Professional Documents
Culture Documents
LA - B - 118120148 - Adam Fatkhurrahman - Modul02
LA - B - 118120148 - Adam Fatkhurrahman - Modul02
MODUL KE – 02
KONSEP STATISTIKA DASAR
Oleh:
Adam Fatkhurrahman 118120148
Asisten :
DESTA AULIA RASADA 118120020
ATHA FEBIYOGA TAMAM 118120076
OLVI ANGGI OLOANI 118120109
NUNGGA SAPUTRA 118120120
Adapun tujuan dari praktikum minggu kedua ini adalah agar praktikan dapat
memahami dan menyelesaikan permasalahan kebumian dengan mwnggunakan
anlisis statistic melalui analisa kovariansi, auto-korelasi, cross-korelasi, koefisien
korelasi, rank koefisien korelasi, dan regresi linier.
1. Modus
Modus merupakan nilai yang sering muncul dalam sebuah data.
2. Median
Median merupakan nilai tengah yang terdapat pada sebuah data. Secara
matematis dapat diformulasikan sebagai berikut :
3. Mean
Mean merupakan nilai rata rata dari sebuah bilangan yang mewakili dari
sekumpulan data tersebut. Secara matematis dapat diformulasikan sebagai
berikut :
4. Variansi
variansi merupakan contoh ukuran statistik atau parameter populasi yang
memiliki karakteristik penyebaran atau dispersi terhadap mean. Secara
matematis dapat diformulasikan sebagai berikut :
5. Kovariansi
Definisi kovariansi hamper sama dengan variansi yang membedakan ialah
kovariansi digunakan untuk analisa dua sekuens data yang berbeda. Secara
matematis dapat diformulasikan sebagai berikut :
9. Koefisien Korelasi
Korelasi merupakan salah satu teknik statitik yang digunakan untuk
mencari hubungan antara dua variabel yang bersifat kuantitatif. Koefisien
korelasi menyatakan hubungan nilai antara x dan y. Koefisien
korelasi adalah nilai yang menunjukan kuat/tidaknya hubungan linier
antar dua variabel. Koefisien korelasi biasa dilambangkan dengan huruf r
dimana nilai r dapat bervariasi dari -1 sampai +1. Nilai r yang mendekati -
1 atau +1 menunjukan hubungan yang kuat antara dua variabel tersebut
dan nilai r yang mendekati 0 mengindikasikan lemahnya hubungan antara
dua variabel tersebut. Sedangkan tanda + (positif) dan – (negatif)
memberikan informasi mengenai arah hubungan antara dua variabel
tersebut. Jika bernilai + (positif) maka kedua variabel tersebut memiliki
hubungan yang searah. Dalam arti lain peningkatan X akan bersamaan
dengan peningkatan Y dan begitu juga sebaliknya. Jika bernilai – (negatif)
artinya korelasi antara kedua variabel tersebut bersifat berlawanan.
Peningkatan nilai X akan dibarengi dengan penurunan Y.Secara matematis
dapat diformulasikan sebagai berikut :
Jika variabel X dan Y independen maka nilai r = 0, akan tetapi jika nilai
r=0, X dan Y tidak selalu independen. Variabel X dan Y hanya tidak
berasosiasi. hasil dari koefisien koefisien korelasi hanya bisa digunakan
sebagai indikasi awal dalam analisa. Nilai dari koefisien korelasi tidak
dapat menggambarkan hubungan sebab akibat antara variabel X dan Y.
Untuk sampai pada adanya hubungnan sebab dan akibat diperlukan
penelitian yang lebih intensif atau dapat didasarkan pada teori yang ada
dimana X mempengaruhi Y atau Y yang mempengaruhi X.
start
Input parameter
Definisikan semua
parameter yang ingindicari
seperti nilai z, std, mean dsb
Print Semuahasil
finish
IV. HASIL DAN ANALISIS
Hasil
Autokorelasi Porositas Lag1,2,3
Autokorelasi Permeabilitas Lag1,2,3
Autokorelasi Log K Lag1,2,3
Covarian Poro-perm
Regresi Linier
Poro Perm (koding)
200
0
0 10 20 30 40
-200
-400
Regresi Linier
Poro-Log K (koding)
Poro-Log K (numerik)
Analisis
Berdasarkan praktikum kali ini dilakukan perhitungan kovarian, autokorelasi,
kros korelasi, koefisien korelasi dan koefisien determinasi (regresi linear) pada
setiap data porositas, permeabilitas, dan log permeabilitas. Kovarian adalah
data koefisien korelasi yang belum dilakukan normalisasi, pada data dilakukan
kovarian antara porositas dan permebilitas dengan nilai 1033 dan kovarian
antara porositas dan log permeabilitas sebesar 7.07. Sedangkan untuk
autokorelasi menghitung hubungan dengan dirinya sendiri, yaitu poro-poro =
0.7804590365954274 (1), perm-perm = 0.8283095763120139 (1), logk-
Setelah itu, dilakukan uji regeresi linear untuk mencari kelinearan antara dua
variabel, dapat dilihat pada grafik, distribusi sebaran data antara poro-perm,
data observasi tidak fit dengan kelinearan data kalkulasi, juga dilihat dari nilai
koefisien determinasi (R2) nya 0.7 yang lebih kecil daripada nilai koefisien
determinasi (R2) sebaran data antara poro-log k 0.8.
V. Kesimpulan
Adapun yang dapat kita simpulkan pada praktikum kali ini ialah :
1. Jika suatu covarian dan kross korelasi didapatkan hasil yang kecil
maka dapat menggambarkan perbandingan antar data yang baik.
2. Jika Hasil pada koefisien korelasi mendekati 1 maka didapatkan juga
keterkaitan antar data yang baik.
3. Regresi linier dapat dilakukan untuk mencari prediksi nilai diantara 2
data yang kosong
4. Hasil parameter di atas dapat dicari setelah mengetahui parameter
dasar statistka seperti mean, modus, median dan sebagainya,
Daftar Pustaka
ITERA:Lampung Selatan.
https://www.popmama.com/big-kid/10-12-years-old/chania-aulia-
humayrha/cara-menghitung-mean-median-dan-modus-pada-pelajaran-
matematika/2
https://www.academia.edu/41462874/MAKALAH_KONSEP_DASAR_STATI
STIK
http://repository.unas.ac.id/2237/1/Buku_Pengolahan%20sinyal%20digital_Ern
a%20Kusuma_2018-min.pdf
Lampiran
https://colab.research.google.com/drive/1sxNK_7r_hAj30RWQUqpHrpNV6J7vs
zlI#scrollTo=PY8Igm8Vz7Hq
Excel : Terlampir