KARYA TULIS ILMIAH

DistribusiSampling pada
KasusPemberdayaanPadidalamPemasaran Beras Kemas

Oleh:
Kelompok 27
Anggota:
AbimDwi Putra 2010933027
TeguhRahmad Ramadhan2010933012

Asisten:
FeliaDevina Amadea

LABORATORIUM PERENCANAAN DAN OPTIMASI SISTEM

INDUSTRI
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS ANDALAS
2021
 LEMBAR ASISTENSI LAPORAN
MODUL III

Kelompok : 27
Anggota : 1. AbimDwi Putra (2010933027)
2. TeguhRahmad Ramadhan (2010933012)
Asisten Pembimbing : Felia Devina Amadea (1910931030)

No. Hari, Tanggal Keterangan Paraf

1 Rabu, 8 Desember Revisi bab 1, 2 dan 3, perbaikan FDA
2021 format

2. Kamis, 9 Desember Revisi bab 1, 2, 3 dan 4, revisi FDA

2021 perhitungan
FDA
3. Jum’at, 10 Desember Revisi bab 1 dan 4, revisi
2021 format

Padang, Desember 2021

Asisten Pembimbing

FDA
Felia Devina Amadea
(1910931030)
 LEMBAR PENGESAHAN

KARYA TULIS ILMIAH

PRAKTIKUM STATISTIKA INDUSTRI 1

Oleh:
Kelompok 27

Anggota:
AbimDwi Putra 2010933027
TeguhRahmad Ramadhan2010933012

Tanggal Penyerahan: Desember 2021

Diterima oleh Disetujui Oleh

Asisten Penerima Asisten Pembimbing

FDA
(Ramadhan Riski Fernando) (Felia Devina Amadea)
1910932039 1910931030

Mengetahui
Koordinator Praktikum

(VitaniaAurelyRahmi)
1810932052

i
 ABSTRACT

This scientific paper is titled The Distribution of Sampling. The problem

formulation of this scientific paper is how to generate data using existing data
analysis tools in Microsoft Excel, processing the data that has been raised using
the average sampling distribution, the average analysis of data using the central
limit theorem. The purpose of this scientific paper is to know how to generate data
using data analysis tools in Microsoft Excel, processing data using average
sampling distribution.
The research method used is the analysis of the sampling distribution of
random data generated using the Microsoft Excel application, amounting to
60,000 data. The data analysis technique used in this report is quantitative data
analysis in which analysis of the sampling distribution is carried out in
determining the comparison of the mean and standard deviation of the population
and sample.
Based on the results of data processing and analysis regarding the
sampling distribution of the data generated using the Microsoft Excel application,
there are steps to generate data by using the data analysis menu on the data tab in
Microsoft Excel, the average population and sample values are the same and the
value is obtained. The sample standard deviation is smaller than the population
standard deviation value, obtained a uniformly distributed population average
histogram and a sample mean histogram that can be approached with a normal
distribution and the analysis is the sample mean value which can be approached
by the central limit theorem.

Keywords: Mean, Population, Sample, Sampling Distribution, Standard

Deviation

ii
 ABSTRAK

KaryatulisilmiahiniberjudulDistribusiSampling. Rumusan masalah dari

karyatulisilmiahiniadalahbagaimanacaramembangkitkan data mengunakan tools
data analysis yang ada di Microsoft Excel, mengolah data yang
telahdibangkitkanmenggunakandistribusisampling rata-rata, analisis rata-rata
data menggunakanteorema limit pusat. Tujuan karya tulis ilmiah ini adalah untuk
mengetahui cara membangkitkan data menggunakan tools data analysis di
Microsoft Excel, mengolah data menggunakandistribusisampling rata-rata.
Metode penelitian yang digunakanadalahanalisisdistribusisamplingdari
data random yang dibangkitkan menggunakan aplikasi Microsoft Excel yang
berjumlah 60.000 data. Teknis analisis data yang digunakan pada laporan ini
adalah analisis data
kuantitatifdimanadilakukanAnalisisdistribusisamplingdalammenentukanperbandi
ngannilai rata-rata dan standar deviasi dari populasi dan sampel
Berdasarkan hasil pengolahan dan analisis data
mengenaidistribusisamplingdari data yang dibangkitkan menggunakan aplikasi
Microsoft Excel, diperoleh langkah-langkah membangkitkan data dengan cara
menggunakan menu data analysis pada tab data di Microsoft Excel, diperoleh
nilai rata-rata populasi dan sampel yang sama besar dan nilai standar deviasi
sampel lebih kecil daripada nilai standardeviasipopulasi, diperoleh histogram
rata-rata populasiberdistribusisecarauniform dan histogram rata-rata sampel
yang dapat didekati dengan distribusi normal serta analisisnyanilai rata-rata
sampel yang dapatdidekatkandenganteorema limit pusat.

Kata Kunci :DistribusiSampling, Mean, Populasi, Sampel, StandarDeviasi

iii
 KATA PENGANTAR

Puji syukur kita ucapkankarena berkat rahmat dan karunia Allah SWT,
penulis dapat menyelesaikan karya tulis ilmiah modul III statistikaindustri I
mengenai “DistribusiSampling”.

Penyelesaian karya tulis ilmiah ini tidak terlepas dari bantuan berbagai
pihak, baik secara langsung maupun tidak langsung.Untukitupenulismengucapkan
terimakasih kepada:

1. Bapak Eri Wirdianto, S.T.M.Sc.,selaku kepala Laboratorium Perencanaan

dan Optimasi Sistem Industri.
2. Tim Dosen Laboratorium Perencanaan dan Optimasi Sistem Industri
3. Vitania Aurely Rahmi selaku koordinator asisten Laboratorium
Perencanaan dan Optimasi SistemIndustri.
4. Felia Devina Amadea selaku asisten pembimbing kelompok27.
5. Tim asisten Laboratorium Perencanaan dan Optimasi Sistem Industri.
6. Rekan-rekan mahasiswa Teknik Industri dan pihak lain yang
telahmembantu dalam penyelesaian laporan ini.

Penulis berharap semoga karya ilmiah ini dapat bermanfaat bagi kita semua,
dan penulis juga meminta kritik dan saran terhadap karya ilmiah ini agar penulis
dapat menjadi lebih baik lagi kedepannya.

Padang, Desember 2021

Penulis

iv
 DAFTAR ISI

LEMBAR PENGESAHAN....................................................................................i
ABSTRACT............................................................................................................ii
ABSTRAK.............................................................................................................iii
KATA PENGANTAR...........................................................................................iv
DAFTAR ISI...........................................................................................................v
BAB IPENDAHULUAN
1.1 Latar Belakang.........................................................................................1
1.2 Rumusan Masalah...................................................................................2
1.3 Tujuan Penelitian.....................................................................................2
1.4 Manfaat Penelitian..................................................................................3
1.5 Batasan Masalah......................................................................................3
BAB IITINJAUAN PUSTAKA
2.1 Distribusi Sampling................................................................................4
2.1.1 Populasi.......................................................................................4
2.1.2 Sampel.........................................................................................5
2.2 Parameter dan Statistik...........................................................................5
2.3 Metode Penarikan Sampel......................................................................5
2.3.1 SampelProbabilitas.....................................................................6
2.3.2 Sampelnon-probabilitas.............................................................7
2.3 Distribusi Sampling Rata-Rata..............................................................8
2.4 Distribusi Proporsi Sampling.................................................................9
2.5 Distribusi Sampling Selisih Rata-Rata................................................10
2.6 Distribusi SamplingSelisih Proporsi...................................................11
2.7 Teorema Limit Pusat.............................................................................11
2.8 Kesalahan Baku (Standard Error)......................................................12
BAB III METODE PENELITIAN
3.1 Jenis Penelitian......................................................................................14
3.2 Lokasi dan Waktu Penelitian...............................................................14
3.3 Populasi dan Sampel Penelitian...........................................................15

v
 3.4 Metode Pengumpulan Data..................................................................15
3.5 Teknis Analisis Data.............................................................................15
BAB IV PENGOLAHAN DATA DAN ANALISIS
4.1 Pengolahan Data....................................................................................16
4.1.1 Langkah Langkah Pembangkitan Bilangan Random dan
Pembuatan Histogram..............................................................16
4.1.2 Perhitungan Distribusi Sampling Rata - Rata.......................20
4.2 Analisis...................................................................................................23
4.2.1 Analisis Perbadingan mean Populasi dan Sampel................23
4.2.2 Analisis Perbadingan Standar Deviasi Populasi dan Sampel
....................................................................................................24
4.2.3 Analisis Histogram Populasi /Uniform..................................24
4.2. Analisis Histogram Sampel.....................................................25
4.2.1 Analisis Distribusi Sampling Rata-Rata................................26
BAB VPENUTUP
5.1 Kesimpulan............................................................................................28
5.2 Saran.......................................................................................................28

vi
 DAFTAR TABEL

Tabel 4.1 Perhitungan Data dan Rata - Rata.........................................................20

Tabel 4.2 Perhitungan Rata Rata dan Standar Deviasi..........................................20
Tabel 4.3 Standar Deviasi Pengembalian..............................................................21
Tabel 4.4 Standar Deviasi Tanpa Pengembalian...................................................22
Tabel 4.5 Tabel Contoh Faktor Koreksi................................................................22

vii
 DAFTAR GAMBAR

Gambar 4.1 Tampilan awal Microsoft Excel.......................................................16

Gambar 4.2 Tampilan Random Number Generation...........................................17
Gambar 4.3 Tampilan Histogram.........................................................................17
Gambar 4.4 Tampilan Bagian Histogram.............................................................18
Gambar 4.5 Masukan Formula Rata - Rata..........................................................18
Gambar 4.6 Masukan Formula ke dalam Histogram...........................................19
Gambar 4.7 Tampilan Bar Chart Histogram........................................................19
Gambar 4.8 Perbandingan Mean Populasi dan Sampel.......................................23
Gambar 4.9 Perbandingan Standar Deviasi..........................................................24
Gambar 4.10 Histogram Populasi.......................................................................25
Gambar 4.11 Histogram Sampel..........................................................................25

viii
 BAB I
PENDAHULUAN

Bab ini membahasmengenai latar belakang masalah, rumusan masalah,

tujuan penelitian, manfaat penelitian. Akan dijelaskan juga mengenai batasan
masalah dalam penelitian menggunakan perhitungan distribusi sampling.

1.1 Latar Belakang

Dasar ilmu statistika sangat banyak digunakan dalam segala bidang

kehidupan guna menyelesaikan permasalahan. Contohnya saja untuk
menampilkan statistik pemasukan sebuah perusahaan, dapat digunakan grafik agar
dapat lebih mudah membaca datanya. Begitupun dalam sebuah karya tulis ilmiah
diperlukan data sebagai objek yang akan diteliti.

Masalah penggunaan sampel merupakan sesuatu yang sangat penting

dalam suatu penelitian. Suatu penelitian pasti akan mengumpulkan data, namun
tidak semua data yang akan diteliti, hanya diambil beberapa saja guna dijadikan
sampel. Proses inilah yang dinamakan proses sampling. Oleh sebab itu,
penelitilebihmemilihuntukmelakukantekniksamplingkarenaakanmemudahkanpene
liti dalam mengolah data, analisis serta menarik kesimpulan nantinya.

Sampel dan populasi merupakan objek yang harus diamati oleh peneliti.
Banyaknya variabel dalam sebuah data dapat menyebabkan tidak mungkinnya
semua populasi dalam data digunakan, maka dari itu perlu dilakukan pengambilan
sampel. Distribusisamplingadalah salah satucarapengambilan data dengan
penarikan sampel. Penelitian terhadap sampel adalah sebagian populasi yang bisa
dijadikan perwakilan. Aplikasidistribusisamplingini juga
digunakandalammengamati dan mendata banyak hal yang berhubungan dengan
penarikan kesimpulan dari suatu populasi dengan pengambilan sampel secara
random. Kali ini peneliti akan mengangkat kasus mengenai

1
pemberdayaanpetanipadidalampemasaranberaskemas di
DesaKadugenepKecamatanPetir,KabupatenSerang. Kasus yang diolah adalah
mengenai jumlah produksi beras per karungnya.

Laporan ini akan membahas mengenai pengolahan kasuspemberdayaan

padi dalampemasaranberaskemasmenggunakandistribusi sampling. Pengolahan
data dilakukan terhadap data yang telah dibangkitkan menggunakan Microsoft
Excel. Data yang digunakan berjumlah 60.000 data, data
tersebutakandiolahmenggunakandistribusisampling rata-rata yang mana akan
ditampilkan secara histogram untuk populasi dan sampel dari data tersebut.

1.2 Rumusan Masalah

Rumusan masalah dalamlaporaniniadalah:

1. Bagaimanakah cara membangkitkan data dengan populasi berjumlah
10.000 dan sampel berjumlah 750 data?
2. Bagaimanakah analisis perbandingan nilai rata-rata sampel dan populasi?
3. Bagaimanakah analisis perbandingan nilai standar deviasi sampel dan
populasi?
4. Bagaimanakah analisis dari histogram rata-rata sampel dan populasi?
5. Bagaimanakahanalisisteorema limit pusatdengansampel dan populasi?

1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah:

1. Mampu membangkitkan data dengan populasi berjumlah 10.000 dan
sampel berjumlah 750 data.
2. Mampu menganalisis perbandingan nilai rata-rata sampel dan populasi.
3. Mampu menganalisis perbandingan nilai standar deviasi sampel dan
populasi.

2
4. Mampu menganalisis dari histogram rata-rata sampel dan populasi.
5. Mampumenganalisisteorema limit pusatdengansampel dan populasi.

1.4 Manfaat Penelitian

Manfaat dari penelitian ini adalah:

1. Menambahwawasanmengenaikonsepdistribusisamplingsertadapatmenjadib
ahan penunjang dalam pembelajaran statistika mengenai probabilitas.
2. Menambah keterampilan penulis dalam membuat karya tulis ilmiah,
terkhususnyamengenaidistribusisamplingbesertacara membangkitkan data
random menggunakan Microsoft Exceldan menyajikan
datakedalambentuksuatu diagram.

1.5 Batasan Masalah

Adapun batasan masalah dari laporan ini diantaranya yaitu:

1. Data yang digunakan dibangkitkan dari aplikasi Microsoft Excelyangmana
berjumlah 60.000 data dan data dibagi menjadi enam kelas.
2. Parameter data diantara interval 0,1 hingga 0,2.
3. Nilai rata-rata dan standar deviasi dari populasi dan sampel.
4. Bentuk histogram dari rata-rata populasi dan sampel.

3
 BAB II
LANDASAN TEORI

Bab ini akan menjelaskan mengenai distribusi sampling, parameter dan

statistik, metode penarikan sampel, distribusi sampling rata-rata, distribusi
proporsi sampling, distribusi sampling rata-rata, distribusi sampling beda
proporsi, teorema limit pusat (central limit theorem), dan standarderror.

2.1 Distribusi Sampling

Sampel adalah penelitian yang menggunakanseluruh anggota populasinya.

Pada hakikatnya sampel adalah proses pengambilan jumlah tertentu. Sampling
merupakan salah satu istilah penting dalam statistika. Salah satu cara dalam
memiih sampel adalah dengan proses yang disebut dengan random sampling,
dimana setiap anggota populasi memiliki kesempatan yang sama untuk terpilih
sebagai sampel.Sampling adalah cara mengumpulkan data di mana yang diselidiki
adalah elemen sampel dari suatu populasi.

Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya

sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya
dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel
yang representatif. Pada teknik sampling perlu memerhatikan sampel dan
populasi. Sampel adalah sebagian dari populasi terjangkau yang memiliki sifat
sama dengan populasi. Populasi adalah sekumpulan data yang mempunyai
karakteristik sama dan menjadi objek inferensi (analisis). Distribusi sampling
adalah distribusi statistik yang diperoleh melalui pemilihan kemungkinan sampel
dengan ukuran tertentu yang berasal dari suatupopulasi.

4
2.1.1 Populasi

Populasi adalah sekumpulan data yang mempunyai karakteristik yang

sama dan menjadi objek inferensi. Objek atau nilai disebut unit analisis atau
elemen populasi. Unit analisis dapat berupa orang, perusahaan, dan hasil produksi.

2.1.2 Sampel

Sampel adalah bagian dari populasi yang diambil melalui cara-cara

tertentu yang juga memiliki karakteristik tertentu, jelas, dan lengkap yang
dianggap bisa mewakili populasi. Objek atau nilai yang akan diteliti dalam sampel
disebut unit sampel.Dilakukannya pengambilan sampel adalah untuk
memudahkan peneliti dalam mengolah data dengan mengambil perwakilan data
yang sifatnya dapat mewakili seluruh populasi. Bila penelitian tidak dilakukan
terhadap seluruh individu dalam populasi, tetapi hanya diambil sebagian maka
bagian tersebut dinamakan sampel.

2.2 Parameter dan Statistik

Secara garis besar, parameter adalah bilangan yang menggambarkan

karakteristik suau populasi, sedangkan statistik adalah bilangan yang
menggambarkan karakteristik suatu sampel. Parameter merupakan suatu besaran
yang menyatakan kondisi dari populasi atau disebut juga ukuran deskriptif dari
suatu populasi. Parameter biasanya ditulis dengan huruf Yunani atau huruf
kapital. Statistik adalah karakteristik dari suatu sampel/ suatu besaran yang
menyatakan kondisi dari sampel. Pada statistik, kumpulan data akan disajikan
dalam bentuk tabel atau grafik. Statistik biasanya ditulis dengan huruf Romawi
atau huruf kecil.

2.3 MetodePenarikanSampel

5
 Metode penarikan sampling pada prinsipnya dapat dilakukan dengan
melalui dua pendekatan, yaitu:

2.3.1 SampelProbabilitas

Sampel probabilitas adalah teknik pengambilan sampel yang memberikan

peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi
anggota sampel.Sampel dipilih sedemikian rupa dari populasi sehingga masing-
masing anggota populasi memilliki probabilitas atau peluang yang sama untuk
dijadikan sampel. Metode penarikan sampel probabilitas meliputi:

A. Penarikan Sampel Acak (Simple Random Sampling)

Dikatakan simple (sederhana) karena pengambilan anggota sampel dari

populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam
populasi itu. Cara demikian dilakukan bila anggota populasi dianggap homogen..
Caranya ialah dengan menggunakan undian, ordinal, tabel bilangan random, atau
komputer.Keuntungannya ialah anggota sampel mudah dan cepat
diperoleh.Kelemahannya ialah kadang-kadang tidak mendapatkan data yang
lengkap dari populasinya.

B. Penarikan Sampel Acak Terstruktur (Stratified Random Sampling)

Teknik random sampling sederhana yang dilakukan secara ordinal.

Artinya anggota sampel dipilh berdasarkan urutan tertentu.Teknik ini
digunakanbilapopulasimempunyaianggota/unsur yang tidakhomogen dan
berstratabaiksecaraproporsionalmaupuntidak proporsional. Keuntungan dari
menggunakan teknik ini adalah lebih cepat dan mudah. Sedangkan kelemahannya
kadang-kadang kurang mewakili populasi.

C. Penarikan Sampel Cluster (Cluster Sampling)

6
 Teknik sampling daerah digunakan untuk menentukan sampel bila obyek
yang akan diteliti atau sumber data sangat luas. Populasi terlebih dahulu dibagi
atas kelompok-kelompokberdasarkan daerah. Kemudian dipilih beberapa Cluster
sebagai sampel, selanjutnya dipilh lagi anggota tersebut sebagai sampel.
Keuntungan menggunakan teknik ini adalah dapat mengambil populasi yang
besar yang tersebar dan pelaksanaannya lebih mudah dan murah dibandingkan
dengan teknik lainya. Kelemahannya adalah jumlah individu dalam setiap pilihan
tidak sama.

2.3.2 Sampelnon-probabilitas

Sampel non-probabilitas merupakan suatu sampel yang dipilih sedemikian

rupa dari populasi sehingga setiap anggota tidak memiliki probabilitas atau
peluang yang sama untuk dijadikan sampel. Metode penarikan sampel non-
probabilitas meliputi:
A. Penarikan sampel sistematis (systematic sampling) yaitu penarikan sampel
dengan cara anggota dari populasi diberi nomor dan diurutkan. Kemudian
ditentukan satu nomor sebagai titik sampling. Nomor berikut dari anggota
yang ingin dipilih ditentukan dengan mengikuti suatu sistematika,
misalnya setiap unit nomor ke-n dari titik awal sebagai anggota sampel.
B. Penarikan sampel kuota (quota sampling) yaituteknik untuk menentukan
sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah
(kuota) yang diinginkan. Sedangkan penetapan kuota tergantung kepada
kepentingan peneliti, dapat berdasarkan faktor sosial, faktor ekonomi,
faktor sosial atau faktor politis. Metode penarikan sampel apabila setiap
unsur atau anggota dalam populasi telah diketahui atau ditentukan
terlebihdahulu.
C. Penarikan sampel purposive (purposive sampling) yaitu metode penarikan
sampel berdasarkan proporsi atau presentase dari
jumlahpopulasi.Sampling purposiveadalahteknikpenentuansampel dengan
pertimbangan tertentu. Sampel ini lebih cocok digunakan untuk penelitian
kualitatif, atau penelitian-penelitian yang tidak melakukan generalisasi

7
2.3 DistribusiSampling Rata-Rata

Misalkan semua sampel berukuran N diambil tanpa pengembalian dari

sebuah populasi berhingga dengan ukuran Np > N. Jika kita menyatakan mean dan
standar deviasi dari distribusi sampling mean masing-masing sebagai μ X dan σX
dan mean dan standar deviasi populasi masing masing μ dan σ. Akan
memperoleh hubungan.

σ
Dengan rata-rata µx= µ dan standar deviasiσ x = Sehingga rumus rata-
√n
rata dan varians dari sampel dinyatakan sebagai berikut:

a. Jikasampling yang dilakukanberdasarkanataspopulasi terhingga berukuran N,

maka:

μ x =μ ...(1)

σx =
σ
√N-n
√n n-1
...(2)

Keterangan:
σx = Standardeviasidaridistribusi mean sampling
n = Ukuran sampel
N = Ukuran populasi

b. Jikasampling yang dilakukanmenggunakanpopulasitak terhingga maka:

μ x =μ ...(3)

8
 σ
σx = ...(4)
√n

Keterangan:
μx = Meandaridistribusi mean sampling
µ = Mean populasi
σx = Standardeviasidaridistribusi mean sampling
n = Jumlah sampel
N = Jumlah populasi

2.4 Distribusi Proporsi Sampling

Distribusisamplingproporsiadalahdistribusidariproporsi(persentase) yang
diperoleh dari semua sampel sama besar yang mungkindarisatupopulasi

Misalkan semua sampel berukuran N diambil tanpa pengembalian dari

sebuah populasi berhingga dengan ukuran Np > N. Jika kita menyatakan mean dan
standar deviasi dari distribusi sampling mean masing-masing sebagai μ X dan σX
dan mean dan standar deviasi populasi masing masing μ dan σ. Akan
memperoleh hubungan.

n
a. Faktor koreksi: ≥5% maka rumus mean dan standar deviasi sebagai berikut:
N

μx =π ...(5)
n

σx =
n √ π ( 1-π )
n √x N-n
N-1
...(6)

9
 n
b. Tanpa faktor koreksi: <5 % maka rumus mean dan standar deviasi sebagai
N
berikut:

μx =π ...(7)
n

σx =
n √ π ( 1-π )
n
...(8)

Keterangan:
μx = Meandaridistribusiproporsisampling
n

π = Probabilitas terjadinya suatu peristiwa sukses

σx = Standardeviasidaridistribusiproporsisampling
n

n = Jumlah sampel
N = Jumlah populasi

2.5 Distribusi Sampling Selisih Rata-Rata

Distribusi sampling selisih rata-rata adalahdistribusiprobabilitas yang

dapat terjadi dari selisih rata-rata dua sampel yang berbeda berdasarkan pada
duasampeltertentudariukuran parameter duapopulasinya. Misalkan, dua populasi
normal N1 dan N2 memiliki rata-rata masing μ1 dan μ2 dan simpangan baku
masing-masing σ 1 danσ 2. Dari kedua N1 dan N2 tersebut, diambil sampel random,
yaitu n1 dan n2 dengan rata-rata masing-masing x 1 dan x 2, lalu dari kedua rata-rata
itu dihitung semua bedanya. Dari semua beda rata-rata yang diperoleh
akanmembentuksuatudistribusi, yaitudistribusisamplingbeda rata-rata. Berikut
adalah rumus-rumus yang digunakan.

μs1-s2 =μ1 -μ2 ...(11)

10
 √
2 2
σ1 σ
σs1-s2 = -
n1 n2
...(12)

Keterangan:
μs = Meandaridistribusisamplingbeda rata-rata
σs = Standardeviasidaridistribusisampling beda rata-rata

2.6 DistribusiSamplingSelisihProporsi

Distribusi sampling selisihproporsiadalahdistribusiprobabilitas yang dapat

terjadi dari selisih proporsi dua sampel yang berbeda berdasarkan pada
duasampeltertentudariukuran parameter duapopulasinya. Misalkan, terdapat dua
populasi N1 dan N2 (2 populasi binomial), kemudian diambil sampel random,
yaitu n1 dan n2 dengan P1 dan P2, maka beda antara kedua sampel proporsi (p1-
p2) akanmembentuksuatudistribusi, yaitudistribusisampling bedaproporsi.

μp1-p2 = π 1 - π 2 ...(13)

σ p1-p2 =
√ π1 (1- π2 ) π 2 (1- π2 )
n1
+
n2
...(14)

Keterangan :
μ p1-p2=Meandaridistribusisampling selisihproporsi
π = Probabilitas terjadinya suatu peristiwa sukses
σ p1-p2=Standardeviasidaridistribusi sampling selisihproporsi
n =Ukuran sampel

2.7 Teorema Limit Pusat

11
 Teorema limit pusat merupakan dalil yang sangat penting dalam statistika
inferensial karena dengan dalil ini memungkinkan kita untuk menafsirkan
parameter populasi dari sampel tanpa harus mengetahui bentuk distribusi
populasi. Teorema limit pusat (central limit theorem) ialah hubungan antara
bentuk distribusi populasi dengan bentuk distribusi sampling rata-
rata.Berdasarkan teorema ini diketahui bahwa untuk pendekatan ke distribusi
normal, distribusi rata-rata sampel tidak membutuhkan sampel yang besar. Pada
sampel sebesar 30 telah terjadi pendekatan ke distribusi normal bahkan untuk
distribusi rata-rata dengan sampel sebesar 15 pun telah terjadi pendekatan ke
distribusinormal.

Dalil limit pusat menyatakan bahwa untuk ukuran contoh yang besar,
biasanya n lebihatausamadengan 30, makasebarannilai-
nilairataancontohdarisuatupercontohanmenyebar menurut sebaran normal.
Dengan demikian jika suatu contoh besar dari peubah acak yang mempunyai nilai
tengah μ dan ragam σ^2, maka:

(
X ≈N μ,
σ
√n ) ...(15)

Keterangan:
N = Jumlah populasi
n = Jumlah sampel
μ, = Mean

2.8 Kesalahan Baku (Standard Error)

Standar deviasi dari suatu distribusi sampling atau standar error dari
distribusi-distribusi sampling untuk berbagai macam statistik dibawah kondisi
sampling acak dari sebuah populasi tak-berhingga atau dari sampling dengan
pengembalian dari sebuah populasi berhingga. Kesalahan standar suatu statistik
adalah deviasi standar dari distribusi samplingnya atau perkiraan deviasi standar

12
tersebut. Jika statistik adalah rata-rata sampel, itu disebut kesalahan standar dari
rata-rata.Standar error adalah ukuran variasi diantara perkiraan rata-rata dan
ukuran sampel tertentu yang sudah ditentukan. Berikut standar eror yang dari
distribusi sampling.
1. Mean
σ
Standar error : σX =
√n
Berlaku untuk untuk sampel besar atau kecil.Distribusi sampling dari mean
akan sangat mendekati ditribusi normal untuk N ≥ 30, bahkan jika
populasinya tak normal sekalipun.

2. Proporsi

σp =
√ √
Pq
n
=
P(1-P)
n
...(16)

μp = p, dalam semua kasus.

3. Standar Deviasi

σ
σs = ...(17)
√2 N

Untuk N ≥ 100, distribusisamplingdari s sangatmendekatidistribusi normal.

13
 BAB III

METODE PENELITIAN

Bab ini menjelaskan mengenai jenis penelitian, lokasi dan watu penelitian,
populasi dan sampel penelitian, metode pengumpulan data. Akan dibahas juga
mengenai teknik analisis data yang dilakukan terhadap data random yang telah
dibangkitkan menggunakan tools data analysis di Microsoft Excel.

3.1 Jenis Penelitian

Jenis penelitian yang dilakukan pada laporan praktikum ini menggunakan

penelitian kuantitatif. Menggunakan 60.000 data dan 10.000 sampel yang
dibangkitkan dengan aplikasi Microsoft Excel, yang mana didapatkan nilaianalisis
dan kesimpulansuatudistribusisamplingnantinya.Lalu data dikerucutkanmenjadi
10.000 data dan diambiulsejumlahsampelsebanyak 750 sampel. Metode penelitian
kuantitatif pada laporan ini adalah metode pembangkitan data melalui aplikasi
Microsoft Excelsebanyak 60.000 data yang berada pada interval 0.1 hingga 0.2.
Berdasarkan cara memperolehnya data ini merupakan data primer, yaitu data
utama yang langsung dikumpulkan peneliti menggunakan Microsoft Excel, yang
mana datanyatermasuktipe data value dalamMicrososft Excel.

3.2 Lokasi dan Waktu Penelitian

Pengambilan data untuk karya tulis ilmiah ini dilakukan di Desa

Kadugenep Kecamatan Petir, Kabupaten Serang. Karya tulis ilmiah ini dilakukan
dengan membangkitkan data menggunakan tools data analysis di Microsoft Excel.
Waktu pembangkitan data adalah tanggal 7 Desember 2021.

14
3.3 Populasi dan Sampel Penelitian

Populasi dari penelitian ini adalah 10.000 karung beras yang dibangkitkan
melalui aplikasi Microsoft Excel. Populasi nantinya dibagi menjadi enam bagian
sehingga sampel dari penelitian ini adalah 750 data daripopulasi.

3.4 Metode Pengumpulan Data

Metode pengumpulan data pada penelitian ini tidak dilakukan secara

langsung. Metode pengumpulan data yang digunakan dalam karya tulis ilmiah ini
adalah membangkitkan data menggunakan tools data analysis di Microsoft Excel.
Data yang dibangkitkan berjumlah 60.000 data, denganbanyak baris berjumlah
10.000 data dan banyak kolom berjumlah 6. Interval yang digunakan dalam data
yaitu 0,1 sampai 0,2. Metode ini dipilih karena tidak memungkinkan untuk
mengumpulkan data secara langsung dalam jumlah yang sangat besar.

3.5 Teknis Analisis Data

Teknis analisis data yang digunakan pada laporan ini adalah analisis data
kuantitatifdeskriptif dan
analisisdistribusisampling.Analisisdistribusisamplingdigunakandalammenentukan
nilai rata-rata dan standar deviasi dari populasi dan sampel yang kemudian
dibandingkan. Analisis data kemudian disajikan dengan ringkas dan rapi dalam
bentuk tabel dan grafik sehingga mampu memberikan informasi inti dari

15
kumpulan data yang diolah serta data yang dihasilkan pada penelitian ini bisa
digunakan sebagai bahan-bahan penunjang dalam pembelajaran dan penelitian
lainnya.

16
 BAB IV
PENGOLAHAN DATA DAN ANALISIS

Pada bab IV ini menjelaskan tentang pengolahan data dan

analisis dari data yang diperoleh. Peneliti menampilkan pengolahan
data dan analisi menggunakan histogram uniform dan histogram rata-
rata

4.1 Pengolahan Data

Berdasarkan penelitian yang telah dilakukan, Pengolahan data dilakukan

pada Microsoft Excel yang berisikan data sebanyak 60.000 data. Jumlah variabel
data yang digunakan adalah 6 dan jumlah bilangan acak adalah 10000. Nilai
tersebut didapat dari range 0,1 sampai 0,2.

17
4.1.1 Langkah-LangkahPembangkitanBilangan Random dan Pembuatan
Histogram
a) Buka Microsoft Excel lalu kita pilih data - data analysis - random number
generation.

Gambar 4.1 Tampilan awal Microsoft Excel

b) Masukkan number of variabel 6 dan number of random number 10000,
tukardistribusionmenjadiuniform.

Gambar 4.2Tampilan Random Number Generation

18
c) Pilih lagi data - data analysist dan pilih histogram.

Gambar 4.3 Tampilan Histogram

d) Pilih lagi data - data analysis dan pilih histogram lalu pada bagian input range
kita blok semua data dan tukar output range ke halaman yang kosong.

Gambar 4.4Tampilan Bagian Histogram

e) Ubah formula menjadi =AVERAGE trusblok 1 baris pertama untuk mencari

rata-rata sampai baris terakhir.

19
 Gambar 4.5Masukan Formula Rata - Rata

f) Sama seperti bagian ke 3 dimana pilih pada halaman kosong namun bedanya
ketika mengisi histogram pada input di bloksemuabagian rata rata yang
telahkitacari pada langkahke 4.

Gambar 4.6 Masukan Formula ke dalam Histogram

g) Buat standar deviasi(σ ) jumlah populasi 10.000 data dan sampel 750 data
dengan formula populasi =AVERAGE.p(banyak data) dan sampel
=AVERAGE(banyak data).

20
 Gambar 4.7 Tampilan Bar Chart Histogram

4.1.2 Perhitungan Distribusi Sampling Rata-Rata

Perhitungan Distribusi Sampling Rata-Rata menggunakan data yang telah

dioleh yaitu data populasi sebanyak 60.000 dan data sampel sebanyak 750.

Tabel 4.1Perhitungan Data dan Rata – Rata

No Data Rata Rata
1 0,153492843 0,12816 0,15841 0,19978 0,14465 0,15694 0,15691
2 0,167775506 0,17689 0,12061 0,13872 0,19916 0,13555 0,15645
3 0,1370983 0,15887 0,1887 0,1407 0,12949 0,17087 0,15429
4 0,147019868 0,19699 0,12409 0,12499 0,1859 0,13145 0,15174
5 0,102731407 0,13692 0,12475 0,13648 0,18634 0,19958 0,1478

Contoh perhitungan rata - rata:

jumlah total data pada no 1 0,94144

Rata-Rata = = = 0,156907
jumah berapa banyak data pada no 1 6

21
Tabel 4.2Perhitungan Rata Rata dan StandarDeviasi
Mean Standar Deviasi
Populasi 0,150079607 populasi 0,02895524
Sampel 0,150285944 sampel 0,148830144

Perhitungan mean pada Populasi dilakukan dengan cara menghitung rata-

rata keseluruhan dari 60.000 data yang dibangkitkan dengan cara menjumlahkan
seluruh populasi lalu dibagi dengan jumlah data populasi. Perhitungan mean pada
sampel dilakukan dengan cara menghitung nilai mean keseluruhan pada seluruh
sampel yang berjumlah 750 sampel. Kemudian nilai mean sampel dijumlahkan,
lalu dibagi dengan jumlah sampel. Berikuthasilperhitungan mean daridaripopulasi
dan sampel.

Contoh Perhitungan nilai mean:

Diketahui: Jumlah Populasi(N) = 60.000
Jumlah Nilai Data Populasi(n) = 750
Ditanya: Mean(µ) populasi?
n
Jawab: μ=
N
750
μ=
60.000
μ=0.0125

Pada Tabel 4.2 standar deviasipada Populasi dilakukan dengan cara

perhitungan otomatis pada aplikasi Microsoft Exceldengan menggunakan perintah
STDEV.P yaitu perintah penghitungan standar deviasi untuk populasi.
Perhitungan standar deviasipada sampeldilakukandengancaraperhitunganotomatis
pada aplikasimicrosoft excel denganmenggunakanperintah STDEV.S yaitu
perintah penghitungan standar deviasi untuk sampel. Perhitungansacara manual
dilakukandenganrumusperhitungandistribusisamplingrata-rata.

Contoh perhitungan nilai standar deviasi:

22
 σ x=
√
σ N −n
√ n n−1

σ x=
√ 750 √
0,150285 10000−750
10000−1
σ x =¿ 0,961817

Tabel 4.3StandarDeviasiPengembalian
Pengembalian n/N < 5%
Rata-Rata 0,148830144
Standar Deviasi 0,005227004
Faktor Koreksi 0,961817295

Tabel diatas menampilkan rata–rata, faktor koreksi adalah

standar deviasiuntuk sampling rata-rata denganpengembalian. Nilai
rata-rata untuk sampling denganpengembaliansamadengannilai rata-
rata populasi (μ) dan standar deviasi didapatkan dengan cara:
Perhitungan nilai standar deviasi dengan pengembalian:

σ 0,148830144
hσ x̅ = = =0,005227004
√n √750
Tabel 4.4 Standar Deviasi Tanpa Pengembalian
Tanpa Pengembalian n/N > 5%
Rata-Rata 0,150285944
Standar Deviasi 0,005434508
Faktor Koreksi 0,961817295

Tabel diatas menunjukkan nilai rata-rata, standar deviasi dan

faktor koreksi tanpa pengembalian. Nilai rata-rata untuk sampling
tanpapengembaliansamadengannilai rata-rata populasi (μ) dan standar
deviasi didapatkan dengan cara :

Perhitungan nilai standar deviasi tanpa pengembalian:

hσ x̅ =
σ
√n √ N −1
=
√ 750 √
N −n 0,148830144 10000−750
10000−1
=0,005434508

23
Tabel 4.5 Tabel Contoh Faktor Koreksi

Pada tabel diatas menunjukkan beberapa contoh sampel yang

digunakan untuk mencari nilai faktor koreksi menunjukkan nilai dari
faktor koreksi yang didapatkan dari data bilangan acak yang
dibangkitkan. Perhitungan faktor koreksi didapatkan dengan cara:

Faktor Koreksi contoh 1=

√ N-n
N-1
=
√ 10000- 150
10000-1
= 0,992521289

Faktor Koreksi contoh 2=

√ N-n
N-1
=
√ 10000- 300
10000-1
= 0,984935028

FaktorKoreksi contoh 3=
√
N-n
N-1
=
√
10000- 450
10000-1
= 0, 97728988

Faktor Koreksi contoh 4=

√ N-n
N-1
=
√ 10000- 600
10000-1
= 0,969584452

Faktor Koreksi contoh 5=

√ N-n
N-1
=
√ 10000- 750
10000-1
= 0,96181795

4.2 Analisis

Berdasarkan data yang telah diolah pada Microsoft Excel dilakukan analis
is untuk menjelaskan lebih lanjut mengenai data dengan menvisualisasikan ke hist
ogram untuk lebih mudah dimengerti.

4.2.1 AnalisisPerbadinganmeanPopulasi dan Sampel

Berikut ini merupakan data nilai mean dari populasi dan sampel yang masi
ng masing berjumlah 60.000 dan 750 data.

24
 Perbandingan Mean
0.15035
0.1503
0.15025
0.1502
0.15015
0.1501
0.15005
0.15
0.14995
Populasi Sampel
Gambar 4.8 Perbandingan Mean Populasi dan Sampel
Dari gambar diatas diketahui bahwa nilai mean pada populasi
adalah 0,15008 dan sampel adalah 0,150286. Berdasarakan hasil
pengolahan data, didapatkan nilai mean antara populasi dan sampel
adalah sama jika dibulatkan yaitu 0,15. Kesamaan nilai antara populasi
dan sampel dikarenakan diambil dari data yang sama,
sehinggaketikadilakukanperhitungan rata-ratanya, didapatkannilai
yang samaantaramean populasi dan sampel.

4.2.2 AnalisisPerbadinganStandar DeviasiPopulasi dan Sampel

Berikut ini merupakan perbandingan standar deviasi populasi dan sampel

yang disajikan dalam bentuk bar chart.

25
 Standar Deviasi
0.16

0.14

0.12

0.1

0.08

0.06

0.04

0.02

0
populasi sampel
Gambar 4.9 Perbandingan Standar Deviasi

Berdasarkan gambar diatas, dapat ketahui bahwa nilai standar

deviasi sampel lebih besar dibandingkan standar deviasi populasi.
Perbedaan nilai tsb disebabkan oleh berapa banuyaknya data yang
diolah. Peneliti menghitung standar deviasi populasi dan sampel
digunakan data secara berturut turut dari 10.000 dan 750 data.

4.2.3 Analisis Histogram Populasi /Uniform

Berdasarkan data yang peroleh sebanyak 60.000 data populasi

didapatkan Histogram Populasi sebagai berikut.

26
 Histogram Populasi

Frekuensi
1000
500
0
0,1 0,1080,1160,1240,132 0,14 0,1480,1560,1640,172 0,18 0,1880,196
Bin

Gambar 4.10 Histogram Populasi

Dari gambardiatasdapatdiketahuibahwanilai rata-rata

populasiberdistribusiuniformyang mana data berada pada interval 0.1 – 0,2 , dan
data tidak bergerak jauh dari batas nilai maksimal dan minimal data. Gambar
dapatkitalihat histogram rata-rata populasicenderungsejajarsatusama lain dan
tidakadaperbedaanketinggian yang signifikan antar chart sehingga dapat kita
simpulkan ukuran sampel tidak mempengaruhi nilai rata-rata yang
didapatkanketika proses samplingkarenanilai rata-rata
populasiberdistribusisecarauniform.

4.2. Analisis Histogram Sampel

Berdasarkan data yang diolah diambil data sebanyak 750 untuk

dijadikan sampel dari populasi dan didapatkan histogram sampel sebag
ai berikut.

27
 Histogram Sampel
300

Frekuensi
200

100

0
0,111111789 0,129862362 0,148612934 0,167363506 0,186114078
Bin

Gambar 4.11 Histogram Sampel

Dari gambar diatas dapat dilihat bahwa nilai rata-rata sampel

data memusat di bagian tengah histogram atau dapat dikatakan
penyebarannya sebagian besar berada di dekat nilai rata-rata. Semakin
jauh nilai sampel dari nilai rata-rata maka frekuensi data sampel
semakin kecil. Hal ini dikarenakan jumlah sampel yang digunakan
sangat banyakyaitu 750 sampel pada proses
samplingsehinggaperhitungandapatdihubungkandenganteorema limit
pusat. Teorema limit pusatmenyatakan bahwa jika dari suatu populasi
diambil sampelberukurancukupbesar, makadistribusisamplingdari rata-
rata sampelakan mendekati distribusi normal. Pendekatan ini juga
dapat dilihat dari bentuk histogram yang menyerupai lonceng dan
sesuai dengan konsep bentuk kurva pada distribusi normal. Jadi dapat
disimpulkan semakinbesarukuransampelmakadistribusi samplingrata-
rata akansemakinmendekatidistribusi normal.

4.2.1 Analisis Distribusi Sampling Rata-Rata

Berdasarkan perhitungan Analisis nilai rata rata pada bagian

pengolahan data didapatkan data nilai rata rata populasi = 0,150079607
dan data nilai rata rata sampel = 0,150285944. Nilai yang diperoleh
antara populasi dan sampel hampir sama dikarenakan jumlah data yang
diolah berbeda.Berdasarkan nilai mean dan standar deviasi pada
bagian pengolahan data digunakan data populasi sebanyak 10.000 dan

28
sampel sebanyak 750 dan didapatkan nilai standar deviasi berturut
turut dengan nilai 0,02895524 dan 0,148830144. Pengembalian sampel
rasio sampel dan populasi < 5 dan tanpa pengembalian jika rasio
sampel dan populasi >5. Dikarenakan hasil rasio kecil maka dapat
disimpulkan bahwa sampel yang digunakan dapat mewakili data
populasinya.Berdasarkan hasil tersebut kita simpulkan bahwa
sebaiknya sampling dilakukan tanpa pengembalian karena nilai standar
deviasinya kecil. Nilai standar deviasi yang kecil menandakan bahwa
penyimpangan persebaran data semakin kecil yang artinya sampel data
dapat mewakili keseluruhan populasi. Berdasarkan tabel diatas faktor
deviasi pengolahan data dilakukan dengan contoh sampel sebanyak 5
data. Peneliti melalukan percobaan didapatkan hasil untuk sampel 150,
300, 450 ,600,750 secara berturut turut adalah 0,9925, 0,9849, 0.9772,
0,9695, dan 0,961817. Perhitungan faktor koreksi yang dipakai untuk
nilai n < 750 populasi yang berjumlah 10.000 data. Berdasarkan nilai
yang telah diketahui dapat disimpulkan bahwa semakin sedikit jumlah
sampel maka semakin mendekati 1 nilainya sehingga mendekati
distribusi normal. Berdasarkan data yang diperoleh standar error
dengan pengembalian dan tanpa pengembalian. Hasil yang diperoleh
tanpa pengembalian lebih kecil dibanding pengembalian. Standar error
yang semakin kecil menandakan bahwa distribusi data memiliki limit
lebih tinggi. Nilai standar error lebih kecil maka makin mendekati
nilai 1.

29
 BAB V
PENUTUP

Bab V membahas mengenai kesimpulan dari penelitian serta saran kepada

para pembaca terkait laporan ini.

5.1 Kesimpulan

Kesimpulan dari laporan ini diantaranya sebagai berikut:

1. Berdasarkan penelitian yang telah dilakukan, maka didapat bahwa cara
membangkitkan data sebanyak 10.000 populasi dan mengambil 750
sampel dapat dilakukan menggunakan tools, lalu pilih data, kemudian pilih
data analysis.
2. Berdasarkan penelitian, didapatkan untuk perbandingan nilai rata – rata
dan sampel dan populasi, untuk sampel bernilai 0.150285944, sedangkan
untuk populasi bernilai 0.150079607.
3. Berdasarkan penelitian, didapatkan perbandingan nilai standar deviasi
sampel dan populasi, untuk sampel bernilai 0.148830144, sedangkan
untuk populasi bernilai 0.02895524.
4. Berdasarkan penelitian, didapatkan kesimpulan pada histogram, nilai rata-
rata sampel data memusat di bagian tengah histogram atau dapat dikatakan
penyebarannya sebagian besar berada di dekat nilai rata-rata.
5. Berdasarkan penelitian, didapatkan bahwaTeorema limit pusat
menyatakan bahwa jika dari suatu populasi diambil sampel berukuran
cukup besar, maka distribusi sampling dari rata-rata sampel akan
mendekati distribusi normal.

5.2 Saran

Dari hasil laporan yang telah ditulis, peneliti menyarankan

agar:

30
1. Laporan ini dapat digunakan dengan baik sehingga mampu menunjang
proses pembelajaran.
2. Pada proses pengolahan data, sebaiknya peneliti lebih berhati-hati dan
teliti agar tidak terjadinya kesalahan sekecilapapun.
3. Hasil penelitian ini dapat dijadikan referensi untuk penelitian selanjutnya.

31
 DAFTAR PUSTAKA

[1] Wahyuningrum, Sri Rizqi. (2020). Statistika Pendidikan (Konsep Data dan
Peluang). Surabaya: CV. Jakad MediaPublishing

[2] Syamsudin dan Deni Sunaryo. (2019). Buku Ajar Mata Kuliah
StatistikII.Serang: CV. Penerbit Qiara Media

[3] Syamsuar, Ginanjar. (2017). Statistika Inferensial Materi II.

Jakarta:SekolahTinggi Ilmu Ekonomi Indonesia

[4] Harlan, Johan. (2004).Metode Statistika Industri 1. Depok:Gunadarma

[5] Spiegel Murray.(2004).STATISTIK.Jakarta : Penerbit Erlangga

[6] Asep S., Khairil A., Aam A., Kusman S. (2009). Statistika Dasar Edisi
Khusus. Jakarta : Grasindo

[7] Morisson. (2016). Statistika Sosial Edisi Pertama. Jakarta : Kencana

LAMPIRAN

33
LAMPIRAN A
(Bin dan Frekuensi)
Bin Frequency
0.1 1
0.101 608
0.102 598
0.103 558
0.104 588
0.105 608
0.106 597
0.107 604
0.108 591
0.109 591
0.11 609
0.111 652
0.112 616
0.113 611
0.114 602
0.115 611
0.116 595
0.117 621
0.118 624
0.119 568
0.12 565
0.121 591
0.122 583
0.123 618
0.124 623
0.125 612
0.126 604
0.127 578
0.128 607
0.129 622
0.13 616
0.131 592
0.132 628
0.133 596
0.134 603
0.135 628
0.136 565
0.137 590
0.138 627
0.139 594
0.14 587
0.141 600
0.142 600
0.143 633
0.144 627
0.145 581
0.146 546
0.147 563
0.148 603
0.149 580
0.15 557
0.151 595
0.152 614
0.153 569
0.154 577
0.155 571
0.156 561
0.157 589
0.158 614
0.159 578
0.16 557
0.161 572
0.162 602
0.163 604
0.164 563
0.165 617
0.166 603
0.167 574
0.168 630
0.169 586
0.17 622
0.171 621
0.172 602
0.173 642
0.174 589
0.175 662
0.176 588
0.177 597
0.178 580
0.179 608
0.18 643
0.181 625
0.182 582
 0.183 601
0.184 626
0.185 593
0.186 642
0.187 588
0.188 582
0.189 598
0.19 619
0.191 645
0.192 614
0.193 607
0.194 626
0.195 580
0.196 580
0.197 613
0.198 590
0.199 607
More 607
 BIODATA PENELITI

A. Data Pribadi
 Nama : Abim Dwi Putrra
 Tempat, Tanggal Lahir : Padang, 01September 2002
 Alamat : Jl. Salak II No. 94, Belimbing, Kuranji,
Padang
 Jenis Kelamin : Laki-laki
 Agama : Islam
 No. Hp : 089618152661
 Email : abimdwiputra123@gmail.com
B. Riwayat Pendidikan
2008 - 2014 : SDN 50 Kuranji
2014 - 2017 : SMPN 8 Padang
2017 - 2020 : SMAN 1 Padang
1 - sekarang : Universitas Andalas
C. Pengalaman Organisasi dan Kepanitiaan
2018 – 2019 : OSIS SMAN 1 Padang
2018 – 2019 : KetuaSmansa Silat Association
 BIODATA PENELITI

A. Data Pribadi
 Nama : TeguhRahmad Ramadhan
 Tempat, Tanggal Lahir : Padang, 01 Desember 2001
 Alamat : Jl. Gunung Semeru II No. 22
 Jenis Kelamin : Laki-laki
 Agama : Islam
 No. Hp : 081374777717
 Email : Teguhrahmadramadhan14@gmail.co.ac.id
B. Riwayat Pendidikan
2005 - 2011 : SD 22 Ujung Gurun
2011 - 2014 : MTsN 6 Padang
2014 - 2017 : SMAN 1 Padang
2017 - sekarang : Universitas Andalas
C. Pengalaman Organisasi dan Kepanitiaan
-
7