Kelas H

LAPORAN PRAKTIKUM
Algoritma Pemrograman
Modul 8 : Program Distribusi Statistik Dengan R-1

Nomor Tanggal Tanda Tangan

Nama Praktikan Praktikan
Mahasiswa Kumpul
Hidayatul Mustafida
19611177

Tanggal Tanda tangan

Nama Penilai Nilai
Koreksi Asisten Dosen
Afdelia Novianti
Ahsana Rizky Mashura

Sekti Kartika Dini,

S.Si, M.Si

JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2019

i
Daftar Isi

Halaman sampul ....................................................................................................... i

Daftar Isi.................................................................................................................. ii
Daftar Tabel ........................................................................................................... iii
Daftar Gambar ........................................................................................................ iv
1 Pendahuluan .................................................................................................... 1
1.1 Distribusi Kontinu .................................................................................... 1
1.2 Distribusi Normal ..................................................................................... 1
1.2.1 Menghitung Kuartil dari Distribusi Normal...................................... 1
1.2.2 Menghitung Peluang dari Distribusi Normal .................................... 2
1.2.3 Membuat Plot dari Distribusi Normal ............................................... 2
1.2.4 Membangkitkan Data dari Distribusi Normal ................................... 2
2 Deskripsi Kerja................................................................................................ 4
2.1 Studi Kasus ............................................................................................... 4
2.2 Langkah Kerja .......................................................................................... 4
3 Pembahasan ..................................................................................................... 7
4 Penutup............................................................................................................ 9
4.1 Kesimpulan ............................................................................................... 9
5 Daftar Pustaka ............................................................................................... 10

ii
Daftar Tabel

Tabel 1.1. Daftar fungsi R untuk membangkitkan data mengikuti distribusi

kontinu tertentu ............................................................................................... 3

iii
Daftar Gambar

Gambar 2.1. Icon program R ................................................................................. 5

Gambar 2.2. Jendela awal program R ................................................................... 5
Gambar 2.3. Syntax studi kasus 1a ........................................................................ 5
Gambar 2.4. Syntax studi kasus 1b ........................................................................ 5
Gambar 2.5. Syntax studi kasus z1 ........................................................................ 5
Gambar 2.6. Syntax studi kasus z2 ........................................................................ 6
Gambar 2.7. Syntax hasil akhir 2a ......................................................................... 6
Gambar 2.8. Syntax studi kasus 2b ........................................................................ 6
Gambar 2.9. Syntax studi kasus 2c ........................................................................ 6
Gambar 3.1. Output studi kasus 1a ........................................................................ 7
Gambar 3.2. Output studi kasus 1b ....................................................................... 7
Gambar 3.3. Output studi kasus 2a ........................................................................ 7
Gambar 3.4. Output studi kasus 2b ....................................................................... 8
Gambar 3.5. Output studi kasus 2c ........................................................................ 8

iv
1 Pendahuluan

1.1 Distribusi Kontinu

Distribusi kontinu adalah peubah acak yang dapat memperoleh semua nilai
pada skala kontinu. Ruang sampel kontinu adalah bila ruang sampel mengandung
titik sampel yang tak terhingga banyakanya. Syarat dari distribusi kontinu adalah
apabila fungsi f(x) adalah fungsi padat peluang peubah acak kontinu X yang
didefinisakan di atas himpuana semua bilangan rill R bila:
1. F(x) ≥ 0 untuk semua x € R
∞
2. ∫∞ 𝑓(𝑥)𝑑𝑥 = 1
∞
3. 𝑃(𝑎 < 𝑋 < 𝑏 =) ∫∞ 𝑓(𝑥)𝑑𝑥

1.2 Distribusi Normal

Distribusi normal adalah adalah distribusi probabilitas yang paling banyak
digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah
distribusi normal memiliki rata-rata nol dan simpangan baku satu. Distribusi ini
juga dijuluki kurva lonceng karena grafik fungsi kepekatan probabilitasnya mirip
dengan bentuk lonceng.
Distribusi normal memodelkan fenomena kuantitatif pada ilmu alam
maupun ilmu social. Beragam skor pengujian psikologi dan fenomena fisika seperti
jumlah foton dapat dihitung melalui pendekatan dengan mengikuti distribusi
normal. Distribusi normal banyak digunakan dalam berbagai bidang statistika
misalnya sampling rata-rata akan mendekati normal, meski distribusi populasi yang
diambil tidak berdistribusi normal. Distribusi normal juga banyak digunakan dalam
berbagai distribusi dalam statistika, dan kebanyakan pengujian mengasumsikan
normalitas suatu data.

1.2.1 Menghitung Kuartil dari Distribusi Normal

Kurva distribusi normal maupun distribusi normal baku bersifat simetris
diaman garis simetrisnya pada Z= 0. Sedangkan luas area keseluruhan dibawah
kurva normal adalah 1. Luas daerah dibawah kurva normal sangat sulit dihitung

1
dengan menggunakan rumus peluang distribusi normal. Oleh karena itu untuk
mempermudah penghitungan dibuatlah tabel Z distribusi normal baku.
Ada dua tabel Z distribusi baku yang disajikan oleh buku-buku statistika.
Dua tbael tersebut adalah tabel distribusi normal baku yang menentukan luas area
diantara -∞ < Z < 𝑍1 dan tabel distribusi normal baku yang menentukan luas area
diantara 0 < Z < 𝑍1 . Rumus umum untuk mencari nilai Z yaitu :
𝒙−𝝁
𝒁=
𝝈
Pada R dapat menggunakan command pnorm.

1.2.2 Menghitung Peluang dari Distribusi Normal

Perhitungan peluang dari suatu nilai tertentu dari Distribusi Normal dapat
dilakukan dengan R-Console, yaitu dengan command pnorm dikuti argument
optional yang dinginkan.

1.2.3 Membuat Plot dari Distribusi Normal

Pembuatan plot fungsi kepadatan peluang (Probability Density

Function/PDF) dan fungsi distribusi kumulatif (Cumulative Distribution
Function/CDF) dapat dilakukan dengan command line di R Console yaitu dengan
command dnorm untuk plot fungsi kepadatan peluang, dan command pnorm untuk
fungsi kepadatan kumulatif diikuti argument optional yang diinginkan.

1.2.4 Membangkitkan Data dari Distribusi Normal

R menyediakan fasilitas untuk membangkitkan data yang mengikuti

distribusi statisitka tertentu. Pada R Console untuk membangkitkan data
berdistribusi normal dapat menggunakan command rnorm dikuti argument optional
yang dinginkan. Secara umum R menyediakan fasilitas untuk membangkitkan data
dari berbagai distribusi statistika yang kontinu beserta argument dan library yang
diperlukan. (Yotenka, Dini, & Akbar, 2019)

2
Tabel 1.1. Daftar fungsi R untuk membangkitkan data mengikuti distribusi kontinu
tertentu

Distribusi Fungsi Argumen yang Library

Kontinu R diperlukan

Beta rbeta n,shape1,shape2 stats

Cauchy rcauchy n,location=0,scale=1 stats

Chi-squared rchisq n, df stats

Eksponensial rexp n, rate stats

F rf n, 𝑑𝑓1 , 𝑑𝑓2 stats

Gamma rgamma n, shape,rate=1 stats

Log-normal rlnorm n, mean,sd stats

Logistic rlogis n,location=0,scale=1 stats

Normal rnorm n, mean,sd stats

Students-t rt n, df stats

Uniform runif n,min,max stats

Weibull rweibull n,shape,scale=1 stats

Multivariate mvnorm n=1,mu, Sigma MASS

Normal

3
2 Deskripsi Kerja

Pada bagian ini, praktikan akan mendeskripsikan bagaimana langkah-

langkah dalam pengoprasian program distrubusi statistic dengan R.

2.1 Studi Kasus

1. Tahan hidup rata-rata elemen kering merek PQR adalah 300 jam dengan
deviasi standar 35 jam. Dengan menganggap bahwa distribusi tahan hidup elemen-
elemen kering itu mendekati distribusi normal, hitunglah :
a. Berapa persen elemen kering merek PQR itu yang tahan hidupnya kurang
dari 225 jam?
b. Berapa persen elemen kering merek PQR itu yang tahan hidupnya lebih dari
350 jam?
2. Berat badan orang laki-laki dewasa dapat dianggap berdistribusi normal
dengan mean 51,7 kg dan deviasi standar 4,6 kg. Berapa persenkah orang laki-laki
berberat badan :
a. Antara 50 kg dan 60 kg?
b. Kurang dari 40 kg?
c. Lebih dari 45 kg?

2.2 Langkah Kerja

Pada bagian ini, praktikan akan mendeskripsikan bagaimana langkah-

langkah dalam pengoperasian program distribusi statistik dengan R seperti yang
telah diuraikan dalam bagian pendahuluan. Setelah mengetahui studi kasus yang
akan diselesaikan, inilah langkah-langkah yang harus praktikan lakukan untuk
menyelesaikan studi kasus tersebut.
1. Praktikan meng-klik icon R X64 3.6.1 untuk masuk ke jendela awal program
R.

4
 Gambar 2.1. Icon program R
2. Praktikan masuk ke jendela awal program R.

Gambar 2.2. Jendela awal program R

3. Praktikan mengerjakan studi kasus no.1a dengan menggunakan command
pnorm dan q=225, mean=300, standar deviasi=35, lower tail karena kurang dari
dan dikalikan 100.

Gambar 2.3. Syntax studi kasus 1a

4. Praktikan mengerjakan studi kasus no.1b dengan menggunakan command
pnorm dan q=350, mean=300, standar deviasi=35 lower tail karena lebih dari
dan dikalikan 100.

Gambar 2.4. Syntax studi kasus 1b

5. Praktikan mengerjakan studi kasus no.2a dengan menggunakan command
pnorm. Karena pada studi kasus diketahui terdapat 2 nilai variabel random atau
x nya maka praktikan membuat syntax z1.

Gambar 2.5. Syntax studi kasus z1

5
6. Praktikan mengerjakan studi kasus no.2b dengan menggunakan command
pnorm. Karena pada studi kasus diketahui terdapat 2 nilai variabel random atau
x nya maka praktikan membuat syntax z2.

Gambar 2.6. Syntax studi kasus z2

7. Lalu untuk mendapatkan hasil akhir, nilai z2 dan z1 dikurangi dan dikali
100% karena pada studi kasus diperintahkan mencari persenannya.

Gambar 2.7. Syntax hasil akhir 2a

8. Praktikan mengerjakan studi kasus no.2b dengan menggunakan command
pnorm dan q=40, mean=51,7 , standar deviasi=4,6, lower tail karena lebih dari
dan dikalikan 100.

Gambar 2.8. Syntax studi kasus 2b

9. Praktikan mengerjakan studi kasus no.2c dengan menggunakan command
pnorm dan q=40, mean=51,7 , standar deviasi=4,6, lower tail karena lebih dari
dan dikalikan 100.

Gambar 2.9. Syntax studi kasus 2c

6
3 Pembahasan

Gambar 3.1. Output studi kasus 1a

Untuk studi kasus 1a, praktikan mencari nilai peluang dari studi kasus
tersebut dengan menggunakan command pnorm karena akan mencari peluang dari
studi kasus yang telah diketahui. Karena ditanya kurang dari maka dicari dengan
lower tail. Simbol q merupakan nilai yang ingin praktikan cari yaitu 225. Mean atau
nilai rata-rata dan sd atau standar deviasi pada studi kasus ialah 300 dan 35. Karena
pada studi kasus ditanya persenan dari peluang maka peluang tersebut dikali dengan
100% maka didapatkan hasil 1,606229%.

Gambar 3.2. Output studi kasus 1b

Untuk studi kasus 1b, praktikan mencari nilai peluang dari studi kasus
tersebut dengan menggunakan command pnorm karena akan mencari peluang dari
studi kasus yang telah diketahui. Karena ditanya lebih dari maka dicari dengan
menggunakan lower tail. Lower tail pada studi kasus 1b menggunakan FALSE.
Simbol q merupakan nilai yang ingin praktikan cari yaitu 300. Mean atau nilai rata-
rata dan sd atau standar deviasi pada studi kasus ialah 300 dan 35. Karena pada
studi kasus ditanya persenan dari peluang maka peluang tersebut dikali dengan
100% maka didapatkan hasil 7,656373%.

Gambar 3.3. Output studi kasus 2a

Pada studi kasus 2a praktikan mencari nilai peluang dari studi kasus tersebut
dengan menggunakan command pnorm karena akan mencari peluang dari studi
kasus yang telah diketahui. Karena terdapat dua nilai x, maka di cari masing masing
nilai Z dengan masing-masing syntax z1 dan z2. Didapatkan peluangnya dari

7
pengurangan antara z2 dan z1. Karena pada studi kasus ditanya persenan dari
peluang maka peluang tersebut dikali dengan 100% maka didapatkan hasil
60,85584%.

Gambar 3.4. Output studi kasus 2b

Dengan menggunakan program R dapat memudahkan praktikan mencari
nilai peluang dari studi kasus tersebut dengan menggunakan command pnorm
karena akan mencari peluang dari studi kasus yang telah diketahui. Karena ditanya
kurang dari maka dicari dengan menggunakan luasan lower tail. Karena pada studi
kasus ditanya persenan dari peluang maka peluang tersebut dikali dengan 100%
maka didapatkan hasil 0,5487744%.

Gambar 3.5. Output studi kasus 2c

Pada studi kasus 2c praktikan mencari nilai peluang dari studi kasus tersebut
dengan menggunakan command pnorm karena akan mencari peluang dari studi
kasus yang telah diketahui. Karena ditanya lebih dari maka dicari dengan
menggunakan upper tail. Karena pada studi kasus ditanya persenan dari peluang
maka peluang tersebut dikali dengan 100% maka didapatkan hasil 92,73758%.

8
4 Penutup

4.1 Kesimpulan

1. Diperoleh 1,606229% elemen kering merek PQR yang tahan hidupnya

kurang dari 225 jam.
2. Diperoleh 7,656373% elemen kering merek PQR yang tahan hidupnya lebih
dari 350 jam.
3. Diperoleh 60,85584%. orang laki-laki yang berberat badan 50 kg sampai 60
kg.
4. Diperoleh 0,5487744% orang laki-laki yang berberat badan kurang dari 40
kg.
5. Diperoleh 92,73758% orang laki-laki yang berberat badan lebih dari 45 kg.

9
5 Daftar Pustaka

Yotenka, R., Dini, S. K., & Akbar, P. (2019). Modul Praktikum Algoritma
Pemrograman. Yogyakarta: Universitas Islam Indonesia.

10