adalah sebagai berikut: produksi pada departemen plastik

BAB IV HASIL PENELITIAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN. penelitian ini meliputi jumlah sampel (N), nilai minimum, nilai maksimum,

Perbedaan Analisis Univariat dan Multivariat

Karakteristik Statistik Kanal Radio HF Domain Waktu Pada Band Maritim

Mata Kuliah Pemodelan & Simulasi

BAB IV HASIL PENELITIAN. kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Bab ini akan membahas mengenai hasil penelitian dan pembahasan yang

BAB IV HASIL PENELITIAN

Ukuran Statistik / Tendency Central

Pengukuran Deskriptif

RETURN DAN RISIKO AKTIVA TUNGGAL

BAB III METODE PENELITIAN

STATISTIK DESKRIPTIF. Statistics. Strategi Membaca

STATISTIK untuk PENELITIAN

TTG3B3 - Sistem Komunikasi 2 Random Process

Statistika Farmasi

ANALISIS KEMAMPUAN PROSES

Transkripsi:

Bab 3 Kinerja Rata-rata dan Variabilitas Dr. Yeffry Handoko Putra UNIVERSITAS KOMPUTER INDONESIA Page 1

ANALISIS DATA TERUKUR Kejadian Independen Variabel acak (random variable) Cumulative Distribution Function (cdf): F x (a) = P( x a) Probability Density Function (pdf) : UNIVERSITAS KOMPUTER INDONESIA Page 2

Probability Mass Function (pmf) UNIVERSITAS KOMPUTER INDONESIA Page 3

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

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

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

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

Mean yang baik (Good mean) adalah mean yang berbanding lurus dengan total data atau linier terhadap data UNIVERSITAS KOMPUTER INDONESIA Page 8

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

Contoh: Hitung Harmonic Mean dari waktu Eksekusi Pengukuran (i) T i (s) F (10 9 FLOP) M i (MFLOP) 1 321 130 405 2 436 160 367 3 284 115 405 4 601 252 419 5 482 187 388 Waktu Total 2124 844 425 396 UNIVERSITAS KOMPUTER INDONESIA Page 10

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

Contoh: Waktu Eksekusi pada 5 program Benchmark pada 3 sistem Program S 1 S 2 S 3 1 417 244 134 2 83 70 70 3 66 153 135 4 39.449 33.527 66.000 5 772 368 369 Geometric Mean 587 503 499 Rank 3 2 1 UNIVERSITAS KOMPUTER INDONESIA Page 12

Contoh: Waktu Eksekusi pada 5 program Benchmark yang dinormalisasi terhadap S 1 Program S 1 S 2 S 3 1 1 0,59 0,32 2 1 0,84 0,85 3 1 2,32 2,05 4 1 0,85 1,67 5 1 0,48 0.45 Geometric Mean 1 0,86 0,84 Rank 3 2 1 UNIVERSITAS KOMPUTER INDONESIA Page 13

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 1,19 1 1 3 0,43 1 0,88 4 1,18 1 1,97 5 2,1 1 1 Geometric Mean 1,17 1 0,99 Rank 3 2 1 UNIVERSITAS KOMPUTER INDONESIA Page 14

Contoh: Waktu Eksekusi menggunakan Arithmetic Mean Program S 1 S 2 S 3 1 417 244 134 2 83 70 70 3 66 153 135 4 39.449 33.527 66.000 5 772 368 369 Waktu Total 40.787 34.362 66.798 Arithmetic Mean 8157 6872 13342 Rank 2 1 3 UNIVERSITAS KOMPUTER INDONESIA Page 15

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

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

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 5 11 39 5 < x i 10 27 25 10 < x i 15 41 18 15 < x i 20 32 5 20 < x i 25 21 19 25 < x i 30 12 42 30 < x i 35 4 0 UNIVERSITAS KOMPUTER INDONESIA Page 18

Hitung mean dari A dan B, standar deviasi dari A dan B dan COV dari A dan B, simpulkan UNIVERSITAS KOMPUTER INDONESIA Page 19

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

Carilah Q 1 dan Percentile 50% dari Jaringan A Ukuran Pesan (kbyte) Jaringan A Nilai Kumulatif 0 < x i 5 11 11 5 < x i 10 27 38 10 < x i 15 41 79 15 < x i 20 32 111 20 < x i 25 21 132 25 < x i 30 12 144 30 < x i 35 4 148 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

Pemilihan Index Dispersi Apakah Distribusi Berhingga Ya Gunakan Rentang Tidak Apakah distribusi Simetris Ya Gunakan COV Tidak Gunakan Percentile UNIVERSITAS KOMPUTER INDONESIA Page 22