RANGKUMAN

STATISTIK DAN PROBABILITAS

Disusun oleh :

LARASATI SUCININGSIH
1810311021
STATISTIK PROBABILITAS B

PROGRAM STUDI TEKNIK MESIN

FAKULTAS TEKNIK
UPN VETERAN JAKARTA

2021
PERT.1

PPT 1

UKURAN PEMUSATAN DATA

Tujuan umum metode statistik deskriptif adalah untuk mengorganisisr dan

menyimpulkan seperangkat skor. Metode umum untuk menyimpulkan dan
mendeskripsikan distribusi adalah untuk menemukan nilai tunggal yang disebut rata-rata
skor dan dapat mengetahui ditribusi data yang representative. Dalam statistik rata-rata
representative skor disebut tendensi sentral.

Tendensi sentral adalah pengukuran statistik untuk menentukan skor tunggal yang
menetapkan pusat dari distribusi. Tujuan tendensi sentral adalah untuk menemukan skor
single yang paling khusus atau paling representatif dalam kelompok (Gravetter &
Wallnau, 2007).

• Mean
Mean dihitung dengan menjumlahkan semua nilai data pengamatan
kemudian dibagi dengan banyaknya data.Mean dilambangkan dengan(dibaca“x-
bar”) jika kumpulan data ini merupakan contoh (sampel) dari populasi.

• Mean Continued
Sedangkan jika semua data berasal dari populasi, meandilambangkan dengan
μ(huruf kecil Yunani mu).
 • Mencari Mean dengan metode Panjang

• Mencari Mean dengan metode singkat

Rata-Rata Ukur ( Geometric Mean)

Nilai rata-rata ukur dari sekelompok bilangan adalah hasil perkalian bilangan
tersebut, diakarpangkatkan dengan banyaknya bilangan itu sendiri.
• Rata-rata ukur data tunggal

• Rata-rata ukur data berkelompok

 PERT 1
PPT.2
STATISTIK DAN PROBABILITAS
A. Statistik

Statistika menurut fungsinya dibagi menjadi dua bagian yaitu statistika deskriptif
dan statistika inferensial. Statistika yang menyangkut kesimpulan yang valid
dinamakan statistika inferensial atau statistika induktif. Dalam statistika inferensial
biasanya memasukkan unsur peluang dalam menarik kesimpulannya. Sedangkan
statistika yang hanya menggambarkan dan menganalisis kelompok data yang
diberikan tanpa penarikan kesimpulan mengenai kelompok data yang lebih besar
dinamakan statistika deskriptif atau statistika deduktif

B. Macam-macam Data
Menurut sifatnya :
• Data kualitatif adalah data yang berbentuk kategori atau atribut.
Contoh : Harga emas hari ini mengalami kenaikan.
• Data kuantitatif adalah data yang berbentuk bilangan.
Contoh Luas bangunan hotel itu adalah 5700 m2.
• Data diskrit adalah data yang diperoleh dengan cara menghitung atau
membilang.
Contoh : Banyak kursi yang ada di ruangan ini ada 75 buah.
• Data kontinu adalah data yang diperoleh dengan cara mengukur.
Contoh : Panjang benda itu adalah 15 cm.

Menurut Cara Memperolehnya :

• Data primer adalah data yang dikumpulkan dan diolah sendiri oleh suatu
organisasi serta diperolehlangsung dari objeknya.
Contoh : Pemerintah melalui Biro Pusat Statistik (BPS) ingin mengetahui jumlah
penduduk Indonesia, maka BPS mengirimkan petugas petugasnya untuk
mendatangi secara langsung rumah tangga yang ada di Indonesia.
 • Data sekunder adalah data yang diperoleh dalam bentuk sudah jadi, sudah
dikumpulkan dan diolah oleh pihak lain, biasanya data itu dicatat dalam bentuk
publikasi-publikasi.
Contoh : Misalkan seorang peneliti memerlukan data mengenai jumlah
pendudukdi sebuah kota dari Tahun 1960sampai 1970 maka orang itu dapat
memperolehnya di BPS.

C. Pengumpulan Data
Sampling adalah cara pengumpulan data jika hanya sebagian anggota populasi
saja yang diteliti. Jadi, di sinitidak semua anggota populasi yang diteliti, tetapi hanya
sebagian anggota populasi saja yang diteliti. Akan tetapi, yang sebagian itu harus
menggambarkan keadaan populasi yang sebenarnya.
• Cara acak
cara pemilihan sejumlah anggota dari populasi yang dilakukan sedemikian rupa
sehingga anggota-anggota populasi itu mempunyai peluang yang sama untuk
terpilih menjadi anggota sampel.
1) Undian
Setiap anggota populasi diberi nomor, kemudian diundi
untukmendapatkan anggota sampel yang diharapkan. Cara seperti ini
dilakukan jika jumlah anggota populasinya sedikit.
2) Tabel Bilangan Acak
Dalam hal ini, untuk memilih anggotanya menggunakan Tabel Bilangan
Acak, yaitu tabel yang berisi sekumpulan bilangan yang dikelompokkan
kedalam lima kolom dan lima baris.
• Cara Tidak Acak
Cara tidak acak adalah cara pemilihan sejumlah anggota dari populasi dengan
setiap anggotanya tidak mempunyai peluang yang sama untuk terpilih menjadi
anggota sampel.
1) Pembulatan Bilangan
2) Notasi Jumlah
PERT 5
PPT 1
VARIABEL ACAK DISKRIT

Peubah acak diskrit merupakan suatu fugsi yang nilainya berupa bilangan nyata
yang ditentukan oleh setiap unsur dalam ruang
Contoh: Misalkan pelemparan 3 keping uang logam setimbang memberikan ruang titik
contoh S={GGG,GGA,GAG,GAA,AGG,AGA,AAG,AAA} X merupakan variabel acak
diskrit menyatakan muncul angka (A).

• Sebaran peluang kontinu

merupakan fungsi kepekatan peubah acak kontinu dimana luas daerah dibawah
kurva dan diatas sumbu horizontal sama dengan 1. Luas daerah dibawah kurva
dengan selang [a,b] pada sumbu horizontal menyatakan peluang variabel acak
kontinu yang berada pada [a,b]. f(x) a b x

Fungsi f(x) adalah fungsi padat/kepekatan peubah acak kontinu X, yang

didefnisikan di atas himpunan semua bilangan real R, bila

• Sebaran peluang Bersama

Merupakan tabel yang semua nilai kemungkinan bagi x dan y peubah acak diskrit
X dan Y beserta peluang f(x,y)

• Sebaran Marginal
merupakan sebaran bagi masing-masing peubah X dan Y dalam sebaran peluang
bersama. Sebaran Marginal bagi X: Sebaran Marginal bagi Y
PERT.5

PPT.2

VARIABEL

Variabel adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang
mempunyai variasi tertentu yang ditetapkan oleh enelitiuntuk dipelajari dan ditarik
kesimpulan.

KEGUNAAN VARIABEL

- Untuk mempersiapkan alat dan metode pengumpulan data

- Untuk mempersiapkan metode analisis atau pengolahan data
- Untuk pengujian hipotesis

JENIS HUBUNGAN
1. Simetri : terdapat hubungan antar variabel dan bersifat tidak ada yang saling mempengaruhi (
Non kausalitas)
2. Asimetri : hubungan antar variabel yang terjadi bersifat yang satu mempengaruhi (independen)
dan lainnya dipengaruhi (dependen) (kausalitas)
3. Resiprok : hubungan antar variabel yang terjadi bersifat saling mempengaruhi (kausalitas
bolak-balik)

Variabel dilihat dari fungsinya:

- Variabel Independen
Variabel Independen merupakan variabel yang mempengaruhi variabel lain/menjadi sebab
atau berubahnya suatu variabel lain.
Contoh :
1. “pengembangan fasilitas wisata” dapat mempengaruhi variabel “kepuasan pengunjung”
2. “ warna mobil” adalah variabel bebas yang dapat dimanipulasi dan dilihat pengaruhnya
terhadap “minat beli”, apakah warna merah mobil dapat menimbulkan minat beli konsumen
terhadap mobil tersebut.
Sebagai bentuk lain dari variabel bebas
1. Variabel perantara (variabel penghubung) : variabel yang menjembatani pengaruh suatu
variabel bebas dengan variabel tergantung
 2. Variabel pendahulu : variabel bebas yang berpengaruh pada variabel tergantung tetapi
sekaligus berpengaruh pula variabel lainya yang juga berperan sebagai variabel bebas
terhadap variabel tergantung tersebut
3. Variabel prakondisi : variabel yang keberadaannya merupakan prasyarat bagi bekerjanya
suatu variabel bebas terhadap variabel tergantung

- Variabel Dependen.
Variabel tergantung adalah variabel yang dipengaruhi atau menjadi akibat karena adanya
variabel bebas. Variabel tergantung adalah variabel yang faktornya diamati dan diukur untuk
menentukan pengaruh yang disebabkan oleh variabel bebas.

- Variabel Moderating
Variabel moderat merupakan variabel yang faktornya diukur, dimanipulasi, atau dipilih oleh
peneliti untuk mengetahui apakah variabel tersebut mengubah hubungan antara variable
bebas dan variabel tergantung.
Contoh lain:
1. Hipotesis: Ada hubungan antara promosi di media televisi dengan meningkatnya
kesadaran petani menggunakan pupuk organik.
2. Variabel bebas: promosi
3. Variabel tergantung: kesadaran menggunakan pupuk organik
4. Variable moderat: media promosi

- Variabel Kontrol.
Variable kontrol didefinisikan sebagai variabel yang faktornya dikontrol oleh peneliti untuk
menetralisasi pengaruhnya. Variabel yang dikendalikan atau dibuat konstan.
Contoh:
1. Hipotesis: ada pengaruh kontras warna baju terhadap keputusan membeli di kalangan
wanita.
2. Variabel bebas: kontras warna
3. Variabel tergantung: keputusan membeli
4. Variabel kontrol: wanita (jenis kelamin)
- Variabel Intervening
Variabel-variabel yang mempengaruhi hubungan antara variabel independen dengan variabel
dependen menjadi hubungan yang tidak langsung
Contoh :
1. Hipotesis: ” minat terhadap tugas meningkat, maka kinerja mengerjakan tugas tersebut
akan semakin meningkat ”
2. Variabel bebas : minat terhadap tugas
3. Variabel tergantung: kinerja dalam mengerjakan tugas
4. Variabel penganggu: proses belajar
5. Hipotesis: Layanan yang baik mempengaruhi kepuasan pelanggan
6. Variabel bebas : layanan yang baik
7. Variabel tergantung: kepuasan pelanggan
8. Variabel pengganggu: kualitas jasa / produk

DESAIN SKALA

Skala dalam penelitian ada lima tingkatan:

1. Skala Nominal
Skala nominal adalah skala yang hanya digunakan untuk memberikan kategori saja
Contoh: Wanita (1), dan Laki-laki (2)
2. Skala Ordinal
Skala Ordinal adalah skala pengukuran yang sudah dapat digunakan untuk menyatakan
peringkat antar tingkatan, akan tetapi jarak atau interval antar tingkatan belum jelas.
Contoh: Berilah peringkat supermarket berdasarkan kualitas pelayanannya !
Sri Ratu………………………. 1
Moro ………………………… 3
Matahari …………………….. 5

3. Skala Interval
Adalah skala pengukuran yang sudah dapat digunakan untuk menyatakan peringkat antar
tingkatan, dan jarak atau interval antar tingkatan sudah jelas, namun belum memiliki nilai
0 (nol) yang mutlak.
 Contoh:
1. Skala Pada Termometer
2. Skala Pada Jam
3. Skala Pada Tanggal

4. Skala Rasio

Adalah skala pengukuran yang sudah dapat digunakan untuk menyatakan

peringkat antar tingkatan, dan jarak atau interval antar tingkatan sudah jelas, dan
memiliki nilai 0 (nol) yang mutlak.

Contoh:

1. Berat Badan
2. Pendapatan
3. Hasil Penjualan

OPERASIONAL

Definisi operasional adalah aspek penelitian yang memberikan informasi kepada kita
tentang bagaimana caranya mengukur variabel.

MENYUSUN DEFINISI OPERASIONAL VARIABEL

Variabel harus didefinisikan secara operasional agar lebih mudah dicari hubungannya
antara satu variabel dengan lainnya dan pengukurannya.

Operasionalisasi variabel bermanfaat untuk:

1) mengidentifikasi kriteria yang dapat diobservasi yang sedang didefinisikan;

2) menunjukkan bahwa suatu konsep atau objek mungkin mempunyai lebih dari satu
definisi operasional;

3) mengetahui bahwa definisi operasional bersifat unik dalam situasi dimana definisi
tersebut harus digunakan.
Pert.6
PPT.1
DISTRIBUSI PROBABILITAS UNIFORM DISKRIT
Distribusi Probabilitas uniform diskrit adalah Distribusi probabilitas yang paling
sederhana adalah jika tiap nilai variabel random memiliki probabilitas yang sama untuk
terpilih.

Jika variabel random X bisa memiliki nilai x1,x2, …, xn dan masing- masing bisa
muncul dengan probabilitas yang sama maka distribusi probabilitasnya diberikan oleh

f(x;n)=1/n

untuk x= x1,x2, …, xn

Ciri-ciri dari probabilitas uniform diskrit adalah setiap nilai variabel acak
mempunyai probabilitas terjadi yang sama,sehingga p = 1 / k. Pada distribusi tidak ada
parameter penentu sehingga m = 0 dan v = k-m-1 =k-1

• Mean dan Variasi distribusi uniform

Jika f(x;k) menyatakan distribusi probabilitas uniform , maka rata-ratanya:

Dan variasinya :

• Hubungan distribusi uniform diskrit dengan distribusi diskrit

Tidak ada hubungan antara distribusi uniform diskrit dengan distribusi diskrit
lainnya. Dikarenakan setiap nilai variabel acak mempunyai probabilitas terjadi
yang sama dan tidak mempunya parameter tertentu sehingga nilai m=0
 Pert.6
PPT.2
Distribusi Normal

1. Kurva berbentuk genta (= Md= Mo)

2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis
4. Kurva mencapai puncak pada saat X= 
5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai tengah dan ½ di sisi
kiri.

• Definisi kurva normal

Bila X suatu pengubah acak normal dengan nilai tengah , dan standar deviasi
, maka persamaan kurva normalnya adalah:
N(X; ,) = 1 e –1/2[(x-)/]2,
22
Untuk -<X<
di mana

 = 3,14159
e = 2,71828
• Jensi-jenis Distribusi Normal

10
9
8
7
6
5
4
3
2
1
0
m

Mesokurtic Platykurtic Leptokurtic

Distribusi kurva normal dengan  sama dan  berbeda

Distribusi kurva normal dengan  berbeda dan  sama

Distribusi kurva normal dengan  dan  berbeda

• Transformasi dari nilai X ke Z

Distribusi Normal Baku yaitu distribusi probabilitas acak normal dengan nilai
tengah nol dan simpangan baku 1
Z=X-

Z = Skor Z atau nilai normal baku
X = Nilai dari suatu pengamatan atau pengukuran
 = Nilai rata-rata hitung suatu distribusi

• Pendekatan Normal terhadap Binomial

dengan semakin besarnya nilai n, maka semakin mendekati nilai distribusi
normal. Gambar berikut menunjukkan distribusi probabilitas binomial dengan n
yang semakin membesar.

0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 r 0 1 2 3 r 0 2 4 6 8 10 12 14 16 18 20 r

• Dalil pendekatan normal terhadap Binomial

Bila nilai X adalah distribusi acak binomial dengan nilai tengah =np dan standar

deviasi =npq, maka nilai Z untuk distribusi normal adalah:

Z = X - np
npq
di mana n  dan nilai p mendekati 0,5
PERT.6
PPT.3
DISTRIBUSI PROBABILITAS : GAMMA DAN EKSPONENSIAL

• Distribusi Gamma

Distribusi Gamma adalah distribusi fungsi padat yang disebut luas dalam bidang
matematika.
• Fungsi gamma didefinisikan oleh :

Untuk α > 0
dengan e=2,71828
Fungsi gamma diintegralkan, bila α = n dengan n adalah bilangan bulat positif,
maka Γ(n) = (n-1)!

• Perubah acak kontinu X berdistribusi gamma dengan parameter α dan β , jika

fungsi padatnya berbentuk:
• Rata-rata dan variansi distribusi gamma adalah

• Distribusi Eksponensial
Disribusi Gamma yang khusus dengan α=1 disebut distribusi eksponensial.

Peubah acak kontinu X memounya distribusi eksponensiall dengan parameter β

• Rataan dan variansi distribusi eksponensial

• Hubungan dengan proses Poisson

Misalkan distribusi posson dengan parameter λ yaitu banyaknya kejadian dalam
satuan waktu. Misalkan X adalah peubah acak yang menyatakan Panjang selang
waktu yang diperlukan agar kejadian pertama terjadi. Dengan distribusi Poisson,
peluang tidak ada kejadian yang muncul sampai selang waktu t adalah
PERT.11
PPT 1
UJI HIPOTESIS UNTUK PROPORSI

Hipotesis (hipotesa) adalah jawaban sementara terhadap masalah yang masih bersifat
praduga karena masih harus dibuktikan kebenarannya

• Macam- Macam Hipotesis

1) Hipotesis Deskriptif

Hipotesis deskripsif adalah sebuah dugaan atau jawaban sementara

terhadap masalah deskriptif yang berhubungan dengan variabel
tunggal/mandiri.

2) Hipotesis Komparatif

Hipotesis komparatif merupakan dugaan atau jawaban sementara terhadap

rumusan masalah yang mempertanyakan perbandingan (komparasi)
antara dua variabel penelitian.

3) Hipotesis Asosiatif

Hipotesis asosiatif merupakan sebuah dugaan atau jawaban sementara

terhadap rumusan masalah yang mempertanyakan hubungan (asosiasi)
antara dua variabel penelitian.

• Ciri dan Karakteristik Hipotesis yang baik

1) Harus berhubungan dengan ilmu, serta sesuai dengan tumbuhnya ilmu
pengetahuan
2) Harus bisa menerangkan fakta
3) Harus dapat diuji
4) Harus menyatakan hubungan
5) Harus sederhana
6) Harus sesuai dengan fakta
• Perumusan Hipotesis

1. Teori Sebagai Acuan Perumusan Hipotesis

Untuk memermudah jalannya proses pembentukan hipotesis, seorang
peneliti biasanya menurunkan sebuah teori menjadi sejumlah asumsi dan
prostulat.
Asumsi-asumsi tersebut dapat didefinisikan sebagai anggapan atau dugaan yang
mendasari hipotesis.

2. Fakta Ilmiah Sebagai Acuan Perumusan

Hipotesis
Fakta dapat didefinisikan sebagai kebenaran yang dapat diterima oleh nalar
dan sesuai dengan kenyataan yang dapat dikenali dengan panca indera. Selain
menggunakan teori sebagai acuannya, hipotesis juga menggunakan fakta.

3. Sumber Hipotesis Lainnya

Selain dari kedua hipotesis diatas, terdapat beberapa sumber hipotesis
yang kemudian bisa dijadikan acuan yaitu :
➢ Kebudayaan dimana ilmu atau teori yang relevan dibentuk
➢ Ilmu yang menghasilkan teori yang relevan
➢ Analogi
➢ Reaksi individu terhadap sesuatu dan pengalaman

• Pengujian Hipotesis
Pengujian hipotesis adalah pengujian terhadap suatu pernyataan dengan
menggunakan metode statistik sehingga hasil pengujian tersebut dapat
dinyatakan signifikan secara statistik.
1. Menetapkan hipotesis
Hipotesis dibagi menjadi dua bagian, yaitu:
 ➢ Hipotesis null (H0)
Hipotesis null merupakan pernyataan yang akan diuji kebenarannya. Secara
statistik H0 diartikan bahwa tidak terdapat perbedaan antara karakteristik populasi
dan karakteristik sampel.
➢ Hipotesis alternatif (H1)
Hipotesis alternatif adalah pernyataan ketika pernyataan (H 0) ditolak. Dengan
demikian, secara statistik H1 diartikan bahwa terdapat perbedaan antara
karakteristik populasi dan karakteristik sampel.

2. Menentukan kriteria pengujian

Pengujian secara statistik dibagi lagi menjadi dua, yaitu:
1. Uji satu arah
2. Uji dua arah

3. Melakukan pengujian statistik

Statistik uji yang digunakan harus sesuai dengan hipotesis.

4. Menetapkan tingkat signifikansi dan titik kritis

Tingkat signifikansi \alphaα adalah besarnya toleransi yang digunakan dalam
menerima kesalahan pengujian secara statistik. Tingkat signifikansi yang sering
digunakan adalah 0,01, 0,05 dan 0,1 (biasa ditulis 1%, 5% dan 10%), tergantung tingkat
ketelitian yang digunakan oleh peneliti

Uji hipotesis proporsi dua populasi adalah pengujian dua proporsi yang masing-
masing proporsi tersebut berasal dari dua populasi yang berbeda serta independen.

Pengujian dua proporsi digunakan ketika akan membandingkan apakah proporsi pada
populasi pertama lebih kecil, sama atau lebih besar dibandingkan proporsi pada populasi
kedua.
 PERT.13
REGRESI DAN KOLERASI

Analisis regresi dan korelasi menyatakan hubungan antara dua variabel atau lebih
dimana :

• Analisis regresi menunjukkan bentuk hubungan antara dua variabel atau lebih □
persamaan regresi.
• Analisa korelasi menunjukkan kekuatan hubungan antara dua variabel atau lebih
□ koefisien korelasi.

Regresi terdapat dua variabel, yaitu :

• Variabel dependen (variabel tak bebas) adalah variabel yang nilainya tergantung
dari variabel lain. Biasanya dinyatakan dengan Y.
• Variabel independen (variabel bebas) adalah variabel yang nilainya tidak
tergantung dari variabel lain. Biasanya dinyatakan dengan X.
• Analisis Regresi

Regresi dikelompokkan menjadi dua :

1) Regresi linier
- Regresi linier sederhana : 1 variabel tak bebas (dependent) dan 1
variabel bebas (independent).
- Regresi linier berganda : 1 variabel tak bebas dan lebih dari 1 variabel
bebas
2) Regresi tak linier

• Regresi linier
1) Regresi linier sederhana : 1 variabel tak bebas (dependent) dan 1
variabel bebas (independent).
2) Regresi linier berganda : 1 variabel tak bebas dan lebih dari 1 variabel bebas
 • Contoh Analisis Regresi
1) Analisis Regresi antara harga terhadap penjualan barang.
2) Analisis Regresi antara tingkat upah terhadap tingkat pengangguran.
3) Analisis Regresi antara tingkat suku bunga bank terhadap harga saham.

Langkah pertama dalam menganalisa relasi antar variabel adalah dengan

membuat diagram pencar (scatter diagram) yang menggambarkan titik-titik plot dari data
yang diperoleh. Diagram pencar ini berguna untuk :
membantu dalam melihat apakah ada relasi yang berguna antar variabel,
membantu dalam menentukan jenis persamaan yang akan digunakan untuk menentukan
hubungan tersebut

• Analisis Regresi Linier Sederhana

Suatu persamaan garis lurus yang menyatakan hubungan antara sebuah

variabel bebas X dan sebuah variabel tidak bebas Y, dan digunakan untuk
memperkirakan nilai Y berdasarkan nilai X disebut sebagai persamaan regresi.
• Regresi Linier Berganda

Misalkan model regresi dengan kasus 2 peubah bebas X1

dan X2 maka modelnya :

Sehingga setiap pengamatan

Akan memenuhi persamaan

• Regresi Linear Non Linear

• Analisis Korelasi Sederhana

digunakan untuk mengukur kekuatan keeratan hubungan antara dua variabel

melalui sebuah bilangan yang disebut koefisien korelasi. Koefisien korelasi linier (
r )adalah ukuran hubungan linier antara dua variabel/peubah acak X dan Y. Bila
dua peubah tidak berhubungan maka korelasinya sama dengan nol(0).
Sedangkan bila sempurna korelasinya 1 (korelasinya linier)

Analisis korelasi dirumuskan dengan :

 PERT.14&15
ANALISIS FREKUENSI

Frekuensi dalam fisika diartikan sebagai jumlah banyaknya getaran dalam satu
detik atau satu sekon. Teori ini diungkapkan oleh Heinrich Rudolf Hertz yang hidup tahun
1857 hingga 1894 M. Teori yang dicetuskan Hertz ini kemudian diabadikan dalam rumus
frekuensi. Frekuensi ini biasanya digunakan untuk menghitung getaran dan gelombang
yang terjadi

Dalam ilmu statistika, frekuensi lebih diartikan sebagai banyaknya kemunculan suatu
bilangan dalam sebuah deretan angka. Contoh yang mudah untuk dipahami misalnya
terdapat deretan angka 2, 3, 5, 3, 3, 1, 2, 2,3. Dari deretan angka tersebut, frekuensi
angka 3 yang muncul adalah sebanyak 4 kali, maka frekuensi (3) = 4.

1. Analisis Frekuensi

Dalam kriptanalisis, analisis frekuensi (juga dikenal sebagai menghitung huruf)

adalah studi tentang frekuensi huruf atau kelompok huruf dalam ciphertext. Metode
ini digunakan sebagai bantuan untuk memecahkan sandi klasik.
Distribusi khas huruf Dalam teks bahasa Inggris . Cipher yang lemah tidak cukup
menutupi distribusi, dan ini mungkin dimanfaatkan oleh cryptanalyst untuk membaca
pesan.

• Analisis Frekuensi untuk Cipher Substitusi Sederhana

Dalam cipher substitusi sederhana , setiap huruf dari plaintext diganti dengan yang
lain, dan setiap huruf tertentu dalam plaintext akan selalu diubah menjadi huruf yang
sama dalam ciphertext. Misalnya, jika semua kemunculan hurufe berubah menjadi
huruf X, pesan ciphertext yang berisi banyak contoh surat X akan menyarankan
kepada seorang cryptanalyst bahwa X mewakili e.

• Analisis Frekuensi dalam Fiksi

Analisis frekuensi telah dijelaskan dalam fiksi. " The Gold-Bug " karya Edgar
Allan Poe , dan kisah Sherlock Holmes karya Sir Arthur Conan Doyle " The
Adventure of the Dancing Men " adalah contoh cerita yang menggambarkan
penggunaan analisis frekuensi untuk menyerang sandi substitusi sederhana. Sandi
dalam cerita Poe dilapisi dengan beberapa tindakan penipuan, tetapi ini lebih
merupakan perangkat sastra daripada apapun yang signifikan secara kriptografis.

Cara Menghitung Frekuensi

Rumus atau persamaan untuk menghitung suatu frekuensi adalah sebagai berikut

f = 1/T

Dimana

f = Frekuensi dalam satuan Hertz “Hz”

T = Periode dalam satuan detik “sec”

 Analisis frekuensi merupakan prakiraan dalam arti memperoleh probabilitas
untuk terjadinya suatu peristiwa hidrologi dalam bentuk debit / curah hujan rencana
yang berfungsi sebagai dasar perhitungan perencanaan hidrologi untuk antisipasi setiap
kemungkinan yang akan terjadi.

Curah Hujan Kawasan - Analisis Frekuensi - Curah Hujan Rencana

Hujan Rencana merupakan kemungkinan tinggi hujan yang terjadi dalamkala ulang
tertentu sebagai hasil dari suatu rangkaian analisis hidrologi yang biasa disebut dengan

• Tujuan

Tujuan analisis frekuensi data hidrologi adalah mencari hubungan antara besarnya
kejadian ekstrim terhadap frekuensi kejadian dengan menggunakan distribusi
probabilitas / kemungkinan.

• Manfaat

Memperhitungkan kapasitas bangunan, saluran drainase, irigasi,

bendungan dan bangunan air lainnya.

1) Memperkirakan besarnya kerusakan yang ditimbulkan oleh debit banjir.

2) Perhitunan Ekonomi Proyek.
3) Pendugaan Kala Ulang.

- nilai ekstrim local

f(c) nilai ekstrim lokal f jika ia berupa nilai maksimum lokal atau nilai minimum lokal.

nilai maksimum lokal?

f(c) nilai maksimum lokal f jika terdapat interval (a,b) yang memuat c sedemikian rupa
sehingga f(c) adalah nilai maksimum f pada (a,b)∩S.
- nilai minimum lokal?

f(c) nilai minimum lokal f jika terdapat interval (a,b) yang memuat c sedemikian
rupa sehingga f(c) adalah nilai minimum f pada (a,b)∩S

Teorema Uji Turunan Pertama bagi ekstrim lokal:

i. Jika f’ berubah tanda dari negatif ke positif, maka f(c) merupakan nilai minimum
lokal.
ii. Jika f’ berubah tanda dari positif ke negatif, maka f(c) merupakan nilai maksimum
lokal.
iii. Jika f’ tidak berubah tanda, maka f(c) bukan nilai ekstrim lokal.

Misal pada garis bilangan. Kita ambil sebuah bilangan sebelum dan sesudah 3. Misal
angka 1 dan 4. Maka:
f’(1)=2(1)-6=-4
f’(4)=2(4)-6=2

Telah kita ketahui bahwa titik kritis x=3

f(x)=x2-6x+5
f(3)=9-6(3)+5=-4

Karena f’(3) berubah tanda dari negatif ke positif, maka f(3)=-4 merupakan nilai
minimum lokal.
Menurut Uji Turunan Pertama, f(3)=-4 adalah nilai minimum lokal. Karena 3 adalah
satu-satunya titik kritis, tidak terdapat nilai ekstrim lain. f'(3) berada di antara f'(1) dan
f'(4)

CATATAN: Dalam hal fungsi f hanya memiliki satu nilai ekstrim lokal f(c), dengan Uji
Turunan Pertama dapat disimpulkan bahwa f(c) juga merupakan nilai ekstrim global.