Baginda Bukhori

1106067942

Pierces Criterion Pierces creation adalah sebuah metode yang teliti bedasarkan teori probabilitas yang biasa digunakan untuk menghapus data outliers atau data yang kurang meyakinkan dalam penghitungan data yang rasional. Pierces creation ini menentukan nilai R dari jumlah data yang meragukan dan jumlah data keseluruhan, kemudian menentukan nilai deviasi maksimumnya. Pada awal kita akan mengasumsikan terdapat satu data yang meragukan, lalu menghitung nilai deviasi maksimumnya sekali lagi. Setelah ditemukan nilai deviasi yang baru, setelah itu menghitung tiap data. Bila terdapat nilai yang deviasinya lebih besar daripada deviasi maksimumnya, maka data harus dibuang. Chauvenets Criterion Sekarang ini, terdapat metode lain yang dinamakan Chauvenets criterion. Metode ini digunakan di banyak institusi pendidikan dan laboratorium untuk melakukan fungsi fungsi yang ada. Meskipun Chauvenets Criterion ini sudah bagus, namun metode ini menggunakan sebuah asumsi yang sewenang wenang mengenai rejection data. Berbeda dengan Pierces creation yang tidak memakai asumsi yang sewenang wenang. Selain itu, kriteria Chauvenet itu tidak membuat perbedaan antara kasus satu atau beberapa nilai data yang mencurigakan, sedangkan kriteria Peirce adalah Teori ketat yang dapat dengan mudah diterapkan dalam kasus beberapa nilai data yang mencurigakan. Chauvenets Criterion ini sudah umum digunakan saat ini untuk penghapusan data yang dianggap sebagai outliers. Selain itu, chauvenet criterion ini tidak membuat perbedaan antara kasus 1 (satu) ataupun beberapa data yang meragukan. Pembacaan tersebut dapat ditolak jika probabilitas dari deviasi yang didapat kurang dari 1/2n.

Number of Readings, n 3 4 5 6 7 10 15 25 50 100 300 500 1,000

Ratio of Maximum Acceptable Deviation to Standard Deviation, dmax / 1.38 1.54 1.65 1.73 1.80 1.96 2.13 2.33 2.57 2.81 3.14 3.29 3.48

Data diatas merupakan table list nilai rasio standar deviasi untuk beberapa jenis data yang diambil menurut kriteria Chauvenet.

Secarra tahap, akan dijelaskan bagaimana langkah langkah yang harus dilakukan Untuk prosedur yang akan dilakukan untuk menentukan Chauvenets Criterion yaitu : 1. Menghitung nilai Mean dan standard deviasi menggunakan semua data yang diperoleh 2. Membandingkan deviasi di masing masing data yang diambil menurut informasi yang ada di tabel diatas. 3. Menghilangkan point point yang mencurigakan 4. Menghitung kembali mean dan standar deviasi setelah dibuang data yang mencurigakan tersebut. Untuk prosedur Pierces Criterion yaitu: 1. Menghitung mean dan standar deviasi dari sampel data. 2. Memperoleh R yang cocok untuk angka pengukuran yang diambil dari tabel Pierce. Pertama kali adalah Asumsikan kasus apabila ada satu data yang tidak meyakinkan, meskipun nantinya akan muncul lebih dari satu setelah dihitung. 3. Menghitung nilai maksimum allowable deviation : | xi xm | max . 4. Untuk data pengukuran yang mencurigakan, berlaku rumus : | xi xm | 5. Hilangkan pengukuran yang mencurigakan tesebut jika | xi xm | > | xi xm | max . 6. Jika hasilnya berada di daerah rejection of one measurement, asumsikan kasus dua observasi data yg mencurigakan, dengan menjaga nilai dari mean dan standar deviasi, serta data pengukuran original 7. Jika terdapat lebih dari satu ukuran yang ditolak, asumsikan data tertinggi pengamatan data yang mencurigakan berikutnya. 8. Megulangi penghitungan (langkah 2 5), secara sekuen akan meningkatkan jumlah kemungkinan terdapatnya data yang meragukan tersebut, sampai tidak ada lagi data yang harus dieliminasi. 9. Mendapatkan nilai dari mean dan standar deviasi dari sampel untuk data yang telah berkurang tersebut. Epsilons Criterion Metode ini yaitu menentukan nilai maksimum dan minimum dari sebuah pengkuruan data, sehingga data yang lebih kecil dari minimum akan dihilangkan begitu juga dengan data yang lebih besar dari nilai maksimum. Data minimum yaitu data pada kuartil 1 dikurangi dengan interkuartilnya. Data maksimum yaitu data pada kuartil 3 dikurangin dengan interkuartilnya.

Baginda Bukhori 1106067942

Menurut saya, jika membandingkan dari ketiga jenis kriteria, maka saya akan memilih Chauvenets Criterion. Hal ini dikarenakan metode yang digunakan Chauvenet menggunakan cara yang lebih simple dibandingkan dengan metode yang lain. Kita sudah mendapatkan nilai yang telah ditentukan oleh Chauvenet itu sendiri. Hal itu memudahkan dalam menghapus data Outliers. Tidak seperti Pierces Criterion, metode Pierce ini memberikan kesulitan sendiri jika terdapat data lebih dari 100, sebab apabila terdapat nilai yang mencurigakan dari awal, maka kita harus menghitungnya sampai berkali kali. Untuk kurang dari 100 data, maka data yang paling baik dilakukan adalah dengan metode Chauvenets Criterion dan Pierces Criterion. Karena metode tersebut lebih teliti dibandingkan dengan epsilon criterion yang kurang sensitif untuk menghitung hingga 100 data. Untuk metode yang lebih saya pilih adalah Chauvenets criterion dibandingkan dengan Pierces criterion. Karena data yang dihitung telah ditentukan nilainya seperti tabel diatas. Sehingga memudahkan kita untuk menghapus data yang mencurigakan. Jika saya tanggap menurut ketelitian, maka Pierces criterion merupakan metode yang lebih teliti dengan menghitung ulang apabila terdapat satu data yang meragukan dan dihapus. Namun penghitungan ini terlalu rumit dan membutuhkan waktu yang cukup lama. Jadi jika ada 100 data yang diberikan, maka ada kemungkinan kita akan menghitung hingga 99 kali pengulangan.