Oleh:
Nama : Moch Farid Azis
NRP : 4313100020
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.
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 3
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 4
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 5
Setelah data didapat, langkah selanjutnya adalah melakukan proses data menggunakan software.
Software yang saya gunakan adalah Easy Fit.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 6
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 7
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.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 8
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.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 9
Tidak adanya reject pada masing-masing metode uji menjadikan data ini cocok menjadi
sampel.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 10
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)
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 11
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)
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)
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 12
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)
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 13
j. PROBABILITY DIFFERENCE
Probability Difference
0,1
0,08
0,06
Probability Difference
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).
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 14
2. LOG-LOGISTIC (3P)
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
Log-Logistic (3P)
b. SUMMARY (RINGKASAN)
Dari pemrosesan data pada software, dapat kita lihat ringkasan pada tab summary bahwa
Log-Logistic (3P) memiliki nilai = 28,202 ; = 10,678 ; dan = 999,43.
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. Tidak adanya reject pada masing-masing metode uji menjadikan data ini cocok
menjadi sampel. Berikut ini adalah hasil output dari software.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 15
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)
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 16
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
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)
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 17
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)
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 18
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)
j. PROBABILITY DIFFERENCE
Probability Difference
0,12
0,1
0,08
Probability Difference
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)
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 19
k. DESCRIPTIVE STATISTICS
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.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 20
3. LOG-LOGISTIC
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
Log-Logistic
b. SUMMARY (RINGKASAN)
Dari pemrosesan data pada software, dapat kita lihat ringkasan pada tab summary bahwa
Log-Logistic memiliki nilai = 2566,4 ; dan = 1010,1.
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. Tidak adanya reject pada masing-masing metode uji menjadikan data ini cocok
menjadi sampel. Berikut ini adalah hasil output dari software.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 21
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 22
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
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 23
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 24
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
j. PROBABILITY DIFFERENCE
Probability Difference
0,14
0,12
0,1
0,08
Probability Difference
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 25
k. DESCRIPTIVE STATISTICS
l. ANALISA OUTPUT
Data telah diproses menggunakan fungsi Distribusi Log-Logistic 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, yaitu
ranking 3, 4, dan 18, menjadikan Distribusi Log-Logistic sebagai distribusi terbaik
(Goodness of Fit) ketiga.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 26
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
b. SUMMARY (RINGKASAN)
Dari pemrosesan data pada software, dapat kita lihat ringkasan pada tab summary bahwa
Gen. Extreme Value memiliki nilai k = -0,18653 ; = 0,63474 ; dan = 1009,9.
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. Tidak adanya reject pada masing-masing metode uji menjadikan data ini cocok
menjadi sampel. Berikut ini adalah hasil output dari software.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 27
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 28
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
1008,5
1009
1009,5
1010
1010,5
1011
1011,5
x
Sample
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 29
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 30
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
j. PROBABILITY DIFFERENCE
Probability Difference
0,14
0,12
0,1
0,08
Probability Difference
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 31
k. DESCRIPTIVE STATISTICS
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
Chi-Squared. Dari ketiga metode uji tersebut tidak ditemukan adanya reject, sehingga data
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)
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
Log-Pearson 3
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 32
b. SUMMARY (RINGKASAN)
Dari pemrosesan data pada software, dapat kita lihat ringkasan pada tab summary bahwa
Log-Pearson 3 memiliki nilai = 7892,6 ; = 7,6358E-6 ; dan = 6,8576.
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.
Hanya ditemukan 1 reject dari total 15 pengujian reject dari 3 metode uji, sehingga data ini
cocok menjadi sampel.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 33
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
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
1010,4
x
Sample
Log-Pearson 3
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 34
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 35
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
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 36
j. PROBABILITY DIFFERENCE
Probability Difference
0,16
0,12
Probability Difference
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
k. DESCRIPTIVE STATISTICS
l. ANALISA OUTPUT
Data telah diproses menggunakan fungsi Distribusi Log-Pearson 3 dan diuji dengan 3
macam metode pengujian, yaitu metode Kolmogorov-Smirnov, Anderson-Darling, dan
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.
Statika Rekayasa, Keandalan, dan Resiko (A) | Moch Farid Azis | 4313100020 | Halaman 37