LAPORAN RESMI
MODUL 1
STATISTIKA DESKRIPTIF
Oleh:
Viling Fransisca S
1312 100 120
Cendiana A H
1312 100 123
Christian P
1312 100 148
Asisten Dosen
Novri Suhermi
1310 100 010
Jurusan Statistika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Teknologi Sepuluh Nopember
Surabaya
2012
ii
ABSTRAK
Statistika adalah ilmu yang mempelajari bagaimana cara merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Statistika dibagi menjadi tiga yaitu Statistika Deskriptif, Statistika Inferensi, dan Statistika Prediktif. Statistika deskriptif berkaitan dengan meringkas informasi dari data/sampel yang dikumpulkan. Statistika Inferensi berkaitan dengan penarikan kesimpulan tertentu dari populasi berdasarkan sampel yang dipilih. Sedangkan Statistika Prediktif untuk memprediksi nilai tertentu berdasarkan data pengamatan sebelumnya. Statistika Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberi informasi yang berguna. Dalam statistika data adalah bahan-bahan/keterangan-keterangan yang merupakan unsur penting dalam pengambilan keputusan statistik. Tujuan pengumpulan data yaitu untuk membantu memahami situasi sebenarnya, menganalisis persoalan, dan mengambil keputusan. Data yang diolah dapat berupa data tunggal atau data kelompok.
Kata kunci: jumlah makan, rentang waktu tidur, waktu kuliah, statistika
iii
DAFTAR ISI
HALAMAN JUDUL ... i
ABSTRAK ... ii
DAFTAR ISI ... iii
DAFTAR GAMBAR ... v DAFTAR TABEL ... vi BAB I PENDAHULUAN ... 1 1.1Latar Belakang ... 1 1.2Permasalahan... 2 1.3Tujuan ... 2 1.4Manfaat ... 3
BAB II TINJAUAN PUSTAKA ... 4
2.1 Statistika ... 4
2.2 Statistika Deskripitf ... 4
2.2.1 Ukuran Pemusatan Data... 5
2.2.2 Ukuran Penyebaran Data ... 6
BAB III METODOLOGI PENULISAN ... 9
3.1 Sumber Data ... 9
3.2 Variabel penelitian ... 9
3.3 Langkah Analisis ... 9
3.4 Diagram Alir ... 10
BAB IV ANALISIS DAN PEMBAHASAN ... 11
iv
4.1.1 Ukuran Pemusatan Data ... 11
4.1.2 Ukuran Penyebaran Data... 15
4.1.3 Data dalam Bentuk Diagram dan Grafik ... 21
BAB V KESIMPULAN DAN SARAN ... 28
5.1 Kesimpulan ... 28
5.2 Saran ... 29
DAFTAR PUSTAKA ... 30 LAMPIRAN
v
DAFTAR Gambar
Gambar 3.1 Diagram alir pelaksanaan praktikum Statistika Deskriptif... 10
Gambar 4.1 Histogram frekuensi makan dalam sehari ... 21
Gambar 4.2 Pie chart frekuensi makan dalam sehari ... 22
Gambar 4.3 Histogram rentang waktu tidur ... 22
Gambar 4.4 Pie Chart rentang waktu tidur ... 23
Gambar 4.5 Histogram rentang waktu mengikuti kuliah ... 23
Gambar 4.6 Pie Chart rentang waktu mengikuti kuliah ... 24
Gambar 4.7 Histogram rentang waktu kegiatan diluar mata kuliah ... 24
Gambar 4.8 Pie Chart rentang waktu kegiatan diluar mata kuliah ... 25
Gambar 4.9 Histogram jumlah konsumsi vitamin ... 25
Gambar 4.10 Pie Chart jumlah konsumsi vitamin ... 26
Gambar 4.11 Histogram ketidakhadiran mengikuti mata kuliah ... 26
vi
DAFTAR TABEL
Tabel 4.1 Output Minitab Ukuran Pemusatan Data ... 12
1
BAB I
PENDAHULUAN
1.1
Latar BelakangData adalah kumpulan kejadian/peristiwa yang terjadi di dunia nyata yang diperoleh dari hasil suatu pengamatan. Data dapat berupa angka-angka, huruf-huruf, simbol-simbol khusus, atau gabungan dari semuanya. Ada banyak kejadian/peristiwa yang terjadi di dunia ini, dengan begitu terdapat juga begitu banyak data. Oleh sebab itu, diperlukan ilmu yang mempelajari tentang data. Maka lahirlah ilmu Statistika, yaitu ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data, sehingga data tersebut lebih informatif. Dengan ilmu tatistika kita dapat mengambil kesimpulan dari data-data yang telah dikumpumpulkan dan dianalisis, kesimpulan inilah yang membuat data-data tersebut menjadi lebih informatif. Ada dua macam statistika yaitu Statistika
Deskriptif dan Statistika Inferensial. Statistika deskriptif berkenaan dgn
deskripsi data misal dari menghitung rata-rata dan varians dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu misal melakukan pengujian hipotesis melakukan prediksi observasi masa depan atau membuat model regresi. Perbedaan dari dua jenis ilmu statistika ini terletak pada kesimpulan yang didapat dari data yang telah dikumpulkan dan dianalisis. Statistika deskriptif memberi kita kesimpulan khusus tentang data-data yang kita masukkan, sedangkan statistika inferensial memberikan kita kesimpulan umum dari data-data yang kita masukkan.
Dalam modul ini akan dipelajari mengenai statistika deskriptif yang berbicara tentang metode-metode pengumpulan, pengolahan, dan penyajian data sehingga dapat memberikan gambaran informasi yang jelas dan menarik. Kemampuan seseorang untuk mengolah dan menyajikan data merupakan langkah awal yang sangat diperlukan dalam mepelajari ilmu statistika, karena dari penyajian data tersebutlah akan didapatkan informasi yang lebih jelas sehingga dapat dilakukan penganalisaan lebih lanjut. Pembuatan laporan ini juga ditujukan untuk mengasah seberapa jauh kompetensi mahasiswa dalam pembelajaran
2
statistika deskriptif. Laporan ini memuat mengenai statistika deskriptif, mulai dari penghitungan pemusatan data, samapai dengan ukuran penyebaran data. Laporan ini juga memuat histogram dan pie chart dari data yang telah dikumpulkan. Laporan ini diharapkan dapat membantu mahasiswa dalam memahami konsep tentang statistika dan statistika deskriptif. Laporan ini diharapakan dapat memberikan contoh mengenai perhitungan-perhitungan serta penggunaan aplikasi statistika dalam membuat model histogram dan pie chart yang ada dalam statistika deskriptif.
1.2 Permasalahan
Dalam praktikum ini, permasalahan yang muncul sebagai acuan untuk analisis adalah sebagai berikut,
1. Bagaimana statistika deskriptif data pola makan mahasiswa Institut Teknologi Sepulih Nopember Surabaya untuk data tidak berkelompok ? 2. Bagaimana statistika deskriptif data lama jam tidur mahasiswa Institut
Teknologi Sepuluh Nopember Surabaya untuk data tidak berkelompok ? 3. Bagaimana statistika deskriptif data lama jam kegiatan mahasiswa Institut
Teknologi Sepuluh Nopember Surabaya yang dibagi dalam lama kegiatan di perkuliahan dan diluar perkuliahan untuk data tidak berkelompok ? 4. Bagaimana statistika deskriptif data jumlah vitamin yang dimakan
mahasiswa Institut Teknologi Sepuluh Nopember Surabaya dalam sehari untuk data tidak berkelompok ?
5. Bagaimana statistika deskriptif data kehadiran mahasiswa Institut Teknologi Sepuluh Nopember Surabaya mulai 3 september 2012 ?
1.3 Tujuan
Perumusan masalah di atas menghasilkan tujuan yang akan dicapai dalam kegiatan praktikum ini, yaitu sebagai berikut,
1. Untuk mengetahui statistika deskriptif pada data pola makan mahasiswa Institut Teknologi Sepulih Nopember Surabaya untuk data tidak berkelompok.
3
2 Untuk mengetahui statistika deskriptif pada data lama jam tidur mahasiswa Institut Teknologi Sepuluh Nopember Surabaya untuk data tidak berkelompok.
3 Untuk mengetahui statistika deskriptif pada data lama jam kegiatan mahasiswa Institut Teknologi Sepuluh Nopember Surabaya yang dibagi dalam lama kegiatan di perkuliahan dan diluar perkuliahan untuk data tidak berkelompok. 4 Untuk mengetahui statistika deskriptif pada data jumlah vitamin yang
dimakan mahasiswa Institut Teknologi Sepuluh Nopember Surabaya dalam sehari untuk data tidak berkelompok.
5 Untuk mengetahui statistika deskriptif pada data kehadiran mahasiswa Institut Teknologi Sepuluh Nopember Surabaya mulai 3 september 2012
1.4 Manfaat
Dari kegiatan praktikum ini, manfaat yang dapat diambil adalah sebagai berikut,
1. Mampu memahami pengertian dan konsep statistika deskriptif. 2. Mampu mengaplikasikan statistika deskriptif pada data yang tersedia. 3. Mampu menyajikan suatu data menjadi sebuah informasi yang lebih jelas
4
BAB II
TINJAUAN PUSTAKA
2.1 Statistika
Statistika adalah ilmu yang mempelajari bagaimana cara merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah ‘statistika‘ (bahasa inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah besaran karakteristik yang diperoleh dari sampel, besaran ini sebagai penaksir dari parameter populasi. Saat ini penerapan ilmu statistika lebih luas terdapat di berbagai bidang. Bidang-bidang tersebut diantaranya Statistika Bisnis dan Ekonomi, Statistika Industri, Statistika Komputasi, Statistika Sosial dan Pemerintahan, dan Statistika Lingkungan Kesehatan.
Dalam statistika data adalah bahan-bahan/keterangan-keterangan yang merupakan unsur penting dalam pengambilan keputusan statistik. Tujuan pengumpulan data yaitu untuk membantu memahami situasi sebenarnya, menganalisis persoalan, dan mengambil keputusan. Data digunakan sebagai dasar pengambilan keputusan (Teknis, Taktis, dan Strategis).
Pemilihan sampel pun ada dua yaitu pemilihan sampel probabilitas dan pemilihan sampel non-probabilitas. Perlu ditekankan bahwa metode pengumpulan data secara statistik haruslah efisien, maksudnya agar dapat menghemat tenaga, biaya dan waktu, dan bisa diperoleh dengan tingkat ketelitian yang tinggi. Ada tiga macam statistika yaitu Statistika Deskriptif, Statistika Inferensi, dan Statistika Prediktif.
2.2 Statistika Deskriptif
Pengertian Statistika Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberi informasi yang berguna (Ronald W.Walpole, Pengantar Statistik, 1993). Statistika Deskriptif adalah metode statistika yang berkaitan dengan meringkas informasi dari data/sampel yang dikumpulkan. Hasil ringkasan dari statistika deskriptif
5
tersebut dapat digambarkan atau disimpulkan berupa grafik-grafik seperti histogram, grafik batang, dsb. Dalam statistika deskriptif terdapat dua ukuran yang diambil yaitu ukuran pemusatan data dan ukuran penyebaran data. Ukuran pemusatan data yang dapat digunakan antara lain Mean, Median, Modus. Ukuran penyebaran data yang dapat digunakan antara lain Range (Jangkauan), Variance, Standard deviation.
2.2.1 Ukuran Pemusatan Data
Ukuran pemusatan adalah ukuran yang menunjukan pusat (nilai tengah) segugus data, yang telah diurutkan dari yang terkecil sampai yang terbesar atau sebaliknya. Terdapat tiga ukuran pemusatan data (ukuran nilai tengah) yang banyak digunakan adalah rata-rata (mean), nilai tengah (median), dan nilai paling banyak muncul (modus).
2.2.1.1 Rata-rata (Mean)
Mean adalah jumlah keseluruhan pada data yang diperoleh dibagi dengan banyaknya data. Rumus yang digunakan untuk menghitung mean dari data tidak berkelompok adalah
n
X
X
n i i∑
==
1 (2.1) Jika data yang kita gunakan adalah data kelompok, maka rumus yang digunakan untuk menghitung mean adalah∑
∑
= ==
n i i n i i if
f
X
X
1 1.
(2.2)6 Keterangan: X = rata-rata (mean) i X = nilai ke-i i
f = frekuensi kelas ke-i
n = jumlah data
2.2.1.2 Nilai Tengah (Median)
Median adalah sekelompok data yang telah diurutkan terlebih dahulu dari data yang terkecil ke terbesar. Kemudian dicari nilai tengahnya. Pengamatan yang tepat ditengah-tengah bila banyaknya pengamatan itu ganjil, atau rata-rata kedua pengamatan yang ditengah bila banyaknya pengamatan itu genap.
2 1 2 = + =Q xn Me untuk n ganjil (2.3) 2 1 2 2 2 + + = = n n x x Q Me untuk n genap (2.4) Keterangan:
Me= nilai tengah (median)
n = jumlah data
2.2.1.3 Modus
Modus adalah nilai yang terjadi paling sering atau yang mempunyai frekuensi paling tinggi. Untuk data tunggal nilai modus diambil dari data yang mempunyai frekuensi paling tinngi.
2.2.2 Ukuran Penyebaran Data
Ukuran penyebaran adalah ukuran yang memberikan gambaran seberapa besar data menyebar dalam kumpulannya. Melalui ukuran penyebaran ini dapat diketahui seberapa besar niali-nilai data menyebar dari nilai pusatnya atau seberapa besar nilai-nilai data menyimpang dari nilai pusatnya. Ukuran
7
penyebaran data yang paling banyak digunakan yaitu jangkauan (range),
variance, dan standard deviation. 2.2.2.1 Jangkauan (Range)
Range adalah selisih bilangan terbesar dan terkecil dari suatu kumpulan
data. Rumus yang digunakan dalam menghitung Range adalah
min max
X
X
R
=
−
(2.5) Keterangan: R = jangkauan (range) maxX = nilai data terbesar min
X = nilai data terkecil
2.2.2.2 Variance
Variance adalah suatu besaran yang mengukur besarnya ragam data.
Semakin besar ragam data maka nilai variance semakin besar, demikian sebaliknya. Dalam industri, variance disebut juga ukuran presisi proses dan rata-rata sebagai akurasi proses. Rumus yang digunakan untuk menghitung variance adalah
(
)
2 1 21
−
−
=
∑
=n
X
X
S
n i i (2.6) Keterangan: 2 S = variance iX = nilai data ke-i
X = rata-rata (mean) n = jumlah data
2.2.2.3 Standard Deviation
Standard deviation adalah akar dari variance. Rumus yang digunakam untuk menghitung standard deviation adalah
8
(
)
2 11
−
−
=
∑
=n
X
X
S
n i i (2.7) Keterangan: S = standard deviation iX = nilai data ke-i
X = rata-rata data n = jumlah data
9
BAB III
METODOLOGI PENULISAN
3.1 Sumber Data
Sumber data yang terdapat dalam modul ini didapatkan melalui kuisioner yang sampelnya merupakan mahasiswa-mahasiswi di ITS tiap jurusan dan juga tiap angkatan mulai angkatan 2009-2012 yang dilakukan oleh Cendiana A.H. (1312100123) , Villing F. (1312100120) dan Christian P. (1312100148), Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam di Institut Teknologi sepuluh Nopember Surabaya pada tahun 2012.
3.2 Variabel Penelitian
Dalam penelitian Tingkat Daya Tahan Tubuh Mahasiswa ITS ini kami mengambil 6 variabel, diantaranya variabel-variabel tersebut adalah :
1. Frekuensi mahasiswa makan dalam sehari
2. Rentang waktu yang dibutuhkan mahasiswa tersebut untuk tidur dalam sehari
3. Rentang waktu yang dibutuhkan mahasiswa tersebuut untuk kuliah dalam seharinya
4. Rentang waktu yang dibutuhkan mahasiswa tersebut dalam mengikuti kegiatan-kegiatan di luar jam mata kuliah seperti (Organisasi, UKM, Job Part Time)
5. Frekuensi mahasiswa tersebut mengkonsumsi vitamin untuk tubuhnya dalam sehari
6. Frekuensi mahasiswa tersebut tidak mengikuti mata kuliah
3.3 Langkah Analisis
1. Langkah awal yang kami lakukan adalah menyebarkan kuisioner yang telah kami buat untuk setiap jurusan yang ada di ITS dan juga berdasarkan tahun masuk mahasiswa tersebut ke ITS.
2. Mengumpulkan semua hasil data yang di peroleh dan mengentrikan data tersebut ke dalam minitab untuk kemudian di olah.
10
3. Pengolahan data yang sudah kami entry ke dalam minitab lalu mencari data-data seperti mean,median modus, ukuran penyebaran data.
4. Menganalisa dan menginterpretasikan data yang telah ada berdasarkan penghitungan pada minitab.
5. Mengambil kesimpulan dari data-data yang telah ada dan mampu menampilkan data sehingga orang yang tidak mengenal ilmu statistika juga dapat mengerti apa yang dimaksudkan.
3.4 Diagram Alir
Di bawah ini adalah diagram alir yang menggambarkan awal kita membuat laporan modul ini sampai kita dapat menghasilkan beberapa data dengan melalui beberapa proses. Diagram alir pembuatan laporan modul ini dapat kita tampilkan sebagai berikut :
Gambar 3.1 Diagram alir pelaksanaan praktikum Statistika Deskriptif
Mulai
Menentukan tema
Menentukan tujuan dan variabel
Melakukan survey Mengentry data Penngolahan data Menganalisis data Penyajian data Selesai
11
BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Analisis data pada setiap variabel
Setelah kita mendapatkan beberapa data dari hasil survey, yang akan kita cari nilai mean,median,modus dan juga ukuran penyebaran datanya dari setiap variabel yang kita amati yaitu tentang berapa kali mahasiswa tersebut makan dalam sehari, tidur dalam sehari, lamanya waktu yang mereka habiskan untuk mata kuliah mereka, lamanya waktu yang mereka habiskan untuk mengikuti UKM atau pun kegiatan yang lain di luar kuliah, jumlah vitamin yang mereka konsumsi dan juga berapa banyak mereka tidak mengikuti mata pelajaran. Sehingga bila kita telah memproses data ini kita dapat mendapatkan informasi tentang apakah memang benar daya tahan tubuh mahasiswa ITS tinggi dengan banyaknya kegiatan yang mahasiswa ITS lakukan. Atau malah sebaliknya. Dan juga pada laporan ini akan ditampilkan diagram dari tiap variabel sehingga para pembaca yang membaca laporan ini dapat mengerti apa yang ingin kami sampaikan kepada para pembaca melalui diagram-diagram yang ada dan juga memudahkan para pembaca untuk memahaminya.
4.1.1 Ukuran Pemusatan Data
Ukuran pemusatan data yaitu ada berbagai nilai seperti mean median dan juga ada modus. Pemilihan pemusatan data harus berdasarkan datahasil pengamatan apabila data tersebut tersebut homogen biasanya menggunakan mean namun bila data yang didapatkan bersifat heterogen maka ukuran pemusatan data yang lebih baik menggunakan nilai median dan bila data berkaitan dengan selera masyarakat maka ukuran pemusatan data yang tepat untuk digunakan adalah modus. Pada bab ini akan kami tampilkan hasil perhitungan ukuran pemusatan data dari mean median dan juga modus pada setiap variabel.
Ukuran pemusatan tersebut dapat di hitung dengan menggunakan program minitab atau pun dengan menggunakan rumus-rumus tertentu. Berikut ini adalah hasil penghitungan melalui program minitab.
12 Tabel 4.1 Output Minitab Ukuran Pemusatan Data
Mean Median Modus
X1 2,5227 2 2 X2 5,5227 5 5 X3 6,068 6 6 X4 3,259 3 2 X5 0,5045 0 0 X6 1,855 1 0 Keterangan
X1 = frekuensi makan dalam sehari X2 = lama tidur dalam sehari
X3 = lama kuliah dalam sehari
X4 = lama mengikuti kegiatan di luar mata kuliah dalam sehari X5 = frekuensi dalam meng konsumsi vitamin dalam sehari X6 = frekuensi ketidak hadiran dalam mata kuliah
1. Mean (rata-rata)
Dari data yang didapatkan rata-rata mahasiswa ITS untuk frekuensi
makan setiap harinya yaitu :
Χ
=
=
=
=
=
2,5227 kali data rata-rata mahasiswa ITS untuk rentang waktu tidur dalam seharinya yaitu :13
Data rata-rata mahasiswa ITS untuk rentang waktu kuliah dalam sehari sebagai berikut :
Χ =
=
=
=
=
6,068 jamData untuk rata-rata mahasiswa ITS untuk rentang waktu kegiatan di luar mata kuliah dalam seharinya sebagai berikut :
Χ =
=
=
=
=
3,259 jamData rata-rata mahasiswa ITS untuk frekuensi pengkonsumsian vitamin dalam sehari sebagai berikut :
Χ =
=
=
=
=
0,5045 kali Data rata-rata mahasiswa ITS untuk frekuensi ketidak hadiran dalam mata kuliah dihitung mulai tanggal 3 September 2012 sebagai berikut :Χ =
=
=
=
=
1,855 kali2. Median pada data kami
dengan variabel-variabel seperti yang di atas adalah sebagai berikut, karena jumlah .sampel yang kami ambil genap maka kami menggunakan rumus mencari letak nilai median dengan n= genap yaitu
Me
=
=
=
=
= 105
Jadi data median berada pada data ke 105 setelah di urutkan mulai yang terkecil hingga terbesar, sehingga di dapatkan data sebagai berikut :
Data hasil median mahasiswa ITS untuk frekuensi makan setiap harinya yaitu 2
Data hasil median mahasiswa ITS untuk rentang waktu tidur dalam seharinya yaitu 5
Data hasil median mahasiswa ITS untuk rentang waktu kuliah dalam sehari yaitu 6
Data hasil median mahasiswa ITS untuk rentang waktu kegiatan di luar mata kuliah dalam seharinya yaitu 3
14
Data hasil median mahasiswa ITS untuk frekuensi pengkonsumsian vitamin dalam sehari yaitu 0
Data hasil median mahasiswa ITS untuk frekuensi ketidak hadiran dalam mata kuliah yaitu 1
3. Modus
Modus pada setiap variabel yang kita miliki yaitu sebagai berikut :
Variabel pertama, banyaknya makan mahasiswa ITS modus atau banyaknya data yang paling banyak muncul adalah 2
Variabel kedua, lama tidur mahasiswa ITS dalam sehari modus atau banyaknya data yang paling banyak muncul adalah 5
Variabel ke tiga, lama kuliah mahasiswa ITS dalam sehari modus atau banyaknya data yang paling banyak muncul adalah 6
Variabel ke empat, lamanya kegiatan yang di ikuti diluar jam mata kuliah
modus atau banyaknya data yang paling banyak muncul adalah 2
Variabel ke lima, pengkonsumsian vitamin oleh mahasiswa ITS modus atau banyaknya data yang paling banyak muncul adalah 0
Variabel ke enam, banyaknya ketidak hadiran dalam mata kuliah oleh mahasiswa ITS modus atau banyaknya data yang paling banyak muncul adalah 0
Dari data hasil penghitungan di atas di dapatkan bahwa pada variabel pertama, frekuensi makan mahasiswa ITS setiap harinya nilai yang mewakili yaitu 2,5227 dengan nilai tengah dimana 50% dari data tersebut berada di atasnya dan 50% dari data tersebut berada di bawahnya yaitu 2 dan dari hasil pengamatan tersebut data yang paling sering muncul adalah 2
Untuk variabel ke dua, berapa rentang waktu tidur mahasiswa ITS setiap harinya nilai yang mewakili yaitu 5,5227 dengan nilai tengah dimana 50% dari data tersebut berada di atasnya dan 50% dari data tersebut berada di bawahnya yaitu 5 dan dari hasil pengamatan tersebut data yang paling sering muncul adalah 5
Untuk variabel ke tiga, rentang waktu kuliah mahasiswa ITS dalam sehari nilai yang mewakili yaitu 6,068 dengan nilai tengah dimana 50% dari data
15
tersebut berada di atasnya dan 50% dari data tersebut berada di bawahnya yaitu 6 dan dari hasil pengamatan tersebut data yang paling sering muncul adalah 6
Untuk variabel ke empat, rentang waktu kegiatan yang di ikuti diluar jam mata kuliah oleh mahasiswa ITS nilai yang mewakili yaitu 3,259 dengan nilai tengah dimana 50% dari data tersebut berada di atasnya dan 50% dari data tersebut berada di bawahnya yaitu 3 dan dari hasil pengamatan tersebut data yang paling sering muncul adalah 2
Untuk variabel ke lima, frekuensi pengkonsumsian vitamin oleh mahasiswa ITS dalam seharinya nilai yang mewakili yaitu 0,5045 dengan nilai tengah dimana 50% dari data tersebut berada di atasnya dan 50% dari data tersebut berada di bawahnya yaitu 0 dan dari hasil pengamatan tersebut data yang paling sering muncul adalah 0 sehingga dapat di artikan mahasiswa ITS jarang yang mengkonsumsi vitamin
Untuk variabel ke enam, banyaknya ketidak hadiran dalam mata kuliah oleh mahasiswa ITS setiap harinya nilai yang mewakili yaitu 1,855 dengan nilai tengah dimana 50% dari data tersebut berada di atasnya dan 50% dari data tersebut berada di bawahnya yaitu 1 dan dari hasil pengamatan tersebut data yang paling sering muncul adalah 0 dengan begitu sebagina besar mahasiswa ITS rajin dalam mengikuti mata kuliahnya.
4.1.2 Ukuran Penyebaran Data
Ukuran penyebaran yang disebut juga dispersi yang akan kita hitung pada ukuran penyebaran yaitu adalah range (kisaran), variance (ragam), dan standard
deviation dari setiap variabel yang ingin kita miliki.
Ukuran penyebaran data dapat di hitung menggunakan cara hitung manual dan juga cara hitung menggunakna bantuan program minitab dengan cara menginputkan data-data yang ada dan dengan sedikit perintah maka akan muncul hasil dari range,varian dan standart deviasi tersebut. Barikut ini akna kami tampilkan hasil penghitungan dari minitab dan kami juga akna melakukan penghitungan manual dengan rumus-rumus untuk mencarii nilai range,varian dan juga standard deviationnya tersebut.
16 Tabel 4.2 Output Minitab Ukuran Penyebaran data
Keterangan
X1 = berapa kali makan dalam sehari X2 = lama tidur dalam sehari
X3 = lama kuliah dalam sehari
X4 = lama mengikuti kegiatan di luar mata kuliah dalam sehari X5 = banyaknya konsumsi vitamin dalam sehari
X6 = banyaknya ketidak hadiran dalam mata kuliah
1. Range
Nilai range pada setiap variabel yang kita punyai yaitu seperti di bawah ini dengan menggunakan rumus
min
max
X
X
R
=
−
Pada variabel pertama telah di ketahui bahwa Xmin= 1 dan Xmax nya adalah 5, sehingga range pada variabel 1 adalah 5 - 1 = 4
Pada variabel ke dua telah di ketahui bahwa Xmin= 2 dan Xmax nya adalah 10, sehingga range pada variabel 1 adalah 10 - 2 = 8
Pada variabel ke tiga telah di ketahui bahwa Xmin= 2 dan Xmax nya adalah 12, sehingga range pada variabel 1 adalah 12 - 2 = 10
St.Dev Variance Range
X1 0,6513 0,4241 4 X2 1,3597 1,8488 8 X3 2,13 4,539 10 X4 2,239 5,015 12 X5 0,6303 0,3972 3 X6 2,166 4,691 10
17
Pada variabel ke empat telah di ketahui bahwa Xmin= 0 dan Xmax nya adalah 12, sehingga range pada variabel 1 adalah 12 - 0 = 12
Pada variabel ke lima telah di ketahui bahwa Xmin= 0 dan Xmax nya adalah 3, sehingga range pada variabel 1 adalah 3 - 0 = 3
Pada variabel ke enam telah di ketahui bahwa Xmin= 0 dan Xmax nya adalah 10, sehingga range pada variabel 1 adalah 10 - 0 = 10
2. Variance
Untuk nilai dari varian tiap variabel yang kita miliki adalah sebagai berikut:
dibawah ini adalah perhitungan nilai variance mahasiswa ITS untuk frekuensi makan setiap harinya yaitu :
=
=
=
= 0, 4241
dibawah ini adalah perhitungan nilai variance mahasiswa ITS untuk rentang waktu tidur dalam seharinya yaitu :
=
=
=
= 1,8488
dibawah ini adalah perhitungan nilai variance mahasiswa ITS untuk rentang waktu kuliah dalam sehari sebagai berikut :
=
=
= = 4,539
dibawah ini adalah perhitungan nilai variance mahasiswa ITS untuk rentang waktu kegiatan di luar mata kuliah dalam seharinya sebagai berikut
18
=
=
= = 5,015
dibawah ini adalah perhitungan nilai variance mahasiswa ITS untuk frekuensi pengkonsumsian vitamin dalam sehari sebagai berikut
=
=
=
= 0,3972
dibawah ini adalah perhitungan nilai variance mahasiswa ITS untuk frekuensi ketidak hadiran dalam mata kuliah dihitung mulai tanggal 3 September 2012 sebagai berikut
=
=
= = 4,691
3. Standard deviation
Standard deviation tiap variabel pada data kami bila di hitung dengan
manual adalah sebagai berikut :
Standard deviation pada mahasiswa ITS untuk frekuensi makan setiap
harinya yaitu
S = =
=
= 0,6513
Standard deviation pada mahasiswa ITS untuk rentang waktu tidur dalam
19
S = =
=
= 1,3597
Standard deviation pada mahasiswa ITS untuk rentang waktu kuliah dalam
sehari sebagai berikut
S = =
= = 2,130
Standard deviation pada mahasiswa ITS untuk rentang waktu kegiatan di
luar mata kuliah dalam seharinya sebagai berikut
S = =
= = 2,239
Standard deviation pada mahasiswa ITS untuk frekuensi pengkonsumsian
vitamin dalam sehari sebagai berikut
S = =
=
= 0,6303
Standard deviation pada mahasiswa ITS untuk frekuensi ketidak hadiran
dalam mata kuliah dihitung mulai tanggal 3 September 2012 sebagai berikut
20
= = 2,166
Dari data hasil penghitungan di atas dapat disimpulkan bahwa nilai jangkauan pada mahasiswa ITS untuk frekuensi makan setiap harinya yaitu 4. Nilai pada variance sebesar 0,4241 karena ragam data hasil survey kecil maka sebaran datanya juga kecil kemudian untuk standard deviation sebesar 0,6513 maka dapat disimpulkan bahwa pendapat mahasiswa ITS tentang frekuensi makan setiap harinya sama atau data yang di peroleh bersifat homogen karena nilai
standard deviation kecil.
Pada mahasiswa ITS untuk rentang waktu tidur dalam seharinya di peroleh nilai jangkauan sebesar 8. Nilai pada variance sebesar 1,8488 karena ragam data hasil survey kecil maka sebaran datanya juga kecil kemudian untuk
standard deviation sebesar 1,3597 maka dapat disimpulkan bahwa pendapat
mahasiswa ITS tentang rentang waktu tidur dalam seharinya hampir sama antar mahasiswa yang satu dengan yang lain karena nilai standard deviation kecil.
Pada mahasiswa ITS untuk rentang waktu kuliah dalam sehari di peroleh nilai jangkauan sebesar 10. Nilai pada variance sebesar 4,539 karena ragam data hasil survey besar maka sebaran datanya juga besar kemudian untuk standard
deviation sebesar 2,130 maka dapat disimpulkan bahwa pendapat mahasiswa ITS
tentang rentang waktu kuliah dalam sehari tidak sama antar mahasiswa yang satu dengan yang lain atau data bersifat heterogen karena nilai standard deviation besar.
Pada mahasiswa ITS untuk rentang waktu kegiatan di luar mata kuliah dalam seharinya di peroleh nilai jangkauan sebesar 12. Nilai pada variance sebesar 5,015 karena ragam data hasil survey besar maka sebaran datanya juga besar kemudian untuk standard deviation sebesar 2,239 maka dapat disimpulkan bahwa pendapat mahasiswa ITS tentang rentang waktu kegiatan di luar mata kuliah dalam sehari tidak sama antar mahasiswa yang satu dengan yang lain atau data bersifat heterogen karena nilai standard deviation besar.
Pada mahasiswa ITS untuk frekuensi pengkonsumsian vitamin dalam sehari di peroleh nilai jangkauan sebesar yaitu 3. Nilai pada variance sebesar
21
0,3972 karena ragam data hasil survey kecil maka sebaran datanya juga kecil kemudian untuk standard deviation sebesar 0,6303 maka dapat disimpulkan bahwa pendapat mahasiswa ITS tentang pengkonsumsian vitamin setiap harinya sama atau data yang di peroleh bersifat homogen karena nilai standard deviation kecil.
Pada mahasiswa ITS untuk frekuensi ketidak hadiran dalam mata kuliah dihitung mulai tanggal 3 September 2012 di peroleh nilai jangkauan sebesar 10. Nilai pada variance sebesar 4,691 karena ragam data hasil survey besar maka sebaran datanya juga besar kemudian untuk standard deviation sebesar 2,166 maka dapat disimpulkan bahwa pendapat mahasiswa ITS tentang rentang waktu kuliah dalam sehari tidak sama antar mahasiswa yang satu dengan yang lain atau data bersifat heterogen karena nilai standard deviation besar.
4.1.3 Data Dalam Bentuk Diagram dan Grafik
Setelah melakukan beberapa perhitungan seperti yang kami lakukan di atas tidaklah mudah untuk memahaminya bagi setiap orang yang buta akan ilmu statistika sehingga kami pun akan menampilkan beberapa bentuk histogram untuk mempermudah pembaca untuk memahaminya.
Inilah data tampilan dalam bentuk histogram batang dan juga pie chart .
22 5 4 3 2 1 120 100 80 60 40 20 0 jumlah makan Fr e q u e n c y
jumlah makan dalam sehari mahasiswa ITS
Gambar 4.1 Histogram frekuensi makan dalam sehari oleh mahasiswa ITS
Gambar 4.2 Pie Chart frekuensi makan dalam sehari oleh mahasiswa ITS
dapat dilihat Pada Gambar 4.1 dan 4.2 , menunjukkan grafik frekuensi mahasiswa ITS makan dalam sehari. Dari grafik atau pie chart tersebut frekuensi yang tinggi adalah 2 kali makan dalam sehari yaitu 48% mahasiswa ITS. Kemudian 3 kali makan sehari yaitu 46%. Lainnya hanya beberapa persen saja.
23
Pada va riabel ke 2 adalah rentang waktu tidur yang dilakukan oleh mahasiswaITS
10 8 6 4 2 90 80 70 60 50 40 30 20 10 0 lamanya tidur Fr e q u e n c y
rentang waktu tidur mahasiswa ITS
Gambar 4.3 Histogram rentang waktu tidur yang dilakukan oleh mahasiswa ITS
Gambar 4.4 Pie Chart rentang waktu tidur yang dilakukan oleh mahasiswa ITS
Pada Gambar 4.3 dan 4.4 , menunjukkan rentang waktu tidur mahasiswa ITS dalam sehari. Dari grafik atau pie chart tersebut frekuensi yang tinggi adalah 5 jam kali makan dalam sehari yaitu 40,5% mahasiswa ITS.
24
Pada variabel ke tiga yaitu berapa lama mahasiswa ITS ngikuti mata kuliah per harinya 12 10 8 6 4 2 60 50 40 30 20 10 0
lamanya mata kuliah
Fr e q u e n c y
rentang waktu mata kuliah mahasiswa ITS
Gambar 4.5 Histogram lama mahasiswa ITS mengikuti mata kuliah per harinya
Gambar 4.6 Pie Chart lama mahasiswa ITS mengikuti mata kuliah per harinya
Pada Gambar 4.5 dan 4.6 , menunjukkan rentang waktu kuliah mahasiswa ITS dalam sehari. Dari grafik atau pie chart tersebut frekuensi yang tinggi adalah 6 jam dalam sehari yaitu 26% mahasiswa ITS. Data yang didapat bersifat heterogen terlihat dari banyaknya perbedaan pendapat tentang rentang waktu kuliah.
25
Pada variabel ke empat yaitu rentang waktu mahasiswa ITS mengikuti kegiatan di luar mata kuliah 12 10 8 6 4 2 0 70 60 50 40 30 20 10 0
kegiatan di luar mata kuliah
Fr e q u e n c y
rentang waktu kegiatan di luar mata kuliah
Gambar 4.7 Histogram rentang waktu mahasiswa ITS mengikuti kegiatan di luar
mata kuliah
Gambar 4.8 Pie Chart rentang waktu mahasiswa ITS mengikuti kegiatan di luar
26
Pada Gambar 4.7 dan 4.8 , menunjukkan rentang waktu kegiatan diluar mata kuliah mahasiswa ITS dalam sehari. Dari grafik atau pie chart tersebut frekuensi yang tinggi adalah 3 jam dalam sehari yaitu 29% mahasiswa ITS. Data yang didapat bersifat heterogen terlihat dari banyaknya perbedaan pendapat tentang rentang waktu kuliah.
Pada variabel selanjutnya yaitu jumlah konsumsi vitamin oleh mahasiswa ITS
3 2 1 0 140 120 100 80 60 40 20 0 konsumsi vitamin Fr e q u e n c y
jumlah konsumsi vitamin
Gambar 4.9 Histogram jumlah konsumsi vitamin oleh mahasiswa ITS
Gambar 4.10 Pie Chart frekuensi konsumsi vitamin oleh mahasiswa ITS
Pada Gambar 4.9 dan 4.10 , menunjukkan grafik frekuensi konsumsi vitamin mahasiswa ITS dalam sehari. Dari grafik atau pie chart tersebut frekuensi yang
27
tinggi adalah 0 vitamin dalam sehari yaitu 56% mahasiswa ITS. Itu menandakan bahwa sebagian besar mahasiswa ITS tidak menkonsumsi vitamin untuk pertahanan tubuhnya. Data bersifat homogen.
Dan yang terakhir adalah banyaknya mahasiswa ITS tidak mengikuti mata kuliah
10 8 6 4 2 0 90 80 70 60 50 40 30 20 10 0
tidak mengikuti mata kuliah
Fr e q u e n c y
jumlah tidak mengikuti mata kuliah
Gambar 4.11 Histogram banyaknya mahasiswa ITS tidak mengikuti mata kuliah
Gambar 4.12 Pie Chart banyaknya mahasiswa ITS tidak mengikuti mata kuliah
Pada Gambar 4.11 dan 4.12 , menunjukkan grafik frekuensi ketidakhadiran mahasiswa ITS dalam sehari. Dari grafik atau pie chart tersebut frekuensi yang tinggi adalah 0 kali dalam sehari yaitu 38% mahasiswa ITS. Kemudian 1 kali dalam sehari yaitu 19%. Lainnya hanya beberapa persen saja. Data bersifat heterogen. Karena data yang diperoleh sangat bervariasi.
28
BAB V
KESIMPULAN DAN SARAN
5.1
KesimpulanBerdasarkan hasil perhitungan ukuran pemusatan data dan ukuran penyebaran data yang kita punya kemudian kita olah dengan menggunakan rumus-rumus untuk mencari nilai-nilai ukuran pemusatan data dan penyebaran data maka didapatkan kesimpulan sebagai berikut:
1. Data jumlah makan per hari oleh mahasiswa ITS didapatkan nilai mean pada data ini yaitu 2,5227 dengan median 2 dan modus juga 2. Varian pada data ini 0,4241 dapat di artikan bahwa data bersifat homogen, dengan standard deviasi 0,6513 kemudian range dari data ini adalah 4.
2. Rentang waktu mahasiswa ITS untuk tidur didapatkan nilai mean pada data ini yaitu 5,5227 dengan median 5 dan modus juga 5. Varian pada data ini 1,8488 dengan standard deviasi 1,3597 kemudian range dari data ini adalah 8.
3. Rentang waktu mahasiswa ITS untuk mengikuti mata kuliah didapatkan nilai mean pada data ini yaitu 6,068 dengan median 6 dan modus juga 6. Varian pada data ini 4,539 dengan standard deviasi 2,130 kemudian range dari data ini adalah 10.
4. Rentang waktu mahasiswa ITS untuk mengikuti kegiatan di luar mata kuliah didapatkan nilai mean pada data ini yaitu 3,259 dengan median 3 dan modus juga 2. Varian pada data ini 5,015 ini adalah nilai varian tertinggi dibandingkan dengan variabel yang lainnya sehingga kesimpulannya data tersebit bersifat heterogen. Standard deviasi 2,239 kemudian range dari data ini adalah 12.
5. Frekuensi mahasiswa ITS dalam mengkonsumsi vitamin didapatkan nilai mean pada data ini yaitu 0,5045 dengan median 0 dan modus juga 0. Dari hasil tersebut ternyata menunjukkan bahwa para mahasiswa di ITS kebanyakan tidak mengkonsumsi vitamin. Varian pada data ini 0,3972 merupakan varian terkecil karena data yang didapatkan relatif sama
29
sehingga bersifat homogen, kemudian standard deviasinya yaitu 0,6303 kemudian range dari data ini adalah 3.
6. Frekuensi mahasiswa di ITS yang tidak mengikuti mata kuliahnya didapatkan nilai mean pada data ini yaitu 1,855 dengan median 1 dan modus juga 0 menandakan bahwa sebagian besar mahasiswa ITS rajin mengikuti mata kuliahnya. Varian pada data ini 4,691 dengan standard deviasi 2,166 kemudian range dari data ini adalah 10.
Kemudian kami juga membuat histogram dan pie chart untuk data tersebut dengan menampilkannya di harapkan agar memudahkan pembaca untuk memahaminya.
5.2 Saran
Setelah kami melakukan semua dari memilih tema sampai pada akhirnya kami telah selesai dalam membuat laporan ini ada beberapa hal yang harus di perhatikan yaitu dalam memasukkan data-data yang di peroleh (menginputkan data) haruslah memiliki kesabaran dan ketelitian yang tinggi sehingga tidak terjadi kesalahan dalam memasukkan data yang nantinya akan kita olah.
Kemudian dalam melakukan penghitungan mencari mean, median,modus, varian,range maupun standard deviasi kita juga harus teliti. Agar tidak terjadi kesalahan maka kita juga bisa menghitung menggunakna program minitab agar kita dapat mencocokkan hasil yang kita hitung tadi dengan hasil akhir yang di tunjukkan oleh pprogram minitab tersebut.
Serta apabila kita melakukan survey langsung, maka kita hendaknyya sudah mengetahui apa yang akan kita utarakan kepada setiap orang yang akkan kita survey sehingga tidak terjadi discomunication atau pun kesalah pahaman antara kita dengan orang yang akkan kita survey. Ini akan melatih kita untuk berani tampil di depan orang banyak, menambah teman kita dan melatih kita juga menjadi public speaking yang baik.
30
DAFTAR PUSAKA
Ronald W.Walpole. 1993. Pengantar Statistik.
Sugiyono. 2010. Metode Penelitian Kuantitatif Kualitatif dan R&D. Anas Sujiono. 2007. Pengantar Statistik Pendidikan.
Andi Hakim Nasoetion dan Barizi. 1985. Metode Statistika untuk Penarikan
Kesimpulan. Percetakan PT.Gramedia. Jakarta.
George W Snedecor & William G. Cochran. 1972. Statistika Methods. The IOWA STATEUNIVERSITY PRESS. Ames, lowa, USA.
Lampiran
NO. NAMA NRP NO.HP S1 S2 S3 S4 S5 S6
1 STEVANUS K.N. 1109100011 85649622008 3 6 4 2 1 5 2 SYAIFUL A. 1110100105 85648930790 2 6 7 6 0 6 3 MUHIMMATUL K. 1110100049 85731016018 2 4 11 4 0 5 4 MENTARI R. MUKTI 1111100032 85852443421 2 3 4 12 0 5 5 FRISTYA A. 1111100070 87759236870 2 5 12 4 1 1 6 AFANISAKINAH 1111100009 87753102939 2 5 6 3 0 2 7 SHOFIYATUN 1112100003 85749234868 2 3 6 2 1 0 8 RIJALUL FIKRI 1112100074 81266513138 2 6 6 1 0 2 9 M. BURHANUDDIN 1112100086 89682008271 2 5 9 3 0 0 10 M.AHIRUL AKBAR 1112100031 85655081441 2 4 6 5 0 1 11 LILIK DWI ASIH 1209100060 85732226064 3 5 3 2 0 0
12 GINANJAR 1210100054 - 2 7 6 4 0 5
13 LUTHFI 1210100052 85642102236 3 6 5 2 1 2
14 M.I. SAFII 1211100033 - 3 5 6 8 1 1
15 AGUS NUR AHMAD 1211100042 85645111339 3 8 6 2 0 2 16 RAHMADANA J. 1211100102 85733165135 2 6 12 3 1 1 17 YUDAH M.N.S. 1212100062 87879516945 3 6 9 2 0 0 18 FEDRIC F. 1212100015 85737023075 2 4 9 3 1 4 19 MOH.ALHAM 1212100065 85730218477 2 4 9 4 2 0 20 DITTA PUSPITA K.A. 1212100091 85648312454 2 6 5 2 0 1 21 A. ANURAVEGA 1309100031 85731122457 2 5 3 2 1 3 22 DEA FERNANDA H. 1310030035 83830331780 2 6 6 1 0 6 23 NOVRI SUHERMI 1310100010 85731193070 3 5 8 3 0 5 24 MUSDALIFAH N.S. 1311100053 85730213700 3 5 10 2 1 4 25 EF ES 1311100097 85735812104 3 4 8 5 0 2 26 UMMU HABIBAH 1311100035 85648309631 2 6 6 5 0 4 27 WAHYU 1312100081 85646747823 1 5 7 0 0 0 28 RAHMAH SAFITRI 1312100032 85648173864 2 4 5 0 0 0 29 VONESA DEVI L. 1312100067 85755266568 2 5 5 3 0 1 30 VELA RISKI P. 1312100011 83847473526 2 5 5 0 0 0 31 IRFAN M 1409100028 85756107711 2 4 12 6 1 2 32 HANDIKA F 1410100010 85645491236 2 8 8 4 0 3 33 FAHMI Y 1410100058 - 2 5 6 4 0 3 34 M. AMIN T 1411100017 - 3 3 6 4 0 4 35 RIA FINA W 1411100010 8983306805 3 5 8 2 1 2
36 DEDY F 1411100024 85655212203 2 5 5 3 1 4 37 DEGANURITA 1412100022 89682254428 3 5 5 2 1 0 38 AHMAD J 1412100039 85798143157 3 5 6 4 2 4 39 RUHUL 1412100063 8980612034 2 5 5 3 1 1 40 PUSPITA H 1412100028 85746628838 2 4 5 1 1 0 41 M. MUHIBBUL I 1509100009 85731706999 2 4 7 2 0 1 42 KUSNUL K 1510100043 81234077877 2 3 7 2 0 1 43 DESY 1510100033 - 2 6 5 3 0 1 44 M ABDUL Q 1511100080 - 3 8 10 0 0 3 45 ALBI H 1511100008 85730394378 2 5 8 3 0 2 46 ANDREAS W K 1511100088 83878348563 2 4 8 6 0 0 47 FARIHATUS S 1512100072 85851889697 3 5 9 0 0 0 48 ROSIDAH K 1512100024 85784507248 3 5 8 2 0 0 49 ANINDYA C A 1512100026 85655292978 3 5 8 2 1 0 50 AINUR R 1512100029 89678478001 2 5 8 2 0 0 51 FILIPUS A W 2109100112 87891928486 3 6 6 6 2 1 52 WIDYAH 2110100149 - 5 6 7 5 1 2 53 IQBAL W 2110100022 85646413013 2 4 3 5 1 1 54 M HAFIDH 2111100111 81267035028 2 5 5 4 1 2 55 ARYO K 2111100106 85781781899 3 6 3 1 0 1 56 AYUB H P 2111100077 85695185290 2 5 4 2 0 7 57 DWIJO H 2112100079 89677920258 2 4 4 0 0 0 58 YANSEN P 2112100038 81703028288 3 5 6 7 0 3 59 DANANTA P T 2112100056 87854552745 3 5 6 2 1 0 60 EVELYN L 2112100032 81330898838 3 6 3 2 0 0 61 CHURNIA SARI 2209100018 - 3 4 3 2 0 0 62 WAHYU SETYO BUDI 2210100154 818233947 3 6 5 3 0 0 63 ANDIF RAHMAWATI 2210100091 85733060913 3 5 8 2 1 2 64 M. GHOFUR 2211100079 - 2 4 8 2 1 3 65 SAPTA SETIAWAN 2211100004 81553004026 3 4 6 2 1 2 66 LUKMAN HENDARWIN 2211100057 87788732988 2 6 6 6 1 3 67 LUTHFI ABDUR R. 2212100006 85655634147 3 6 6 2 0 0 68 M. ZAKKI GUFRON 2212100064 85649654971 3 6 8 4 0 0 69 THEO 2212100127 8785738188 3 6 8 3 0 0 70 RIZKY RAMADYAN W. 2212100012 85258829793 3 5 6 2 1 1 71 LUFFIA 2309100004 85746564001 3 8 10 4 0 1 72 HILDA NOFITRIA 2310030069 - 2 8 5 2 0 4
73 YUNILAREFIT 2310030051 85232649398 2 7 3 0 0 3 74 MUTIA NOVIYANTI 2311100028 8548771754 2 6 6 4 1 1 75 NURHAMIDAH 2311100007 85235394767 2 5 6 5 1 0 76 AQQUILINE N. 2311100184 81932532511 2 5 6 3 1 4 77 FRYDA 2312030016 85730118629 2 5 5 7 0 0 78 AGMELIA N.A. 2312100141 - 3 6 8 0 1 0 79 NIDIA INTAN L. 2312100114 - 3 4 6 2 1 0 80 YOSITA 2312100056 - 5 2 9 3 1 0 81 M. RASUKI ZANLANI 2409100098 85733138783 2 7 3 5 0 6 82 RIYO HUSSAIN M. 2410100037 87853322535 2 6 3 4 0 3 83 BAGUSIANU W. P. 2410100044 8810648355 3 4 10 5 1 9 84 ALBERT 2411100122 82146521683 3 7 6 2 2 1 85 HISHIA 2411100045 - 4 7 5 0 0 0 86 RIZA TAURIQUR R. 2411100077 87855826341 3 4 6 8 0 8 87 NUR OKTA MILATINA 2412100089 83897961450 2 5 6 4 1 0 88 ELDISA KUSUMA P. 2412030051 85227666564 3 7 5 2 1 3 89 JEVA ANGGI A. 2412030012 85645989558 1 5 4 5 0 0 90 ADITYA RIZQI 2412030135 85752223862 2 6 3 6 0 0 91 CHRISTIAN G. 2509100156 85271703010 4 6 2 9 1 0 92 KELVIN A. 2510100151 85782455763 3 6 7 3 1 1 93 JIHAD SEPTIAWAN N. 2510100086 83847165162 3 5 7 3 1 0 94 RIZAL EKO C. 2511100074 83832327497 3 5 6 6 1 0 95 AJI SETYO P. 2511100087 85730812543 3 5 6 3 0 2 96 FAJAR SATRIO S. 2511100140 85755646966 2 6 4 1 0 1 97 CHRISTIAN YENDI 2512100020 87854225511 4 7 4 1 2 2 98 RYAN SAUM 2512100052 85761110863 1 6 5 2 0 0 99 ALFREDO 2512100063 - 2 8 2 0 2 0 100 REDY LUKITO 2512100072 83849966955 2 6 6 2 0 1 101 I KOMANG ARDO 2709100009 81916137513 2 7 3 2 0 2 102 ADE OKTA 2710100083 85365057344 2 7 4 8 0 3 103 JAROT D.TATAMA 2710100086 85735794943 3 4 6 6 0 3 104 ANDI 2711100027 85642224241 3 7 5 5 1 6 105 AINUN Z. 2711100073 85730109779 3 5 5 5 1 1 106 IKA SILVIANA 2711100065 81335586846 3 5 8 3 0 0 107 AZMI MAHIRI 2712100109 - 2 6 5 3 2 0 108 NIKO ABI L. 2712100143 85706701363 2 5 5 3 0 0 109 AZHAR BASYIR 2712100134 85722685368 2 4 4 1 1 0
110 ANAM AROFI 2712100047 81336945445 2 4 5 2 0 0 111 AHMAD RIZAL 3109100027 - 2 5 3 1 1 2 112 AL HABIB 3110100078 - 3 5 10 3 0 4 113 MUFIA ANGGUN 3110100027 - 2 6 3 1 0 0 114 FAJAR ISLAMI 3110100034 85648150196 3 5 6 6 1 0 115 ERIEN M. 3111100048 85790295596 2 3 4 2 1 1 116 RASYADANI I.H. 3111100108 85618058407 2 5 7 6 1 4 117 PANJI WIBOWO 3112100057 85714366220 2 5 5 5 0 4 118 AHMAD RIZAL A. 3112100117 8563645667 2 6 8 3 1 1 119 NYOTO APRILIUS S. 3112100021 81339046717 3 7 6 2 0 2 120 DEVI SANTI 3112100063 8175088221 3 5 6 2 0 3 121 PRADITHA P 3209100058 - 3 7 4 2 0 1 122 ALVIN P 3210100003 85692008364 2 5 6 3 0 8 123 YANRIZAL G B 3210100066 85655279658 3 4 6 8 0 5 124 DIMAS S P 3211100033 - 3 5 4 0 0 0 125 GANIS R 3211100023 87854082889 2 8 2 10 0 5 126 I KADEK A L 3211100007 85739109101 2 3 2 0 0 10 127 CINTHIA SOFIE D 3212100028 8563101721 3 9 6 3 0 1 128 LIDYA R F 3212100038 8385950865 2 6 9 5 0 3 129 MEIDINA N 3212100048 85730388979 2 5 9 5 0 1 130 HENNI 3212100006 81331409661 3 8 4 0 0 0 131 YOANITA P 3309100047 85730551991 3 5 6 3 0 2 132 CICI M 3310100064 81703776717 2 8 6 6 1 1 133 LAKSMISARI R P 3310100078 87852273430 2 6 5 2 0 0 134 RISTRA M 3311100046 85731600077 2 4 6 3 0 3 135 HANA P 3311100033 85646245995 3 5 7 5 0 1 136 RATNA MIRA 3311100035 - 2 6 5 2 1 0 137 CECILIA D T 3312100102 8569826093 2 5 10 0 1 0 138 M RADIFAN P 3312100032 81388750040 3 7 6 3 1 0 139 IIS P T 3312100117 85733673004 2 5 6 6 1 0 140 ARIZKY R S 3312100041 85790997290 3 7 6 2 2 0 141 NIMMALAWATI 3409100007 85751525118 2 8 4 3 0 6 142 BRAMANTYA 3410100067 8175255616 3 6 5 6 3 0 143 NUR ROHIM 3410100016 - 3 5 6 4 0 6 144 RISTAN IRFENDA 3411100040 85645600105 3 5 6 3 1 0 145 M.IQBAL 3411100072 85236866332 2 6 7 5 1 2 146 M. HAWWIIN 3411100134 8563447636 2 4 10 4 1 2 147 ATSILIA HASNA 3412100090 83849700152 3 9 7 3 2 0 148 ZAANA ZAGHIRAH 3412100120 89677568425 3 9 9 2 1 0
149 RUTH SENIA 3412100018 85233328812 2 10 8 0 3 0 150 HENDRY KURNIAWAN 3412100160 81999305310 2 4 8 2 0 0 151 HELEN CHRISTINE 3509100024 82139372479 2 10 6 0 0 2 152 ZANZA 3510100037 85755545928 3 5 6 4 1 4 153 YOGY 3510100008 - 3 9 5 2 1 0 154 MUHAMMAD R. 3511100041 85697864560 2 4 4 3 1 1 155 IHSAN NAUFAL M. 3511100064 81584286682 3 5 8 1 0 0 156 INDRA JAYA K. 3511100060 85782471777 3 7 6 2 1 3 157 PUSPITA ARDANI 3512100074 8988949682 3 8 10 2 1 0 158 WEBIE NI MAJA D. J 3512100052 - 2 5 4 6 0 0 159 BIMA PRAMUDYA K 3512100036 82131430491 2 6 4 7 1 0 160 WAHYU TEO P. 3512100030 89673369148 3 5 4 6 0 1 161 ROSMAYANI 3609100047 87815735559 2 5 8 3 0 3 162 MIFFAKJ HUDA 3610100071 85733722488 2 4 9 8 0 5 163 M. RIZAL 3610100043 85746134241 2 5 5 4 0 1 164 DELIA NOER ADZANNI 3611100064 85733562429 2 8 4 5 1 3 165 LARAS 3611100019 85785678713 2 4 6 6 0 4 166 NAYA GINANTYA 3611100032 85733098819 2 6 4 2 0 0 167 VIDYA T. A 3612100028 85746565558 2 5 5 3 0 0 168 ICHASANUL KARIM 3612100032 85655592309 3 6 6 2 0 2 169 AMIRUDIN 3612100005 89681985540 2 4 5 2 1 0 170 RIZKY 3612100008 85749205992 3 6 4 0 0 0 171 JUAN FERRY 4109100048 85790321999 2 5 7 2 2 6 172 IRHAZ ALAHI 4110100010 85733500798 2 5 6 0 0 5 173 M.FIRMAN 4110100018 81316556570 3 6 3 2 1 1 174 CLARA YUNITA 4111100060 81802071240 2 5 8 0 0 2 175 LIA 4111100006 81999836339 2 5 9 10 0 2 176 ALDI KURNIAWAN 4111100024 85652280552 3 6 8 7 1 5 177 DALE HANSEL 4112100034 87852699692 5 9 3 2 1 0 178 MIFTAHUL R. 4112100039 87851033912 3 6 6 3 0 0 179 ANDREW GIBSON 4112100041 83193050804 3 7 3 4 0 0 180 FITRIA AULIA 4112100056 85654912707 3 8 8 2 1 0 181 SYAIFUDIN S. 4209100096 - 2 5 10 3 0 3 182 IQBA NURUL R. 4210100057 89668176302 3 5 6 3 0 0 183 MUSA K. 4210100092 85645597391 1 5 5 3 0 0 184 IMRON NOOR A. 4211100075 8562630791 2 5 4 4 0 4 185
ADE PUTRI AULIA
186 DINNY 4211100096 85648445154 3 5 6 3 0 3 187 M.DIDIK 4212100142 81934553848 3 5 3 2 1 0 188 RAMADHAN ANDHI 4212100064 85649335152 3 5 6 2 1 0 189 ONGGO F.N. 4212100138 85647593154 3 7 5 5 1 0 190 SAMSUL ARIFIN 4212100031 87853558851 3 5 5 0 0 0 191 AGRO W. 4309100093 - 3 6 4 5 1 1 192 MOCH.RIZKY A. 4310100074 85730394384 2 6 10 4 0 1 193 ANDIKA TRISNA P. 4310100023 - 3 6 6 12 0 7 194 RIYAN AFIF 4311100080 85642406619 3 5 6 6 1 3 195 MOH.LUTFI B. 4311100009 85730404309 3 5 6 4 0 6 196 SUNNY SUNJAYA 4311100085 - 2 5 7 4 1 5 197 ANGGI G.F. 4312100093 85329582706 3 6 5 2 1 0 198 ENGGARTYASTO H. 4312100076 8787800315 3 5 5 4 1 1 199 NABILA A. 4312100099 85765350655 3 5 5 7 0 0 200 DENI S. 4312100065 - 2 5 7 3 0 4 201 AGUS SUKIMAN 5109100106 85271718812 2 8 2 2 0 4 202 AFID ERI P. 5110100163 8170656763 2 5 9 2 0 4 203 IQBAL ABRIAN Z. 5110100139 85277351924 3 5 6 2 1 0 204 RIMBY K. 5111100005 85755004380 2 3 4 4 0 4 205 WILI K. 5111100053 89678604048 3 5 3 4 0 2 206 ANGGA EKA P. 5111100117 85745545733 3 4 10 2 1 7 207 ANDREA TH. 5112100004 81703259515 3 6 7 0 1 1 208 FELIX HARTANTIO 5112100031 85732717576 4 8 10 0 1 0 209 DJUNED F.D. 5112100071 87759035853 3 8 10 0 1 0 210 RR.AJENG SOFIANA 5112100022 85645661740 3 4 9 2 0 1 211 FAZLURRANI 5209100046 85655228596 3 5 3 2 1 3 212 ADHITYA ILHAM N. 5210100057 85646104501 3 5 7 5 1 1 213 MUHAMMAD 5210100069 85731600665 3 5 7 7 1 0 214 RAHMAD FARIS 5211100085 81216923212 3 6 2 2 0 8 215 VILAT S.M. 5211100059 85648023639 2 5 5 8 0 7 216 GIOVANNY 5211100117 85731910749 2 4 7 2 1 1 217 SITI HAWA A. 5212100054 85655477769 2 6 8 2 0 0 218 FAIZAL RAHMAN 5212100028 89619208400 1 5 8 4 0 0 219 ABI NUBLI A. 5212100026 85730101225 3 5 9 3 0 1 220 JUNIOR WIJAYA 5212100112 85731747064 3 5 3 3 1 5
