Uji Distribusi Data Menggunakan Software Easy Fit

TUGAS STATIKA REKAYASA, KEANDALAN, DAN RESIKO
UJI DISTRIBUSI DATA

MENGGUNAKAN SOFTWARE EASY FIT
Dosen : Yeyes Mulyadi, ST., M.Sc.

Kelas : Statika Rekayasa, Keandalan, dan Resiko (A)
Oleh:
Nama : Moch Farid Azis
NRP : 4313100020
JURUSAN TEKNIK KELAUTAN

FAKULTAS TEKNOLOGI KELAUTAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2015
Langkah pertama yang dilakukan adalah mencari data yang akan diolah. Saya mencari data di
website resmi Badan Pusat Statistik (BPS) Indonesia (http://www.bps.go.id/). Di bawah ini adalah
data tekanan udara rata-rata di stasiun pengamatan BMKG tahun 2004.
DATA TEKANAN UDARA RATA-RATA

DI STASIUN PENGAMATAN BMKG
TAHUN 2004
(sumber: http://www.bps.go.id/)
PROVINSI
ACEH
SUMATERA
UTARA
SUMATERA
BARAT
RIAU
JAMBI
SUMATERA
SELATAN
BENGKULU
LAMPUNG
KEPULAUAN
BANGKA
BELITUNG
KEPULAUAN
RIAU
STASIUN
BMKG
TEKANAN
UDARA
RATARATA
Blang Bintang
1009,83
Cut Bau
Cut Nyak Dhien
Malikussaleh
1011,21
1009,93
1011,24
Polonia1
1009,84
Belawan
Pinangsori
1009,74
1009,69
Sicincin 2
1010,15
Binaka
Sultan Syarif
Qasim3
Japura
Sungai Duren4
Depati Parbo
1010,95
Kenten5
1010,66
Pulau Baai6
Radin Inten
II/Branti
Astra Ksetra
1009,23
Pangkal Pinang
1010,22
Buluh Tumba
1010,51
Kijang
1009,65
1011,36
1009,73
1010,64
1010,56
1011,49
1010,52
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 2
DKI JAKARTA
JAWA BARAT
JAWA TENGAH
DI
YOGYAKARTA
JAWA TIMUR
BANTEN
BALI
NUSA
TENGGARA
BARAT
Batam
Dabo
Tarempa
Ranai
Tanjung Priok
Halim
Perdanakusuma
Observatory
Soekarno-Hatta
Bandung7
Husein
Atang Sanjaya
Dermaga
Jatiwangi
Kalijati
Cibeureum
Semarang8
Cilacap
Ahmadyani
Adisumarmo
Tegal
Sleman9
Juanda10
1010,55
1010,67
1009,79
1010,14
1009,77
Banyuwangi
1010,03
Madura
Iswahyudi
Abdul Rakhman
Saleh
Pacitan
Bawean
Surabaya
Perak
Serang
Budiarto
Ngurah Rai
Selaparang11
Bima
1009,43
1010,15
Sumbawa Besar
1009,53
Lasiana12
1010,24
1009,98
1010
1010,06
1010,55
1010,55
1011,11
1011,73
1010,39
1010,47
1011,13
1009,81
1010,39
1009,83
1009,84
1009,87
1009,71
1009,5
1010,56
1009,86
1010,5
1010,77
1009,91
1011,68
1010,97
1010,27
1009,52
1009,95
Mali
NUSA
TENGGARA
TIMUR
KALIMANTAN
BARAT
KALIMANTAN
TENGAH
KALIMANTAN
SELATAN
KALIMANTAN
TIMUR
KALIMANTAN
UTARA
SULAWESI
UTARA
SULAWESI
TENGAH
1011
Larantuka
1009,78
Wai Oti
Dilli21
Oe-Cusse21
Baa
Tardamu
Mau Hau
Supadio
Rahadi Usman
1010,85
1009,89
1010,28
1007,86
1011,41
1010,39
1010,46
1010,06
Nangapinoh
1010,01
Paloh
Putusibau
Singkawang II
Sintang
Tjilik Riwut13
Iskandar
1011,44
1010,39
1010,35
1009,87
1011,21
1010,12
Beringin
1010,44
Banjarbaru14
Kotabaru
1009,83
1010,45
Temindung
1011,32
Juvai Semaring20
1009,7
Tanjung Selor
1011,11
Sepinggan
Sangkulirang
Berau
Juwata
Kayuwatu15
Bitung
1009,57
1010,17
1009,71
1009,06
1009,44
1008,57
Tahuna
1011,39
Mutiara
1009,92
Kasiguncu
Lalos
1010,22
1009,34
Bubung
1009,92
SULAWESI
SELATAN
SULAWESI
TENGGARA
GORONTALO
SULAWESI
BARAT
MALUKU
MALUKU UTARA
PAPUA BARAT
PAPUA
Panakukang16
Hasanuddin
Masamba
1009,62
1009,3
1010,17
Luwu
1010,04
Wolter
Monginsidi17
Poma
Beto Ambiri
1010,45
1011
Jalaludin
1008,56
Majene
Pattimura18
Amahai
1009,62
1009,42
1011,56
Geser
1009,55
Namlea
Neira
Saumlaki
Dumatubun
Babullah
Gamarmalamu
Taliabu
Sanana
Manokwari
Torea
Utarom
Jayapura19
Sentani
Mokmer
Enarotali
Timuka
Mopah
Nabire
Sarmi
Yendosa
Jefman
Tanah Merah
Wamena
1010,12
1009,43
1010,95
1010,34
1009,69
1009,95
1009,66
1010,79
1009,7
1009,92
1009,91
1008,84
1008,76
1009,34
1009,87
1009,97
1009,64
1009,7
1010,17
1009,14
1010,26
1010,35
1009,33
1010
Setelah data didapat, langkah selanjutnya adalah melakukan proses data menggunakan software.
Software yang saya gunakan adalah Easy Fit.
Gambar 1: Input data di software Easy Fit
Setelah data diproses, akan tampil jendela seperti di bawah ini.
Gambar 2: Hasil proses data.
Untuk mempercepat pemilihan fungsi distribusi terbaik, kita buka tab Goodness of Fit. Terdapat
3 pemeringkatan, yaitu berdasar Kolmogorov Smirnov, Anderson Darling, dan Chi-Squared. Kita
bisa memilih fungsi terbaik dari sejumlah 61 fungsi.
Gambar 3: Tabel Goodness of Fit
Dari sekian banyak fungsi distribusi, saya memilih 5 yang menurut saya terbaik, yaitu:
1.
2.
3.
4.
5.
Burr (4p)
Log-Logistic (3P)
Log-Logistic
Gen. Extreme Value
Log-Pearson 3
1. BURR (4P)
a. GRAPHIC (GRAFIK)
Probability Density Function
0,4
0,36
0,32
0,28
f(x)
0,24
0,2
0,16
0,12
0,08
0,04
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Histogram
Burr (4P)
b. SUMMARY (RINGKASAN)
Dari pemrosesan data pada software, dapat kita lihat ringkasan pada tab summary bahwa
Burr (4P) memiliki nilai k = 16,727 ; = 1548,2 ; dan = 1012,3.
c. DETAIL GOODNESS OF FIT

Pada tahap pengujian goodness of fit (pengujian hipotesis kompabilitas), digunakan 3
metode pengujian, antara lain: metode Kolmogorov-Smirnov, Anderson-Darling, dan ChiSquared. Berikut ini adalah hasil output dari software.
Tidak adanya reject pada masing-masing metode uji menjadikan data ini cocok menjadi
sampel.
d. CUMULATIF DISTRIBUTION FUNCTION

Cumulative Distribution Function
1
0,9
0,8
0,7
F(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
1010,4
1010,8
1011,2
1011,6
x
Sample
Burr (4P)
e. SURVIVAL FUNCTION
Survival Function
1
0,9
0,8
0,7
S(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,4
1008,8
1009,2
1009,6
1010
x
Sample
Burr (4P)
f. HAZARD FUNCTION
Hazard Function
2,2
2
1,8
1,6
1,4
h(x)
1,2
1
0,8
0,6
0,4
0,2
0
1008
1008,5
1009
1009,5
1010
1010,5
1011
1011,5
x
Burr (4P)
g. CUMULATIF HAZARD FUNCTION

Cumulative Hazard Function
4
3,6
3,2
2,8
H(x)
2,4
1,6
1,2
0,8
0,4
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Burr (4P)
h. P-P PLOT
P-P Plot
1
0,9
0,8
0,7
P (Model)
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
P (Empirical)
Burr (4P)
i. Q-Q PLOT
Q-Q Plot
1011,6
1011,2
1010,8
Quantile (Model)
1010,4
1010
1009,6
1009,2
1008,8
1008,4
1008
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Burr (4P)
j. PROBABILITY DIFFERENCE
Probability Difference
0,1
0,08
0,06
0,04
0,02
0
-0,02
-0,04
-0,06
-0,08
-0,1
1008
1008,5
1009
1009,5
1010
1010,5
1011
1011,5
x
Burr (4P)
k. DESCRIPTIVE STATISTICS
l. ANALISA OUTPUT
Data telah diproses menggunakan fungsi Distribusi Burr (4p) dan diuji dengan 3 macam
metode pengujian, yaitu metode Kolmogorov-Smirnov, Anderson-Darling, dan ChiSquared. Dari ketiga metode uji tersebut tidak ditemukan adanya reject, sehingga data ini
cocok menjadi sampel. Sedangkan dari ranking yang diperoleh Distribusi Burr (4p), yaitu
ranking 1, 1, dan 2, menjadikan Distribusi Burr (4p) sebagai distribusi terbaik (Goodness
of Fit).
2. LOG-LOGISTIC (3P)
a. GRAPHIC (GRAFIK)
0,4
0,36
0,32
0,28
f(x)
0,24
0,2
0,16
0,12
0,08
0,04
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Histogram
Log-Logistic (3P)
Log-Logistic (3P) memiliki nilai = 28,202 ; = 10,678 ; dan = 999,43.
metode pengujian, antara lain: metode Kolmogorov-Smirnov, Anderson-Darling, dan ChiSquared. Tidak adanya reject pada masing-masing metode uji menjadikan data ini cocok
menjadi sampel. Berikut ini adalah hasil output dari software.
Tidak adanya reject menjadikan data ini cocok menjadi sampel.

1
0,9
0,8
0,7
F(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Sample
Log-Logistic (3P)
Survival Function
1
0,9
0,8
0,7
S(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
1010,8
1011,2
1011,6
x
Sample
Burr (4P)
f. HAZARD FUNCTION
Hazard Function
2,2
2
1,8
1,6
h(x)
1,4
1,2
1
0,8
0,6
0,4
0,2
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
x
Log-Logistic (3P)

4
3,6
3,2
2,8
H(x)
2,4
2
1,6
1,2
0,8
0,4
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Log-Logistic (3P)
h. P-P PLOT
P-P Plot
1
0,9
0,8
0,7
P (Model)
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
P (Empirical)
Log-Logistic (3P)
i. Q-Q PLOT
Q-Q Plot
1011,6
1011,2
1010,8
Quantile (Model)
1010,4
1010
1009,6
1009,2
1008,8
1008,4
1008
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1010,4
1010,8
1011,2
1011,6
x
Log-Logistic (3P)
0,12
0,1
0,08
0,06
0,04
0,02
0
-0,02
-0,04
-0,06
-0,08
-0,1
-0,12
1008
1008,4
1008,8
1009,2
1009,6
1010
1011,2
1011,6
x
Log-Logistic (3P)
l. ANALISA OUTPUT
Data telah diproses menggunakan fungsi Distribusi Log-Logistic (3P) dan diuji dengan 3
macam metode pengujian, yaitu metode Kolmogorov-Smirnov, Anderson-Darling, dan
Chi-Squared. Dari ketiga metode uji tersebut tidak ditemukan adanya reject, sehingga data
ini cocok menjadi sampel. Sedangkan dari ranking yang diperoleh Log-Logistic (3P), yaitu
ranking 2, 2, dan 3, menjadikan Distribusi Log-Logistic (3P) sebagai distribusi terbaik
(Goodness of Fit) kedua.
3. LOG-LOGISTIC
a. GRAPHIC (GRAFIK)
0,4
0,36
0,32
0,28
f(x)
0,24
0,2
0,16
0,12
0,08
0,04
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Histogram
Log-Logistic
Log-Logistic memiliki nilai = 2566,4 ; dan = 1010,1.

1
0,9
0,8
0,7
F(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Sample
Log-Logistic
Survival Function
1
0,9
0,8
0,7
S(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
1010,8
1011,2
1011,6
x
Sample
Burr (4P)
f. HAZARD FUNCTION
Hazard Function
2,6
2,4
2,2
2
1,8
1,6
h(x)
1,4
1,2
1
0,8
0,6
0,4
0,2
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
x
Log-Logistic

4
3,6
3,2
2,8
H(x)
2,4
2
1,6
1,2
0,8
0,4
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Log-Logistic
h. P-P PLOT
P-P Plot
1
0,9
0,8
0,7
P (Model)
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
P (Empirical)
Log-Logistic
i. Q-Q PLOT
Q-Q Plot
1011,6
1011,2
1010,8
Quantile (Model)
1010,4
1010
1009,6
1009,2
1008,8
1008,4
1008
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1010,4
1010,8
1011,2
1011,6
x
Log-Logistic
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
-0,02
-0,04
-0,06
-0,08
-0,1
-0,12
-0,14
1008
1008,4
1008,8
1009,2
1009,6
1010
1011,2
1011,6
x
Log-Logistic
l. ANALISA OUTPUT
Data telah diproses menggunakan fungsi Distribusi Log-Logistic dan diuji dengan 3
ini cocok menjadi sampel. Sedangkan dari ranking yang diperoleh Log-Logistic, yaitu
ranking 3, 4, dan 18, menjadikan Distribusi Log-Logistic sebagai distribusi terbaik
(Goodness of Fit) ketiga.
4. GEN. EXTREME VALUE

a. GRAPHIC (GRAFIK)
0,4
0,36
0,32
0,28
f(x)
0,24
0,2
0,16
0,12
0,08
0,04
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Histogram
Gen. Extreme Value
Gen. Extreme Value memiliki nilai k = -0,18653 ; = 0,63474 ; dan = 1009,9.

1
0,9
0,8
0,7
F(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,5
1009
1009,5
1010
1010,5
1011
1011,5
x
Sample
Gen. Extreme Value
Survival Function
1
0,9
0,8
0,7
S(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,5
1009
1009,5
1010
1010,5
1011
1011,5
x
Sample
Gen. Extreme Value
f. HAZARD FUNCTION
Hazard Function
3,6
3,2
2,8
2,4
h(x)
1,6
1,2
0,8
0,4
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Gen. Extreme Value

4,4
4
3,6
3,2
2,8
H(x)
2,4
2
1,6
1,2
0,8
0,4
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Gen. Extreme Value
h. P-P PLOT
P-P Plot
1
0,9
0,8
0,7
P (Model)
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
P (Empirical)
Gen. Extreme Value
i. Q-Q PLOT
Q-Q Plot
1011,6
1011,2
1010,8
Quantile (Model)
1010,4
1010
1009,6
1009,2
1008,8
1008,4
1008
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Gen. Extreme Value
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
-0,02
-0,04
-0,06
-0,08
-0,1
-0,12
-0,14
1008
1008,5
1009
1009,5
1010
1010,5
1011
1011,5
x
Gen. Extreme Value
l. ANALISA OUTPUT
Data telah diproses menggunakan fungsi Distribusi Gen. Extreme Value dan diuji dengan
3 macam metode pengujian, yaitu metode Kolmogorov-Smirnov, Anderson-Darling, dan
ini cocok menjadi sampel. Sedangkan dari ranking yang diperoleh Gen. Extreme Value,
yaitu ranking 4, 3, dan 5, menjadikan Distribusi Gen. Extreme Value sebagai distribusi
terbaik (Goodness of Fit) keempat.
5. LOG-PEARSON 3
a. GRAPHIC (GRAFIK)
0,4
0,36
0,32
0,28
f(x)
0,24
0,2
0,16
0,12
0,08
0,04
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Histogram
Log-Pearson 3
Log-Pearson 3 memiliki nilai = 7892,6 ; = 7,6358E-6 ; dan = 6,8576.
metode pengujian, antara lain: metode Kolmogorov-Smirnov, Anderson-Darling, dan ChiSquared. Berikut ini adalah hasil output dari software.
Hanya ditemukan 1 reject dari total 15 pengujian reject dari 3 metode uji, sehingga data ini
cocok menjadi sampel.

1
0,9
0,8
0,7
F(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
1010,8
1011,2
1011,6
x
Sample
Log-Pearson 3
Survival Function
1
0,9
0,8
0,7
S(x)
0,6
0,5
0,4
0,3
0,2
0,1
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
x
Sample
Log-Pearson 3
f. HAZARD FUNCTION
Hazard Function
3,6
3,2
2,8
h(x)
2,4
1,6
1,2
0,8
0,4
0
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
1010,4
1010,8
1011,2
1011,6
x
Log-Pearson 3

4,4
4
3,6
3,2
H(x)
2,8
2,4
2
1,6
1,2
0,8
0,4
0
1008
1008,4
1008,8
1009,2
1009,6
1010
x
Log-Pearson 3
h. P-P PLOT
P-P Plot
1
0,9
0,8
0,7
P (Model)
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
P (Empirical)
Log-Pearson 3
i. Q-Q PLOT
Q-Q Plot
1011,6
1011,2
1010,8
Quantile (Model)
1010,4
1010
1009,6
1009,2
1008,8
1008,4
1008
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Log-Pearson 3
0,16
0,12
0,08
0,04
-0,04
-0,08
-0,12
-0,16
1008
1008,4
1008,8
1009,2
1009,6
1010
1010,4
1010,8
1011,2
1011,6
x
Log-Pearson 3
l. ANALISA OUTPUT
Data telah diproses menggunakan fungsi Distribusi Log-Pearson 3 dan diuji dengan 3
Chi-Squared. Dari ketiga metode uji tersebut hanya ditemukan 1 reject dari total 15
pengujian reject dari 3 metode uji, sehingga data ini cocok menjadi sampel. Sedangkan dari
ranking yang diperoleh Distribusi Log-Pearson 3, yaitu ranking 5, 8, dan 19, menjadikan
Distribusi Log-Pearson 3 sebagai distribusi terbaik (Goodness of Fit) kelima.

Uji Distribusi Data Menggunakan Software Easy Fit

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Uji Distribusi Data Menggunakan Software Easy Fit

Diunggah oleh

Hak Cipta:

Format Tersedia

TUGAS STATIKA REKAYASA, KEANDALAN, DAN RESIKO

UJI DISTRIBUSI DATA

Dosen : Yeyes Mulyadi, ST., M.Sc.

JURUSAN TEKNIK KELAUTAN

DATA TEKANAN UDARA RATA-RATA

Gambar 1: Input data di software Easy Fit

Setelah data diproses, akan tampil jendela seperti di bawah ini.

Gambar 2: Hasil proses data.

Gambar 3: Tabel Goodness of Fit

c. DETAIL GOODNESS OF FIT

d. CUMULATIF DISTRIBUTION FUNCTION

g. CUMULATIF HAZARD FUNCTION

Tidak adanya reject menjadikan data ini cocok menjadi sampel.

g. CUMULATIF HAZARD FUNCTION

d. CUMULATIF DISTRIBUTION FUNCTION

g. CUMULATIF HAZARD FUNCTION

4. GEN. EXTREME VALUE

Gen. Extreme Value

d. CUMULATIF DISTRIBUTION FUNCTION

Gen. Extreme Value

Gen. Extreme Value

g. CUMULATIF HAZARD FUNCTION

d. CUMULATIF DISTRIBUTION FUNCTION

g. CUMULATIF HAZARD FUNCTION

Anda mungkin juga menyukai