Praktikum Statistika Modul VI Kelompok 2

LAPORAN
Praktikum Modul VI
DISTRIBUSI BINOMIAL DENGAN SOFTWARE R

Data Efek Samping Vaksin Pfizer Usia 12-15 Tahun
Dosen Pengampu : RANGGA PRIMADASA.ST.MT.
DISUSUN OLEH:
1. SYAHRUL MAJID WIDAYANTO (201757001)

2. ANANDA RUKMAN PRATAMA (202057003)
3. ARIF ARDIYANSAH (202057019)
4. NAWAWI WAHYUDA (202057031)
PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS MURIA KUDUS
2021/2022
i
LEMBAR PENGESAHAN
Praktikum Modul VI
“Distribusi Binomial Data Efek Samping Vaksin Pfizer Usia 12-15
Tahun Dengan Software Rstudio”
Kudus, 24 November 2021
Laporan Praktikum Statistika Modul VI Program Studi Teknik Industri Fakultas

Teknik Universitas Muria Kudus ini telah dilaksanakan di Laboratorium dan telah di teliti
dan dinilai oleh Asisten Laboratorium dan Dosen Pengampu Praktikum.

Asisten Laboratorium Dosen Pengampu Praktikum
Miftakhul Huda Rangga Primadasa, ST., M.T.

Wahyu Dwi Saputra NIDN 0607018903
Catatan
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa atas segala rahmat dan
berkat-Nya serta hanya karena kekuatan dan bimbingan-Nya, maka kami dapat
menyelesaikan laporan Praktikum Statistika dengan judul “Distribusi Binomial Data Efek
Samping Vaksin Pfizer Usia 12-15 Tahun Dengan Software Rstudio”. Penulisan laporan ini
merupakan salah satu tugas dan persyaratan dalam menyelesaikan praktikum Statistika di
Teknik Industri Universitas Muria Kudus.
Dalam penulisan laporan ini kami rasa masih banyak kekurangan baik pada teknis
penulisan maupun pada materi pembahasan, mengingat akan kemampuan yang dimiliki
penulis. Untuk itu kritik dan saran dari semua pihak sangat kami harapkan demi
penyempurnaan pembuatan laporan ini. Tidak lupa penulis juga mengucapkan terima kasih
khususnya kepada :
1. Bapak Rangga Primadasa, ST., M.T. selaku Dosen Mata Kuliah Praktikum Statistika.
2. Muhammad Miftakhul Huda dan Wahyu Dwi Saputra selaku asisten Dosen Mata
Kuliah Praktikum Statistika.
3. Rekan-rekan Kelompok 2 yang ikut ambil dalam penyelesaian laporan praktikum ini.
4. Dan seluruh pihak yang turut mendukung terselesaikannya laporan praktikum ini.
Akhir kata, kami selaku penulis berharap agar kedepannya laporan praktikum ini
dapat bermanfaat bagi para pembaca.
Penyusun
DAFTAR ISI
HALAMAN JUDUL.............................................................................................................i
HALAMAN PENGESAHAN...............................................................................................ii
KATA PENGANTAR...........................................................................................................iii
DAFTAR ISI..........................................................................................................................iv
DAFTAR GAMBAR.............................................................................................................v
DAFTAR TABEL.................................................................................................................vi
BAB I PENDAHULUAN
1.1 Latar Belakang........................................................................................................1

1.2 Rumusan Masalah..................................................................................................1
1.3 Tujuan Praktikum...................................................................................................2
1.4 Batasan Masalah.....................................................................................................2
1.5 Sistematika Penulisan.............................................................................................2
BAB II DASAR TEORI
2.1 Distribusi Binomial...............................................................................................3

2.2 Software Rstudio...................................................................................................3
BAB III ANALISIS DAN PEMBAHASAN
3.1 Pengumpulan Data..................................................................................................5

3.2 Pengolahan Data.....................................................................................................6
BAB IV PENUTUP
4.1 Kesimpulan..........................................................................................................20
4.2 Saran.....................................................................................................................20
DAFTAR PUSTAKA............................................................................................................21
DAFTAR GAMBAR
Gambar 3.2.1.1 Grafik Binomial Probability Mass Function Kemerahan..........................7
Gambar 3.2.1.2 Grafik Binomial Probability Mass Function Kebengkakan......................9
Gambar 3.2.1.3 Grafik Binomial Probability Mass Function Nyeri Ditempat Suntikan....12
Gambar 3.4 Screenshot software SPSS bagian frequencies................................................7
Gambar 3.5 Screenshot hasil dari frequencies....................................................................8

DAFTAR TABEL
Tabel 3.1.1 Data efek samping vaksin Pfizer dari CDC untuk usia 12-15 tahun.................5
BAB I
PENDAHULUAN
1.1 Latar belakang
Statistika adalah ilmu yang mempelajari tentang cara mengumpulkan,

merencanakan, menganalisis dan mempresentasikan data. Hal terseut membuat statistika
sering disebut dengan ilmu yang berkenan dengan data. Statistika dibagi menjadi dua,
yaitu Statistika Deskriptif dan Statistika Inferensial. Statistika deskriptif berkenaan
dengan deskripsi data, misalnya dari menghitung rata-rata dan varians dari data mentah,
mendeksripsikan menggunakan tabel-tabel atau grafik sehingga data mentah lebih
mudah dipahami dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu,
misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan,
atau membuat model regresi.
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (Measures of association). Teknik ini berguna untuk
mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel)
dengan skala-skala tertentu. Regresi merupakan salah satu analisis yang bertujuan untuk
mengetahui pengaruh suatu variabel terhadap variabel lain. Dalam analisis regresi
,variabel yang mempengaruhi disebut independent variable (variabel bebas) dan variabel
yang dipengaruhi disebut dependent variabel (variabel terikat).
Oleh karena itu, setelah mendapatkan data yang cukup, kami membuat laporan
praktikum statistic dengan judul “Distribusi Binomial Data Efek Samping Vaksin Pfizer
Usia 12-15 Tahun Dengan Software Rstudio”.
1.2 Rumusan Masalah
a. Bagaimana cara melakukan distribusi binomial menggunakan software R?

b. Bagaimana hasil analisis Binomial Probability Mass Function dan Binomial
Distribution menggunakan software R pada data efek samping vaksin Pfizer untuk
usia 12-15 tahun?
1
1.3 Tujuan Praktikum
a. Memahami distribusi data binomial menggunakan software R.

b. Mengetahui hasil analisis Binomial Probability Mass Function dan Binomial
Distribution menggunakan software R pada data efek samping vaksin Pfizer untuk
usia 12-15 tahun.
1.4 Batasan Masalah
1. Data yang digunakan adalah data efek samping vaksin Pfizer usia 12-15 tahun.
2. Pengolahan data menggunakan Software Rstudio.
1.5 Sistematika Penulisan
Pada dasarnya sistematika penyusunan adalah suatu hal yang sangat diperlukan
dalam pembuatan karya tulis karena sistematika penyusunan memuat seluruh isi karya
tulis secara berurutan sehingga dapat terlihat dengan jelas mengenai masalah yang
dibahas. Dalam hal ini laporan yang dibuat oleh penyusun adalah membahas mengenai
hal-hal sebagai berikut :
BAB I PENDAHULUAN
Menjelaskan secara umum mengenai latar belakang, rumusan masalah tujuan
ruang lingkup sistematika penulisan.
BAB II DASAR TEORI
Bab ini berisikan teori-teori tentang software Rstudio, Distribusi Binomial.
BAB III ANALISIS DAN PEMBAHASAN
Bab ini berisikan, metode pengumpulan data dan langkah pemecahan masalah.
BAB IV KESIMPULAN DAN SARAN
Berisi tentang kesimpulan terhadap permasalahan yang telah dibahas serta
memberikan saran yang bermanfaat.
BAB II
DASAR TEORI
2.1 Distribusi Binomial
Distribusi binomial ditemukan pertama oleh James Bernoulli sehingga distribusi

ini sering juga disebut distribusi Bernoulli. Distribusi binomial ini merupakan ukuran
penyebaran data dalam n kali percobaan dan hasilnya sesuai dengan percobaan
Bernoulli diulang sebanyak n kali, dimana pada setiap pengulangan hanya akan ada 2
kemungkinan yaitu sukses atau gagal. Misalkan p adalah probabilitas sukses maka 1-p
adalah probabilitas gagal. Ada 2 prinsip dalam distribusi binomial yaitu bahwa setiap
percobaan pada distribusi binomial hanya menghasilkan 2 kejadian yang komplemen
seperti gagal/sukses, ya/tidak, berhasil/tidak berhasil dan setiap pengulangan bebas
terhadap pengulangan berikutnya.
Misalkan x merupakan sebuah variabel acak yang merepresentasikan jumlah
kemunculan kejadian A di dalam n kali percobaan, maka x pastilah sebuah bilangan
bulat (diskrit), dimana x= 1, 2, … n. Pada titik sampel yang terdiri dari k buah kejadian
A dengan probabilitas kemunculan A adalah p dan (n-k) kejadian Ac dengan probabilitas
kejadian A c adalah 1-p, akan memiliki probabilitas kemunculan adalah sebesar pk (1-
p)n-k. Besarnya nilai probabilitas setiap x peristiwa sukses dari n kali percobaan
ditunjukkan oleh probabilitas sukses (p) dan probabilitas gagal (1-p). Probabilitas
distribusi binomial dengan parameter (n,p) dapat ditentukan menggunakan persamaan: 𝑃
𝑋 = 𝑥 = 𝑝 𝑥 1 − 𝑝 𝑛−𝑥 …… (1)
Dimana koefisien binomial merupakan kombinasi yang diperoleh dengan
persamaan : 𝑛 𝑥 = 𝑛! 𝑥! 𝑛−𝑥 ! …… (2)
Keterangan:
0 ≤ 𝑝 ≤ 1 (nilai p antara 0 sampai 1)
P(X = x) = Probabilitas kejadian x terjadi
p = Probabilitas sukses
n = Jumlah pengulangan
x = Jumlah sukses dalam n kali pengulangan 𝑛
𝑘 = Koefisien Binomial Dan fungsi distribusi kumulatif (cdf) pada distribusi binomial
dapat diperoleh dengan persamaan:
𝑃 𝑥 = 𝑛 𝑘 𝑥 𝑘=0 𝑝 𝑘 (1 − 𝑝) 𝑘 , 𝑥 = 1, . . , 𝑛 ….(3) 3
2.2 Software Rstudio
R sendiri diciptakan oleh Ross Ihaka dan Robert Gentleman pada tahun 1995
sebagai implementasi dari bahasa program S. Tujuannya untuk mengembangkan bahasa
yang fokus pada analisis data, statistik, dan model grafis.
R biasanya lebih banyak digunakan untuk analisis data yang dikerjakan pada
server pribadi. R dapat difungsikan untuk pekerjaan eksplorasi hampir semua jenis data
karena banyaknya jenis packages, test, dan tools yang dengan mudah bisa
diadaptasi.Penggunaan rumus-rumus rumit dalam R juga mudah diatur. Pada
penggunaan R, langkah pertama yang harus dilakukan adalah mengunduh RStudio IDE
(Integrated Development Environments) (Sudarsono 2011).
BAB III
ANALISIS DAN PEMBAHASAN
3.1 Pengumpulan Data
Data yang digunakan adalah data efek samping vaksin Pfizer dari CDC untuk usia
12-15 tahun dalam kategori local reactions.
Tabel 3.1.1 Data efek samping vaksin Pfizer dari CDC untuk usia 12-15 tahun.
Data pengujian efek samping vaksin Pfizer dari

CDC untuk usia 12-15 tahun kategori local
reactions
Kemerahan, n (%)
Any 65(5,8)
Mild 44(3,9)
Moderate 20(1,8)
Pembengkakan, n (%)
Any 78(6,9)
Mild 55(4,9)
Moderate 23(2,0)
Nyeri ditempat suntikan, n (%)
Any 71(8,6)
Mild 67(4,1)
Moderate 49(4,3)
3.2 Pengolahan Data
Berikut adalah pengolahan data nilai Binomial Probability Mass Function,
Binomial Distribution, dan Binomial quantile function menggunakan software R Studio.
3.2.1. Dbinom (Binomial Probability Mass Function)
a. Kemerahan
1. Efek samping kategori (any)
Syntax
>dbinom(x=1:65,size=65,prob=0.058)
klik run maka akan keluar hasil output-nya

Output :
[1] 8.233778e-02 1.622281e-01 [3] 2.097600e-01 2.001849e-01
[5] 1.503725e-01 9.258601e-02 [7] 4.804813e-02 2.144823e-02
[9] 8.363749e-03 2.883806e-03 [11] 8.877960e-04 2.459817e-04
[13] 6.174651e-05 1.412098e-05 [15] 2.956112e-06 5.687847e-07
[17] 1.009421e-07 1.657364e-08 [19] 2.524291e-09 3.574738e-10
[21] 4.716443e-11 5.807934e-12 [23] 6.685584e-13 7.203682e-14
[25] 7.274036e-15 6.890317e-16 [27] 6.127977e-17 5.120587e-18
[29] 4.022542e-19 2.972069e-20[31] 2.066057e-21 1.351601e-22
[33] 8.321958e-24 4.822516e-25[35] 2.629931e-26 1.349399e-27
[37] 6.511988e-29 2.954372e-30[39] 1.259335e-31 5.040015e-34
[41] 1.892191e-34 6.657392e-36[43] 2.192505e-37 6.749750e-39
[45] 1.939419e-40 5.191834e-42[47] 1.292271e-43 2.983747e-45
[49] 6.373704e-47 1.255796e-48[51] 2.274140e-50 3.769806e-52
[53] 5.693293e-54 7.789832e-56[55] 9.592575e-58 1.054689e-59
[57] 1.025343e-61 8.707793e-64[59] 6.361085e-66 3.916592e-68
[61] 1.976631e-70 7.851831e-73[63] 2.302124e-75 4.429512e-78
[65] 4.195846e-81
2. Efek samping kategori (mild)

Syntax
>dbinom(x=1:44,size=44,prob=0.039)
Output :
[1] 3.240973e-01 8.967901e-02 1.602606e-02 2.078659e-03
2.085003e-04 1.682709e-05
[7] 1.122458e-06 6.308830e-08 3.030691e-09 1.257906e-10
4.548612e-12 1.442168e-13
[13] 4.028906e-15 9.953698e-17 2.180430e-18 4.242190e-20
7.336443e-22 1.127790e-23
[19] 1.539790e-25 1.864039e-27 1.995604e-29 1.882471e-31
1.557000e-33 1.121948e-35
[25] 6.985068e-38 3.716916e-40 1.666527e-42 6.175911e-45
1.841486e-47 4.246221e-50
[31] 7.106529e-53 7.681268e-56 4.025450e-59
3. Efek samping kategori (moderete)

Syntax
> dbinom(x=1:20,size=20,prob=0.018)

Output :
[1] 2.549299e-01 4.439207e-02[3] 4.882224e-03 3.803362e-04[5]
2.230892e-05 1.022303e-06
[7] 3.747750e-08 1.116311e-09 [9] 2.728254e-11 5.500960e-15[11]
9.166569e-15 1.260170e-16
[13] 1.421467e-18 1.302770e-20[15] 9.551878e-23 5.471417e-25[17]
2.359782e-27 7.209110e
[19] 1.390974e-32 1.274824e-35
Grafik Binomial Probability Mass Function Kemerahan

Syntax:
Penjelasan Syntax :
a. X merupakan nilai sumbu percobaan
b. Size merupakan jumlah total percobaan
c. Prob merupakan probabilitas keberhasilan pada setiap percobaan
d. Main digunakan untuk memberi nama grafik
e. Col digunakan untuk memberikan warna pada grafik
f. Title digunakan untuk memberikan nama pada keterangan grafik
g. Legend digunakan untuk menambahkan pada legend pada grafik
h. Lty digunakan untuk menambahkan argumen line type.
i. Box.lty merupakan ukuran garis
Setelah dilakukan run maka diperoleh output sebagai berikut ;

Gambar 3.2.1.1 Grafik Binomial Probability Mass Function Kemerahan
b. Pembengkakan
Syntax
Output :
[1] 2.188110e-02 6.243517e-02[3] 1.172252e-01 1.629002e-01 [5]
1.786828e-01 1.611216e-01
[7] 1.228253e-01 8.078960e-02[9] 4.657045e-02 2.381546e-02[11]
1.091125e-02 4.515102e-03
[13] 1.698899e-03 5.845912e-04[15] 1.848589e-04 5.394614e-05[17]
1.458151e-05 3.662345e
[19] 8.571490e-07 1.874035e-07[21] 3.836064e-08 7.366097e-09[23]
1.329221e-09 2.257605e-
[25] 3.614107e-11 5.460130e-12[27] 7.793669e-13 1.052092e-13[29]
1.344389e-14 1.627418e-
[31] 1.867575e-16 2.032944e-17[33] 2.100239e-18 2.060164e-19[35]
1.919490e-20 1.699226e-
[37] 1.429546e-22 1.143136e-23[39] 8.689456e-25 6.279089e-26[41]
4.313162e-27 2.816097e-
[43] 1.747355e-29 1.030139e-30[45] 5.768483e-32 3.067024e-33[47]
1.547636e-34 7.407788e-
[49] 3.361345e-37 1.444909e-38[51] 5.879330e-40 2.262495e-41[53]
8.225921e-43 2.822476e-
[55] 9.128053e-46 2.778545e-47[57] 7.948124e-49 2.132825e-50[59]
5.358370e-52 1.257577e-
[61] 2.750278e-55 5.588988e-57[63] 1.051991e-58 1.827354e-60[65]
2.917003e-62 4.258294e-[67] 5.652512e-66 6.776800e-68[69]
7.279055e-70 6.936157e-72[71] 5.792285e-74 4.173639e-
[73] 2.542393e-78 1.273152e-80[75] 5.032439e-83 1.472264e-85[77]
2.834159e-88 2.692955e-

Syntax
Output :
[1] 1.787750e-01 2.487059e-01[3] 2.263895e-01 1.516405e-01[5]
7.969496e-02 3.421883e-
[7] 1.234181e-02 3.815448e-03[9] 1.026636e-03 2.433268e-04[11]
5.128912e-05 9.689743e-06
[13] 1.651402e-06 2.552641e-07[15] 3.594992e-08 4.630773e-09[17]
5.473747e-10 5.954035e-
[19] 5.974136e-12 5.540681e-13[21] 4.758033e-14 3.788779e-15[23]
2.800921e-16 1.924222e- [25] 1.229398e-18 7.308966e-20[27]
4.044881e-21 2.084113e-22[29] 9.997758e-24 4.464474e-[31]
1.855086e-26 7.168710e-28[33] 2.574367e-29 8.582815e-31[35]
2.653362e-32 7.595208e-
[37] 2.009588e-35 4.904690e-37[39] 1.101568e-38 2.270320e-40[41]
4.279667e-42 7.350286e-[43] 1.144972e-45 1.608936e-47[45]
2.026444e-49 2.269825e-51[47] 2.239508e-53 1.923166e-
[49] 1.415580e-57 8.752481e-60[51] 4.421265e-62 1.752342e-64[53]
5.110692e-67 9.752850e-[55] 9.136596e-73

Syntax
Output :
[1] 2.949385e-01 6.621069e-02[3] 9.458670e-03 9.651704e-04[5]
7.484995e-05 4.582650e-06
[7] 2.271284e-07 9.270548e-09[9] 3.153248e-10 9.009279e-12[11]
2.172924e-13 4.434539e-15
[13] 7.657761e-17 1.116292e-18[15] 1.366888e-20 1.394783e-22[17]
1.172087e-24 7.973380e-
[19] 4.282159e-29 1.747820e-31[21] 5.095685e-34 9.453961e-37[23]
8.388608e-40
Grafik Binomial Probability Mass Function Pembengkakan

Syntax:
Penjelasan Syntax :

Gambar 3.2.1.2 Grafik Binomial Probability Mass Function Pembengkakan
c. Nyeri ditempat suntikan

Syntax
Output :
[1] 3.787055e-59 8.279381e-57[3] 1.189471e-54 1.263080e-52[5]
1.057217e-50 7.264151e-49
[7] 4.213358e-47 2.105458e-45[9] 9.206037e-44 3.565271e-42[11]
1.234974e-40 3.857057e
[13] 1.093435e-37 2.829574e-36[15] 6.716343e-35 1.468348e-33[17]
2.967365e-32 5.560585e-
[19] 9.688821e-30 1.573521e-28[21] 2.386995e-27 3.388652e-26[23]
4.509448e-25 5.633543e-[25] 6.615576e-23 7.311059e-22[27]
7.611272e-21 7.471023e-20[29] 6.919563e-19 6.051108e-
[31] 4.999024e-17 3.903224e-16[33] 2.881392e-15 2.011570e-14[35]
1.328303e-13 8.297078e-
[37] 4.902523e-12 2.739953e-11[39] 1.448174e-10 7.236672e-10[41]
3.417786e-09 1.524913e-
[43] 6.423959e-08 2.553502e-07[45] 9.570083e-07 3.378776e-06[47]
1.122612e-05 3.506129e-
[49] 1.027988e-04 2.825327e-04[51] 7.266847e-04 1.745826e-03[53]
3.909370e-03 8.139799e-
[55] 1.571550e-02 2.804712e-02[57] 4.610338e-02 6.951220e-02[59]
9.567105e-02 1.195195e-
[61] 1.346262e-01 1.356333e-01[63] 1.210309e-01 9.450060e-02[65]
6.356930e-02 3.609798e-
[67] 1.682698e-02 6.182805e-03[69] 1.679136e-03 2.996719e-04[71]
2.636428e-05
Syntax
Output :
[1] 1.331428e-14 3.104091e-13[3] 4.751484e-12 5.370961e-11[5]
4.781072e-10 3.490346e-09
[7] 2.148834e-08 1.138589e-07[9] 5.273260e-07 2.160777e-06[11]
7.910333e-06 2.607980e-05
[13] 7.795184e-05 2.124197e-04[15] 5.302518e-04 1.217498e-03[17]
2.580431e-03 5.063985e-
[19] 9.226514e-03 1.564414e-02[21] 2.473619e-02 3.654019e-02[23]
5.050777e-02 6.541876e-
[25] 7.949384e-02 9.072191e-02[27] 9.732737e-02 9.822899e-02[29]
9.332736e-02 8.351684e-
[31] 7.042337e-02 5.597216e-02[33] 4.194005e-02 2.963000e-02[35]
1.973696e-02 1.239454e-
[37] 7.336571e-03 4.091980e-03[39] 2.149659e-03 1.063091e-03[41]
4.945988e-04 2.163116e-
[43] 8.884932e-05 3.423855e-05[45] 1.236327e-05 4.177351e-06[47]
1.318637e-06 3.881653e-
[49] 1.063352e-07 2.704470e-08[51] 6.368888e-09 1.384468e-09[53]
2.768223e-10 5.070352e-
[55] 8.466842e-12 1.281792e-12[57] 1.747584e-13 2.128691e-14[59]
2.294066e-15 2.160963e-
[61] 1.751936e-17 1.197790e-18[63] 6.716032e-20 2.965484e-21[65]
9.669547e-23 2.070117e-
[67] 2.182845e-26

Syntax
Output :
[1] 4.033273e-11 7.302347e-10 8.630434e-09[4] 7.487280e-08
5.083469e-07 2.812258e-06
[7] 1.303225e-05 5.161455e-05 1.773810e-04[10] 5.352549e-04
1.431615e-03 3.419969e-03
[13] 7.343010e-03 1.424434e-02 2.507336e-02[16] 4.019436e-02
5.886047e-02 7.893958e-02
[19] 9.716201e-02 1.099465e-01 1.145391e-01[22] 1.099721e-01
9.738950e-02 7.959171e-02
[25] 6.004287e-02 4.181123e-02 2.686894e-02[28] 1.592608e-02
8.700090e-03 4.375484e-03
[31] 2.023073e-03 8.584752e-04 3.336233e-04[34] 1.184380e-04
3.829198e-05 1.123381e-05
[37] 2.977571e-06 7.093383e-07 1.509298e-07[40] 2.846484e-08
4.713689e-09 6.773221e-10
[43] 8.317991e-11 8.556785e-12 7.172354e-13[46] 4.704976e-14
2.265554e-15 7.121259e-17[49] 1.096363e-18
Grafik Binomial Probability Mass Function Nyeri Bekas Suntikan

Syntax:
Penjelasan Syntax :

Gambar 3.2.1.3 Grafik Binomial Probability Mass Function Nyeri Ditempat Suntikan
Dari analisis diatas, X merupakan nilai sumbu percobaan, Size merupakan jumlah
total percobaan dan Prob merupakan probabilitas keberhasilan pada setiap percobaan.
a. Pada kemerahan, nilai Binomial Distribution pada efek samping vomiting adalah
sebagai berikut :
1. Kategori (any) : 0.5900125 (59 %)
2. Kategori (mild) : 0.908315 (90%)
3. Kategori (moderete) : 0.9995963 (99,9%)
b. Pada pembengkakan, nilai Binomial Distribution pada efek samping vomiting adalah
sebagai berikut :
1. Kategori (any) : 0.2053266 (20%)
2. Kategori (mild) : 0.7169556 (71%)
3. Kategori (moderete) : 0.9989552 (99%)
c. Pada nyeri ditempat suntikan, nilai Binomial Distribution pada efek samping vomiting
adalah sebagai berikut :
1. Kategori (any) : 0.1304116 (13%)
2. Kategori (mild) : 0.7049256 (70%)
3. Kategori (moderete) : 0.8411129 (84%)
3.2.2. Pbinom (Binomial Distribution)
a. Kemerahan
pbinom(3, size = 65, prob = 0.05)
Output :
[1] 0.5900125 #59%

Output :
[1] 0.908315 #90%
Output :
[1] 0.9995963 #99%
Grafik Binomial Distribution Kemerahan

Syntax:
Penjelasan Syntax :
Setelah itu, klik run maka akan keluar hasil output seperti berikut :
b. Pembengkakan
1. Efek samping vomiting kategori (any)
Output :
[1] 0.2053266 #20%
2. Efek samping vomiting kategori (mild)

Output :
[1] 0.7169556 #71%
3. Efek samping vomiting kategori (moderete)
Output :
[1] 0.9989552 #99%
Grafik Binomial Distribution Pembengkakan

Syntax:
Penjelasan Syntax :
Setelah itu klik run maka akan keluar hasil output seperti berikut
c. Nyeri ditempat suntikan

1. Untuk efek samping vomiting kategori (any)
Output :
[1] 0.1304116 #13%
2. Untuk efek samping vomiting kategori (mild)
Output :
[1] 0.7049256 #70%
3. Untuk efek samping vomiting kategori (moderete)
Output :
[1] 0.8411129 #84%
Grafik Binomial Distribution Nyeri Bekas Suntikan
Syntax:
Penjelasan Syntax :
Setelah itu klik run maka akan keluar hasil output berikut:
3.2.3. Grafik Binomial quantile function
a. Kemerahan
Syntax
Penjelasan Syntax :

Setelah itu klik run maka akan keluar hasil output seperti berikut :
b. Pembengkakan
Syntax:
Penjelasan Syntax :

Setelah itu klik run maka akan keluar hasil output seperti berikut :
c. Nyeri Ditempat Suntikan
Syntax:
Penjelasan Syntax :
Setelah itu klik run maka akan keluar hasil output seperti
BAB IV
KESIMPULAN & SARAN
4.1 Kesimpulan
Berdasarkan praktikum diatas maka dapat diperoleh kesimpulan sebagai berikut ;
1. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan
bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses
Bernoulli. Dimana Percobaan terdiri dari beberapa usaha, dengan tiap-tiap
ulangan percobaan bebas satu sama lainnya.
2. Untuk distribusi binomial, jika nilai n sebaran binomial semakin besar maka
akan mendekati sebaran normal.
3. Distribusi binomial dapat digunakan untuk mengestimasi kualitas layanan sistem
informasi dengan memodelkan jumlah keberhasilan pada jumlah sampel n dari
jumlah populasi N. Berdasarkan hasil uji coba diperoleh fakta bahwa jumlah
sampel yang kecil dan nilai probabilitas yang besar akan meningkatkan
probabilitas kesuksesan yang akan diperoleh. Namun jika n besar dan p sangat kecil
maka probabilitas nilai x sulit dihitung baik secara langsung maupun dengan
memakai tabel distribusi binomial.
4.2 Saran
1 Untuk memperlancar proses pembuatan laporan praktikum, sebaiknya praktikan
mempelajari terlebih dahulu tentang teori-teori peluang.
2 Setiap hasil perhitungan, sebaiknya dicocokkan kembali ke tabel ruang sampel untuk
memastikan apakah hasil perhitungan benar atau tidak.
DAFTAR PUSTAKA
M. Y. Darsyah, D. H. Ismunarti. 2013. Distribusi Uniform dan Distribusi Binomial. Jurnal

Statistika. Vol. 1. No. 1. Mei. Hal : 21- 29.
R. Manurung, S. Ariswoyo, P. Sembiring, 2013, Perbandingan Distribusi Binomial dan
Distribusi Poisson dengan Parameter yang Berbeda, Saintia, Vol. 1, No. 3.
Sutoyo. 2012. Pemodelan Sata Statistik Melalui Pendekatan Distribusi Diskrit. Jurnal
Sains, Teknologi dan Industri. Vol. 10. No. 1. Hal: 115-120.

Praktikum Statistika Modul VI Kelompok 2

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Praktikum Statistika Modul VI Kelompok 2

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN

DISTRIBUSI BINOMIAL DENGAN SOFTWARE R

Dosen Pengampu : RANGGA PRIMADASA.ST.MT.

1. SYAHRUL MAJID WIDAYANTO (201757001)

PROGRAM STUDI TEKNIK INDUSTRI

Kudus, 24 November 2021

Laporan Praktikum Statistika Modul VI Program Studi Teknik Industri Fakultas

Kudus, 10 November 2021

Miftakhul Huda Rangga Primadasa, ST., M.T.

Kudus, 24 November 2021

1.1 Latar Belakang........................................................................................................1

BAB II DASAR TEORI

2.1 Distribusi Binomial...............................................................................................3

BAB III ANALISIS DAN PEMBAHASAN

3.1 Pengumpulan Data..................................................................................................5

Gambar 3.2.1.1 Grafik Binomial Probability Mass Function Kemerahan..........................7

Gambar 3.2.1.2 Grafik Binomial Probability Mass Function Kebengkakan......................9

Gambar 3.4 Screenshot software SPSS bagian frequencies................................................7

Gambar 3.5 Screenshot hasil dari frequencies....................................................................8

1.1 Latar belakang

Statistika adalah ilmu yang mempelajari tentang cara mengumpulkan,

1.2 Rumusan Masalah

a. Bagaimana cara melakukan distribusi binomial menggunakan software R?

a. Memahami distribusi data binomial menggunakan software R.

1.5 Sistematika Penulisan

2.1 Distribusi Binomial

Distribusi binomial ditemukan pertama oleh James Bernoulli sehingga distribusi

3.1 Pengumpulan Data

Data pengujian efek samping vaksin Pfizer dari

klik run maka akan keluar hasil output-nya

2. Efek samping kategori (mild)

3. Efek samping kategori (moderete)

klik run maka akan keluar hasil output-nya

Grafik Binomial Probability Mass Function Kemerahan

Setelah dilakukan run maka diperoleh output sebagai berikut ;

2. Efek samping kategori (mild)

3. Efek samping kategori (moderete)

Grafik Binomial Probability Mass Function Pembengkakan

Setelah dilakukan run maka diperoleh output sebagai berikut ;

c. Nyeri ditempat suntikan

3. Efek samping kategori (moderete)

Grafik Binomial Probability Mass Function Nyeri Bekas Suntikan

Setelah dilakukan run maka diperoleh output sebagai berikut ;

[1] 0.5900125 #59%

2. Efek samping kategori (mild)

Grafik Binomial Distribution Kemerahan

2. Efek samping vomiting kategori (mild)

Grafik Binomial Distribution Pembengkakan

c. Nyeri ditempat suntikan

a. X merupakan nilai sumbu percobaan

a. X merupakan nilai sumbu percobaan

M. Y. Darsyah, D. H. Ismunarti. 2013. Distribusi Uniform dan Distribusi Binomial. Jurnal

Anda mungkin juga menyukai