PROGRAMMING DENGAN MATLAB

Salah satu kelebihan dari MATLAB adalah kemampuan untuk membuat program
(programming) langsung dari windows MATLAB dengan menggunakan fasilitas
Editor seperti yang dapat dilihat dalam windows di bawah ini :

Di mana pada EDITOR tersebut, seluruh perintah operasi dapat dituliskan dan
disimpan atau di SAVE dengan suatu nama dengan extension m sehingga anda
tidak perlu untuk menulis ulang seluruh perintah setiap kali anda akan
menghitung.

Contoh tampilan EDITOR adalah sebagai berikut :

di mana warna-warna yang tertera dalam EDITOR menunjukkan suatu operasi
tertentu :

hijau : dengan diawali tanda % maka teks setelah tanda % tidak akan
diikutkan dalam perhitungan atau hanya berupa komentar.

hitam : seluruh teks yang berwarna hitam akan di execute dalam

program MATLAB.

biru : teks yang berwarna biru adalah perintah atau command dalam
program MATLAB.

ungu : teks yang berwarna ungu adalah argument dalam program

MATLAB.

KONTROL ALIR (FLOW CONTROL) dalam MATLAB

Kontrol Loop (Loop Control) – for, while, continue, break

Fungsi dalam MATLAB yang berfungsi sebagai kontrol dalam perhitungan

berulang (loops). Perintahnya adalah :
For

Loop yang menggunakan fungsi for akan mengulang satu kelompok perintah
antara for dan end sebanyak jumlah yang dibatasi oleh batas bawah dan batas
bawah. Contoh :

for n = 1:10
r(n) = 10+n;
end

>> r

r =

11 12 13 14 15 16 17 18 19 20
Untuk array 2-Dimensi seperti H(i,j) , maka dapat dilakukan lebih dari 1 loop
seperti contoh di bawah ini :

for i = 1:5
for j = 1:10
H(i,j) = 1/(i+j);
end
end

>> H

H =

Columns 1 through 6

0.5000 0.3333 0.2500 0.2000 0.1667 0.1429

0.3333 0.2500 0.2000 0.1667 0.1429 0.1250
0.2500 0.2000 0.1667 0.1429 0.1250 0.1111
0.2000 0.1667 0.1429 0.1250 0.1111 0.1000
0.1667 0.1429 0.1250 0.1111 0.1000 0.0909

Columns 7 through 10

0.1250 0.1111 0.1000 0.0909

0.1111 0.1000 0.0909 0.0833
0.1000 0.0909 0.0833 0.0769
0.0909 0.0833 0.0769 0.0714
0.0833 0.0769 0.0714 0.0667

While
Perintah while adalah perintah loop seperti for , tetapi bukan dibatasi oleh jumlah
langkahnya (indefinite) seperti pada for melainkan dibatasi dengan suatu
pernyataan (statements) sampai pernyataan itu tidak lagi dipenuhi.

a=10;b=5;
while (a-b) > 0.1
x = (a+b)/2
pause  pause dan akan berjalan lagi jika menekan keyboard
a = x;
end

Outputnya adalah :

x =
7.5000

x =
6.2500

x =
5.6250

x =
5.3125

x =
5.1563

x =
5.0781

Kontrol Konditional (Conditional Control)

Perintah dalam MATLAB yang digunakan untuk mengontrol program dengan

Konditional. Perintah tersebut yaitu :

if, else, and elseif

Pernyataan (statement) if mengevaluasi ekspresi logikal dan meng execute satu

kelompok pernyataan (statements) jika ekspresi yang dinyatakan setelah if
adalah benar.

Sementara pernyataan (statement) else dan elseif menyediakan pilihan

dalam meng execute of suatu kelompok pernyataan.
Keyword end harus selalu dimasuukan untuk keseluruhan perintah di atas yaitu
for, while, if, else and elseif untuk menghentikan pernyataan
setelah perintah-perintah tersebut.

Jika keyword end tidak dimasukkan, maka akan ada ERROR message pada
MATLAB prompt.

Break

Perintah (statement) break akan menghentikan program dan keluar dari program
pada saat loop for atau loop while sedang berjalan

Pause
Perintah (statement) pause akan menghentikan sementara jalannya program
untuk kepentingan pengecheckan perhitungan dan program akan berjalan kembali
dengan menekan tombol keyboard.

Contoh :

Jalankan Program Bisection terlampir

Program Bisection adalah suatu program untuk mencari akar (root) dengan cara
membagi dua jarak antara batas bawah dan batas atas dari suatu persamaan di
mana variable (unknown) yang dicari berada di sebelah kiri dan kanan tanda
sama dengan (=).

Persamaan DISPERSI di bawah ini untuk mencari panjang gelombang L jika

diketahui perioda gelombang T dan kedalaman perairan h .

g 2  2h 
L T tanh 
2  L 

Contoh program dalam MATAB Editor

clear all  membersihkan variable yang ada

close all  menutup semua grafik yang ada

% Choose Period T, Gravitation g, and Water Depth h  komentar anda

NIM = 43;
T = NIM/10;
g = 9.81;
Nh = 51
h = linspace(0,50,Nh);

% Pick no of iteration (Niter)  komentar anda

Niter = 100;  jumlah iterasi yang diberikan

for K = 1:Nh,  Ada Nh=51 kedalaman h yang dipilih

% Choose Lower and Upper Limit (Xl and Xu)

Xl = 0.0;
Xu = 100.0;

for I = 1:Niter,  looping iterasi dari 1 sampai Niter = 100

Xc(I) = 0.5*(Xl+Xu); % Bi-Section (Interval Halving)

Fungsi = Xc(I) - (g*T^2)/(2*pi)*tanh(2*pi*h(K)/Xc(I));  Jika Fungsi = 0 artinya

harga L diperoleh
if abs(Fungsi) < 1e-5  Fungsi tidak akan = 0 karena ada error
L(K) = Xc(I)  Jika Fungsi < error, maka harga L diperoleh
Iterasi = I
break
elseif Fungsi < 0
Xl = Xc(I);
else
Xu = Xc(I);
end

end

end

% Plot h vs L

plot(h,L,'g^',h,L,'--')
xlabel('Kedalaman Perairan, h (m)')
ylabel('Panjang Gelombang,\lambda (m)')
title('Bisection Method')

Hasil plotnya adalah sebagai berikut :

FUNCTION
Dalam MATLAB terdapat banyak sekali fungsi (function) seperti telah dijelaskan
sebelumnya. Fungsi dalam MATLAB telah dibuat untuk kenyamanan pengguna
sehingga pengguna tidak harus membuat perintah-perintah yang banyak
digunakan dalam perhitungan sehari-hari seperti fungsi sin, cos, mean, pi dan
lain-lain.

Function ini harus ditulis dalam sebuah filename dengan extension '.m' . Pada
saat suatu program akan memanggil program, maka harus memanggil nama
filename dengan extension of '.m' tadi.

Contoh : File dalam RAYS.m

clear all
close all

send = 100000; % arclength for rays

ntheta = 101; % number of rays

theta = pi / 180 * linspace( -15.0,15.0, ntheta );

zs = 1000.0; % source depth

c0 = 1525; % sound speed at source depth

for ith = 1:ntheta % loop over take-off angle

% ray initial condition:

 x0 = [ 0.0 zs cos( theta( ith ) ) / c0 sin( theta( ith ) ) / c0 ];

% now solve the DE to trace the ray

[ s, x ] = ode45( 'RAYF', [0.0 send], x0 );

plot( x( : , 1 ), abs(x( : , 2 ) ));

% subplot(1,2,2), plot( x( : , 1 ), abs(x( : , 2 ) ));
hold on; % hold the old rays on screen when plotting new rays
end
hold off;

File dalam RAYF.m

function xdot = f( s, x )

% Munk sound speed profile

eps = 0.00737;
c0 = 1500;
z = x( 2 );
xt = 2 * ( z - 1300 ) / 1300;
c = c0 * ( 1 + eps * ( xt - 1 + exp( -xt ) ) );

c2 = c^2;

% we also need derivatives of sound speed

dxtdz = 2 / 1300;
cz= c0 * eps * dxtdz * ( 1 - exp( -xt ) );
cr = 0;

% here's the RHS

xdot = zeros( 4, 1 );

xdot( 1 ) = c * x( 3 );
xdot( 2 ) = c * x( 4 );
xdot( 3 ) = -cr / c2;
xdot( 4 ) = -cz / c2;
DATA ANALYSIS

Karena MATLAB dapat menampilkan data-data dalam bentuk Matriks, maka

MATLAB dapat melakukan proses analisa statistik. Sesuai kebiasaan, maka data
akan disimpan dalam kolom pada suatu matriks. Jika data-data yang ada
disimpan dalam baris maka untuk mempermudah akan dilakukan dengan proses
TRANSPOSE untuk mengubah orientasi dari baris menjadi kolom.

Data-data hasil survey atau penelitian biasanya akan disimpan dalam format XLS
atau TXT. Untuk mengubah format tersebut di atas, diperlukan perintah-perintah
khusus seperti :

[A,B] = XLSREAD(‘FILENAME’,’SHEET’)

di mana :

FILENAME: Nama file yang memiliki format 'xls' (xls boleh dicantumkan
atau tidak).
SHEET: Nama worksheet dalam workbook FILENAME jika terdapat lebih
dari satu worksheet dalam workbook.

A : Matriks n x m yang berisi data dalam workbook FILENAME yang

terdiri dari kolom dan baris

B : Matriks r x s yang berisi teks dalam workbook FILENAME yang

biasanya merupakan judul atau header dari setiap kolom.

Contoh :

[A,B] = XLSREAD('suh01_sound_speed_vs_depth','SUH01')

artinya :

suh01_sound_speed_vs_depth: Nama file yang memiliki format 'xls'

(boleh dicantumakan atau tidak).
SUH01: Nama worksheet dalam workbook suh01_sound_speed_vs_depth
jika terdapat lebih dari satu worksheet dalam workbook.
Output :

>> [A,B] = XLSREAD('suh01_sound_speed_vs_depth','SUH01')

A=

1.0e+003 *

0.0010 1.5402 0.0286 0.0326

0.0020 1.5402 0.0286 0.0326
0.0030 1.5402 0.0286 0.0326
0.0040 1.5403 0.0286 0.0326
0.0050 1.5403 0.0286 0.0326
0.0060 1.5403 0.0286 0.0326
0.0070 1.5403 0.0286 0.0326
0.0080 1.5403 0.0286 0.0326
0.0090 1.5403 0.0286 0.0326
0.0100 1.5404 0.0286 0.0326
0.0110 1.5404 0.0286 0.0326
0.0120 1.5404 0.0286 0.0326
0.0130 1.5404 0.0286 0.0326
0.0140 1.5404 0.0286 0.0326
0.0150 1.5404 0.0286 0.0326
0.0160 1.5405 0.0286 0.0326
0.0170 1.5405 0.0286 0.0326
0.0180 1.5405 0.0286 0.0326
0.0190 1.5405 0.0286 0.0326
0.0200 1.5405 0.0286 0.0326
0.0210 1.5405 0.0286 0.0326
0.0220 1.5406 0.0286 0.0326
0.0230 1.5406 0.0286 0.0326
0.0240 1.5406 0.0286 0.0326
0.0250 1.5406 0.0286 0.0326
0.0260 1.5406 0.0286 0.0326
0.0270 1.5406 0.0286 0.0326
0.0280 1.5406 0.0286 0.0326
0.0290 1.5407 0.0286 0.0326
0.0300 1.5407 0.0286 0.0326
0.0310 1.5407 0.0286 0.0326
0.0320 1.5407 0.0286 0.0326
0.0330 1.5407 0.0286 0.0326
0.0340 1.5407 0.0286 0.0326
0.0350 1.5407 0.0286 0.0326
0.0360 1.5408 0.0286 0.0326
0.0370 1.5408 0.0286 0.0326
0.0380 1.5408 0.0286 0.0326
0.0390 1.5408 0.0286 0.0326
0.0400 1.5408 0.0286 0.0326
0.0410 1.5408 0.0286 0.0326
0.0420 1.5408 0.0286 0.0326
0.0430 1.5409 0.0286 0.0326
0.0440 1.5409 0.0286 0.0326
0.0450 1.5408 0.0285 0.0327
0.0460 1.5407 0.0284 0.0329
0.0470 1.5406 0.0282 0.0332
0.0480 1.5405 0.0279 0.0336
0.0490 1.5403 0.0277 0.0340
0.0500 1.5403 0.0276 0.0340
0.0510 1.5402 0.0275 0.0342
0.0520 1.5402 0.0274 0.0344
0.0530 1.5402 0.0274 0.0344
0.0540 1.5402 0.0274 0.0344
0.0550 1.5402 0.0273 0.0345
0.0560 1.5401 0.0272 0.0346
0.0570 1.5399 0.0271 0.0346
0.0580 1.5393 0.0269 0.0346
0.0590 1.5390 0.0267 0.0346
0.0600 1.5386 0.0265 0.0346
0.0610 1.5380 0.0263 0.0346
0.0620 1.5373 0.0259 0.0346
0.0630 1.5370 0.0258 0.0346
0.0640 1.5369 0.0258 0.0346
0.0650 1.5368 0.0257 0.0346
0.0660 1.5367 0.0257 0.0346
0.0670 1.5366 0.0256 0.0346
0.0680 1.5361 0.0254 0.0346
0.0690 1.5341 0.0246 0.0347
0.0700 1.5319 0.0237 0.0347
0.0710 1.5309 0.0232 0.0347
0.0720 1.5303 0.0230 0.0347
0.0730 1.5302 0.0229 0.0347
0.0740 1.5300 0.0229 0.0347
0.0750 1.5299 0.0228 0.0347
0.0760 1.5298 0.0228 0.0347
0.0770 1.5298 0.0228 0.0347
0.0780 1.5296 0.0227 0.0347
0.0790 1.5291 0.0225 0.0347
0.0800 1.5285 0.0222 0.0347
0.0810 1.5283 0.0222 0.0347
0.0820 1.5281 0.0221 0.0347
0.0830 1.5280 0.0220 0.0347
0.0840 1.5278 0.0219 0.0347
0.0850 1.5275 0.0218 0.0347
0.0860 1.5271 0.0217 0.0347
0.0870 1.5269 0.0216 0.0347
0.0880 1.5267 0.0215 0.0347
0.0890 1.5265 0.0214 0.0347
0.0900 1.5264 0.0214 0.0347
0.0910 1.5263 0.0213 0.0347
0.0920 1.5261 0.0213 0.0347
0.0930 1.5260 0.0212 0.0347
0.0940 1.5259 0.0212 0.0347
0.0950 1.5259 0.0212 0.0347
0.0960 1.5258 0.0211 0.0347
0.0970 1.5258 0.0211 0.0347
0.0980 1.5257 0.0211 0.0347
0.0990 1.5257 0.0211 0.0347
0.1000 1.5257 0.0210 0.0347
0.1010 1.5257 0.0210 0.0347
0.1020 1.5257 0.0210 0.0347
0.1030 1.5257 0.0210 0.0347
0.1040 1.5256 0.0210 0.0347
0.1050 1.5256 0.0210 0.0347
0.1060 1.5256 0.0210 0.0347
0.1070 1.5255 0.0209 0.0347
0.1080 1.5254 0.0209 0.0347
0.1090 1.5253 0.0208 0.0347
0.1100 1.5253 0.0208 0.0347
0.1110 1.5253 0.0208 0.0347
0.1120 1.5252 0.0208 0.0347
0.1130 1.5252 0.0208 0.0347
0.1140 1.5252 0.0208 0.0347
0.1150 1.5251 0.0207 0.0347
0.1160 1.5248 0.0206 0.0347
0.1170 1.5247 0.0206 0.0347
0.1180 1.5246 0.0205 0.0347
0.1190 1.5245 0.0205 0.0347
0.1200 1.5245 0.0205 0.0347
0.1210 1.5245 0.0205 0.0347
0.1220 1.5245 0.0204 0.0347
0.1230 1.5245 0.0204 0.0348
0.1240 1.5245 0.0204 0.0348
0.1250 1.5245 0.0204 0.0348
0.1260 1.5245 0.0204 0.0348
0.1270 1.5244 0.0204 0.0348
0.1280 1.5244 0.0204 0.0347
B=

'Depth' 'C' 'T' 'S'

'(m)' '(m/s)' '(deg C)' '(ppt)'

>> whos
Name Size Bytes Class

A 128x4 4096 double array

B 2x4 536 cell array

A : Matriks 128 x 4 yang berisi data dalam workbook

suh01_sound_speed_vs_depth yang terdiri dari 4 kolom dan 128
baris

B : Matriks 2 x 4 yang berisi teks dalam workbook

suh01_sound_speed_vs_depth yang biasanya berisi judul atau
header dari setiap kolom dalam hal ini adalah :

'Depth' 'C' 'T' 'S'

'(m)' '(m/s)' '(deg C)' '(ppt)'

Untuk lebih memudahkan buat anda dalam menterjemahkan data-data tersebut di

atas maka dapat dilakukan langkah-langkah sbb :

>> D = A(:,1); % Kedalaman, D (m)

C = A(:,2); % Kec Suara, C (m/s)
T = A(:,3); % Temperatur, T (deg C)
S = A(:,4); % Salinitas, S (ppt)

yang telah memisah data-data untuk Depth, Kecepatan Suara, Temperatur, dan
Salinitas

D = A(:,1); artinnya semua (:) data di kolom 1 (1) adalah Depth

C = A(:,2); artinnya semua (:) data di kolom 2 (2) adalah Kec Suara
T = A(:,3); artinnya semua (:) data di kolom 3 (3) adalah Temperatur
S = A(:,4); artinnya semua (:) data di kolom 4 (4) adalah Salinitas
Untuk lebih memudahkan buat anda dalam menterjemahkan data-data tersebut di
atas maka dapat dilakukan langkah-langkah sbb :

Selain itu ada juga data-data hasil survey atau penelitian yang disimpan dalam
format mat.

Contoh :

load wave; % load data

Load data-data gelombang yang berada pada channel 1 sampai 8 yang masing-
masing berisi 20.000 data.
col5 = data(5,:); % load channel 5
col6 = data(6,:); % load channel 6

Load data-data gelombang yang berada pada channel 5 dan 6 yang masing-
masing berisi 20.000 data.

pcol5=col5/32768*100*.3; %scaling
pcol6=col6/32768*100*.3;

Data-data gelombang yang berada pada channel 5 dan 6 yang masing-masing

berisi 20.000 data yang berupa nilai dalam mvolt dan akan diubah tekanan dalam
Pascal.

mcol5=pcol5-mean(pcol5); % menghilangkan mean value

mcol6=pcol6-mean(pcol6);

Data-data gelombang yang berada pada channel 5 dan 6 yang masing-masing

berisi 20.000 data akan dihilangkan trendnya atau harga rata-ratanya (mean value)
dengan mengurangkan nilai dengan harga meannya atau dapat dilakukan dengan
perintah Detrend seperti di bawah ini :

mcol5 =detrend (pcol5);

mcol6 =detrend (pcol6);

t5=linspace(0,25000,20000);
plot(t5,y5)

%Low-Pass Filter
[b1,a1]=butter(10,50/400);
%Band-Pass Filter
[b2,a2]=butter(10,[50/400 150/400]);
%High-Pass Filter
[b3,a3]=butter(10,150/400,'high');
%Plotting
yf1=filter(b1,a1,y5);
yf2=filter(b2,a2,y5);
yf3=filter(b3,a3,y5);

figure
%Plotting
subplot(3,1,1), plot(t5,yf1);
axis([0 25000 -3 3]);
title ('Low-Pass Filter - Channel 1')
xlabel('Time (microseconds)')
ylabel('Pressure (Pa)')
subplot(3,1,2), plot(t5,yf2);
axis([0 25000 -3 3]);
title ('Band-Pass Filter - Channel 1')
xlabel('Time (microseconds)')
ylabel('Pressure (Pa)')
ylabel('Pressure (Pa)')
subplot(3,1,3), plot(t5,yf3);
axis([0 25000 -3 3]);
title ('High-Pass Filter - Channel 1')
xlabel('Time (microseconds)')

figure
%Low-Pass Filter
[b1,a1]=butter(5,50/400);
%Band-Pass Filter
[b2,a2]=butter(5,[50/400 150/400]);
%High-Pass Filter
[b3,a3]=butter(5,150/400,'high');
%Plotting
yf1=filtfilt(b1,a1,y5);
yf2=filtfilt(b2,a2,y5);
yf3=filtfilt(b3,a3,y5);
%Plotting
t1=linspace(0,25000,20000);
subplot(3,1,1), plot(t1,yf1);
axis([0 25000 -3 3]);
title ('Low-Pass Filtfilt - Channel 1')
xlabel('Time (microseconds)')
ylabel('Pressure (Pa)')
subplot(3,1,2), plot(t1,yf2);
axis([0 25000 -3 3]);
title ('Band-Pass Filtfilt - Channel 1')
xlabel('Time (microseconds)')
ylabel('Pressure (Pa)')
subplot(3,1,3), plot(t1,yf3);
axis([0 25000 -3 3]);
title ('High-Pass Filtfilt - Channel 1')
xlabel('Time (microseconds)')
ylabel('Pressure (Pa)')

%figure
%Do loop for Time Windows
 n=39;
for i=1:n
%Auto-correlation for time window between tau and tau+1000
a(i,1:1999)=xcorr(mcol5((((i-1)*500)+1):(((i-1)*500)+1000)),'coeff');
end

tau=linspace(-1000*1.25,999*1.25,1999); %tau spacing

tee=linspace(625,n*625,n)'; %t spacing
figure
waterfall(tau,tee,a);
title('Double-time Auto-correlation for Channel-1')
xlabel('tau (microseconds)')
ylabel('t (microseconds)')
zlabel('Normalized Rxx(tau,t)')
%axis([-1250 1250 0 25000 -.7 1])
%view(2)
%colormap gray
%colorbar

figure
%Do loop for Time Windows
n=39;
for i=1:n
%Cross-correlation for time window between tau and tau+1000
b=(mcol5((((i-1)*500)+1):(((i-1)*500)+1000)));
c=(mcol6((((i-1)*500)+1):(((i-1)*500)+1000)));
rxy(i,1:1999)=xcorr(b,c,'coeff');
end

tau=linspace(-1000*1.25,999*1.25,1999); %tau spacing

tee=linspace(625,n*625,n)'; %t spacing
waterfall(tau,tee,rxy);
title('Double-Time Cross-correlation between Channel-1 and Channel-2')
xlabel('tau (microseconds)')
ylabel('t (microseconds)')
zlabel('Normalized Rxy(tau,t)')
axis([-1250 1250 0 25000 -.7 1])
%view(2)
colormap gray
%colorbar

figure
%Specgram Function
specgram(mcol5,256,800000);
title('Time-Frequency Structure for Channel-2')
xlabel('Time (seconds)')
ylabel('Frequency (Hz)')
colormap jet
colorbar ('vert')

%FFT Function

fs=800000;
sp=fft(mcol5);
mg=abs(sp);
ms=mg.*mg;
p=nextpow2(mcol5);
freq=[0:2^(p-1)-1]*fs/(2^p);

figure
plot(freq,ms(1:2^(p-1)))
title('2-sided spectral density')
ylabel('2-sided spectral density')
xlabel('Frequency (Hz)')
axis([0 20000 0 1500000])
%colormap gray
%colorbar ('vert')

mcol5_ifft=ifft(sp);
y5r = real(mcol5_ifft);
figure
plot(t5,y5r)

error = sum(y5 - mcol5_ifft)

Menghitung Lokasi
Menghitung lokasi dari data adalah menemukan nilai-nilai “typical”. Dalam
menentukan lokasi atau atau “central tendency” akan digunakan fungsi seperti
mean, median, and mode :

>> mean (data);

Artinya : harga mean dari data akan berjumlah 20.000 yang merupakan harga
mean dari 8 data (baris) dalam 20.000 kolom.
>> mean (data')

ans =

1.0e+004 *

1.9100 1.9127 1.5991 1.9177 1.9092 1.9059

1.9072 1.9174

Artinya : harga mean dari data akan berjumlah 8 yang merupakan harga mean
dari 20.000 data (kolom) dalam 8 baris.

>> median (data);

Artinya : harga median dari data akan berjumlah 20.000 yang merupakan harga
median dari 8 data (baris) dalam 20.000 kolom.

>> median (data')

ans =

1.0e+004 *

1.9100 1.9126 1.5989 1.9167 1.9098

1.9065 1.9074 1.9170

Artinya : harga median dari data akan berjumlah 20.000 yang merupakan harga
median dari 8 data (baris) dalam 20.000 kolom.

Menghitung Nilai Maksimum, Minimum, Standard Deviasi, dan

Variance
Menghitung nilai-nilai “typical” dalam statistik seperti nilai-nilai maksimum
(max), minimum (min), standar deviasi (std) dan variance (var) dengan
mengunakan fungsi-fungsi seperti max, min, std dan var :
>> max (data')

ans =

22060 23518 18879 23130 21215

23732 22936 21642

>> min (data')

ans =

16466 14820 13096 15470 16211

14716 15407 16351

>> std (data')

ans =

635.9286 673.9284 613.1781 790.3452 495.3453 711.2759

650.1323 497.8237

>> var (data')

ans =

1.0e+005 *

4.0441 4.5418 3.7599 6.2465 2.4537 5.0591

4.2267 2.4783

Bentuk Distribusi

Bentuk dari sebuah distribusi lebih sulit untuk dihitung daripada lokasi atau skala.
MATLAB memiliki fungsi hist yang akan memplot sebuah histogram yang akan
memperlihatkan visualisasi dari data :

>> hist(data(:,5))
>> hist(data(5,:))