• Tidak ada hasil yang ditemukan

Metode Pengurutan Objek dengan Pengelompokan Data Berdasarkan Kuantil

N/A
N/A
Protected

Academic year: 2016

Membagikan "Metode Pengurutan Objek dengan Pengelompokan Data Berdasarkan Kuantil"

Copied!
70
0
0

Teks penuh

(1)

METODE PENGURUTAN OBJEK DENGAN PENGELOMPOKAN

DATA BERDASARKAN KUANTIL

SKRIPSI

INDAH WULANDARI

110803044

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(2)

METODE PENGURUTAN OBJEK DENGAN PENGELOMPOKAN

DATA BERDASARKAN KUANTIL

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

INDAH WULANDARI

110803044

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Nomor Induk Mahasiswa : 110803044

Program Studi : SARJANA (S1) MATEMATIKA

Departemen : MATEMATIKA

Dr. Open Darnius, M.Sc Dr. Pasukat Sembiring, M.Si NIP. 19641014 199103 1 004 NIP. 19531113 198503 1 002

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU Ketua,

Prof. Dr. Tulus, M.Si

(4)

ii

PERNYATAAN

METODE PENGURUTAN OBJEK DENGAN PENGELOMPOKAN DATA BERDASARKAN KUANTIL

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2015

(5)

PENGHARGAAN

Puji dan syukur kehadirat Allah SWT yang telah senantiasa memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi yang berjudul Metode Pengurutan Objek dengan Pengelompokan Data

Berdasarkan Kuantil ini dengan baik dan lancar.

Penulisan skripsi ini dapat terselesaikan berkat bantuan banyak pihak. Oleh karena itu, dalam kesempatan ini penulis ingin mengucapkan terima kasih sebanyak-banyaknya kepada:

1. Bapak Dr. Open Darnius, M.Sc dan Bapak Dr. Pasukat Sembiring, M.Si selaku Dosen Pembimbing yang selalu memotivasi dan membimbing penulis dalam menyelesaikan skripsi ini.

2. Bapak Drs. Henry Rani Sitepu, M.Si dan Bapak Drs. Pengarapen Bangun M.Si selaku Dosen Penguji yang telah memberikan kritik dan saran yang membangun terhadap skripsi ini.

3. Bapak Prof. Dr.Tulus.Vordipl.Math.,M.Si.,Ph.D dan Ibu Dr. Mardiningsih, M.Si sebagai Ketua dan Sekretaris Departemen Matematika FMIPA USU. 4. Dr. Sutarman, M.Sc sebagai Dekan Fakultas Matematika dan Ilmu

Pengetahuan Alam Universitas Sumatera Utara.

5. Yang teristimewa kepada kedua orangtua tercinta yaitu Bapak Paidi dan Ibu Intan Liana dan adik-adik tersayang Diah Ayu Ningrum, M.Ikhsan Fadilla, Akbar Gibrani serta keluarga dekat tersayang yang senantiasa memberikan do’a dan motivasi bagi penulis sehingga penulis selalu bersemangat.

(6)

iv

(7)

METODE PENGURUTAN OBJEK DENGAN PENGELOMPOKAN DATA BERDASARKAN KUANTIL

ABSTRAK

Pengurutan data merupakan salah satu operasi penting dalam pengolahan data. Pada dasarnya terdapat dua macam kondisi pengurutan data, yaitu pengurutan secara menaik (ascending) dan pengurutan secara menurun (descending). Tujuan pengurutan data adalah untuk lebih mempermudah proses pencarian data pada saat dibutuhkan. Selain itu, pengurutan data juga bertujuan untuk mendapatkan peringkat, misalnya dalam menentukan objek unggulan, dan lain sebagainya. Metode kuantil adalah metode dengan memisahkan atau membagi data menjadi kuantil-kuantil tertentu. Kuantil adalah nilai-nilai observasi yang membagi data menjadi N bagian yang sama. Untuk menentukan letak kuantil, data harus diurutkan terlebih dahulu. Tujuan utama adalah untuk mengetahui perbedaan urutan data seluruhnya dengan data kuantil berdasarkan rata-ratanya dengan bantuan bahasa pemrograman R. Hasil penelitian yang diperoleh yaitu semakin besar data parsialnya maka urutan data tersebut semakin mendekati urutan data sebenarnya.

(8)

vi

OBJEK RANKING METHOD WITH DATA GROUPING BASED ON QUANTILE

ABSTRACT

Data ordering is one of the important operation in data processing. Basically, there are two kinds of conditions in data ordering, that are ascending dan descending. The purpose of data ordering is to make easier data searching process whenever the data is needed. Beside of that, the ordering also be aimed to get ranked, such as in determine superior object, and others. The quantile method is a method of separating or dividing data become certain quantiles. Quantile is the observation values which divide the data become N parts equally. To find the location of quantiles, first the data must be ordered. The main purpose is to determine the differences of data entirely with quantile data depend on the means by using R programming. This paper show that if the value of partial data be greater, then the order of data will be closer to the actual data order.

(9)

DAFTAR ISI

1.7 Metodologi Penelitian 4

BAB 2 LANDASAN TEORI 6

2.1 Pengurutan 6

2.1.1 Pengertian Pengurutan 6

2.1.2 Jenis Pengurutan 6

BAB 3 HASIL DAN PEMBAHASAN 12

3.1 Proses Pengurutan Objek 12

3.2 Implementasi Program dan Perhitungan Manual 14

BAB 4 KESIMPULAN DAN SARAN 37

3.1 Kesimpulan 37

3.2 Saran 37

DAFTAR PUSTAKA 38

(10)

viii

DAFTAR TABEL

Nomor Judul Halaman

Tabel

3.1 Frekuensi, Frekuensi Kumulatif, dan Peluang Kumulatif dari Data Nilai MAS AL-IKHLAS BAH JAMBI

Kelas X-I TP.2014/2015 17

3.2 Lanjutan Frekuensi, Frekuensi Kumulatif, dan Peluang Kumulatif dari Data Nilai MAS AL-IKHLAS BAH JAMBI

Kelas X-I TP.2014/2015 18

3.3 Perbandingan Urutan dari Data Seluruhnya dengan

Data Kuantil Berdasarkan Rata-Rata 19 3.4 Perbandingan Urutan dari Data Seluruhnya dengan

Data Kuantil Berdasarkan Rata-Rata 21 3.5 Perbandingan Urutan dari Data Seluruhnya dengan

Data Kuantil Berdasarkan Rata-Rata 23 3.6 Perbandingan Urutan dari Data Seluruhnya dengan

Data Kuantil Berdasarkan Rata-Rata 25 3.7 Perbandingan Urutan dari Data Seluruhnya dengan

Data Kuantil Berdasarkan Rata-Rata 27 3.8 Perbandingan Urutan dari Data Seluruhnya dengan

Data Kuantil Berdasarkan Rata-Rata 29 3.9 Perbandingan Urutan dari Data Seluruhnya dengan

Data Kuantil Berdasarkan Rata-Rata 31 3.10 Perbandingan Urutan dari Data Seluruhnya dengan

Data Kuantil Berdasarkan Rata-Rata 33 3.11 Perbandingan Urutan dari Data Seluruhnya dengan

(11)

DAFTAR GAMBAR

Nomor Judul Halaman

Gambar

3.1 Type File dan Peletakkan File 12

3.2 Memanggil Fungsi dan Menjalankannya 13

3.3 Data Awal (Ekstensi TXT) 15

3.4 Nama File Sama Seperti Nama File di R-Editor 15

3.5 Tampilan Program Ketika Dibuka 16

3.6 Tampilan Ketika Fungsi Dipanggil 16

3.7 Output untuk 18

3.8 Output untuk 20

3.9 Output untuk 22

3.10 Output untuk 24

3.11 Output untuk 26

3.12 Output untuk 28

3.13 Output untuk 30

3.14 Output untuk 32

(12)

x

DAFTAR LAMPIRAN

Nomor Judul Halaman

Lamp

1 Program Utama 40

2 Data Nilai MAS AL-IKHLAS BAH JAMBI Kelas X-I TP. 2014/2015 41

3 Data Nilai MAS AL-IKHLAS BAH JAMBI Kelas X-I TP. 2014/2015 yang Telah Terurut 43

4 Data Kuantil 45

5 Data Kuantil 46

6 Data Kuantil 47

7 Data Kuantil 48

8 Data Kuantil 49

9 Data Kuantil 50

10 Data Kuantil 52

11 Data Kuantil 54

(13)

METODE PENGURUTAN OBJEK DENGAN PENGELOMPOKAN DATA BERDASARKAN KUANTIL

ABSTRAK

Pengurutan data merupakan salah satu operasi penting dalam pengolahan data. Pada dasarnya terdapat dua macam kondisi pengurutan data, yaitu pengurutan secara menaik (ascending) dan pengurutan secara menurun (descending). Tujuan pengurutan data adalah untuk lebih mempermudah proses pencarian data pada saat dibutuhkan. Selain itu, pengurutan data juga bertujuan untuk mendapatkan peringkat, misalnya dalam menentukan objek unggulan, dan lain sebagainya. Metode kuantil adalah metode dengan memisahkan atau membagi data menjadi kuantil-kuantil tertentu. Kuantil adalah nilai-nilai observasi yang membagi data menjadi N bagian yang sama. Untuk menentukan letak kuantil, data harus diurutkan terlebih dahulu. Tujuan utama adalah untuk mengetahui perbedaan urutan data seluruhnya dengan data kuantil berdasarkan rata-ratanya dengan bantuan bahasa pemrograman R. Hasil penelitian yang diperoleh yaitu semakin besar data parsialnya maka urutan data tersebut semakin mendekati urutan data sebenarnya.

(14)

vi

OBJEK RANKING METHOD WITH DATA GROUPING BASED ON QUANTILE

ABSTRACT

Data ordering is one of the important operation in data processing. Basically, there are two kinds of conditions in data ordering, that are ascending dan descending. The purpose of data ordering is to make easier data searching process whenever the data is needed. Beside of that, the ordering also be aimed to get ranked, such as in determine superior object, and others. The quantile method is a method of separating or dividing data become certain quantiles. Quantile is the observation values which divide the data become N parts equally. To find the location of quantiles, first the data must be ordered. The main purpose is to determine the differences of data entirely with quantile data depend on the means by using R programming. This paper show that if the value of partial data be greater, then the order of data will be closer to the actual data order.

(15)

PENDAHULUAN

1.1.Latar Belakang

Pengurutan atau sorting merupakan jenis operasi penting dalam pengolahan data. Hampir setiap saat dalam kehidupan sehari-hari selalu menjumpai permasalahan yang harus diselesaikan dengan melibatkan operasi pengurutan data. Begitu pentingnya operasi tersebut, sehingga sampai saat ini telah banyak dikembangkan metode-metode pengurutan data dan mungkin akan tetap bermunculan metode-metode baru.

Pengurutan data juga merupakan salah satu proses yang sangat dibutuhkan di dalam pemrograman. Sorting atau pengurutan ini adalah proses mengatur sekumpulan objek menurut urutan atau susunan tertentu. Adanya kebutuhan akan pengurutan melahirkan beberapa macam pengurutan. Metode-metode pengurutan antara lain, yaitu bubble sort, selection sort, insertion sort, quick sort, merge sort dan lain sebagainya (Kadir dkk, 2005). Dari

kumpulan data yang disimpan dapat mempunyai tipe data yang berbeda-beda dan pengurutan terhadap data tersebut dapat dilakukan untuk satu atribut atau lebih tergantung pada kebutuhan yang diinginkan.

(16)

2

rata-rata jumlah NEM siswa. Ada beberapa sekolah yang akan dirangking, dan setiap sekolah mempunyai jumlah siswa yang mungkin berbeda.

Tujuan pengurutan data adalah untuk lebih mempermudah proses pencarian data pada saat dibutuhkan. Selain itu, pengurutan data dapat juga bertujuan untuk mendapatkan peringkat, misalnya dalam menentukan objek unggulan, dan lain sebagainya. Keuntungan yang diperoleh dari data yang sudah dalam keadaan terurut adalah bahwa data mudah dicari (misalnya dalam buku telepon atau kamus bahasa), mudah untuk dibetulkan, dihapus, disisip, atau digabungkan, dan mudah mencek apabila ada data yang hilang.

Permasalahan selanjutnya adalah apabila yang diurutkan berupa objek yang terdiri dari sejumlah data, dan akan diambil sebagian data untuk setiap objek. Salah satu metode untuk mengambil sebagian data adalah dengan menggunakan metode kuantil. Metode kuantil adalah metode dengan memisahkan atau membagi data menjadi kuantil-kuantil tertentu. Sehingga data akan dikelompokkan sesuai dengan kuantilnya. Kuantil adalah nilai-nilai observasi yang membagi data menjadi N bagian yang sama. Suatu data akan mempunyai 1 median, 3 kuartil, 9 desil, 99 persentil.

Berdasarkan uraian di atas, maka dalam penelitian tugas akhir ini penulis mengambil judul penelitian “Metode Pengurutan Objek dengan Pengelompokan Data Berdasarkan Kuantil”.

1.2.Rumusan Masalah

(17)

Masalah dalam penelitian ini adalah mengurutkan objek tersebut berdasarkan kuantil dengan kriteria rata-rata ̅ .

1.3.Batasan Masalah

Batasan masalah pada penelitian ini adalah jenis pengurutan objek secara urut naik (ascending) yaitu diurutkan dari data terkecil menuju data terbesar, kemudian dikelompokkan berdasarkan kuantil.

1.4.Tinjauan Pustaka

Pengurutan data secara umum bisa didefinisikan sebagai suatu proses untuk menyusun kembali himpunan objek menggunakan aturan tertentu.

Dalam proses pengurutan data, kecepatan merupakan faktor yang penting, untuk mempercepat proses data tersebut. Misalnya dalam menentukan rangking data siswa, proses pengurutan data dimulai dari yang kecil ke yang besar (ascending) melakukan proses pengurutan. Keuntungan dari data yang sudah terurut yaitu data mudah untuk dicari, mudah untuk diperiksa, dan mudah untuk dibetulkan jika terdapat kesalahan.

(18)

4

1.5.Tujuan Penelitian

Tujuan dari penelitian ini adalah mengurutkan objek dengan mengelompokkan data berdasarkan kuantil.

1.6.Kontribusi Penelitian

Manfaat dari penelitian ini yaitu semoga penelitian ini dapat meningkatkan pengetahuan dalam penerapan ilmu statistika tentang mengurutkan objek dengan mengelompokkan data berdasarkan kuantil, dapat mempermudah pembaca dalam menambah ilmu pengetahuan mengenai kuantil, dan sebagai referensi baik di departemen maupun di perpustakaan, serta dapat dijadikan sebagai bahan referensi untuk peneliti-peneliti selanjutnya.

1.7.Metodologi Penelitian

Dalam penelitian ini, penulis melakukan studi literatur dan mencari bahan dari buku dan internet yang berhubungan dengan penelitian. Adapun langkah-langkahnya adalah sebagai berikut :

a. Menginput data yang ingin diurutkan di dalam Microsoft Excel yang berisi n kolom dan m baris, kemudian simpan file tersebut sebagai file teks (yaitu tab delimited txt ).

b. Memanggil data tersebut dari program R.

c. Mengurutkan data terkecil sampai terbesar untuk setiap kolom. d. Mencari rata-rata dari data seluruhnya untuk setiap kolom. e. Mengurutkan rata-rata terkecil sampai terbesar.

(19)
(20)

BAB 2

Pengurutan data secara umum dapat dikatakan sebagai suatu proses untuk menyusun kembali himpunan objek menggunakan aturan tertentu. Pengurutan data merupakan satu dari banyak pekerjaan komputer yang dilakukan, yang diteliti secara luas, dan memiliki banyak algoritma yang berbeda yang dibangun.

Pengurutan adalah proses menyusun kembali data menggunakan suatu aturan tertentu, sehingga susunan data menjadi lebih teratur dibandingkan dengan susunan awal data.

2.1.2. Jenis-Jenis Pengurutan

Pada umumnya terdapat 2 jenis pengurutan, yaitu : 1. secara urut naik (ascending)

(21)

2. secara urut turun (descending)

yaitu diurutkan dari data terbesar menuju data terkecil. Bila data yang diurutkan berbentuk teks, data akan diurutkan dari abjad Z sampai A. Bila data yang diurutkan berbentuk angka, data akan diurutkan dari angka yang terbesar menuju data yang terkecil.

2.1.3 Keuntungan Pengurutan

Dalam proses pengurutan, kecepatan merupakan faktor yang penting untuk mempercepat proses data tersebut. Misalnya dalam menentukan berupa daftar hadir yang diurutkan berdasarkan nomor induk, proses pengurutan data dimulai dari yang kecil ke yang besar (ascending) melakukan proses pengurutan.

Ada banyak alasan dan keuntungan dengan mengurutkan data. Data yang terurut dengan baik juga mudah untuk dihapus jika sewaktu-waktu data tersebut tidak diperlukan lagi. Selain itu, dengan mengurutkan data maka kita semakin mudah untuk menyisipkan data atapun melakukan penggabungan data. Disisi lain, pengurutan data juga mempermudah untuk mendapatkan peringkat, misalnya dalam menentukan objek unggulan, dan lain sebagainya.

2.2. Kuantil

(22)

8

disingkat dengan , , ⋯ , . Jika data itu dibagi menjadi 100 bagian yang sama akan menghasilkan 99 pembagi yang berturut-turut dinamakan persentil pertama, persentil kedua, ⋯, persentil ke-99. Simbol yang digunakan berturut-turut adalah , , ⋯ ,

Kemudian, menurut Darnius (2014), kuantil merupakan ukuran letak yang merupakan bentuk umum dari ukuran letak yang selalu dibahas dalam statistika dasar, seperti median, kuartil, desil, dan persentil. Jika menyatakan kuantil

dengan 0 < < 1 dari suatu peubah acak dengan distribusi ( ), maka sebanyak (1 − ) bagian dari data nilainya lebih kecil atau sama dengan . Dengan kata lain peluang peubah acak lebih kecil atau sama dengan sama atau lebih besar dari 1 − . Dalam notasi matematika

≤ ≥ 1 − (2.1)

2.3. Bahasa R

Bahasa R adalah bahasa pemrograman dan perangkat lunak untuk analisis statistika dan grafik. Bahasa R dibuat oleh Ross Ihaka dan Robert Gentlement di Universitas Auckland, Selandia Baru, dan kini dikembangkan oleh R Development Core Team, dimana Chambers merupakan anggotanya. Bahasa R dinamakan setelah nama dua pembuatnya (Robert Gentleman dan Ross Ihaka), dan sebagian dari nama bahasa S.

(23)

2.3.1 Cara Kerja Bahasa R

Verzani (2002) mengemukakan bahwa keuntungan-keuntungan yang diperoleh bila menggunakan bahasa R untuk pengolahan data dan statistik antara lain : Bahasa R dapat diakses gratis dan dapat dijalankan pada berbagai sistem operasi (UNIX, Windows, MacOS), sintaksnya mudah dipelajari dan memiliki banyak sekali fungsi-fungsi statistik terpasang. Disamping keuntungan tersebut, Verzani (2002) juga mengemukakan kelemahan utama bahasa R adalah tidak adanya dukungan komersial.

Bahasa R merupakan sebuah paket dan sekaligus bahasa pemrograman untuk analisis data dan grafik. Bahasa R merupakan bahasa pemrograman tingkat tinggi (hight level pemrogramming). Bahasa R dapat digunakan secara interaktif sehingga hasil perhitungan segera dapat dilihat, tetapi apabila perhitungannya kompleks maka perintah-perintah bahasa R ditulis lebih dahulu dalam text editor, kemudian dipanggil dengan fungsi source. Bahasa R dapat diperoleh dari

http://www.r-project.org dan sebagaimana halnya program open source, bahasa R

dirancang secara voluntary oleh ahli-ahli statistik dan pemrograman di seluruh dunia, sehingga perkembangannya sangat pesat.

(24)

10

2.3.2 Kelebihan Bahasa R

Bahasa R mempunyai kelebihan-kelebihan antara lain bahasa R merupakan perangkat lunak yang termasuk dalam lisensi GNU General Public Licence yang berarti merupakan suatu perangkat lunak free. Free disini pengertiannya lebih ke arah freedom (kebebasan) tidak sekedar dari sisi harga / gratis (GNU, 2011). Dengan demikian para pemakai mempunyai :

a. Kebebasan dalam menjalankan program bahasa R dengan tujuan apapun. b. Kebebasan untuk mempelajari bagaimana program bahasa R dan mengubahnya

sesuai dengan harapan. Dalam hal ini pemakai mempunyai kebebasan untuk mengakses source code dari bahasa R. Hal ini menunjukkan bahwa bahasa R sebagai Open Source Software.

c. Kebebasan untuk menggandakan program bahasa R.

d. Kebebasan untuk menggandakan hasil modifikasi program ke pihak lain.

2.3.3 Kekurangan Bahasa R

(25)
(26)

BAB 3

HASIL DAN PEMBAHASAN

3.1 Proses Pengurutan Objek

Pada bagian ini penulis akan memaparkan cara kerja algoritma yang telah dibuat dengan menggunakan bantuan software bahasa R.

Proses pengurutan objek pada skripsi ini adalah sebagai berikut :

Langkah pertama, input data yang akan diurutkan ke dalam microsoft excel. Untuk dapat diimpor ke dalam R, maka data file excel harus terlebih dulu diubah menjadi format Text Tab Delimited (ekstensi .TXT) atau CSV comma delimited (ekstensi .CSV). Setelah itu, data ini dapat diimpor menggunakan

perintah read.table atau read.csv. Dalam skripsi ini, penulis mengubah file excel ke dalam format TXT. Untuk lebih mempermudah, letakkan file yang akan diurutkan dalam satu folder bersama dengan program R.

Gambar 3.1. Type File dan Peletakkan File

(27)

Nama file yang akan digunakan harus sama dengan nama file yang terdapat dalam program di R-editor.

Langkah selanjutnya, jalankan R-editor yang telah dibuat dengan menggunakan program R. Pada saat program dijalankan, maka akan diminta nilai kuantil yang akan digunakan untuk menentukan data kuantilnya. Untuk memanggil fungsi yang telah dibuat, maka pilih File – Source R code – Folder dimana program tersebut disimpan. Dalam skripsi ini, program tersebut disimpan di Local Disk (E) dengan nama file program.

Gambar 3.2. Cara Memanggil Fungsi Dan Menjalankannya

(28)

14

Setelah itu akan diambil data kuantil sesuai dengan nilai yang diinput di awal yang sudah terurut dari yang kecil sampai yang besar. Proses yang dilakukan sama dengan langkah yang dilakukan pada awal proses. Dari data kuantil tersebut dihitung nilai rata-rata dari setiap objek. Kemudian dari rata-rata tersebut, objek akan diurutkan dari rata-rata terkecil sampai rata-rata terbesar.

Hasil output dari program ini adalah data awal dan data kuantil, serta rata- rata dari keduanya yang diurutkan secara ascending (menaik).

3.2 Implementasi Program dan Perhitungan Manual

Pada bagian ini, penulis akan menunjukkan tampilan dari R dari proses pemanggilan fungsi, proses input nilai kuantil, hingga hasil yang diperoleh.

Sebagai contoh, data yang akan diurutkan adalah data pada Lampiran 2 yaitu data nilai dari siswa MAS AL-IKHLAS BAH JAMBI untuk mengetahui urutan mata pelajaran yang paling diminati hingga yang tidak diminati oleh siswa berdasarkan rata-rata dan urutan berdasarkan kuantilnya.

File yang digunakan pada skripsi ini adalah file yang diinput di microsoft

(29)

Gambar 3.3. Data Awal (ekstensi TXT)

Pada subbab sebelumnya, dikatakan bahwa nama file yang akan digunakan harus sama dengan nama file yang terdapat dalam program di R-editor.

Gambar 3.4. Nama File Sama Seperti Nama File di R-Editor

(30)

16

dijalankan telah diketik di R-editor. Langkah selanjutnya adalah pilih File – Open script – Folder dimana program tersebut disimpan, sehingga bahasa program yang

akan digunakan terlihat. Pada skripsi ini, program tersebut di simpan di local disk (E) – program – program skripsi.

Gambar 3.5. Tampilan Program Ketika Dibuka

Setelah itu jalankan dengan cara pilih File – Source R code – Folder dimana program tersebut disimpan. Maka akan muncul tampilan seperti pada Gambar 3.5.

(31)

Selanjutnya akan dibandingkan urutan objek dari data seluruhnya dengan data kuantil yaitu , , ..., . Dari urutan tersebut, akan diketahui mata pelajaran yang paling diminati oleh siswa. Program yang telah dibuat, dipanggil terlebih dahulu, kemudian input nilai , 10 untuk , 20 untuk , sampai dengan 90 untuk , seperti pada Gambar 3.2.

Gambar dan tabel berikut merupakan hasil output dari program R yang telah dibuat. Kemudian akan diperlihatkan secara manual perhitungan untuk menentukan letak kuantilnya. Untuk menentukan letak kuantil, data pada Lampiran 2 harus diurutkan dari yang terkecil sampai yang terbesar terlebih dahulu. Kemudian dihitung peluang kumulatifnya. Data yang sudah terurut ada pada Lampiran 3. Tabel peluang kumulatif dari data tersebut ada pada Tabel 3.1.

Tabel 3.1. Frekuensi, Frekuensi Kumulatif dan Peluang Kumulatif dari Data Nilai MAS AL-IKHLAS BAH JAMBI Kelas X-I TP. 2014/2015

(32)

18

Tabel 3.2 Lanjutan

(1) (2) (3) (4)

15 1 15 15/24=0,625

16 1 16 16/24=0,667

17 1 17 17/24=0,708

18 1 18 18/24=0,750

19 1 19 19/24=0,792

20 1 20 20/24=0,833

21 1 21 21/24=0,875

22 1 22 22/24=0,917

23 1 23 23/24=0,958

24 1 24 24/24=1,000

Selanjutnya, akan ditampilkan output program dan juga perhitungan manual untuk setiap data kuantil.

• Data Kuantil

(33)

Berdasarkan persamaan (2.1), perhitungan manualnya adalah sebagai berikut: dapat dilihat pada Lampiran 4. Selanjutnya rata-rata dari data seluruhnya dan data kuantil diurutkan dari yang terbesar hingga yang terkecil.

Tabel 3.3. Perbandingan Urutan Data Seluruhnya dengan Data Kuantil Berdasarkan Rata-Rata

No Urutan Data Seluruhnya Urutan Data Kuantil Rata-Rata Mata Pelajaran Rata-Rata Mata Pelajaran 1 89,542 Seni Budaya 95,000 Seni Budaya 2 84,167 Sosiologi 93,333 Bahasa Indonesia 3 81,792 Bahasa Indonesia 90,000 PKN

4 81,250 TIK 90,000 TIK

5 81,083 Pendidikan Jasmani 85,000 Sosiologi

6 80,208 PKN 84,667 Sejarah

7 79,667 Sejarah 83,333 Ekonomi

8 79,083 Geografi 83,333 Kimia

9 78,917 Biologi 83,000 Pendidikan Jasmani 10 78,708 Fisika 81,667 Bahasa Inggris

11 78,000 Kimia 81,333 Biologi

(34)

20

Berdasarkan Tabel 3.3, dari data seluruhnya mata pelajaran yang paling disenangi oleh siswa adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris. Sedangkan dari data kuantil , mata pelajaran yang paling disenangi adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran matematika. Mata pelajaran yang memiliki urutan yang sama di data seluruh dan data kuantil adalah mata pelajaran seni budaya yaitu di urutan pertama dan mata pelajaran TIK di urutan keempat.

• Data Kuantil

(35)

Berdasarkan persamaan (2.1), perhitungan manualnya adalah sebagai berikut: dapat dilihat pada Lampiran 5. Selanjutnya rata-rata dari data seluruhnya dan data kuantil diurutkan dari yang terbesar hingga yang terkecil.

Tabel 3.4. Perbandingan Urutan Data Seluruhnya dengan Data Kuantil Berdasarkan Rata-Rata

No Urutan Data Seluruhnya Urutan Data Kuantil Rata-Rata Mata Pelajaran Rata-Rata Mata Pelajaran 1 89,542 Seni Budaya 95,000 Seni Budaya 2 84,167 Sosiologi 91,200 Bahasa Indonesia 3 81,792 Bahasa Indonesia 89,000 PKN

4 81,250 TIK 88,000 TIK

5 81,083 Pendidikan Jasmani 85,000 Sosiologi

6 80,208 PKN 83,800 Sejarah

7 79,667 Sejarah 82,800 Pendidikan Jasmani

8 79,083 Geografi 82,000 Ekonomi

9 78,917 Biologi 82,000 Kimia

10 78,708 Fisika 80,800 Biologi

(36)

22

Berdasarkan Tabel 3.4, dari data seluruhnya mata pelajaran yang paling disenangi oleh siswa adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris. Sedangkan dari data kuantil , mata pelajaran yang paling disenangi adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran matematika. Mata pelajaran yang memiliki urutan yang sama di data seluruh dan data kuantil adalah mata pelajaran seni budaya yaitu di urutan pertama dan mata pelajaran TIK di urutan keempat.

• Data Kuantil

(37)

Berdasarkan persamaan (2.1), perhitungan manualnya adalah sebagai berikut: kuantil diurutkan dari yang terbesar hingga yang terkecil.

Tabel 3.5. Perbandingan Urutan Data Seluruhnya dengan Data Kuantil Berdasarkan Rata-Rata

No Urutan Data Seluruhnya Urutan Data Kuantil Rata-Rata Mata Pelajaran Rata-Rata Mata Pelajaran 1 89,542 Seni Budaya 95,000 Seni Budaya 2 84,167 Sosiologi 88,625 Bahasa Indonesia 3 81,792 Bahasa Indonesia 87,500 PKN

4 81,250 TIK 86,875 TIK

5 81,083 Pendidikan Jasmani 85,000 Sosiologi

6 80,208 PKN 82,875 Sejarah

7 79,667 Sejarah 82,500 Pendidikan Jasmani

8 79,083 Geografi 81,250 Ekonomi

9 78,917 Biologi 81,125 Kimia

10 78,708 Fisika 80,500 Biologi

11 78,000 Kimia 80,250 Geografi

12 77,917 Bahasa Asing 80,125 Bahasa Inggris 13 77,708 Matematika 80,000 Bahasa Asing

14 76,667 Ekonomi 80,000 Fisika

(38)

24

Berdasarkan Tabel 3.5, dari data seluruhnya mata pelajaran yang paling disenangi oleh siswa adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris. Sedangkan dari data kuantil , mata pelajaran yang paling disenangi adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran matematika. Mata pelajaran yang memiliki urutan yang sama di data seluruh dan data kuantil adalah mata pelajaran seni budaya yaitu di urutan pertama dan mata pelajaran TIK di urutan keempat.

• Data Kuantil "

(39)

Berdasarkan persamaan (2.1), perhitungan manualnya adalah sebagai berikut: kuantil " diurutkan dari yang terbesar hingga yang terkecil.

Tabel 3.6. Perbandingan Urutan Data Seluruhnya dengan Data Kuantil # Berdasarkan Rata-Rata

No Urutan Data Seluruhnya Urutan Data Kuantil " Rata-Rata Mata Pelajaran Rata-Rata Mata Pelajaran 1 89,542 Seni Budaya 94,800 Seni Budaya 2 84,167 Sosiologi 87,500 Bahasa Indonesia 3 81,792 Bahasa Indonesia 86,500 PKN

4 81,250 TIK 86,500 TIK

(40)

26

Berdasarkan Tabel 3.6, dari data seluruhnya mata pelajaran yang paling disenangi oleh siswa adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris. Sedangkan dari data kuantil " , mata pelajaran yang paling disenangi adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran matematika. Mata pelajaran yang memiliki urutan yang sama di data seluruh dan data kuantil " adalah mata pelajaran seni budaya, TIK, sejarah, dan bahasa asing.

• Data Kuantil &

(41)

Berdasarkan persamaan (2.1), perhitungan manualnya adalah sebagai berikut: yang diambil adalah data yang terbesar. Maka, letak data kuantil & ada di data ke-13. Data kuantil & dapat dilihat pada Lampiran 8. Selanjutnya rata-rata dari data seluruhnya dan data kuantil & diurutkan dari yang terbesar hingga yang terkecil.

Tabel 3.7. Perbandingan Urutan Data Seluruhnya dengan Data Kuantil ' Berdasarkan Rata-Rata

No Urutan Data Seluruhnya Urutan Data Kuantil & Rata-Rata Mata Pelajaran Rata-Rata Mata Pelajaran 1 89,542 Seni Budaya 94,667 Seni Budaya 2 84,167 Sosiologi 86,500 Bahasa Indonesia 3 81,792 Bahasa Indonesia 85,417 PKN

4 81,250 TIK 85,417 TIK

(42)

28

Berdasarkan Tabel 3.7, dari data seluruhnya mata pelajaran yang paling disenangi oleh siswa adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris. Sedangkan dari data kuantil & , mata pelajaran yang paling disenangi adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran matematika. Mata pelajaran yang memiliki urutan yang sama di data seluruh dan data kuantil & adalah mata pelajaran seni budaya, TIK, sejarah, biologi.

• Data Kuantil )

(43)

Berdasarkan persamaan (2.1), perhitungan manualnya adalah sebagai berikut: kuantil ) diurutkan dari yang terbesar hingga yang terkecil.

Tabel 3.8. Perbandingan Urutan Data Seluruhnya dengan Data Kuantil * Berdasarkan Rata-Rata

No Urutan Data Seluruhnya Urutan Data Kuantil ) Rata-Rata Mata Pelajaran Rata-Rata Mata Pelajaran 1 89,542 Seni Budaya 94,467 Seni Budaya 2 84,167 Sosiologi 85,067 Bahasa Indonesia 3 81,792 Bahasa Indonesia 84,867 Sosiologi

(44)

30

Berdasarkan Tabel 3.8, dari data seluruhnya mata pelajaran yang paling disenangi oleh siswa adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris. Sedangkan dari data kuantil ) , mata pelajaran yang paling disenangi adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran matematika. Mata pelajaran yang memiliki urutan yang sama di data seluruh dan data kuantil ) adalah mata pelajaran seni budaya, TIK, dan sejarah, dan biologi.

• Data Kuantil +

(45)

Berdasarkan persamaan (2.1), perhitungan manualnya adalah sebagai berikut: kuantil + diurutkan dari yang terbesar hingga yang terkecil.

Tabel 3.9. Perbandingan Urutan Data Seluruhnya dengan Data Kuantil , Berdasarkan Rata-Rata

No Urutan Data Seluruhnya Urutan Data Kuantil + Rata-Rata Mata Pelajaran Rata-Rata Mata Pelajaran 1 89,542 Seni Budaya 93,471 Seni Budaya 2 84,167 Sosiologi 84,647 Sosiologi 3 81,792 Bahasa Indonesia 84,235 Bahasa Indonesia

(46)

32

Berdasarkan Tabel 3.9, dari data seluruhnya mata pelajaran yang paling disenangi oleh siswa adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris. Sedangkan dari data kuantil + , mata pelajaran yang paling disenangi adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran matematika. Mata pelajaran yang memiliki urutan yang sama di data seluruh dan data kuantil + adalah mata pelajaran seni budaya, sosiologi, bahasa indonesia, TIK, sejarah, dan bahasa asing.

• Data Kuantil

(47)

Berdasarkan persamaan (2.1), perhitungan manualnya adalah sebagai berikut: kuantil - diurutkan dari yang terbesar hingga yang terkecil.

Tabel 3.10. Perbandingan Urutan Data Seluruhnya dengan Data Kuantil . Berdasarkan Rata-Rata

No Urutan Data Seluruhnya Urutan Data Kuantil -Rata-Rata Mata Pelajaran Rata-Rata Mata Pelajaran 1 89,542 Seni Budaya 91,450 Seni Budaya 2 84,167 Sosiologi 84,400 Sosiologi 3 81,792 Bahasa Indonesia 83,150 Bahasa Indonesia

4 81,250 TIK 82,500 TIK

5 81,083 Pendidikan Jasmani 81,300 Pendidikan Jasmani

6 80,208 PKN 81,250 PKN

(48)

34

Berdasarkan Tabel 3.10, dari data seluruhnya mata pelajaran yang paling disenangi oleh siswa adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris. Sedangkan dari data kuantil - , mata pelajaran yang paling disenangi adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris juga. Hanya mata pelajaran geografi, biologi, ekonomi dan matematika yang tidak memiliki urutan yang sama sedangkan mata pelajaran yang lain memiliki urutan yang sama di data seluruhnya dan data kuantil - .

• Data Kuantil

(49)

Berdasarkan persamaan (2.1), perhitungan manualnya adalah sebagai berikut: kuantil diurutkan dari yang terbesar hingga yang terkecil.

Tabel 3.11. Perbandingan Urutan Data Seluruhnya dengan Data Kuantil / Berdasarkan Rata-Rata

No Urutan Data Seluruhnya Urutan Data Kuantil Rata-Rata Mata Pelajaran Rata-Rata Mata Pelajaran 1 89,542 Seni Budaya 90,409 Seni Budaya 2 84,167 Sosiologi 84,273 Sosiologi 3 81,792 Bahasa Indonesia 82,409 Bahasa Indonesia

4 81,250 TIK 81,818 TIK

5 81,083 Pendidikan Jasmani 81,182 Pendidikan Jasmani

6 80,208 PKN 80,682 PKN 13 77,708 Matematika 77,864 Matematika

14 76,667 Ekonomi 77,273 Ekonomi

(50)

36

Berdasarkan Tabel 3.11, dari data seluruhnya mata pelajaran yang paling disenangi oleh siswa adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris. Sedangkan dari data kuantil , mata pelajaran yang paling disenangi adalah mata pelajaran seni budaya, dan mata pelajaran yang paling tidak disenangi adalah mata pelajaran bahasa inggris juga. Semua mata pelajaran memiliki urutan yang sama di data seluruhnya dan data kuantil .

(51)

KESIMPULAN DAN SARAN

Setelah menjalankan program untuk mengurutkan objek dengan bantuan software R, beberapa kesimpulan serta saran yang dapat diperoleh dari pengerjaan skripsi ini adalah sebagai berikut :

4.1 Kesimpulan

Dari hasil dan pembahasan, dapat diambil kesimpulan bahwa pengelompokan yang berbeda-beda akan menghasilkan urutan yang berbeda-beda. Program yang dibuat, hanya bisa digunakan untuk mengurutkan objek dengan kriteria rata-rata untuk satu variabel. Progam tidak dapat mencek apabila ada data yang hilang atau ada kesalahan dalam penginputan data.

4.2 Saran

(52)

DAFTAR PUSTAKA

Azikin, Askari. 2011. Debian GNU/Linux. Informatika Bandung. Bandung. Darnius, Open. 2014. Paket Program Statistik. Statistika D3 FMIPA-USU.

Medan.

Ihaka, Ross. 2010. Lessons Learned, Directions for the Future. The University of Auckland. New Zealand.

Kerami, Djati. 2003. Kamus Matematika. Ed ke3. Balai Pustaka. Jakarta.

Kadir, dkk. 2005. Algoritma Pemrograman Menggunakan C++. Andi. Yogyakarta.

Sudjana. 2001. Metode Statistika. Tarsito. Bandung.

Suhartono. Analisis Data Statistik dengan R. 2008. Laboratorium Statistika Komputasi-ITS. Surabaya.

Verzani, John. 2002. simpleR–Using R for Introductory Statistics,

cran.r-project.org/doc/contrib/Verzani-SimpleR.pdf. Diakses tanggal 25 Mei 2015.

(53)

LAMPIRAN

(54)

40

Lampiran

2 Tabel Data Nilai MAS AL-IKHLAS BAH JAMBI Kelas X-I TP. 2014/2015

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 76 75 78 77 77 76 79 75 75 80 75 79 85 80 75

2 80 95 78 82 81 85 80 80 90 92 90 83 85 83 85

3 78 80 79 80 79 77 79 80 80 94 85 80 85 82 80

4 80 83 83 82 81 79 79 80 85 94 85 86 85 83 85

5 76 75 68 76 77 76 78 75 80 80 75 75 83 80 70

6 78 90 81 80 79 82 81 80 85 95 90 85 85 83 79

7 78 88 81 80 79 80 80 80 85 94 90 82 85 82 80

8 77 83 71 78 78 79 81 80 80 95 85 83 85 82 80

9 77 83 68 77 78 76 78 75 85 80 85 76 83 80 70

10 78 78 79 80 79 79 80 80 85 95 75 81 85 82 80

11 77 85 68 77 78 75 78 75 85 80 85 75 83 80 70

12 78 95 80 80 79 80 80 80 85 95 80 82 85 83 80

13 78 78 68 80 79 80 79 80 80 94 75 80 83 80 80

14 77 80 71 78 78 75 78 75 80 80 80 76 83 80 70

15 78 78 78 80 79 77 80 80 90 95 75 81 85 82 80

(55)

Lanjutan Tabel Data Nilai MAS AL-IKHLAS BAH JAMBI Kelas X-I TP. 2014/2015

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

17 77 75 68 78 78 76 78 75 75 80 75 77 83 80 70

18 77 75 74 77 78 76 78 75 75 94 75 77 83 80 70

19 80 80 78 80 81 78 80 80 80 95 80 80 85 82 80

20 77 83 78 78 78 75 78 80 75 80 75 79 83 80 75

21 76 78 78 78 77 76 78 75 75 95 75 79 83 80 78

22 80 88 79 80 81 83 79 80 90 93 90 80 85 82 80

23 77 85 74 78 78 76 78 75 75 80 75 76 83 80 70

24 78 78 79 80 79 80 79 80 80 95 75 80 85 80 78

Keterangan Kolom :

1 = Matematika 6 = Kimia 11 = PKN

2 = Bahasa Indonesia 7 = Geografi 12= Sejarah

3 = Bahasa Inggris 8 = Bahasa Asing 13= Sosiologi

4 = Biologi 9 = TIK 14= Pendidikan Jasmani

(56)

42

Lampiran 3 Tabel Data Nilai MAS AL-IKHLAS BAH JAMBI Kelas X-I TP. 2014/2015 yang Telah Terurut

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 76 75 68 76 77 75 78 75 75 80 75 75 83 80 70

2 76 75 68 77 77 75 78 75 75 80 75 75 83 80 70

3 76 75 68 77 77 75 78 75 75 80 75 76 83 80 70

4 77 75 68 77 78 76 78 75 75 80 75 76 83 80 70

5 77 75 68 77 78 76 78 75 75 80 75 76 83 80 70

6 77 78 71 78 78 76 78 75 75 80 75 77 83 80 70

7 77 78 71 78 78 76 78 75 75 80 75 77 83 80 70

8 77 78 74 78 78 76 78 75 80 80 75 79 83 80 75

9 77 78 74 78 78 76 78 75 80 92 75 79 83 80 75

10 77 78 74 78 78 76 79 75 80 93 75 79 83 80 75

11 77 80 78 78 78 76 79 80 80 94 75 80 85 80 78

12 77 80 78 78 78 77 79 80 80 94 75 80 85 80 78

13 78 80 78 80 79 77 79 80 80 94 80 80 85 80 79

14 78 83 78 80 79 78 79 80 80 94 80 80 85 82 80

15 78 83 78 80 79 79 79 80 85 94 80 80 85 82 80

(57)

Lanjutan Tabel Data Nilai MAS AL-IKHLAS BAH JAMBI Kelas X-I TP. 2014/2015 yang Telah Terurut

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

17 78 83 79 80 79 79 80 80 85 95 85 81 85 82 80

18 78 85 79 80 79 80 80 80 85 95 85 81 85 82 80

19 78 85 79 80 79 80 80 80 85 95 85 82 85 82 80

20 78 88 79 80 79 80 80 80 85 95 85 82 85 82 80

21 80 88 80 80 81 80 80 80 85 95 90 83 85 83 80

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

(58)

44

Lampiran 4 Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

(59)

Lampiran 5 Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

20 78 88 79 80 79 80 80 80 85 95 85 82 85 82 80

21 80 88 80 80 81 80 80 80 85 95 90 83 85 83 80

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

(60)

46

Lampiran 6 Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

17 78 83 79 80 79 79 80 80 85 95 85 81 85 82 80

18 78 85 79 80 79 80 80 80 85 95 85 81 85 82 80

19 78 85 79 80 79 80 80 80 85 95 85 82 85 82 80

20 78 88 79 80 79 80 80 80 85 95 85 82 85 82 80

21 80 88 80 80 81 80 80 80 85 95 90 83 85 83 80

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

(61)

Lampiran 7 Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

15 78 83 78 80 79 79 79 80 85 94 80 80 85 82 80

16 78 83 78 80 79 79 80 80 85 94 85 80 85 82 80

17 78 83 79 80 79 79 80 80 85 95 85 81 85 82 80

18 78 85 79 80 79 80 80 80 85 95 85 81 85 82 80

19 78 85 79 80 79 80 80 80 85 95 85 82 85 82 80

20 78 88 79 80 79 80 80 80 85 95 85 82 85 82 80

21 80 88 80 80 81 80 80 80 85 95 90 83 85 83 80

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

(62)

48

Lampiran 8 Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

13 78 80 78 80 79 77 79 80 80 94 80 80 85 80 79

14 78 83 78 80 79 78 79 80 80 94 80 80 85 82 80

15 78 83 78 80 79 79 79 80 85 94 80 80 85 82 80

16 78 83 78 80 79 79 80 80 85 94 85 80 85 82 80

17 78 83 79 80 79 79 80 80 85 95 85 81 85 82 80

18 78 85 79 80 79 80 80 80 85 95 85 81 85 82 80

19 78 85 79 80 79 80 80 80 85 95 85 82 85 82 80

20 78 88 79 80 79 80 80 80 85 95 85 82 85 82 80

21 80 88 80 80 81 80 80 80 85 95 90 83 85 83 80

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

(63)

Lampiran 9 Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

10 77 78 74 78 78 76 79 75 80 93 75 79 83 80 75

11 77 80 78 78 78 76 79 80 80 94 75 80 85 80 78

12 77 80 78 78 78 77 79 80 80 94 75 80 85 80 78

13 78 80 78 80 79 77 79 80 80 94 80 80 85 80 79

14 78 83 78 80 79 78 79 80 80 94 80 80 85 82 80

15 78 83 78 80 79 79 79 80 85 94 80 80 85 82 80

16 78 83 78 80 79 79 80 80 85 94 85 80 85 82 80

17 78 83 79 80 79 79 80 80 85 95 85 81 85 82 80

18 78 85 79 80 79 80 80 80 85 95 85 81 85 82 80

19 78 85 79 80 79 80 80 80 85 95 85 82 85 82 80

20 78 88 79 80 79 80 80 80 85 95 85 82 85 82 80

(64)

50

Lanjutan Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

(65)

Lampiran 10 Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

8 77 78 74 78 78 76 78 75 80 80 75 79 83 80 75

9 77 78 74 78 78 76 78 75 80 92 75 79 83 80 75

10 77 78 74 78 78 76 79 75 80 93 75 79 83 80 75

11 77 80 78 78 78 76 79 80 80 94 75 80 85 80 78

12 77 80 78 78 78 77 79 80 80 94 75 80 85 80 78

13 78 80 78 80 79 77 79 80 80 94 80 80 85 80 79

14 78 83 78 80 79 78 79 80 80 94 80 80 85 82 80

15 78 83 78 80 79 79 79 80 85 94 80 80 85 82 80

16 78 83 78 80 79 79 80 80 85 94 85 80 85 82 80

17 78 83 79 80 79 79 80 80 85 95 85 81 85 82 80

18 78 85 79 80 79 80 80 80 85 95 85 81 85 82 80

19 78 85 79 80 79 80 80 80 85 95 85 82 85 82 80

20 78 88 79 80 79 80 80 80 85 95 85 82 85 82 80

(66)

52

Lanjutan Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

(67)

Lampiran 11 Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

5 77 75 68 77 78 76 78 75 75 80 75 76 83 80 70

6 77 78 71 78 78 76 78 75 75 80 75 77 83 80 70

7 77 78 71 78 78 76 78 75 75 80 75 77 83 80 70

8 77 78 74 78 78 76 78 75 80 80 75 79 83 80 75

9 77 78 74 78 78 76 78 75 80 92 75 79 83 80 75

10 77 78 74 78 78 76 79 75 80 93 75 79 83 80 75

11 77 80 78 78 78 76 79 80 80 94 75 80 85 80 78

12 77 80 78 78 78 77 79 80 80 94 75 80 85 80 78

13 78 80 78 80 79 77 79 80 80 94 80 80 85 80 79

14 78 83 78 80 79 78 79 80 80 94 80 80 85 82 80

15 78 83 78 80 79 79 79 80 85 94 80 80 85 82 80

16 78 83 78 80 79 79 80 80 85 94 85 80 85 82 80

17 78 83 79 80 79 79 80 80 85 95 85 81 85 82 80

18 78 85 79 80 79 80 80 80 85 95 85 81 85 82 80

19 78 85 79 80 79 80 80 80 85 95 85 82 85 82 80

(68)

54

Lanjutan Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

21 80 88 80 80 81 80 80 80 85 95 90 83 85 83 80

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

(69)

Lampiran 12 Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

3 76 75 68 77 77 75 78 75 75 80 75 76 83 80 70

4 77 75 68 77 78 76 78 75 75 80 75 76 83 80 70

5 77 75 68 77 78 76 78 75 75 80 75 76 83 80 70

6 77 78 71 78 78 76 78 75 75 80 75 77 83 80 70

7 77 78 71 78 78 76 78 75 75 80 75 77 83 80 70

8 77 78 74 78 78 76 78 75 80 80 75 79 83 80 75

9 77 78 74 78 78 76 78 75 80 92 75 79 83 80 75

10 77 78 74 78 78 76 79 75 80 93 75 79 83 80 75

11 77 80 78 78 78 76 79 80 80 94 75 80 85 80 78

12 77 80 78 78 78 77 79 80 80 94 75 80 85 80 78

13 78 80 78 80 79 77 79 80 80 94 80 80 85 80 79

14 78 83 78 80 79 78 79 80 80 94 80 80 85 82 80

15 78 83 78 80 79 79 79 80 85 94 80 80 85 82 80

16 78 83 78 80 79 79 80 80 85 94 85 80 85 82 80

17 78 83 79 80 79 79 80 80 85 95 85 81 85 82 80

(70)

56

Lanjutan Tabel Data Kuantil

No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

19 78 85 79 80 79 80 80 80 85 95 85 82 85 82 80

20 78 88 79 80 79 80 80 80 85 95 85 82 85 82 80

21 80 88 80 80 81 80 80 80 85 95 90 83 85 83 80

22 80 90 81 80 81 82 80 80 90 95 90 83 85 83 80

23 80 95 81 82 81 83 81 80 90 95 90 85 85 83 85

24 80 95 83 82 81 85 81 80 90 95 90 86 85 83 85

Gambar

Tabel
Gambar 3.1. Type File dan Peletakkan File
Gambar 3.2. Cara Memanggil Fungsi Dan Menjalankannya
Gambar 3.3.  Data Awal (ekstensi TXT)
+7

Referensi

Dokumen terkait

Terdapat perbedaan bermakna secara statistik kadar kolesterol HDL antar kelompok perlakuan dan dapat disimpulkan bahwa semakin tinggi dosis sediaan basah kulit buah naga merah

But if you want to make money immediately, you definitely should consider affiliate programs and online surveys. This is a demo version of

Skripsi yang berjudul “Pengaruh Hypnoteachiing terhadap Hasil Belajar Bahasa Indonesia Siswa kelas VII SMP Negeri 17 Medan ” ini merupakan suatu karya ilmiah yang

[r]

For layer-structured board, the TS/WA ratio of randomly oriented homogenous board (RAND board) was slightly higher than that of uni-directionally oriented homogenous

Tujuan perencanaan pembelajaran dirumuskan oleh bagian kurikulum, tim pengembang kurikulum, dan guru mata pelajaran Bahasa Arab dimulai dengan pembuatan Silabus dan Rencana

Tanah sawah dari tanah kering umumnya terdapat di daerah dataran rendah, dataran tinggi vokan atau nonvolkan yang pada awalnya merupakan tanah kering yang tidak pernah jenuh

Teknik pengambilan data dengan angket dalam penelitian ini ditujukan untuk memperoleh data langsung, mengenai kinerja guru dalam pengelolaan pembelajaran, kompetensi