Muhammad Luthfi Hernandi

40040318060013
A-Reguler
D3-Teknik Elektro

STATISTIK DAN STOKASTIK

STATISTIK
Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun
dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan
suatu masalah tertentu.

Pandangan pada ahli :

1. Statistik adalah cara untu mengolah data dan menarik kesimpulan-kesimpulan yang
teliti dan keputusan-keputusan yang logik dari pengolahan data. (Prof.Drs.Sutrisno
Hadi,MA).
2. Statistik diartikan sebagai data kuantitatif baik yang masih belum tersusun maupun
yang telah tersusun dalam bentuk table. (Anto dajan).
3. Statistik adalah metode yang memberikan cara-cara guna menilai ketidak tentuan dari
penarikan kesimpulan yang bersifat induktif. (Stoel dan Torrie).
Fungsi :
1. Fungsi Deskriptif
Fungsi statistik untuk menggambarkan, menjelaskan data dan peristiwa, yang
dikumpulkan melalui proses penelitian dan investigasi yang belum menggeneralisasi
atau menarik kesimpulan tentang populasi yang diteliti.
2. Fungsi Inferensial
Fungsi statistik untuk memprediksi dan mengendalikan seluruh populasi berdasarkan
data, gejala, dan peristiwa dalam proses penelitian. Fungsi ini dimulai dengan membuat
estimasi dan hipotesis.
Tujuan :
1. Untuk membuat deskripsi atau menjelaskan data tentang populasi yang sedang
diselidiki.
 2. Untuk membantu membuat estimasi nilai yang tidak diketahui berdasarkan data yang
dianalisis.
3. Untuk membuat perkiraan konsekuensi dari hipotesis yang diterima. Estimasi ini
nantinya akan digunakan sebagai dasar untuk pengambilan keputusan.
4. Untuk mengurangi jumlah populasi besar dalam ukuran yang lebih kecil agar lebih
mudah dipahami.
Jenis :
1. Berdasarkan Orientasi Pembahasan
Statistik Matematika : Statistik yang lebih memahami pemahaman model, rumus
statistik matematika-teoritis, penurunan konseptual. Misalnya,
tes normalitas, analisis regresi, kesalahan, dan lainnya.
Statistik Terapan : Statistik yang lebih fokus pada pemahaman konsep, teknik
statistik, dan penerapannya dalam disiplin ilmu tertentu.

2. Berdasarkan Fase dan Tujuan Analisis

Statistik Deskriptif : Statistik yang berkaitan dengan pengumpulan pemrosesan,
analisis, dan penyajian data tanpa kesimpulan umum. Bentuk
statistik ini umumnya dalam bentuk tabel, grafik, diagram,
mode, dan sebagainya.
Statistik Inferensial : Statistik yang prosesnya memungkinkan kesimpulan umum
untuk diambil pada data yang sedang diproses.

3. Berdasarkan Asumsi Distribusi Populasi Data

Statistik Parametik : Statistik berdasarkan model distribusi normal.
Statistik Non-parametik : Statistik yang dilakukan dengan metode distribusi gratis
atau tidak berdasarkan model distribusi normal.

4. Berdasarkan Jumlah Variabel Terikat

Statistik Univariat : Statistik yang hanya memiliki satu variabel dependen.
Statistik Multivariat : Statistik yang memiliki lebih dari satu variabel dependen.
Contoh :
Sensus Penduduk
Sensus penduduk adalah prosedur yang sangat terkenal dan rajin yang diselenggarakan oleh
Kantor Pusat Statistik dalam setiap 10 tahun, yaitu pada saat tahun 0 berakhir.
Hal ini juga dimaksudkan untuk dapat mengetahui perkembangan dan pertumbuhan yang
telah terjadi pada populasi selama dekade terakhir, sehingga dapat digunakan sebagai
beberapa daerah lain yang menjadi titik paling penting untuk menentukan kebijakan bahwa
mereka akan diambil.
Sebagai contoh, ada data populasi dikumpulkan, sehingga bidang ekonomi dapat
memperkirakan dan juga membuat keputusan tentang penentuan sirkulasi uang yang akan
terjadi kemudian.
Sensus Ekonomi
Biro Pusat Statistik juga selalu melaksanakan kegiatan yang sering disebut sensus ekonomi
setiap 10 tahun, yaitu dalam jumlah tahun terakhir ada 6. Tujuannya adalah untuk dapat
mengetahui perkembangan ekonomi di Indonesia.
Data ekonomi yang dikumpulkan pasti akan mendapatkan hasil dari kesimpulan yang dapat
menginformasikan kepada kami Apakah perekonomian di negara kita berjalan atau
sebaliknya.
Pemasaran Sebuah Produk
Di bidang pemasaran, waktu pengaturan Statistik digunakan untuk membantu kedua
produsen dan distributor menentukan jenis barang dan juga berapa banyak item yang mereka
harus menghasilkan kemudian dan kemudian harus disalurkan ke luar.
Barang yang disalurkan akan dipilih, sesuai dengan barang yang paling banyak diminta
konsumen. Tidak hanya itu, statistik dalam pemasaran juga dapat digunakan untuk penelitian
produk dan pengembangan, segmentasi, potensi analisis, harga, dan sebagainya.
Contoh statistic inferensial :

1. Akibat penurunan produksi minyak oleh negara-negara penghasil minyak dunia,

diramalkan harga minyak akan menjadi dua kali lipat pada tahun yang akan datang.

2. Dengan mengasumsikan bahwa kerusakan tanaman kopi jenis Arabica kurang dari 30%
akibat musim dingin yang lalu maka harga kopi jenis tersebut nanti tidak akan lebih dari
50 sen per satu kilogramnya.

Penarikan kesimpulan pada statistik inferensial ini merupakan generalisasi dari suatu polulasi
berdasarkan data (sampel) yang ada. Didasarkan atas ruang lingkup bahasannya, maka statistik
inferensial mencakup:

1. probabilitas atau teori kemungkinan

2. distribusi teoritis
3. sampling dan distribusi sampling
4. sampling dan distribusi sampling
5. pendugaan populasi atau teori populasi
6. uji hipotesis
7. analisis korelasi dan uji signifikansi, dan
8. analisis regresi untuk peramalan.

Dengan demikian, statistika inferensial sebenarnya merupakan kelanjutan dari statistika

deskriptif.

STOKASTIK
Kata stokastik (stochastics) merupakan jargon untuk keacakan. Oxford Dictionary
(1993) menakrifkan proses stokastik sebagai suatu barisan kejadian yang memenuhi hukum-
hukum peluang. Hull (1989, hlm.62) menyatakan bahwa setiap nilai yang berubah terhadap
waktu dengan cara yang tidak tertentu (dalam ketidakpastian) dikatakan mengikuti proses
stokastik. Dengan demikian, jika dari pengalaman yang lalu keadaan yang akan datang suatu
barisan kejadian dapat diramalkan secara pasti, maka barisan kejadian itu dinamakan
deterministik. Sebaliknya jika pengalaman yang lalu hanya dapat menyajikan struktur peluang
keadaan yang akan datang, maka barisan kejadian yang demikian disebut stokastik.
Proses stokastik banyak digunakan untuk memodelkan evolusi suatu sistem yang
mengandung suatu ketidakpastian atau sistem yang dijalankan pada suatu lingkungan yang tak
dapat diduga, dimana model deterministik tidak lagi cocok dipakai untuk menganalisis sistem.
Dalam teori probabilitas, probabilitas menunjuk pada eksperimen yang terdiri dari prosedur
dan pengamatan. Konsep variabel stokastik memetakan hasil eksperimen tersebut ke dalam
garis bilangan real.
Sedangkan konsep proses stokastik(acak) merupakan perluasan dari konsep variabel
stokastik dengan memasukkan waktu. Kata proses dalam konteks ini berarti fungsi dari waktu.
Jadi proses stokastik (acak) dapat diartikan sebagai fungsi stokastik dari waktu.
Definisi
Proses Stokastik : Keluarga variable acak berindek {𝑋 (𝑡, 𝜁 ), 𝑡 𝜖 𝐼}
Biasaya 𝑋 (𝑡, 𝜁 ) ditulis sebagai X(t)
Grafik 𝑋(𝑡, 𝜁 ) terhadap t untuk 𝜁 yang tetap disebut realisasi (fungsi sampel) dari proses

Beberapa realisasi dari proses stokastik

Himpunan / disebut ruang parameter (ruang indeks), dari proses stokastik X(t).
Himpunan semua nilai yang mungkin dari X(t) disebut ruang keadaan dari proses stokastik
X(t).
Klasifikasi dan contoh proses stokastik
1. Proses stokastik dengan ruang parameter diskrit, ruang keadaan diskrit.

Contoh :
 Banyaknya HP terjual di suatu took perhari.
 Banyaknya bakteri pada generasi ke-n.

2. Proses stokastik dengan ruang parameter diskrit, ruang keadaan kontinu.

Contoh :
  Volume curah hujan tiap hari dalam satu bulan.

3. Proses stokastik dengan ruang parameter kontinu, ruang keadaan diskrit.

Contoh :
 Banyaknya call yang datang pada suatu sentral dalam interval [0,t]
 Banyaknya pengunjung took “P” dalam interval [0,t].
 Banyaknya kendaraan yang masuk gerbang Unpad pada interval waktu t sebarang.

4. Proses stokastik dengan ruang parameter kontinu, ruang keadaan kontinu.

Contoh :
 Temperatur udara di Bandung dalam interval (0,t).
 Volume susu formal yang diminum bayi A pada selang waktu t sebarang.

Proses stokastik banyak digunakan untuk memodelkan evolusi suatu sistem yang
mengandung suatu ketidakpastian atau sistem yang dijalankan pada suatu lingkungan yang tak
dapat diduga, dimana model deterministik tidak lagi cocok dipakai untuk menganalisis sistem.
Dalam teori probabilitas, probabilitas menunjuk pada eksperimen yang terdiri dari
prosedur dan pengamatan. Konsep variabel stokastik memetakan hasil eksperimen tersebut ke
dalam garis bilangan real.
Sedangkan konsep proses stokastik(acak) merupakan perluasan dari konsep variabel
stokastik dengan memasukkan waktu. Kata proses dalam konteks ini berarti fungsi dari waktu.
Jadi proses stokastik (acak) dapat diartikan sebagai fungsi stokastik dari waktu.
Konsep Proses Stokastik
 Konsep proses stokastik didasarkan pada perluasan konsep variabel stokastik dengan
memasukkan waktu. Karena variabel stokastik X berdasarkan definisinya merupakan fungsi
dari outcome yang mungkin s dari eksperimen, maka proses stokastik menjadi fungsi dari s dan
waktu. Dengan kata lain, fungsi waktu x(t,s) untuk setiap outcome s.
Keluarga dari seluruh fungsi ini dinotasikan X(t,s) disebut proses stokastik. Dalam
notasi pendek proses stokastik dinyatakan dengan X(t). Jelas bahwa, proses stokastik X(t,s)
merepresentasikan suatu ansambel dari fungsi waktu bila t dan s variabel.
Setiap anggota fungsi waktu disebut fungsi sampel atau seringkali disebut dengan
realisasi dari proses. Jadi, proses stokastik juga merepresentasikan fungsi sampel bila t adalah
variabel dan s tetap pada nilai tertentu (outcome). Proses stokastik juga merepresentasikan
variabel stokastik bila t adalah tetap dan s variabel.
Sebagai contoh, variabel stokastikX(t1,s)=X(t1) diperoleh dari proses bila waktu
dipertahankan pada nilai t1. Seringkali digunakan notasi X1 untuk menotasikan variabel
stokastik yang dihubungkan dengan proses X(t) pada waktu t1.
X1 berhubungan dengan irisan secara vertikal dari seluruh ansambel pada waktu t1
sepeti yang ditunjukkan pada gambar. Sifat-sifat statistik dari X1 = X(t1) mendeskripsikan
sifat-sifat statistik dari proses stokastik pada waktu t1. Nilai ekspektasi dari X1 ini disebut rata-
rata ansambel atau nilai mean dari proses stokastik (pada waktu t1).