format laporan modul iii distribusi variabel · tabel x.rekapitulasi waktu kedatangan kendaraan di...
TRANSCRIPT
![Page 1: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/1.jpg)
FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL
RANDOM 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
random diskrit, dan aplikasi penggunaan distribusi variabel random diskrit)
BAB III METODOLOGI PENELITIAN
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
(kalimat pengantar)
4.1 Pengumpulan Data
(kalimat pengantar)
![Page 2: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/2.jpg)
2
4.1.1 Hasil Pengumpulan Data Untuk Percobaan Distribusi Binomial
(kalimat pengantar)
Jumlah sampel : 5
Jumlah populasi : 50
Jumlah produk cacat : 10
Jumlah produk baik : 40
Tabel x.Rekapitulasi Jumlah Cacat Dan Baik dalam Sampel
4.1.2 Hasil Pengumpulan Data Untuk Percobaan Distribusi Hipergeometri
(kalimat pengantar)
Jumlah sampel : 5
Jumlah populasi : 50
Jumlah produk cacat : 20
Jumlah produk baik : 30
Tabel x.Rekapitulasi Jumlah Produk Cacat Dan Baik Dalam Sampel
Trial Produk Baik Produk Cacat
1 3 2
2 5 0
3 2 3
4 1 4
5 3 2
6 2 3
7 4 1
8 3 2
9 1 4
10 2 3
1 3 2
2 2 3
3 1 4
4 2 3
5 3 2
6 0 5
7 2 3
8 1 4
9 3 2
10 3 2
Produk Cacat Produk BaikTrial
![Page 3: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/3.jpg)
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 Waktu KedatanganJenis Kendaraan
Y Frekuensi P(Y)
0 1 0,1
1 1 0,1
2 3 0,3
3 3 0,3
4 2 0,2
5 0 0
Total 10 1
![Page 4: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/4.jpg)
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 trial dengan
menggunakan rumus P(Y).
P(Y) = f kum
Trial ke-
Tabel x.Ulangan Percobaan terhadap P(0) Praktikum
Contoh perhitungan (2 buah)
0
0,5
1
1,5
2
2,5
3
3,5
0 1 2 3 4 5
Fre
ku
ensi
Y
Frekuensi Terambilnya Produk Cacat Sebanyak Y
Trial f(kum) P(0) Praktikum
1 0 0
2 1 0,5
3 1 0,333333333
4 1 0,25
5 1 0,2
6 1 0,166666667
7 1 0,142857143
8 1 0,125
9 1 0,111111111
10 1 0,1
![Page 5: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/5.jpg)
5
a. Perhitugan untuk trial 1
F (kum) = 0
P(Y) = fkum
Trial Ke-
P(0) = 0
1
P(0) = 0
b. Perhitugan untuk trial 2
F (kum) = 1
P(Y) = fkum
Trial Ke-
P(0) = 1
2
P(0) = 0,5
Perhitungan secara teoritis :
P (Y) = Cyn.py.qn-y
Tabel x. Perbandingan Peluang Percobaan dan Teori
Contoh Perhitungan 1 buah :
a. P (Y) = Cyn.py.qn-y
P (0) = C05.0,20.0,85-0
P(0) = 0,32768
Trial f(kum) P(0) Praktikum P(Teori)
1 0 0,000000 0,32768
2 1 0,500000 0,32768
3 1 0,333333 0,32768
4 1 0,250000 0,32768
5 1 0,200000 0,32768
6 1 0,166667 0,32768
7 1 0,142857 0,32768
8 1 0,125000 0,32768
9 1 0,111111 0,32768
10 1 0,100000 0,32768
![Page 6: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/6.jpg)
6
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)
Tabel x.Distribusi Probabilitas Kumulatif
Contoh Perhitungan (2 buah)
a. P(0) Kum = 0 + P(0)
= 0 + 0,1
= 0,1
0,000000
0,100000
0,200000
0,300000
0,400000
0,500000
0,600000
1 2 3 4 5 6 7 8 9 10
P(Y
)
Trial
Perulangan Percobaan P(0)
P(0) Praktikum
P(Teori)
Y Frekuensi P(Y) P(Y) Kum
0 1 0,1 0,1
1 1 0,1 0,2
2 3 0,3 0,5
3 3 0,3 0,8
4 2 0,2 1
5 0 0 1
Total 10 1
![Page 7: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/7.jpg)
7
b. P(1) Kum = P(0) + P(1)
= 0,1 + 0,1
= 0,2
Gambar x. Grafik Distribusi Probabilitas Kumulatif
4.2.1.4 Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis
(kalimat pengantar)
P (y) = Cyn.py.qn-y
Keterangan :
n = jumlah sampel yang diambil
Y = jumlah produk cacat yang diambil
p = peluang terambilnya produk cacat
q = 1 – p = peluang terambilnya yang tidak cacat
Perhitungan Probabilitas Secara Teoritis :
Tabel x.Perhitungan probabilitas terambilnya produk cacat secara teoritis
0
0,5
1
1,5
0 1 2 3 4 5
P(Y
)
Y
Distribusi Probabilitas Kumulatif
P(Y)
P(Y) kum
Y P(Y)
0 0,32768
1 0,4096
2 0,2048
3 0,0512
4 0,0064
5 0,00032
Total 1
![Page 8: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/8.jpg)
8
Contoh Perhitungan (2 buah)
a. P (Y) = Cyn.py.qn-y
P (0) = C05.0,20.0,85-0
P(0) = 0,32768
b. P (1) = Cyn.py.qn-y
P (1) = C15.0,21.0,85-1
P(1) = 0,4096
4.2.2 Perhitungan Data Pengamatan untuk Distribusi Hipergeometri
(kalimat pengantar)
4.2.2.1 Perhitungan Distribusi Frekuensi
(kalimat pengantar)
P(y) = frekuensi
total
Tabel x. Distribusi frekuensi
Contoh perhitungan (2 buah)
Y F P(Y)
0 0 0
1 0 0
2 4 0,4
3 3 0,3
4 2 0,2
5 1 0,1
Total 10 1
![Page 9: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/9.jpg)
9
Gambar x. Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y
4.2.2.2 Perhitungan Ulang Percobaan Terhadap P(Y)
(kalimat pengantar)
4.2.2.2.1 Perhitungan Ulang Terhadap P(0)
(kalimat pengantar)
P(Y) = fkum
Trial Ke-
Tabel x.Ulangan Percobaan terhadap P(0)
Contoh perhitungan (2 buah)
0
1
2
3
4
5
0 1 2 3 4 5
Fre
ku
ensi
Y
Frekuensi Terambilnya Produk Cacat Sebanyak Y
Trial f(kum) P(0) Praktikum
1 0 0,000000
2 0 0,000000
3 0 0,000000
4 0 0,000000
5 0 0,000000
6 0 0,000000
7 0 0,000000
8 0 0,000000
9 0 0,000000
10 0 0,000000
![Page 10: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/10.jpg)
10
a. Perhitugan untuk trial 1
F (kum) = 0
P(Y) = fkum
Trial Ke-
P(0) = 0
1
P(0) = 0
b. Perhitugan untuk trial 2
F (kum) = 0
P(Y) = fkum
Trial Ke-
P(1) = 0
2
P(1) = 0
Tabel x. Perbandingan Peluang Percobaan dan Teori
Perhitungan secara teoritis (1 buah) :
a. P (Y) = 𝐶𝑦
𝑟.𝐶𝑛−𝑦 𝑁−𝑟
𝐶𝑛𝑁
P (0) = 𝐶0
20.𝐶5−0 50−20
𝐶550
P (0) = 0,067259
Trial f(kum) P(0) Praktikum P(Teori)
1 0 0,000000 0,067259
2 0 0,000000 0,067259
3 0 0,000000 0,067259
4 0 0,000000 0,067259
5 0 0,000000 0,067259
6 0 0,000000 0,067259
7 0 0,000000 0,067259
8 0 0,000000 0,067259
9 0 0,000000 0,067259
10 0 0,000000 0,067259
![Page 11: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/11.jpg)
11
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)
Tabel x.Distribusi Probabilitas Kumulatif
Contoh Perhitungan (2 buah)
a. P(0) Kum = 0 + P(0)
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
Y F P(Y) P(Y) Kum
0 0 0 0
1 0 0 0
2 4 0,4 0,4
3 3 0,3 0,7
4 2 0,2 0,9
5 1 0,1 1
Total 10 1
![Page 12: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/12.jpg)
12
= 0 + 0
= 0
b. P(1) Kum = P(0) + P(1)
= 0 + 0
= 0
(Kalimat Pengantar)
Gambar x. Grafik Distribusi Probabilitas Kumulatif
4.2.2.4. Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis
(kalimat pengantar)
p (y) = Cy
r . CN-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 terambil
0
0,2
0,4
0,6
0,8
1
1,2
0 1 2 3 4 5
P(Y
)
Y
Distribusi Probabilitas Kumulatif
P(Y)
P(Y) Kum
![Page 13: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/13.jpg)
13
(Kalimat Pengantar)
Tabel x. Perhitungan Probabilitas Terambilnya Produk Cacat Secara Teoritis
Contoh perhitungan (2 buah)
a. P (Y) = 𝐶𝑦
𝑟.𝐶𝑛−𝑦 𝑁−𝑟
𝐶𝑛𝑁
P (0) = 𝐶0
20.𝐶5−0 50−20
𝐶550
P (0) = 0,067259
b. P (Y) = 𝐶𝑦
𝑟.𝐶𝑛−𝑦 𝑁−𝑟
𝐶𝑛𝑁
P (1) = 𝐶1
20.𝐶5−1 50−20
𝐶550
P (1) = 0,258689
4.2.3 Perhitungan Data Pengamatan Untuk Distribusi Poisson
(kalimat pengantar)
4.2.3.1 Perhitungan Data Pengamatan Untuk Kendaraan Sepeda Motor
(kalimat pengantar)
Y P(Y)
0 0,067259
1 0,258689
2 0,364081
3 0,234052
4 0,068601
5 0,007317
Total 1
![Page 14: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/14.jpg)
14
Tabel X. Data Jumlah Kedatangan Sepeda Motor Per 20 detik di Jalan XX Pukul
AA:BB – CC:DD
Data maks :
Data min :
Range :data maks-data min =
Jumlah kelas :1 + 3,3 Log (N) = (di run up)
Lebar kelas :range
jumlah kelas (Sebelum di Run up) = (Tidak di run down dan
tidak di ru nup)
Batas Bawah : data min – 0,05 = -0,05
Batas Atas : batas bawah + lebar kelas =
3
1
![Page 15: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/15.jpg)
15
Tabel x.Perhitungan Standar Deviasi Waktu Kedatangan Kendaraan Sepeda
Motor Per 20 Detik di Jalan XX Pukul AA:BB – CC:DD
Nilai rata-rata (Mean) = ∑ 𝑓𝑖 𝜒𝑖
∑ 𝑓𝑖
= ……..
………
= …...
λ = μ
λ = .....
Contoh Perhitungan (2 buah)
1. Pada kelas 1
Batas Bawah (BB1) = data min – 0,05
= … – 0,05
= 34,5
Batas Atas (BA1) = BB1+ LK
= … + …
= ….
BB1 = BA1
= …
Nilai tengah kelas I (xi) = 𝐵𝐵1+𝐵𝐵2
2
= ….+ ⋯
2
= …
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
![Page 16: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/16.jpg)
16
2. Pada kelas 2
Batas Bawah (BB1) = data min – 0,05
= … – 0,05
= 34,5
Batas Atas (BA1) = BB1+ LK
= … + …
= ….
BB1 = BA1
= …
Nilai tengah kelas 2 (xi) = 𝐵𝐵1+𝐵𝐵2
2
= ….+ ⋯
2
= …
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 !
4.2.3.2 Perhitungan Data Pengamatan Untuk Kendaraan Mobil
4.2.4 Pengolahan Data dengan Menggunakan Software
4.2.4.1 Perhitungan Menggunakan Software STATISTICA untuk Distribusi
Binomial
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
![Page 17: FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL · Tabel x.Rekapitulasi Waktu Kedatangan Kendaraan Di Jalan XX Pukul AA:BB – CC:DD (Selanjutnya Terlampir pada Lampiran A) 4.2 Pengolahan](https://reader033.vdocuments.pub/reader033/viewer/2022060803/608775b542d8d8656172b8b0/html5/thumbnails/17.jpg)
17
4.2.4.2 Perhitungan Menggunakan 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…..
LAMPIRAN B DOKUMENTASI