Professional Documents
Culture Documents
Oleh:
Kelompok 7
Anggota:
Nabila Indri Yani 2010931037
Anindia Okta Dewi 2010932042
Asisten pembimbing:
Nabila Rifqha Ramadhani
Kelompok : 07 (Tujuh)
Anggota : 1. Nabila Indri Yani (2010931037)
2. Anindia Okta Dewi (2010932042)
Asisten Pembimbing : Nabila Rifqha Ramadhani
data
4 18 November 2021 Revisi laporan dan pengolahan NRR
data
5 19 November 2021 Revisi laporan NRR
ACC Laporan
ACC
(Nabila Rifqha Ramadhani)
NIM 1810932008
LEMBAR PENGESAHAN
Oleh:
Kelompok 7
Anggota:
Nabila Indri Yani 2010931037
Anindia Okta Dewi 2010932042
RRF NRR
Mengetahui
Koordinator Praktikum
i
ABSTRACT
Segala Puji dan syukur pada Allah SWT yang telah melimpahkan rahmat
dan karunia-Nya, sehingga kami dapat menyelesaikan Karya Tulis Ilmiah yang
berjudul ‘Distribusi Probabilitas Diskrit dan Kontinu” dengan sebaik mungkin.
Penyelesaian karya tulis ilmiah ini tidak terlepas dari bantuan dan
partisipasi dari berbagai pihak, baik secara langsung maupun tidak langsung. Oleh
karena itu, kami dengan sepenuh hati mengucapkan terimakasih kepada:
Penulis
DAFTAR ISI
HALAMAN SAMPUL
HALAMAN PENGESAHAN.................................................................................i
ABSTRACT .........................................................................................................ii
ABSTRAK ........................................................................................................iii
KATA PENGANTAR...........................................................................................iv
DAFTAR ISI ..........................................................................................................v
DAFTAR TABEL...............................................................................................viii
DAFTAR GAMBAR.............................................................................................ix
YBAB I PENDAHULUAN
1.1 Latar Belakang Masalah...................................................................1
1.2 Rumusan Masalah............................................................................2
1.3 Tujuan Penelitian.............................................................................3
1.3 Manfaat Penelitian...........................................................................3
1.4 Batasan Masalah..............................................................................4
BAB II LANDASAN TEORI
2.1 Distribusi Probabilitas......................................................................5
2.2 Distribusi Probabilitas Variabel Diskrit...........................................6
2.2.1 Distribusi Bernoulli..............................................................6
2.2.2 Distribusi Binomial..............................................................7
2.2.3 Distribusi Multinomial.........................................................8
2.2.4 Distribusi Hipergeometri......................................................8
2.2.5 Distribusi Binomial Negatif.................................................9
2.2.6 Distribusi Geometrik..........................................................10
2.2.7 Distribusi Poisson..............................................................11
2.2.8 Distribusi Uniform.............................................................12
2.3 Distribusi Probabilitas Variabel Kontinu.......................................13
2.3.1 Distribusi Uniform Kontinu...............................................13
2.3.2 Distribusi Normal...............................................................14
2.3.3 Distribusi Gamma..............................................................15
2.3.4 Distribusi Eksponensial......................................................16
2.3.5 Distribusi Chi Squared.......................................................16
2.3.6 Distribusi Log Normal.......................................................17
2.3.7 Distribusi Beta....................................................................18
2.3.8 Distribusi Weibull..............................................................19
BAB III METODE PENELITIAN
3.1 Jenis Penelitian...............................................................................20
3.2 Lokasi dan Waktu..........................................................................20
3.3 Populasi dan Sampel Penelitian.....................................................21
3.4 Pengumpulan Data.........................................................................21
3.5 Teknik Analisis Data......................................................................21
BAB IV PENGOLAHAN DATA DAN ANALISIS
4.1 Pengolahan Data............................................................................23
4.1.1 Distribusi Probabilitas Proporsi Jenis Kelamin Pengunjung
Puskesmas Pauh.................................................................23
4.1.2 Distribusi Probabilitas Mahasiswa Menggunakan Atau
Tidak Menggunakan Zoom Meeting..................................28
4.1.3 Distribusi Probabilitas IP semester lalu mahasiswa pada
pembelajaran daring...........................................................30
4.1.4 Distribusi Probabilitas Kedatangan Kendaraan dalam
Selang 20 Detik dengan Distribusi Poisson.......................34
4.1.5 Distribusi Probabilitas Waktu Kedatangan Pengunjung
Puskesmas Pauh dengan Distribusi Eksponensial.............36
4.2 Analisa...........................................................................................39
4.2.1 Distribusi Probabilitas Proporsi Jenis Kelamin Pengunjung
Puskesmas Pauh Menggunakan Distribusi Geometrik......40
4.2.2 Distribusi Probabilitas Mahasiswa Menggunakan Atau
Tidak Menggunakan Zoom Meeting dengan Distribusi
Binomial.............................................................................41
4.1.3 Distribusi Probabilitas IP semester lalu mahasiswa pada
pembelajaran daring Menggunakan distribusi Normal......42
4.2.4 Distribusi Probabilitas Waktu Kedatangan Pengunjung
dalam Selang 20 Detik.......................................................43
4.2.5 Distribusi Probabilitas Waktu Kedatangan Pengunjung
Puskesmas Pauh.................................................................45
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan....................................................................................47
5.2 Saran...............................................................................................48
DAFTAR PUSTAKA
LAMPIRAN
BIODATA PENELITI
YDAFTAR TABEL
YGambar 4.1 ...Bar chart PMF Proporsi Jenis Kelamin Pengunjung Puskesmas
Pauh ...............................................................................................40
Gambar 4.2 Line chart CMF Proporsi Laki-Laki dan Perempuan Pengunjung
Puskesmas Pauh............................................................................ 41
Gambar 4.3 Bar chart PDF IP Mahasiswa Semester Lalu ...............................42
Gambar 4.4 Line chart PDF IP Mahasiswa Semester Lalu ..............................43
Gambar 4.5 Bar Chart PMF Waktu Kedatangan Pengunjung .........................44
Gambar 4.6 Line Chart CMF Waktu Kedatangan Pengunjung........................ 44
Gambar 4.7 Bar Chart PDF Waktu Kedatangan Pengunjung Puskesmas Pauh ...
........................................................................................................45
Gambar 4.8 Line Chart CDF Waktu Kedatangan Pengunjung Puskesmas Pauh .
........................................................................................................46
Y
BAB I
PENDAHULUAN
Bab ini terdiri atas latar belakang masalah, rumusan masalah, tujuan
penelitian, manfaat penelitian, serta batasan masalah terkait distribusi probabilitas
diskrit dan kontinu.
Salah satu akibat dari pandemi adalah pembelajaran tatap muka antara
pendidik dan peserta didik tidak bisa lagi dilakukan. Metode pembelajaran
konvensional diganti dengan metode pembelajaran berbasis jaringan. Suatu media
tentunya diperlukan untuk menunjang kegiatan belajar mengajar secara daring.
Salah media belajar yang paling umum digunakan di kalangan mahasiswa adalah
aplikasi Zoom Meeting.
Salah satu hal yang membuat pelayanan tersebut bisa dibilang baik adalah
memberikan pelayanan dengan cepat sehingga pengunjung tidak dibiarkan
mengantri terlalu lama. Demi mencapai hal tersebut pihak puskesmas dapat
memperhatikan periode antri pengunjung yang bervariasi. Pada jam-jam tertentu
tingkat kedatangan pengunjung akan lebih tinggi daripada biasanya. Masalah
tersebut dapat diselesaikan dengan distribusi probabilitas. Penelitian ini
menggunakan data mahasiswa dan pengunjung Puskesmas Pauh. Sehingga
nantinya, diharapkan peneliti dan pembaca dapat memahami dan menerapkan
konsep probabilitas dalam kehidupan sehari-hari.
1. Bagi peneliti
2. Bagi pembaca
p x=1
P B ( x;P ) =
{
0
( 1-p ) =q x=0
x≠0 atau 1
…(1)
Atau
x 1-x
P B ( x;p ) = P (1-p ) ;x=0,1 …(2)
0≤P≤1
Mean:
μ=E ( X ) =P …(3)
Varians:
σ2 =p ( 1-p ) =pq …(4)
x = 0,1,2,…,n
n = 1,2,3,…
0≤ p≤1
Dimana:
x x
F b ( x;n,p ) = ∑ P b ( k;n,p ) = ∑ Cnx p k (1-p) n-k …(6)
k=0 k=0
x = 0, 1, 2,…, n
Mean :
Varians:
n!
p ( x 1 , x2 ,…, x k ) = ( x 1 , x2 ,…, x k )π 1
x1 x2
, π 2 ,…, π k
xk
…(9)
2.2.4 Distribusi Hipergeometri
2) Setiap anggota populasi dapat dinyatakan sebagai sukses atau gagal dan
terdapat D buah sukses dalam populasi, jadi p = D/N
x = 0,1,2,3,…,n
( CM
x M-N
x )(C n-x )
F n ( x;n,M,N ) = ∑ CN
k=0 n
…(11)
Mean:
nM
μ=E ( X ) = …(12)
N
Varians:
nM
σ2 =
N (1- MN )( N-n
N-1 )
…(13)
2.2.5 Distribusi Binomial Negatif
2) Setiap percobaan (trial) hanya dapat menghasilkan satu dari dua keluaran
yang mungkin, sukses atau gagal.
-1 -1
f bn ( x;r,p ) = Cx+r r x x+ r r x
r-1 p (1-p) = C r-1 p q …(14)
Dimana:
x = 0,1,2,3,…
x x
−1
Dimana:
X = 0,1,2,3,…
0≤p≤1
Mean:
r(1-p)
μ x =E ( X ) = …(16)
p
Varians:
r(1-p)
σ2 = …(17)
p2
Dimana:
x= 0,1,2,3,...
0≤ p≤1
x x
F x ( x;p ) = ∑ F x ( k;p ) = ∑ p(1-p) k …(19)
k=0 k=0
Dimana:
x= 0,1,2,3,...
0≤ p≤1
Mean:
1-p
μ=E ( X ) = …(20)
p
Varians:
1-p
σ2 =
p2
…(21)
2.2.7 Distribusi Poisson
e-λ λx
P ( x;λ ) = x = 0,1,2,3,… …(22)
x!
x x
e-λ λ x
P ( x;λ ) = ∑ ( k;λ ) = ∑ x = 0,1,2,3,… …(23)
k=0 k=0 x!
Mean:
μ=E ( X ) =λ …(24)
Varians:
σ2 =λ …(25)
Keterangan:
x! = Faktorial dari k.
λ = Bilangan riil positif, sama dengan nilai harapan peristiwa yang terjadi
dalam interval tertentu.
Bila peubah acak X mendapat nilai x1, x2, x3, ..., xn dengan peluang yang
sama, maka distribusi uniform diskrit yang diberikan:
1
P ( x;n ) = ; x =x 1 , x2 , x 3 , ..., x n …(26)
n
B
1
Sifat fdp ∫ f ( x ) dx=1 maka dapat diperoleh ¿ ( B− A) . Jika didefinisikan f(x)= 0
A
di luar interval (A, B), maka sifat f(x) ≥ 0 juga terpenuhi. Distribusi khusus ini
dikenaldengan distribusi uniform pada interval (A, B).[1]
1
f ( x;∝,β ) =
{ B-A
0
, A≤ x ≤B
selainnya
…(27)
Dimana:
2
-(x-μ x )
1 (2 σ
2
)
…(28)
f N ( x;μ x , σ x ) = e x
-∞<x<∞
σ x √ 2π
Dimana:
μ x= mean
σ x = standar deviasi
Secara matematis, simpangan baku rata-rata sampel yang disebut dengan
galat baku rata-rata dan hubungannya dengan simpangan baku populasi di
rumuskan sebagai berikut[4]:
σ σ2
σx =
√n
=
√ n
…(29)
∞
Γ ( α ) =∫ x α-1 e-x dx …(30)
π
1
2) Didefinisikan Γ( ) = √ π
2
-x
1
f G ( x;α,β ) =
{ 0
α
β Γ(α)
xα-1 e β x>0
selainnya
…(31)
t -x
1
f G ( x;α,β ) =P ( X≤x ) =∫ α
x α-1 e β dt …(32)
π β Γ(α)
Mean:
μ=E ( X ) =αβ …(33)
Varians:
σ2 =α β 2
…(34)
x
F E (x;λ)=P ( X≤x ) = ∫ λ e-λt dt=λ e -λx …(35)
0
Mean:
1
μ=E ( X ) = …(36)
λ
Varians:
1
σ2 = …(37)
λ2
Uji chi squared secara umum digunakan untuk menguji dua kelompok
data baik variabel independen maupun dependennya berbentuk kategorik atau
dapat juga dikatakan sebagai uji proporsi untuk dua peristiwa atau lebih sehingga
datanya bersifat diskrit. Dasar uji chi square adalah membandingkan perbedaan
frekuensi hasil observasi (fo) dengan frekuensi yang diharapkan (fh). Perbedaan
tersebut meyakinkan jika nilai dari chi squared besar dari suatu nilai yang
ditetapkan pada taraf signifikan tertentu. Jika variable acak X memiliki distribusi
Chi Squared dengan parameter v, maka fungsi kepadatan probabilitas dari X
adalah:
v -x
1
f x ( x;v ) =
2
{ 0
v
2v
2 Γ( )
2
x2 e 2 x>0
selainnya
…(38)
Mean:
μ = E (X) = v …(39)
Varians:
σ2 = 2v …(40)
1
{
2
e-| In ( x )-μ|/(2 σ )
x>0
f ln ( x;μ;σ ) = √ 2πσx …(41)
0 selainnya
1 2
Dimana:
μ= mean
σ = standar deviasi
Mean:
2
σ
μx =E ( X ) = e
( μ+ )
2 …(43)
Varians:
2 2
σ x2 = ( e (μ+ σ ) )( eσ -1 ) …(44)
Distribusi beta adalah salah satu distribusi dasar dalam statistik. Distribusi
ini memiliki banyak aplikasi dalam statistik klasik maupun Bayesian. Distribusi
beta melibatkan pengertian fungsi beta.[5] Distribusi beta merupakan sebuah
penjabaran dari distribusi uniform. Variabel acak kontinu X berdistribusi beta
dengan parameter α >0 dan β >0. Maka distribusi probabilitas kontinu dapat
dinyatakan sebagai berikut:
1
{
f B = β(α,β)
0
x α-1 (1-x)β-1 0<x<1
selainnya
…(45)
β
β-1
f ( x;∝,β ) = ∝ βx e-α x , x>0
{ 0 selainnya
…(46)
Dimana:
∝ > 0 dan β > 0
Mean:
1
μ= ∝β Γ 1+ ( 1β ) …(48)
Varians:
2 2
2
σ =∝
-
β
{ ( ) [ ( )] }
2
Γ 1+ - Γ 1+
β
1
β
…(49)
BAB III
METODE PENELITIAN
Bab terdiri atas jenis penelitian, lokasi dan waktu penelitian, populasi dan
sampel penelitian, metode pengumpulan data, dan teknik analisis data.
Bab ini terdiri atas pengolahan data dan analisis data yang disajikan dalam
bentuk tabel dan grafik. Metode pengolahan data menggunakan distribusi variabel
acak diskrit dan kontinu. Variabel acak diskrit yang digunakan terdiri atas
distribusi geometri, distribusi binomial dan distribusi poisson. Sedangkan variabel
acak kontinu yang digunakan terdiri atas distribusi normal dan distribusi
eksponensial.
Sub bab ini terdiri atas pengolahan data yang didapatkan dari hasil
pengamatan waktu kedatangan pengunjung Puskesmas Pauh dan kuisioner yang
disebar pada mahasiswa.
Jumlah sampel yang diperoleh sebanyak 365 data, lalu dibagi menjadi 10
sampel per trial. Sehingga trial yang didapatkan sebanyak N/10 atau 365/10 yaitu
36.5 trial yang kami bulatkan menjadi 36 trial. Kemudian dihitung jumlah laki-
laki dan perempuan pada masing-masing trial, lalu dihitung probabilitas masing-
masingnya.
Tabel 4.2 Trial Proporsi Jenis Kelamin Pengunjung Puskesmas Pauh
Pengunjung perempuan
P(x) Perempuan =
Total pengunjung
175
=
365
= 0.483
Pengunjung perempuan
P(x) Laki-laki =
Total pengunjung
190
=
365
= 0.516
Distribusi Geometrik
x Empiris Teoritis
P(x) P(X<=x) P(x) P(X<=x)
1 0.5 0.5 0.483333333 0.48333
2 0.2 0.7 0.249722222 0.73306
3 0.21 0.91 0.129023148 0.86208
4 0.063 0.973 0.06666196 0.92874
5 0.0162 0.9892 0.034442013 0.96318
6 0.00648 0.99568 0.01779504 0.98098
7 0.00216 0.99784 0.009194104 0.99017
8 0.001296 0.999136 0.004750287 0.99492
9 0.000432 0.999568 0.002454315 0.99738
10 0.0001728 0.9997408 0.001268063 0.99864
11 0.00020736 0.99994816 0.000655166 0.9993
12 0.000031104 0.99997926 0.000338502 0.99964
13 4.1472E-06 0.99998341 0.000174893 0.99981
14 4.97664E-06 0.99998839 9.03613E-05 0.9999
15 5.80608E-06 0.99999419 4.66867E-05 0.99995
16 4.64486E-06 0.99999884 2.41214E-05 0.99997
17 3.48365E-07 0.99999919 1.24627E-05 0.99999
18 4.06426E-07 0.99999959 6.43909E-06 0.99999
19 3.2514E-07 0.99999992 3.32686E-06 1
20 4.06426E-08 0.99999996 1.71888E-06 1
21 8.12851E-09 0.99999997 8.88087E-07 1
22 1.30056E-08 0.99999998 4.58845E-07 1
23 5.85253E-09 0.99999999 2.3707E-07 1
24 5.46236E-09 0.99999999 1.22486E-07 1
25 4.91612E-09 1 6.32845E-08 1
26 1.31097E-09 1 3.2697E-08 1
27 7.8658E-10 1 1.68934E-08 1
28 1.17987E-10 1 8.72828E-09 1
29 4.24753E-10 1 4.50961E-09 1
30 3.18565E-10 1 2.32997E-09 1
31 1.91139E-10 1 1.20382E-09 1
32 8.91982E-11 1 6.21972E-10 1
33 1.14683E-11 1 3.21352E-10 1
34 1.60557E-11 1 1.66032E-10 1
35 3.21113E-12 1 8.57831E-11 1
36 2.99706E-12 1 4.43213E-11 1
Tabel 4.3 menunjukkan nilai PMF dan CMF dari distribusi geometrik
proporsi pengunjung perempuan dan laki-laki Puskesmas Pauh.. Cara memperoleh
PMF secara empiris pada distribusi geometrik dilakukan dengan mengalikan
peluang sukses pada percobaan tersebut dengan peluang gagal sebelumnya,
misalnya:
= 0,21
Sedangkan, nilai CMF distribusi geometrik secara empiris diperoleh dengan cara
berikut, misalnya:
F(x) = ∑ P( x)
= 0,91
PMF distribusi geometrik secara teoritis dapat diperoleh dengan cara berikut:
= 0.129
Sedangkan CMF untuk distribusi geometrik secara teoritis diperoleh dengan cara
berikut:
F(x) = ∑ P(x)
= 0,862
Jumlah Ya
P(x) Ya =
Total mahasiswa
248
=
300
= 0.826
Jumlah Tidak
P(x) Tidak =
Total mahasiswa
52
=
300
= 0.173
Pada Tabel 4.5 terlihat bahwa setiap trial terdiri atas peluang sukses dan
peluang gagal. Berikut merupakan perhitungan untuk mencari peluang sukses dan
peluang gagal pada mahasiswa yang menggunakan atau tidak menggunakan Zoom
Meeting sebagai media pembelajaran daring.
49
=
60
= 0,8166
Sementara itu untuk mencari peluang gagalnya adalah sebagai berikut:
= 0,183
Empiris
N/X 0 1 2 3 4 5
1 0.1833333 0.816666667
2 0.0336111 0.299444444 0.666944
3 0.0056019 0.077916667 0.360694 0.55578704
4 0.0011204 0.020064815 0.134472 0.39971296 0.44463
5 0.0001494 0.003646296 0.035319 0.16983765 0.4057 0.38535
= 0.299
Teoritis
N/X 0 1 2 3 4 5
1 0.17333 0.82667
2 0.03004 0.28658 0.68338
3 0.00521 0.07451 0.35536 0.56493
4 0.0009 0.01722 0.12319 0.39168 0.46701
5 0.00016 0.00373 0.03559 0.16973 0.40474 0.38606
P(2) = c nx p x q n−x
= -c 21 0.8171 0.1832−1
= 2 x 0.817 x 0.816
= 0.286
= 4.00-2.0001
= 1.99
= 11.48
= 12
Range
Lebar Kelas =
Banyak Kelas
= 1.99/11.48
= 0.166
= 0.17
Selanjutnya menentukan batas atas dan batas bawah dari data tersebut
sehingga dapat dibentuk data berkelompok. Misalnya pada interval pertama
didapatkan hasil sebagai berikut.
= 2.00 + 0.17
= 2.17
2.00 + 2.17
xi =
2
xi = 2.085
Tabel 4.9 Distribusi Frekuensi IP Semester Lalu Mahasiswa pada Pembelajaran
Daring
Tabel 4.9 menunjukkan batas bawah, batas atas, frekuensi, dan nilai
tengah. Sementara itu dibawah ini Tabel 4.10 menunjukkan nilai PDF dan CDF
dari distribusi normal.
Tabel 4.10 PDF dan CDF Distribusi Normal
Empiris Teoritis
X Interval xi
OI fi Fi Oi fi Fi
1 2-2.17 2.085 130 0.0867 0.0867 50.0465 0.0334 0.0334
2 2.17-2.34 2.255 135 0.0900 0.1767 75.7400 0.0505 0.0839
3 2.34-2.51 2.425 126 0.0840 0.2607 105.4079 0.0703 0.1541
4 2.51-2.68 2.595 121 0.0807 0.3413 134.9017 0.0899 0.2441
5 2.68-2.85 2.765 127 0.0847 0.4260 158.7665 0.1058 0.3499
6 2.85-3.02 2.935 102 0.0680 0.4940 171.8298 0.1146 0.4645
7 3.02-3.29 3.105 113 0.0753 0.5693 171.0155 0.1140 0.5785
8 3.19-3.36 3.275 141 0.0940 0.6633 156.5203 0.1043 0.6828
9 3.36-3.53 3.445 138 0.0920 0.7553 131.7357 0.0878 0.7706
10 3.53-3.70 3.615 139 0.0927 0.8480 101.9608 0.0680 0.8386
11 3.7-3.87 3.785 131 0.0873 0.9353 72.5705 0.0484 0.8870
12 3.87-4.04 3.955 97 0.0647 1.0000 47.4988 0.0317 0.9187
PDF distribusi normal secara empiris diperoleh dengan cara berikut, misalnya:
126
f(3) =
1500
f(3) = 0.084
F(x) = ∑ P( x)
= 0.26
PDF pada distribusi normal secara teoritis dapat diperoleh menggunakan cara
berikut:
2
-(x-μ x )
1 2
e (2 σ )
f N ( x; μ x , σ x ) = x
σ x √ 2π
2
-(2.51-3.01)
1 2
2
-(2.43-3.01)
1 2
- (2.718) (2(0.585) )
0.585 √ 2(3.14)
f N ( 3;3.01,0.585 ) = 0.0702
F(x) = ∑ P( x)
= 0.8369
Data yang digunakan pada distribusi ini adalah data kedatangan kendaraan
di daerah Puskesmas Pauh dalam selang waktu 20 detik. Pengamatan dimulai dari
pukul 09.00 sampai 12.00.
Tabel 4.11 Parameter Distribusi Poisson
Max 4
Min 0
n 541
μ (/20 dtk) 0.10166
μ (/menit) 0.30499
Standar Deviasi 0.55226
Range 4
Banyak Kelas 10.0196
365
μ = =0,10166 (dalam selang waktu 20 detik)
365
μ = 0,10166 x 0,30499=0,03100
Jumlah kelas yang didapatkan berdasarkan perhitungan dari banyaknya
pengunjung Puskesmas Pauh yang berdatangan dalam waktu 3 jam, sehingga
didapatkan 365 kelas. Kemudian dihitung frekuensi kedatangan pengunjung
masing-masing kelas dari data tersebut. Selanjutnya menentukan fungsi massa
probabilitas dan fungsi distribusi kumulatif distribusi poisson, sebagai berikut:
Tabel 4.12 diatas menampilkan PMF dan CMF dari data pengunjung
Puskesmas Pauh secara teoritis dan empiris. PMF distribusi Poisson secara
empiris diperoleh dengan cara berikut:
Frekuensi kelas ke-x
f ( x) =
Jumlah kelas
27
f (3) =
365
= 0,7397260
=0,740
F ( x ) = ∑ P(x)
F ( 2 ) =P ( 0 ) +P ( 1 ) +P(2)
= 0,99076
e-λ λ x
P ( x;λ ) =
x!
2,71828-2,03 2,033
P ( 3) =
3!
= 0,18311
F ( x ) = ∑ P(x)
F ( 2 ) =P ( 0 ) + P ( 1 ) + P(2)
= 0.99623
= 6.066667 - 0
= 6.066667
= 9,45 = 10
Lebar Kelas = Range / Jumlah Interval
= 6.066667/10
230,72
=
365
=0,63210
Tabel 4.14 Parameter Distribusi Frekuensi Kedatangan Pengnjung Puskesmas
Tabel menunjukkan nilai batas atas, batas bawah, frekuensi kelas, dan nilai
tengah yang kami dapatkan dengan cara sebagai berikut. Misalnya pada interval
pertama yaitu:
=0
= 0 + 0,64
= 0,64
batas bawah+batas atas
xi =
2
0+0,64
xi =
2
0,64
xi=
2
x i =0,32
Tabel 4.15 menunjukkan nilai PDF dan CDF distribusi eksponensial. PDF
distribusi eksponensial secara empiris diperoleh dengan cara berikut:
47
P ( 2) = =0,12876
365
CDF distribusi eksponensial secara empiris diperoleh dengan cara berikut:
F ( x) = ∑ P(x)
F ( 3) = P ( 1 ) + P ( 2 ) + P(3)
= 0.25
P ( 1 )=λ e− λx
= 2.03(2.71828)-(2,03)(1)
= 0.266661
4.2 Analisa
Sub bab ini terdiri atas analisa data yang telah diolah pada sub bab
sebelumnya. Analisis data mempunyai tujua untuk mendeskripsikan data agar
mudah dipahami.
4.2.1 Distribusi Probabilitas Proporsi Jenis Kelamin Pengunjung
Puskesmas Pauh Menggunakan Distribusi Geometrik.
0.6
0.5
0.4
Empiris
Probabilitas
Teoritis
0.3
0.2
0.1
0
1
3
5
7
9
13
19
25
27
29
33
35
11
15
17
21
23
31
x
Gambar 4.1 Bar chart PMF Proporsi Laki-Laki dan Perempuan Pengunjung
Puskesmas Pauh
0.6 Empiris
0.4 Teoritis
0.2
0
1 4 7 10 13 16 19 22 25 28 31 34
Gambar 4.2 Line chart CMF Proporsi Laki-Laki dan Perempuan Pengunjung
Puskesmas Pauh
Sub sub bab ini akan menganalisa perhitungan data IPK mahasiswa pada
semester lalu ketika dilakukan pembelajaran daring. Berikut merupakan hasil
representasi perhitungan menggunakan bar chart.
PDF IP Mahasiswa Semester Lalu
0.1400
0.1200
0.1000
Probabilitas 0.0800
Empiris
0.0600 Teoritis
0.0400
0.0200
0.0000
1 2 3 4 5 6 7 8 9 10 11 12
x
0.6000 Empiris
0.4000 Teoritis
0.2000
0.0000
1 2 3 4 5 6 7 8 9 10 11 12
X
Gambar 4.4 Line chart PDF IP Mahasiswa Semester Lalu
Berdasarkan Gambar 4.5, bentuk grafik diatas hampir sama persis, ini
menunjukkan bahwa hasil perhitungan empiris maupun teoritis hampir bernilai
sama dan tidak jauh berbeda. Hal ini memmbuktikan bahwa, frekuensi kejadian
yang ada semakin jarang terjadi.
Pada sub dari sub bab ini, dianalisa dari perhitungan data waktu
kedatangan pengunjung Puskesmas Pauh. Hasil perhitungan dari data, ditunjukkan
menggunakan diagram batang sesuai perhitungan data sebagai berikut.
Gambar 4.7 Bar Chart PDF Waktu Kedatangan Pengunjung Puskesmas Pauh
1.2
1
0.8
Probabilitas
0.6 Empiris
Teoritis
0.4
0.2
0
1 2 3 4 5 6 7 8 9 10
X
Gambar 4.8 Line Chart CDF Waktu Kedatangan Pengunjung Puskesmas Pauh
Pada Gambar 4.7, grafik yang mendekati pertama kali terhadap nilai satu
adalah grafik perhitungan empiris, yaitu pada saat kondisi nilai x adalah 4.
Sedangkan, pada grafik yang menunjukan perhitungan teoritis dan merupakan
grafik paling akhir yang mendekati satu. Diketahui bahwa jika grafik yang
tedefenisi mendekati nilai satu, maka tandanya frekuensi kejadian yang ada
semakin jarang terjadi.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan pelitian yang telah dilakukan, maka ada beberapa hal yang
disarankan untuk dilakukan agar penelitian berjalan dengan lancar tanpa kendala
yang berarti:
[1] Harinaldi. 2005. Prinsip-Prinsip Statistik untuk Teknik dan Sains. Jakarta:
Erlangga.
[3] Murni, Sri, dkk. 2018. Keandalan Struktur dan Infrastruktur. Malang: UB
Press
A. Data pribadi
- Agama : Islam
- Pendidikan : Mahasiswa
- No. Hp : 08974271482
- Email : nabilaindriyani413@gmail.com
B. Riwayat Pendidikan
A. Data pribadi
- Agama : Islam
- Pendidikan : Mahasiswa
- No. Hp : 082384444395
- Email : anindiaod@gmail.com
B. Riwayat Pendidikan