• Tidak ada hasil yang ditemukan

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB IV PENGUMPULAN DAN PENGOLAHAN DATA"

Copied!
13
0
0

Teks penuh

(1)

FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL

ACAK DISKRIT

ABSTRAK

ABSTRACT

KATA PENGANTAR

DAFTAR ISI

DAFTAR TABEL

DAFTAR GAMBAR

DAFTAR LAMPIRAN

BAB I PENDAHULUAN

(kalimat pengantar) 1.1 Latar Belakang

1.2 Tujuan Penulisan Laporan 1.3 Perumusan Masalah 1.4 Batasan masalah 1.5 Sistematika Penulisan

BAB II LANDASAN TEORI

(Minimal memuat teori tentang pembagian data, jenis-jenis distribusi variabel acak diskrit, dan aplikasi penggunaan distribusi variabel acak diskrit)

BAB III METODOLOGI PENELITIAN

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

(kalimat pengantar)

4.1 Pengumpulan Data

(2)

4.1.1 Hasil Pengumpulan Data Untuk Percobaan Distribusi Binomial

(kalimat pengantar) Jumlah sampel : Jumlah populasi : Jumlah produk cacat : Jumlah produk baik :

Tabel x.Rekapitulasi Jumlah Cacat Dan Baik dalam Sampel

4.1.2 Hasil Pengumpulan Data Untuk Percobaan Distribusi Hipergeometri

(kalimat pengantar) Jumlah sampel : Jumlah populasi : Jumlah produk cacat : Jumlah produk baik :

Tabel x.Rekapitulasi Jumlah Produk Cacat Dan Baik Dalam Sampel

1 1 4 2 3 4 5 6 7 8 9 10

Pena Cacat Pena Baik Trial 1 1 4 2 3 4 5 6 7 8 9 10

Pena Cacat Pena Baik Trial

(3)

4.1.3 Hasil Pengumpulan Data Untuk Percobaan Distribusi Poisson

(kalimat pengantar)

Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD

(Selanjutnya Terlampir pada Lampiran A)

4.2 Pengolahan Data

(kalimat pengantar)

4.2.1 Perhitungan Data Pengamatan Untuk Distribusi Binomial

(kalimat pengantar)

4.2.1.1Perhitungan Distribusi Frekuensi (kalimat pengantar)

P(y) = frekuensi

total

Tabel x.Distribusi frekuensi

Contoh perhitungan (2 buah)

1 Motor 7:00:15 2 Mobil 7:00:17 3 Mobil 7:00:20 4 Motor 7:00:26 5 Motor 7:00:29 6 Motor 7:00:32 7 Mobil 7:00:35 8 Motor 7:00:39 9 Motor 7:00:41 10 Mobil 7:00:43

Kendaraan ke Jenis Kendaraan Waktu Kedatangan

Y F P(Y) 0 3 0,3 1 2 0,2 2 3 4 5 Total 10 1

(4)

Gambar x.Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y

4.2.1.2 Perhitungan Ulang Percobaan Terhadap P(Y) (kalimat pengantar)

4.2.1.2.1Perhitungan Ulang Terhadap P(0)

Perhitungan ulang terhadap P(0) dilakukan setiap 10 menggunakan rumus P(Y).

P(Y) = f

Jumlah_Trial

Tabel

Contoh perhitungan (2 buah) 0 5 10 15 20 25 0 F re k u en si

Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y

Perhitungan Ulang Percobaan Terhadap P(Y) (kalimat pengantar)

Perhitungan Ulang Terhadap P(0)

Perhitungan ulang terhadap P(0) dilakukan setiap 10 trial

menggunakan rumus P(Y).

Trial

Tabel x.Ulangan Percobaan terhadap p(0)

Contoh perhitungan (2 buah)

1 2 3 4 Y Trial f(kum) P(0) 1 2 3 4 5 6 7 8 9 10

Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y

trial dengan 5

(5)

Perhitungan secara teoritis : P (Y) = Cyn.py.qn-y

Tabel x. Perbandingan Peluang Percobaan dan Teori

Contoh Perhitungan :

Gambar x.Grafik Ulang Percobaan P(0)

4.2.1.2.2 Perhitungan Ulang Terhadap P(1) 4.2.1.2.3 Perhitungan Ulang Terhadap P(2) 4,2,1,2,4 Perhitungan Ulang Terhadap P(3) 4.2.1.2.3 Perhitungan Ulang Terhadap P(4) 4.2.1.2.6 Perhitungan Ulang Terhadap P(5)

4.2.1.3Distribusi Probabilitas Kumulatif (kalimat pengantar)

Trial f(kum) P(0) P(0) Teori 1 2 3 4 5 6 7 8 9 10 0.00 0.05 0.10 0.15 0.20 0.25 1 2 3 4 5 6 7 8 9 10 P (0 ) Trial P (Y) Praktikum P (Y) Teori

(6)

Tabel

Contoh Perhitungan (2 buah)

Gambar

4.2.1.4 Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis (kalimat pengantar)

p (y) = Cyn.py.q

Keterangan :

n = jumlah sampel yang diambil Y = jumlah produk cacat yang diambil p = peluang terambilnya produk cacat q = 1 – p = peluang Y 0 1 2 3 4 5 Total 0 0.2 0.4 0.6 0.8 1 1.2 1 P (Y )

Tabel x.Distribusi Probabilitas Kumulatif

Contoh Perhitungan (2 buah)

ar x. Grafik Distribusi Probabilitas Kumulatif

Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis (kalimat pengantar)

qn-y

= jumlah sampel yang diambil Y = jumlah produk cacat yang diambil p = peluang terambilnya produk cacat

p = peluang terambilnya yang tidak cacat

F P(y) P(Y) kum

Total 10 1

2 3 4 5 6

Y

P (Y)

P (Y) Kumulatif

Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis P (Y) Kumulatif

(7)

Perhitungan Probabilitas Secara Teoritis :

Tabel x.Perhitungan probabilitas terambilnya produk cacat secara teoritis

Contoh Perhitungan (2 buah)

4.2.2 Perhitungan Data Pengamatan untuk Distribusi Hipergeometri

(kalimat pengantar)

4.2.2.1Perhitungan Distribusi Frekuensi (kalimat pengantar)

P(y) = frekuensi

total

Tabel x.Distribusi frekuensi

Contoh perhitungan (2 buah)

Y P(Y) 0 0,168 1 0,360 2 0,309 3 0,132 4 0,028 5 0,002 Total 1,000 Y F P(Y) 0 3 0,3 1 2 0,2 2 3 4 5 Total 10 1

(8)

Gambar x.Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y

4.2.2.2 Perhitungan Ulang Percobaan (kalimat pengantar)

4.2.2.2.1 Perhitungan Ulang Terhadap P(0) (kalimat pengantar)

P(Y) = f

Jumlah_Trial

Tabel

Contoh perhitungan (2 buah) Perhitungan secara teoritis :

P (Y) = 0 2 4 6 8 10 12 14 16 18 20 0 F re k ue ns i

Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y

Perhitungan Ulang Percobaan Terhadap P(Y) (kalimat pengantar)

Perhitungan Ulang Terhadap P(0) (kalimat pengantar)

Trial

Tabel x.Ulangan Percobaan terhadap p(0)

Contoh perhitungan (2 buah) Perhitungan secara teoritis :

= . 1 2 3 4 5 Y Trial f(kum) P(0) 1 2 3 4 5 6 7 8 9 10

(9)

Tabel x. Perbandingan Peluang Percobaan dan Teori

Contoh Perhitungan (2 buah) :

Gambar x.Grafik Ulang Percobaan P(0)

4.2.2.2.2 Perhitungan Ulang Terhadap P(1) 4.2.2.2.3 Perhitungan Ulang Terhadap P(2) 4,2,2,2,4 Perhitungan Ulang Terhadap P(3) 4.2.2.2.5 Perhitungan Ulang Terhadap P(4) 4.2.2.2.6 Perhitungan Ulang Terhadap P(5)

4.2.2.3 Distribusi Probabilitas Kumulatif (kalimat pengantar)

Trial f(kum) P(0) P(0) Teori 1 2 3 4 5 6 7 8 9 10 0.00 0.05 0.10 0.15 0.20 0.25 1 2 3 4 5 6 7 8 9 10 P (0 ) Trial P(Y) Praktikum P(Y) Teori

(10)

Tabel

Contoh Perhitungan (2 buah)

Gambar

4.2.2.4. Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis (kalimat pengantar) p (y) = Cy n. C N-y N-r CnN Keterangan :

P (Y) = probabilitas terambilnya produk cacat dari sampel n = jumlah sampel yang diambil

r = jumlah produk cacat dalam populasi N = jumlah populasi

y =jumlah produk cacat yang ter

Perhitungan Probabilitas Secara Teoritis

Y 0 1 2 3 4 5 Total 0 0.2 0.4 0.6 0.8 1 1.2 1 P (Y )

Tabel x.Distribusi Probabilitas Kumulatif

Contoh Perhitungan (2 buah)

ar x. Grafik Distribusi Probabilitas Kumulatif

.4. Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis (kalimat pengantar)

y

= probabilitas terambilnya produk cacat dari sampel jumlah sampel yang diambil

lah produk cacat dalam populasi = jumlah populasi

umlah produk cacat yang terambil

Perhitungan Probabilitas Secara Teoritis

F P(y) P(Y) kum

Total 10 1

2 3 4 5 6

Y

P (Y)

P (Y) Kumulatif

.4. Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis

(11)

Tabel x.Perhitungan Probabilitas Terambilnya Produk Cacat Secara Teoritis

Contoh perhitungan (2 buah)

4.2.3 Perhitungan Data Pengamatan Untuk Distribusi Poisson

(kalimat pengantar)

4.2.3.1 Perhitungan Data Pengamatan Untuk Kendaraan Sepeda Motor

(kalimat pengantar)

Tabel X.Data Jumlah Kedatangan Sepeda Motor Per 20 detik di Jalan XX Pukul AA:BB – CC:DD Y P(Y) 0 0,168 1 0,360 2 0,309 3 0,132 4 0,028 5 0,002 Total 1,000 3 1

(12)

Data maks : Data min :

Range :data maks-data min = Jumlah kelas :1 + 3,3 Log (N) = Lebar kelas : range

jumlah kelas=

Batas Bawah : data min – 0,5 =

Batas Atas : batas bawah + lebar kelas =

Tabel x.Perhitungan Standar Deviasi Waktu Kedatangan Kendaraan Sepeda Motor Per 20 Detik di Jalan XX Pukul AA:BB – CC:DD

Contoh Perhitungan (2 buah)

Tabel x. Perhitungan Probabilitas Jumlah Kendaraan Sepeda Motor Per 20 Detik di Jalan XX Pukul AA:BB – CC:DD

Contoh perhitungan (2 buah) P (y) = λy . e-λ

y !

Kelas Batas Bawah Batas Atas fi Fkum xi fi.xi μ λ

1 -0,05 0,97 111 111 0,46 51,25 2 3 4 5 6 7 8 9 … n

Y F F relatif P(Y) P(Y)kum

0 111 0,123 0,686 0,686 1 2 3 4 5 6 7 8 9 … n

(13)

4.2.4 Pengolahan Data dengan Menggunakan Software

4.2.4.1 Perhitungan Menggunkan Software STATISTICA untuk Distribusi Binomial

4.2.4.2 Perhitungan Menggunkan Software STATISTICA untuk Distribusi Poisson

BAB V ANALISIS

5.1. Analisis Perbandingan Hasil Pengamatan Distribusi Binomial dan Hipergeometri

5.2. Analisis Hasil Pengamatan Distribusi Poisson pada Jalan XX Pukul AA:BB

5.3. Analisis Perbandingan Hasil Pengolahan Data Ms.Excel dengan Software STATISTICA

BAB VI PENUTUP

6.1 Kesimpulan 6.2 Saran

DAFTAR PUSTAKA

LAMPIRAN A REKAPITULASI WAKTU KEDATANGAN KENDARAAN

LAMPIRAN A1 Rekapitulasi Hasil Pengamatan Waktu Kedatangan Kendaraan Sepeda Motor dan Mobil di Jalan…..

LAMPIRAN A2 Rekapitulasi Hasil Pengamatan Waktu Kedatangan Kendaraan Sepeda Motor di Jalan…..

LAMPIRAN A3 Rekapitulasi Hasil Pengamatan Waktu Kedatangan Kendaraan Mobil di Jalan…..

Gambar

Tabel x.Rekapitulasi Jumlah Cacat Dan Baik dalam Sampel
Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB –
Gambar x. Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y
Tabel x. Perbandingan Peluang Percobaan dan Teori
+6

Referensi

Dokumen terkait

Pengumpulan data-data yang nantinya akan digunakan pada tahap pengolahan data yaitu data yang diperoleh dari hasil pengamatan langsung dari proses produksi Chip

Nilai tersebut diperoleh melalui pengolahan terhadap data akumulasi dari hasil pengamatan langsung pada bulan Januari - Juni 2011 terhadap proses produksi dengan suatu

Proses kegiatan distribusi merupakan kegiatan yang dilakukan dalam aktivitas pada perusahaan dimulai dari kedatangan barang yang akan diolah sampai kepada barang

Core logging adalah pengamatan secara visual pada core hasil pemboran geoteknik untuk mendapatkan karakteristik massa batuan yang akan digunakan sebagai parameter untuk

Sub subbab ini membahas mengenai pengolahan data dari hasil pengamatan yang telah dilakukan pada objek kajian beton pracetak. Pengolahan yang dilakukan menggunakan metode

Dari hasil perhitungan dalam tabel perhitungan nilai kapabilitas sigma dan DPMO pada Lampiran II, diketahui bahwa proses perakitan mobil YLO Type II di departemen

Sumber : Hasil Pengamatan.. 4.3.2.2 Penentuan Korelasi Strategi Penanganan dengan Penyebab Risiko Korelasi ini bertujuan untuk melihat seberapa besar hubungan antara

Berdasarkan hasil pengujian data kedatangan dan data waktu pelayanan kendaraan yang dilakukan pada sistem antrian di area final inspection, model sistem antrian awal yang digunakan