Sains Aktuaria

Institut Teknologi Sumatera

PROGRAM STUDI SAINS AKTUARIA - ITERA

Modul
Praktikum
Statistika Deskriptif
Ruang Sampel dan Kejadian
Distribusi Diskrit dan Kontinu Khusus

Analisis Data Statistika

Program Studi Sains Aktuaria website : https://at.itera.ac.id/

Jurusan Sains instagram : sains.aktuaria_itera
Institut Teknologi Sumatera email : sains.aktuaria@itera.ac.id
 Modul Praktikum I
ANALISIS DATA STATISTIKA
(Statistika Deskriptif)

PROGRAM STUDI SAINS AKTUARIA

JURUSAN SAINS
INSTITUT TEKNOLOGI SUMATERA
 A. TUJUAN INSTRUKSIONAL UMUM
Setelah mengikuti praktikum ini, mahasiswa diharapkan dapat menggunakan serta
mengaplikasikan konsep Statistika Deskriptif untuk menyelesaikan berbagai contoh
permasalahan di lapangan.

B. TUJUAN INSTRUKSIONAL KHUSUS

Setelah mengikuti praktikum ini, mahasiswa diharapkan mampu :
1. Menentukan nilai ukuran pemusatan, ukuran sebaran dan ukuran distribusi.
2. Menampilkan hasil perhitungan Box-Plot, Histogram dan diagram Stem-Leaf dan
lain sebagainya.
3. Menentukan jenis Statistika Deskritif yang sesuai dengan permasakahan.

C. ANALISI DATA SECARA DESKRIPTIF

Analisis data secara deskriptif dapat dilakukan dengan berbagai cara, mulai dari cara
yang sederhana maupun cara yang sedikit rumit. Analisis data secara deskriptif
dimaksudkan agar ciri-ciri maupun karakteristik dari data tersebut dapat dengan mudah
dibaca dan dipahami. Dalam modul ini akan digunakan alat bantu analisis data secara
dekskiptif menggunakan R dan RStudio.

D. TAHAP PRAKTIKUM (RSTUDIO)

1. Permasalahan
Seorang guru ingin mengukur intensitas belajar siswa di rumah ketika pembelajaran
daring selama 1 minggu. Berdasarkan kuisioner yang diberikan terhadap 40 siswa,
diperoleh hasil sebagai berikut :

59 50 49 47 53 53 49 39
52 51 47 52 49 41 51 50
55 42 54 49 52 48 59 62
51 39 47 48 54 41 50 38
59 49 51 55 66 42 51 56
Berdasarkan permasalahan tersebut, tentukan sari numerik dari data dan sajikan
dalam bentuk histogram, boxplot dan stem-leaf.

Sains Aktuaria_Institut Teknologi Sumatera

2
 2. Input Data
Inputkan data di permasalahan pada Ms. Excel dengan format sebagai berikut :

Catatan : selain Ms. Excel, data juga dapat diinput pada Notepad.

Jika menggunakan Ms. Excel, tahap selanjutnya adalah melakukan instalasi package
pada R dengan nama readxl. Setelah package sudah terinstal, silahkan panggil
package tersebut dengan cara masukan perintah berikut pada Rstudio :
library(readxl)

3. Import Data
Jika package readxl sudah siap, silahkan import data dengan cara klik File – Import
Dataset – From Excel kemudian pilih dimana data yang telah terinput pada Ms.
Excel tersimpan.

Catatan : jika menggunakan R saja tanpada RStudio, gunakan perintah berikut :

library(readxl)
data_1 <- read_excel("D:/lokasi dan nama data")
data_1=as.matrix(data_1)

Data mengenai durasi belajar siswa telah tersimpan dengan nama “data1”

Sains Aktuaria_Institut Teknologi Sumatera

3
 4. Menampilkan Sari Numerik
Sangat banyak cara menampilkan sari numerik menggunakan R. Berikut merupakan
beberapa perintah yang digunakan untuk menampilkan sari numerik antara lain :
No Perintah Package yang dibutuhkan
1 summary(nama_data)
2 Hmisc::describe(nama_data) library(Hmisc)
3 stat.desc(nama_data) library(pastecs)
4 skim(nama_data) library(skimr)
5 summarytools::descr(nama_data) library(summarytools)

Sebagai contoh, akan digunakan perintah summarytools::descry(nama_data).

- Install package summarytools
- Load package dengan cara library(summarytools)
- Masukan perintah summarytools::descr(data_1)
- Output

durasi
----------------- --------
Mean 6.22
Std.Dev 2.31
Min 2.00
Q1 4.00
Median 6.00
Q3 8.00
Max 10.00
MAD 2.97
IQR 4.00
CV 0.37
Skewness 0.00
SE.Skewness 0.37
Kurtosis -1.20
N.Valid 40.00
Pct.Valid 100.00

Sains Aktuaria_Institut Teknologi Sumatera

4
 5. Menampilkan Grafik
Grafik visualisasi dalam R dapat ditampilkan dalam berbagai perintah dasar sebagai:
No Nama Grafik Perintah Package
1 Histogram hist(nama_data, opsi) -
2 Stem-leaf stem(as.matrix(nama_data)) -
3 Pie Chart pie(table(nama_data), opsi…) -
4 Plot plot(nama_data, opsi…) -
5 Box Plot boxplot(nama_data, opsi…) -

Catatan : Fungsi maupun perintah yang dicontohkan merupakan dasar,

dengan sedikit pengembangan akan mendapatkan hasil yang diinginkan.

Sebagai contoh :
Buatlah fungsi sebagai berikut :
visualisasi <- function(x){
par(mfrow = c(2,2))
hist(x, main="Histogram Durasi Belajar", ylab="frekuensi", xlab="durasi")
plot(x, type= "l", main="Durasi Belajar", ylab="durasi", xlab="sampel")
pie(table(x), main="Pie Chart Durasi Belajar")
boxplot(x, main="Box Plot Durasi Belajar")
stem(x)
}

Kemudian panggil menggunakan perintah berikut dengan catatan, sudah terdapat

variabel “data_1”.
visualisasi(data_1)

Sains Aktuaria_Institut Teknologi Sumatera

5
 6. Maka hasilnya adalah sebagai berikut :

7. Berdasarkan hasil dari sari numerik maupun visualisasi, terdapat beberapa informasi
terkait karakteristik data yang dapat disimpulkan.

Sains Aktuaria_Institut Teknologi Sumatera

6
 E. TUGAS
1. Seorang pimpinan perusahaan XYZ ingin mengecek kinerja 30 pegawainya
berdasarkan jumlah total jam kerja yang dihitung setiap minggu selama 2 bulan (8
minggu). Pada perusahaan XYZ, minimal total jam kerja pegawai adalah 40 jam per
minggu. Pimpinan tersebut memerintahkan kepala bagian kepegawaian untuk
menyiapkan data presensi kehadiran setiap minggu selama 2 bulan (8 minggu).
Setelah dilakukan rekapitulasi, diperoleh data sebagai berikut:
Jumlah Jam Kerja Setiap Minggu
Kode (dihitung berdasarkan jam masuk sampai jam pulang)
Pegawai Minggu ke-
1 2 3 4 5 6 7 8
1 43,00 43,00 41,75 45,50 40,50 43,00 54,25 46,75
2 39,25 46,75 38,00 38,00 33,00 43,00 55,50 51,75
3 40,50 43,00 43,00 49,25 44,25 53,00 51,75 15,00
4 49,25 48,00 39,25 45,50 40,50 50,50 49,25 46,75
5 45,50 41,75 49,25 35,00 30,00 51,75 41,75 75,00
6 40,50 53,00 49,25 51,75 46,75 49,25 44,25 41,75
7 46,75 54,25 48,00 38,00 33,00 38,00 49,25 36,75
8 36,75 65,00 53,00 39,00 20,00 54,25 46,75 41,75
9 53,00 49,25 40,50 51,75 46,75 55,50 55,50 45,50
10 54,25 49,25 36,75 50,50 45,50 49,25 53,00 39,25
11 43,00 45,50 48,00 44,00 45,50 38,00 46,75 44,25
12 44,25 60,00 53,00 70,00 40,00 38,00 48,00 40,50
13 45,50 43,00 39,25 50,50 45,50 46,75 44,25 44,25
14 45,50 39,25 55,50 43,00 38,00 43,00 50,50 49,25
15 43,00 45,50 49,25 32,00 40,50 54,25 43,00 51,75
16 51,75 40,50 45,50 40,50 35,50 51,75 40,50 49,25
17 43,00 49,25 45,50 46,75 41,75 51,75 45,50 49,25
18 50,50 48,00 40,50 39,25 34,25 51,75 69,00 45,50
19 51,75 50,50 39,25 45,00 36,75 39,25 70,00 45,50
20 51,75 51,75 46,75 44,00 44,25 44,25 36,75 38,00
21 48,00 53,00 41,75 49,25 44,25 68,00 44,25 46,75
22 38,00 70,00 46,75 31,00 42,00 40,50 46,75 46,75
23 48,00 54,25 45,50 41,75 36,75 51,75 49,25 55,50
24 54,25 48,00 45,50 45,00 39,25 55,50 48,00 55,50
25 49,25 53,00 54,25 43,00 38,00 46,75 50,50 55,50
26 48,00 49,25 40,50 36,75 31,75 40,50 46,75 39,25
27 41,75 41,75 50,50 39,00 36,75 50,50 40,50 50,50
28 38,00 39,25 53,00 44,25 39,25 55,50 50,50 54,25
29 38,00 41,75 54,25 53,00 48,00 36,75 39,25 36,75
30 39,25 40,50 40,50 55,50 50,50 45,50 38,00 53,00

Sains Aktuaria_Institut Teknologi Sumatera

7
 Berdasarkan data tersebut, bagaimana cara kepala bagian kepegawaian untuk
menjelaskan hasil rekapitulasi kepada pimpinan perusahaan menggunakan alat
bantu RStudio dengan ketentuan. :
a. Sari Numerik
b. Box-Plot (berikan informasi numerik komponen Box-Plot)
Petunjuk : jelaskan masing-masing informasi yang dihasilkan dan simpulkan.

Catatan Tugas 1 :
Komponen dalam BoxPlot

Penjelasan analisis visual sederhana dari Boxplot diatas adalah sebagai berikut :
Posisi kotak utama (IQR / dq), Median (Q2), dan juga Rata-rata (Mean) setiap
minggu menunjukan hasil yang berbeda. Visual tersebut dapat menggambarkan
perbandingan karakteristik masing-masing minggu.

Sains Aktuaria_Institut Teknologi Sumatera

8
 Komponen-komponen dari hasil Boxplot data keseluruhan dijelaskan sebagai
berikut:
 Interquartile Range (IQR) atau bagian utama BoxPlot menggambarkan 50 %
dari nilai data pengamatan. IQR dapat diperoleh dengan IQR = Q3 – Q1
 Garis yang merupakan perpanjangan dari box (baik ke arah atas ataupun ke arah
bawah) dinamakan dengan whiskers.
 Whiskers bawah menunjukkan nilai yang lebih rendah dari kumpulan
data yang berada dalam IQR.
 Whiskers atas menunjukkan nilai yang lebih tinggi dari kumpulan data
yang berada dalam IQR
 Panjang whisker atas ≤ Q3 + (1.5 x IQR)
 Panjang whisker bawah ≥ Q1 – (1.5 x IQR)

 Nilai yang berada di atas atau dibawah whisker dinamakan

nilai outlier atau ekstrim.
 Nilai outlier adalah nilai data yang letaknya diatas atau dibawah whisker
 Q3 + (1.5 x IQR) < Outlier Atas ≤ Q3 + (3 x IQR)
 Q1 – (1.5 x IQR) > Outlier Bawah ≥ Q1 – (3 x IQR)
 Nilai ekstrim adalah nilai-nilai yang letaknya diatas atau dibawah
outlier
 Ekstrim bagian atas apabila nilainya > Q3 + (3 x IQR) dan
 Ekstrim bagian bawah apabila nilainya < Q1 – (3 x IQR)

Sains Aktuaria_Institut Teknologi Sumatera

9
 Berdasarkan penjelasan diatas, kita ambil contoh Boxplot pada minggu ke-7.

Q1 = 44,25
Q2 = 47,375
Q3 = 50,5
IQR = 50,5 – 44,25 = 6,25

Whisker Atas
≤ 50,5 + (1,5 x 6,25) = 59,875
Whisker Bawah
≥ 44,25 – (1,5 x 6,25) = 34,875

Batas Outlier A = 50,5 + (3 x 6,25) = 69,25

Batas Outlier B = 44,25 - (3 x 6,25) = 25,5

Outlier Atas berada diantara 59,875 dan 69,25

Outlier Bawah berada diantara 25,5 dan 34,875

Ekstrim Atas > 50,5 + (3 x 6,25) = 69,25

Ekstrim Bawah < 44,25 - (3 x 6,25) = 25,5

Sains Aktuaria_Institut Teknologi Sumatera

10
 2. Pak Budi merupakan salah satu pemilik perusahaan bus swasta Maju Lancar. Pak
Budi ingin memperoleh informasi terkait jumlah penumpang armadanya pada
minggu terakhir bulan desember 2019. Berdasarkan pendataan, diperoleh data
Data Jumlah Penumpang Minggu Keempat Desember (08.00 - 18.00):
sebagai berikut:
Hari
Waktu
Senin Selasa Rabu Kamis Jumat Sabtu Minggu
08.00 - 09.00 21 32 54 35 19 50 66
09.00 - 10.00 19 28 43 23 18 51 66
10.00 - 11.00 18 32 55 32 17 50 65
11.00 - 12.00 19 27 40 29 24 67 75
12.00 - 13.00 15 24 44 28 18 74 84
13.00 - 14.00 16 20 28 24 17 70 83
14.00 - 15.00 19 28 39 34 24 42 81
15.00 - 16.00 15 32 37 35 16 55 69
16.00 - 17.00 25 28 50 28 19 66 69
17.00 - 18.00 16 27 48 33 17 53 65
Bantulah Pak Budi untuk mendapatkan informasi terbaik yang dapat diperoleh dari
data-data tersebut meliputi puncak penumpang bis, karakteristik setiap harinya, ada
tidaknya jam-jam padat, dsb.
Petunjuk : jelaskan masing-masing informasi yang dihasilkan dan simpulkan.

Sains Aktuaria_Institut Teknologi Sumatera

11
 Modul Praktikum II
ANALISIS DATA STATISTIKA
(Ruang Sampel dan Kejadian)

PROGRAM STUDI SAINS AKTUARIA

JURUSAN SAINS
INSTITUT TEKNOLOGI SUMATERA
 A. TUJUAN INSTRUKSIONAL UMUM
Setelah mengikuti praktikum ini, mahasiswa diharapkan dapat menggunakan serta
mengaplikasikan konsep dan pengetahuan Ruang Sampel, Kejadian, serta Peluang
untuk menyelesaikan berbagai contoh permasalahan di lapangan.

B. TUJUAN INSTRUKSIONAL KHUSUS

Setelah mengikuti praktikum ini, mahasiswa diharapkan mampu :
1. Menghitung titik sampel menggunakan Permutasi
2. Menghitung titik sampel menggunakan Kombinasi
3. Menyelesaikan berbagai permasalahan menggunakan konsep dan pengetahuan
Ruang Sampel, Kejadian, serta Peluang.

C. TAHAP PRAKTIKUM
a. Packages
Modul Paraktikum 2 Analisis Data Statistika memilik 2 Packages yang harus diinstal
yaitu Packages tersebut bernama “gtools” dan “binhf”. Lakukan instalasi Packages
sebagai berikut dengan catatan harus terkoneksi dengan internet :

install.packages("gtools") #permutasi
library(gtools)
install.packages("binhf") #permutasi lingkaran
library(binhf)
*ketik perintah diatas pada RScript atau RConsole kemudian “Run”.

“gtools” : Packages yang digunakan untuk operasi Permutasi.

“binhf” : Packages khusus yang digunakan untuk operasi Permutasi Lingkaran

Sains Aktuaria_Institut Teknologi Sumatera

2
 b. Ruang Sampel
Ruang sampel merupakan himpunan semua semua kemungkinan hasil suatu
percobaan. Sebagai contoh, ruang sampel S bagi percobaan pelantunan koin dapat
dapat dituliskan dengan :
𝑆 = {𝐺, 𝐴}
dengan :
𝐺 : Gambar
𝐴 : Angka
Jika ruang sampel dalam suatu percobaan memiliki ukuran yang sangat besar, akan
sangat tidak efisien jika mencari secara manual. Salah satu alat bantu yang dapat
digunakan adalah menggunakan R.
Perhatikan contoh berikut :

Permasalahan
Misalkan tiga produk diambil secara acak dari suatu proses produksi di pabrik.
Kemudian setiap produk diambil dan diperiksa apakah cacat (C) atau tidak cacat (T).
Tentukan ruang sampel percobaan tersebut!

Permasalahan diatas dapat diselesaikan dengan menggunakan perintah berikut :

Perintah
s=c("C","T")
n=length(s)
r=3
hasil <- as.matrix(expand.grid(lapply(numeric(r), function(x) s)),
ncol=r)
apply(hasil,1,function(x) paste0(x,collapse=""))
*ketik perintah diatas pada RScript atau RConsole kemudian “Run”
*gunakan perintah “length” untuk mengetahui banyaknya anggota

Luaran
[1] "CCC" "TCC" "CTC" "TTC" "CCT" "TCT" "CTT" "TTT"

Dari hasil di atas, diketahui bahwa ukurang ruang sampelnya adalah 8 dengan
anggota-anggota yang telah tertera.

Sains Aktuaria_Institut Teknologi Sumatera

3
 c. Permutasi Keseluruhan (n!)
Permutasi merupakan suatu susunan yang dibentuk oleh keseluruhan atau sebagian
dari sekumpulan benda. Permutasi Keseluruhan dapat dilihat pada contoh berikut :

Permasalahan
Tiga huruf berbeda yaitu a,b, dan c. Ada berapa susunan yang berbeda berdasarkan
ketiga huruf tersebut?

Permasalahan diatas dapat diselesaikan dengan menggunakan perintah berikut :

Perintah
s=c("a","b","c")
n=length(s)
r=3
hasil=permutations(n, r, s, repeats.allowed=F)
apply(hasil,1,function(x) paste0(x,collapse=""))
*ketik perintah diatas pada RScript atau RConsole kemudian “Run”
*gunakan perintah “length” untuk mengetahui banyaknya anggota
*dengan catatan n=r

Luaran
[1] "abc" "acb" "bac" "bca" "cab" "cba"

Atau jika hanya ingin mengetahui ukuran ruang sampel, dapat menggunakan perintah
berikut :

Perintah
factorial(3)
*ketik perintah diatas pada RScript atau RConsole kemudian “Run”.

Luaran
[1] 6

Sains Aktuaria_Institut Teknologi Sumatera

4
 d. Permutasi r dari n
Permutasi sebagain atau permutasi r dari n benda dijelaskan pada contoh dan
penyelesaian sebagai berikut:

Permasalahan
Dua kupon lotre diambil dari 20 kupon (nomor 1 sampai nomor 20) untuk
menentukan hadiah pertama dan kedua. Hitunglah banyaknya susunan dalam ruang
sampel tersebut!

Permasalahan diatas dapat diselesaikan dengan menggunakan perintah berikut :

Perintah
s=seq(1:20)
n=length(s)
r=2
hasil=permutations(n, r, s, repeats.allowed=F)
apply(hasil,1,function(x) paste0(x,collapse=""))
*ketik perintah diatas pada RScript atau RConsole kemudian “Run”
*gunakan perintah “length” untuk mengetahui banyaknya anggota

Luaran
[1] "12" "13" "14" "15" "16" "17" "18" "19" "110" "111"
[11] "112" "113" "114" "115" "116" "117" "118" "119" "120" "21"
[21] "23" "24" "25" "26" "27" "28" "29" "210" "211" "212"
[31] "213" "214" "215" "216" "217" "218" "219" "220" "31" "32"
[41] "34" "35" "36" "37" "38" "39" "310" "311" "312" "313"
[51] "314" "315" "316" "317" "318" "319" "320" "41" "42" "43"
[61] "45" "46" "47" "48" "49" "410" "411" "412" "413" "414"
[71] "415" "416" "417" "418" "419" "420" "51" "52" "53" "54"
[81] "56" "57" "58" "59" "510" "511" "512" "513" "514" "515"
[91] "516" "517" "518" "519" "520" "61" "62" "63" "64" "65"
[101] "67" "68" "69" "610" "611" "612" "613" "614" "615" "616"
[111] "617" "618" "619" "620" "71" "72" "73" "74" "75" "76"
[121] "78" "79" "710" "711" "712" "713" "714" "715" "716" "717"
[131] "718" "719" "720" "81" "82" "83" "84" "85" "86" "87"
[141] "89" "810" "811" "812" "813" "814" "815" "816" "817" "818"
[151] "819" "820" "91" "92" "93" "94" "95" "96" "97" "98"
[161] "910" "911" "912" "913" "914" "915" "916" "917" "918" "919"
[171] "920" "101" "102" "103" "104" "105" "106" "107" "108" "109"
[181] "1011" "1012" "1013" "1014" "1015" "1016" "1017" "1018" "1019" "1020"
[191] "111" "112" "113" "114" "115" "116" "117" "118" "119" "1110"
[201] "1112" "1113" "1114" "1115" "1116" "1117" "1118" "1119" "1120" "121"
[211] "122" "123" "124" "125" "126" "127" "128" "129" "1210" "1211"
[221] "1213" "1214" "1215" "1216" "1217" "1218" "1219" "1220" "131" "132"
[231] "133" "134" "135" "136" "137" "138" "139" "1310" "1311" "1312"
[241] "1314" "1315" "1316" "1317" "1318" "1319" "1320" "141" "142" "143"
[251] "144" "145" "146" "147" "148" "149" "1410" "1411" "1412" "1413"
[261] "1415" "1416" "1417" "1418" "1419" "1420" "151" "152" "153" "154"
[271] "155" "156" "157" "158" "159" "1510" "1511" "1512" "1513" "1514"
[281] "1516" "1517" "1518" "1519" "1520" "161" "162" "163" "164" "165"
[291] "166" "167" "168" "169" "1610" "1611" "1612" "1613" "1614" "1615"
[301] "1617" "1618" "1619" "1620" "171" "172" "173" "174" "175" "176"
[311] "177" "178" "179" "1710" "1711" "1712" "1713" "1714" "1715" "1716"
[321] "1718" "1719" "1720" "181" "182" "183" "184" "185" "186" "187"
[331] "188" "189" "1810" "1811" "1812" "1813" "1814" "1815" "1816" "1817"
[341] "1819" "1820" "191" "192" "193" "194" "195" "196" "197" "198"
[351] "199" "1910" "1911" "1912" "1913" "1914" "1915" "1916" "1917" "1918"
[361] "1920" "201" "202" "203" "204" "205" "206" "207" "208" "209"
[371] "2010" "2011" "2012" "2013" "2014" "2015" "2016" "2017" "2018" "2019"

Sains Aktuaria_Institut Teknologi Sumatera

5
 e. Permutasi Lingkaran
Permutasi dengan urutan lingkaran dapat diselesaikan dengan bantuan R dan contoh
sebagai berikut :

Permasalahan
Empat orang (A, B, C, D) bermain kartu bridge dan duduk secara melingkar.
Berapakah susunan yang muncul ketika mereka memutuskan berpindah tempat
duduk?

Permasalahan diatas dapat diselesaikan dengan menggunakan perintah berikut :

Perintah
s=c("A","B","C","D")
n=length(s)
r=4
hasil <- permutations(n, r, s)
shift.to.minimum <- function(row)
{
shift(row, which(row==min(row))-1, dir='left')
}
hasil <- unique(t(apply(hasil, 1, shift.to.minimum)))
apply(hasil,1,function(x) paste0(x,collapse=""))
*ketik perintah diatas pada RScript atau RConsole kemudian “Run”
*gunakan perintah “length” untuk mengetahui banyaknya anggota
*dengan catatan n=r

Luaran
[1] "ABCD" "ABDC" "ACBD" "ACDB" "ADBC" "ADCB"

Sains Aktuaria_Institut Teknologi Sumatera

6
 f. Permutasi Berjenis
Banyaknya permutasi yang berbeda dari n benda dengan n1 jenis pertama, n2 jenis
kedua sampai nk jenis ke-k dapat diselesaikan sebagai berikut :

Permasalahan
Berapa banyak susunan yang berbeda bila kita ingin menyusun rangkaian lampu hias
dari 3 lampu A, 4 lampu B dan 2 lampu C?

Permasalahan diatas dapat diselesaikan dengan menggunakan perintah berikut :

Perintah
s <- c("A","B","C")
n <- c(3,4,2)
s1 <- rep(s,n)
hasil <- unique(permutations(length(s1), length(s1), s1, set=FALSE))
apply(hasil,1,function(x) paste0(x,collapse=""))
*ketik perintah diatas pada RScript atau RConsole kemudian “Run”
*gunakan perintah “length” untuk mengetahui banyaknya anggota

Luaran
[1] "AAABBBBCC" "AAABBBCBC" "AAABBBCCB" "AAABBCBBC" "AAABBCBCB" "AAABBCCBB"
[7] "AAABCBBBC" "AAABCBBCB" "AAABCBCBB" "AAABCCBBB" "AAACBBBBC" "AAACBBBCB"
[13] "AAACBBCBB" "AAACBCBBB" "AAACCBBBB" "AABABBBCC" "AABABBCBC" "AABABBCCB"
[19] "AABABCBBC" "AABABCBCB" "AABABCCBB" "AABACBBBC" "AABACBBCB" "AABACBCBB"
[25] "AABACCBBB" "AABBABBCC" "AABBABCBC" "AABBABCCB" "AABBACBBC" "AABBACBCB"
[31] "AABBACCBB" "AABBBABCC" "AABBBACBC" "AABBBACCB" "AABBBBACC" "AABBBBCAC"
[37] "AABBBBCCA" "AABBBCABC" "AABBBCACB" "AABBBCBAC" "AABBBCBCA" "AABBBCCAB"
[43] "AABBBCCBA" "AABBCABBC" "AABBCABCB" "AABBCACBB" "AABBCBABC" "AABBCBACB"
[49] "AABBCBBAC" "AABBCBBCA" "AABBCBCAB" "AABBCBCBA" "AABBCCABB" "AABBCCBAB"
[55] "AABBCCBBA" "AABCABBBC" "AABCABBCB" "AABCABCBB" "AABCACBBB" "AABCBABBC"
. . . . . . . . . . . .
[985] "CAAACBBBB" "CAABABBBC" "CAABABBCB" "CAABABCBB" "CAABACBBB" "CAABBABBC"
[991] "CAABBABCB" "CAABBACBB" "CAABBBABC" "CAABBBACB" "CAABBBBAC" "CAABBBBCA"
[997] "CAABBBCAB" "CAABBBCBA" "CAABBCABB" "CAABBCBAB"
[ reached getOption("max.print") -- omitted 260 entries ]

Sains Aktuaria_Institut Teknologi Sumatera

7
 g. Kombinasi
Banyaknya cara pengambilan r benda dari n benda tanpa memperhatikan urutan dapat
diselesaikan dengan cara sebagai berikut:

Permasalahan
Dalam sebuah kelas terdapat 20 anggota siswa dengan nama A sampai T. Tentukan
berapa banyaknya kombinasi yang dapat dibentuk dalam mengusulkan 3 siswa
sebagai perangkat kelas!

Permasalahan diatas dapat diselesaikan dengan menggunakan perintah berikut :

Perintah
s <- letters[seq( from = 1, to = 20 )]
n <- length(s)
r <- 3
hasil <- t(combn(s,r))
apply(hasil,1,function(x) paste0(x,collapse=""))
*ketik perintah diatas pada RScript atau RConsole kemudian “Run”
*gunakan perintah “length” untuk mengetahui banyaknya anggota

Luaran
[1] "abc" "abd" "abe" "abf" "abg" "abh" "abi" "abj" "abk" "abl" "abm" "abn"
[13] "abo" "abp" "abq" "abr" "abs" "abt" "acd" "ace" "acf" "acg" "ach" "aci"
[25] "acj" "ack" "acl" "acm" "acn" "aco" "acp" "acq" "acr" "acs" "act" "ade"
[37] "adf" "adg" "adh" "adi" "adj" "adk" "adl" "adm" "adn" "ado" "adp" "adq"
[49] "adr" "ads" "adt" "aef" "aeg" "aeh" "aei" "aej" "aek" "ael" "aem" "aen"
[61] "aeo" "aep" "aeq" "aer" "aes" "aet" "afg" "afh" "afi" "afj" "afk" "afl"
. . . . . . . . . . .
[973] "irs" "irt" "ist" "jkl" "jkm" "jkn" "jko" "jkp" "jkq" "jkr" "jks" "jkt"
[985] "jlm" "jln" "jlo" "jlp" "jlq" "jlr" "jls" "jlt" "jmn" "jmo" "jmp" "jmq"
[997] "jmr" "jms" "jmt" "jno"
[ reached getOption("max.print") -- omitted 140 entries ]

Sains Aktuaria_Institut Teknologi Sumatera

8
 h. Menentukan Anggota Suatu Kejadian
Himpunan bagian dari ruang sampel disebut dengan “Kejadian”. Kejadian terdiri dari
anggota-anggota ruang sampel yang memiliki kriteria tertentu. Perhatikan contoh
berikut :

Permasalahan
Misalkan tiga produk diambil secara acak dari suatu proses produksi di pabrik.
Kemudian setiap produk diambil dan diperiksa apakah cacat (C) atau tidak cacat (T).
Tentukan ruang sampel percobaan tersebut!

Berdasarkan analisis dan running perintah pada poin (b) diperoleh hasil Ruang
Sampel sebagai berikut :

[1] "CCC" "TCC" "CTC" "TTC" "CCT" "TCT" "CTT" "TTT"

Jika kita ingin mengamati suatu kejadian, misalkan kejadian B yaitu muncul produk
cacat minimal 2, maka dapat kita selesaikan dengan menggunakan cara pada poin (b)
dengan menambahkan beberapa baris perintah. Perhatikan contoh berikut :

Perintah
s=c("C","T")
n=length(s)
r=3
hasil = as.matrix(expand.grid(lapply(numeric(r), function(x) s)),
ncol=r)
hasil1 = apply(hasil,1,function(x) paste0(x,collapse=""))

hasil2 = (grep("CC|CT?TC", hasil1, value=TRUE))

print(hasil2)
print(length(hasil2))

Sains Aktuaria_Institut Teknologi Sumatera

9
 Luaran
> print(hasil2)
[1] "CCC" "TCC" "CTC" "CCT"
> print(length(hasil2))
[1] 4

Berdasarkan hasil yang diperoleh, anggota himpunan dari kejadian B adalah

𝐵 = {𝐶𝐶𝐶, 𝑇𝐶𝐶, 𝐶𝑇𝐶, 𝐶𝐶𝑇)
Dengan anggota himpunan sebanyak 4.

-----------------------------------------------------------------------------------------------------

Menentukan ruang sampel dan kejadian menggunakan R sangat mungkin untuk

dilakukan modifikasi guna mendapatkan informasi yang diinginkan.

Sains Aktuaria_Institut Teknologi Sumatera

10
TUGAS
1. Terdapat 3 kriteria dalam pengajuan klaim suatu perusahaan asuransi. Klaim ringan,
klaim sedang dan klaim berat. Pada suatu hari, General Manager perusahaan tersebut
melakukan sidak mendadak dan meminta kepada karyawan bagian klaim untuk mendata
secara acak 5 nasabah yang mengajukan klaim pada hari tersebut. Jika kejadian A adalah
kejadian munculnya paling minimal 3 nasabah dengan kriteria klaim berat. Tentukan :
a. Anggota dan Ukuran Ruang Sampel
b. Anggota dan Ukuran Kejadian A
2. Berdasarkan kata “COLUMNS”, tentukan :
a. Berapa banyak permutasi yang dapat dibentuk dan tentukan daftar anggota ruang
sampelnya!
b. Berapa banyak permutasi yang dapat dibentuk dengan huruf awalan M dan tentukan
ruang sampelnya!
3. Berapa banyak cara yang dapat dilakukan dalam menanam 3 pohon akasia, 4 pohon
bungur dan 2 pohon cemara serta tentukan ruang sampelnya!
4. Empat pasang suami istri membeli 8 tiket bioskop pada 1 barus tempat duduk. Dalam
berapa cara mereka dapat duduk bila:
a. Duduk acak tanpa ketentuan antara pasangan serta tentukan ruang sampelnya!
b. Setiap pasngan duduk berdampingan!
c. Semua suami duduk bersama di sebelah kanan para istri!

Sains Aktuaria_Institut Teknologi Sumatera

11
 Modul Praktikum III
ANALISIS DATA STATISTIKA
(Distribusi Diskrit & Kontinu Khusus)

PROGRAM STUDI SAINS AKTUARIA

JURUSAN SAINS
INSTITUT TEKNOLOGI SUMATERA
A. Tujuan Instruksional Umum
Setelah mengikuti praktikum ini, mahasiswa diharapkan dapat menggunakan alat bantu dalam
menghitung peluang distribusi tertentu.

B. Tujuan Instruksional Khusus

Setelah mengikuti praktikum ini, mahasiswa diharapkan mampu :
1. Menghitung peluang distribusi diskrit khusus seperti binomial dan poisson
2. Menghitung peluang distribusi kontinu khusus seperti normal dan eksponensial
3. Membuat table distribusi dengan batuan Ms. Excel.

C. Distribusi Diskrit dan Kontinu Khusus (RStudio)

Berikut perintah-perintah yang digunakan dalam menghitung peluang beberapa distribusi diskrit
maupun kontinu mengguanakan RStudio.
No Distribusi Perintah Keterangan
[Distribusi Binomial]
1 Binomial pbinom(x, size=n, prob=p) Peluang kumulatif x dengan banyak
percobaan n dan peluang sukses p
[Distribusi Poisson]
2 Poisson ppois(x, lambda=l) Peluang kulumatif x dengan rata-
rata l
[Distribusi Normal]
3 Normal pnorm(x, mean=m, sd=s) Peluang kumulatif x dengan rata-
rata m dan standar deviasi s
[Distribusi Eksponensial]
4 Eksponensial pexp(x, rate=1/l) Peluang kumulatif x dengan rata-
rata l

Sains Aktuaria_Institut Teknologi Sumatera

1
D. Distribusi Diskrit Khusus (Ms. Excel)
Distribusi Binomial
Distribusi Binomial, parameter n dan p dengan notasi 𝑋~𝑏(𝑛, 𝑝)
 F.m.p / p.d.f
𝑛
𝑃 (𝑋 = 𝑥) = 𝑏(𝑥; 𝑛, 𝑝) = ( ) 𝑝 𝑥 (1 − 𝑝) 𝑛−1
𝑥
 Koefisien Binomial
𝑛 𝑛!
( )=
𝑥 𝑥! (𝑛 − 𝑥)!
 Rataan : 𝐸 (𝑋) = 𝜇 𝑥 = 𝑛𝑝
 Varian : 𝑉𝑎𝑟 (𝑋) = 𝜎𝑥2 = 𝑛𝑝(1 − 𝑝)
Kasus 1.
Peluang untuk sembuh seorang penderita penyakit darah yang jarang adalah 0,4. Bila diketahui
ada 15 orang yang telah mengidap penyakit tersebut, tentukan
a. Peluang paling sedikit 10 sembuh
b. Peluang 3 sampai 8 sembuh
c. Peluang tepat 3 yang sembuh

Penyelesaian
1. Buka lembar kerja Ms. Excel

Sains Aktuaria_Institut Teknologi Sumatera

2
 2. Tentukan informasi-informasi yang diketahui untuk masing-masing kasus seperti n, p, dan
lainnya
1
a b c
Binomial Binomial Binomial
n 15 n 15 n 15
p 0,4 p 0,4 p 0,4
x 9 x1 2x 5
x2 8

P(X>=10) P(3<=X<=8) P(X=5)

3. Menghitung peluang masing-masing kejadian dengan rumus sebagai berikut:

a. Cell Kuning 𝑃(𝑋 ≥ 10)
=1-(BINOM.DIST(“x”;”n”;”p”;TRUE))

b. Cell Merah 𝑃(3 ≤ 𝑋 ≤ 8)

=(BINOM.DIST(“x2”;”n”;”p”;TRUE))-(BINOM.DIST(“x1”;”n”;”p”;TRUE))

c. Cell Biru 𝑃(𝑋 = 5)

=BINOM.DIST(“x”;”n”;”p”;FALSE)

4. Berdasarkan ketiga fungsi yang diinputkan, maka akan memberikan hasil sebagai berikut:
1
a b c
Binomial Binomial Binomial
n 15 n 15 n 15
p 0,4 p 0,4 p 0,4
x 9 x1 2x 5
x2 8

P(X>=10) 0,033833 P(3<=X<=8) 0,877839 P(X=5) 0,185938

Kasus 2.
Diketahui bahwa 40% dari tikus yang disuntik dengan sejenis serum akan terlindung dari
serangan sejenis penyakit. Bila 5 tikus disuntik, berapakah peluang bahwa:
a. Tidak ada yang terserang penyakit
b. Kurang dari 2 yang terserang penyakit
c. Lebih dari 3 yang terserang

Sains Aktuaria_Institut Teknologi Sumatera

3
 Distribusi Poisson
Distribusi Poisson, parameter 𝜆 dengan notasi 𝑋~𝑃𝑜𝑖(𝜆𝑡)
 F.m.p / p.d.f
𝑒 −𝜆𝑡 𝜆𝑡 𝑥
𝑃(𝑋 = 𝑥) =
𝑥!
 Rataan : 𝐸 (𝑋) = 𝜇 𝑥 = 𝜆𝑡
 Varian : 𝑉𝑎𝑟 (𝑋) = 𝜎𝑥2 = 𝜆𝑡
Kasus 4.
Rata-rata banyak ruas jalan yang diperbaiki dalam satu bulan di sebuah kota adalah 7. Asumsikan
bahwa perbaikan jalan bersifat saling bebas, tentukan:
a. Peluang bahwa lebih dari 2 ruas jalan yang diperbaiki
b. Peluang maksimal 5 ruas jalan yang diperbaiki
c. Peluang tepat 6 yang diperbaiki

Penyelesaian
1. Buka lembar kerja Ms. Excel

Sains Aktuaria_Institut Teknologi Sumatera

4
 2. Tentukan informasi-informasi yang diketahui untuk masing-masing kasus
4
a b c
Poisson Poisson Poisson
rata2 7 rata2 7 rata2 7

x 2x 5x 6

P(X>2) P(X<=5) P(X=6)

3. Menghitung peluang masing-masing kejadian dengan rumus sebagai berikut:

a. Cell Kuning 𝑃(𝑋 > 2)
=1-(POISSON.DIST(“x”;”rata2”;TRUE))

b. Cell Merah 𝑃(𝑋 ≤ 5)

=POISSON.DIST(“x”;”rata2”;TRUE)

c. Cell Biru 𝑃(𝑋 = 6)

=POISSON.DIST(“x”;”rata2”;FALSE)

4. Berdasarkan ketiga fungsi yang diinputkan, maka akan memberikan hasil sebagai berikut:
4
a b c
Poisson Poisson Poisson
rata2 7 rata2 7 rata2 7

x 2x 5x 6

P(X>2) 0,970364 P(X<=5) 0,300708 P(X=6) 0,149003

Kasus 5.
Dalam suatu proses produksi barang elektronik berupa televisi diketahui bahwa setiap 1 dari
1000 televisi akan mengalami cacat. Jika diambil sampel sebanyak 8000 televisi, tentukan :
a. Peluang kurang dari 7 televisi cacat
b. Peluang tepat 5 televisi cacat
c. Peluang minimal 3 televisis cacat

Sains Aktuaria_Institut Teknologi Sumatera

5
E. Distribusi Kontinu Khusus (Ms. Excel)
Distribusi Normal
Distribusi Normal, parameter 𝜇, 𝜎 2 dengan notasi 𝑋~𝑁(𝜇, 𝜎 2 )
 F.m.p / p.d.f
1 1 𝑥−𝜇)2
− (
𝑓(𝑥) = 𝑒 2 𝜎
𝜎√2𝜋
 Rataan : 𝐸 (𝑋) = 𝜇 𝑥 = 𝜇
 Varian : 𝑉𝑎𝑟 (𝑋) = 𝜎𝑥2 = 𝜎 2
Kasus 6.
Suatu perusahaan listrik menghasilkan bola lampu yang umur nya mengikuti distribusi normal
dengan rataan 800 jam dan standar deviasi 40 jam. Tentukan:
a. Peluang suatu bola lampu menyala antara 778 sampai 834 jam
b. Peluang suatu bola lampu menyala maksimal 900 jam
c. Peluang suatu bola lampu menyala minimal 850 jam
d. Dengan kasus yang sama, tentukan peluang masing-masing point menggunakan Distribusi
Normal Baku (Z)

Penyelesaian
1. Buka lembar kerja Ms. Excel

Sains Aktuaria_Institut Teknologi Sumatera

6
 2. Tentukan informasi-informasi yang diketahui untuk masing-masing kasus
6
a b c
Normal Normal Normal
rataan 800 rataan 800 rataan 800
s.d 40 s.d 40 s.d 40
x1 778 x 900 x 850
x2 834

P(778<X<834) P(X<900) P(X>850)

3. Menghitung peluang masing-masing kejadian dengan rumus sebagai berikut:
a. Cell Kuning 𝑃(778 < 𝑋 < 834)
=(NORM.DIST(“x2”;”rata”;”sd”;TRUE))-(NORM.DIST(“x1”;”rata”;”sd”;TRUE))

b. Cell Merah 𝑃(𝑋 < 900)

=POISSON.DIST(“x”;”rata2”;TRUE)

c. Cell Biru 𝑃(𝑋 > 800)

=POISSON.DIST(“x”;”rata2”;FALSE)

4. Berdasarkan ketiga fungsi yang diinputkan, maka akan memberikan hasil sebagai berikut:
6
a b c
Normal Normal Normal
rataan 800 rataan 800 rataan 800
s.d 40 s.d 40 s.d 40
x1 778 x 900 x 850
x2 834

P(778<X<834) 0,51117777 P(X<900) 0,993790335 P(X>850) 0,105649774

𝑋−𝜇
5. Point pertanyaan d dapat diselesaikan dengan menghitung 𝑍 = kemudian menggunakan
𝜎

fungsi NORM.S.DIST(“Z”;”cumulative”) pada Ms. Excel.

Kasus 7.
Sebuah Bakery setiap hari memproduksi roti tawar yang akan dijual. Jika rata-rata panjang roti
tawar adalah 30 cm dengan simpangan baku 2 cm dan berdistribusi normal. Tentukan peluang:
a. Roti tawar yang diproduksi memiliki panjang maksimal 35 cm
b. Roti tawar yang diproduksi memiliki panjang minimal 25 cm
c. Roti tawar yang diproduksi memiliki panjang antara 25 sampai 35 cm
d. Tentukan peluang masing-masing point menggunakan Distribusi Normal Baku (Z)

Sains Aktuaria_Institut Teknologi Sumatera

7
 Distribusi Eksponensial
Distribusi Eksponensial, parameter 𝜆 dengan notasi 𝑋~𝐸𝑥𝑝(𝜆)
 F.m.p / p.d.f
𝑓(𝑥) = 𝜆𝑒 −𝜆𝑥
 Rataan : 𝐸 (𝑋) = 𝜇 𝑥 = 1/𝜆
 Varian : 𝑉𝑎𝑟 (𝑋) = 𝜎𝑥2 = 1/𝜆2

Kasus 8.
Misalkan lama pembicaraan telepon dapat dimodelkan oleh distribusi eksponensial dengan
rataan 10 menit/orang. Tentukan:
a. Peluang seseorang melakukan panggilan maksimal 20 menit.
b. Peluang seseorang melakukan penggilan minimal 10 menit.
c. Peluang seseorang melakukan panggilan antara 10 sampai 20 menit.

Penyelesaian
1. Buka lembar kerja Ms. Excel

Sains Aktuaria_Institut Teknologi Sumatera

8
 2. Tentukan informasi-informasi yang diketahui untuk masing-masing kasus
8
a b c
Eksponensial Eksponensial Eksponensial
rataan 10 rataan 10 rataan 10

x 20 x 2 x1 10
x2 20

P(X<20) P(X>2) P(10<X<20)

3. Menghitung peluang masing-masing kejadian dengan rumus sebagai berikut:

a. Cell Kuning 𝑃(𝑋 < 20)
=EXPON.DIST(“x”;”(1/rataan)”;TRUE)

b. Cell Merah 𝑃(𝑋 > 2)

=1-(EXPON.DIST(“x”;”(1/rataan)”;TRUE))

c. Cell Biru 𝑃(10 < 𝑋 < 20)

=(EXPON.DIST(“x2”;”(1/rataan)”;TRUE))-
(EXPON.DIST(“x1”;”(1/rataan)”;TRUE))

4. Berdasarkan ketiga fungsi yang diinputkan, maka akan memberikan hasil sebagai berikut:
8
a b c
Eksponensial Eksponensial Eksponensial
rataan 10 rataan 10 rataan 10
x 20 x 2 x1 10
x2 20

P(X<20) 0,864664717 P(X>2) 0,818730753 P(10<X<20) 0,232544158

Kasus 9.
Lama waktu pelayanan customer service di sebuah bank mengikuti sebaran distribusi
eksponensial dengan rataan 15 menit/orang. Tentukan:
a. Peluang seseorang di antrian harus menunggu lebih dari 30 menit setelah antrian di depannya
mulai dilayani.
b. Peluang seseorang di antrian harus menunggu paling cepat 5 menit setelah antrian di depannya
mulai dilayani
c. Peluang seseorang di antrian harus menunggu 30 sampai 60 menit setelah antrian di depannya
mulai dilayani

Sains Aktuaria_Institut Teknologi Sumatera

9
F. Pembuatan Tabel Distribusi
Dalam perhitungan manual peluang distribusi diskrit maupun kontinu, terkadang kita
menemukan kendala terbatasnya tabel distribusi yang tersedia. Hal tersebut mendorong seorang
peneliti, mahasiswa ataupun pengguna metode statistika untuk menemukan solusi baru.
Salah satu solusinya adalah membuat table distribusi sesuai kebutuhan dengan bantuan software
Microsoft Excel. Setelah kita mampu menghitung peluang distribusi diskrit maupun kontinu pada
sub-bab sebelumnya, selanjutnya memungkinkan kita untuk membuat sebuah table distribusi
tertentu. Tabel distribusi yang akan kita buat adalah table Normal Baku dan Binomial.
1. Tabel Normal Baku
Tahapan Pembuatan
a. Susun Wadah/Kriteria Tabel

Susun wadah atau ketentuan table normal baku seperti gambar diatas dengan ketentuan :
- Tabel normal baku dengan kisaran nilai -4,00 < Z < 4,00
- Ketelitian 2 desimal di belakang koma
b. Masukan fungi Peluang Distribusi Normal
Berdasarkan wadah/kriteria gambar poin a, masukan fungsi berikut pada cell B2
=NORMSDIST($A2-B$1)

Sains Aktuaria_Institut Teknologi Sumatera

10
 Copy-Paste atau geser cell B2 sampai nilai Z = 0,00

masukan fungsi berikut pada cell B43

=NORMSDIST($A43+B$1)
Copy-Paste atau geser cell B43 sampai nilai Z = 4,00
c. Isi seluruh cell

Sains Aktuaria_Institut Teknologi Sumatera

11
 2. Tabel Binomial
Tahapan Pembuatan
a. Susun Wadah/Kriteria Tabel

Susun wadah atau ketentuan table binomial seperti gambar diatas dengan ketentuan :
- N maksimal yaitu 5.
- Peluang yang dicari dengan ketelitian 1 desimal di belakang koma.

b. Masukan fungi Peluang Distribusi Binomial

Berdasarkan wadah/kriteria gambar poin a, masukan fungsi berikut pada cell C3
=BINOM.DIST($B3;$A$3;C$2;TRUE)

Sains Aktuaria_Institut Teknologi Sumatera

12
 Copy-Paste atau geser cell C3 sampai C4 – K3

c. Masukan fungsi pada Cell Lainnya

Masukan fungsi berikut pada cell C6
=BINOM.DIST($B6;$A$6;C$2;TRUE)
Copy-Paste atau geser cell C6 sampai C8 – K6

Lakukan hal dengan pola yang sama untuk mengisis seluruh Cell

d. Isi seluruh cell

Sains Aktuaria_Institut Teknologi Sumatera

13
 LATIHAN
1. Susunlah sebuah table bantu Normal Baku dengan nilai Z berkisar dari -5 sampai 5 serta
ketelitian 3 desimal di belakang koma!
2. Susunlah table bantu Binomial Kumulatif dengan n berkisar dari 0 sampai 10 serta ketelitian
2 desimal di belakang koma!

Sains Aktuaria_Institut Teknologi Sumatera

14