Laporan Praktikum

Simulasi dan Pemodelan

Judul
Ruang Solusi & Histogram

Percobaan Ke
2 (Kedua)

Nama
M. Farhan AL Islamy

Kelas
3 TET B

NIM
1920301035

Dosen
Wahyuni Khabzli, ST., M.T.

Asisten
Monia Maharani, S. Tr.T

Tanggal
08 Oktober 2021

1 | Simulasi dan Pemodelan

 PERCOBAAN 2
RUANG SOLUSI DAN HISTOGRAM

2.1 TUJUAN

Mahasiswa memahami prinsip ruang solusi dan fungsi kepadatan probabilitas dari
suatu kejadian

2.2 DASAR TEORI

2.2.1 Ruang Solusi Kejadian
Ruang solusi kejadian adalah semua kejadian yang mungkin akan terjadi
dan dituliskan dengan :
S = {semua kejadian yang muncul} (2.1)
Misalnya pengambilan kertas undian nomor urut presentasi dari sepuluh
kelompok pada mata kuliah Simulasi Pemodelan, dimana pada kertas undian
tersebut sudah diberi nomor dari 1 hingga 10. sehingga pengambilan 1 kertas
undian akan menghasilkan ruang solusi:
S = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
Contoh lainnya adalah jumlah mobil yang lewat di depan toko XYZ per
menit di siang hari maksimal 5 buah mobil, tetapi kadang tidak ada satu pun mobil
yang lewat. Ruang solusi untuk kejadian tersebut adalah :
S = {0, 1, 2, 3, 4, 5}
Kemunculan setiap kejadian si di dalam ruang solusi S dinamakan dengan
frekuensi kejadian. Frekuensi kejadian untuk semua kejadian di dalam ruang solusi
S menghasilkan histogram. Untuk lebih jelasnya , silahkan lihat contoh dibawah :

Contoh 2.1
Data banyaknya mobil yang memasuki parkiran Mall untuk per-menit adalah
sebagai berikut:

Menit ke 1 2 3 4 5 6 7 8
Jumlah mobil 3 5 3 3 2 0 1 2

2 | Simulasi dan Pemodelan

Jadi, ruang solusi dari kejadian itu adalah:
S = {0, 1, 2, 3, 4, 5}
Histogram yang menyatakan frekuensi setiap kejadiannya :

3 | Simulasi dan Pemodelan

 Kejadian 0 1 2 3 4 5
Frekuensi 1 1 2 3 0 1

Artinya 0 buah mobil yang masuk parkiran setiap menitnya terjadi 1 kali, 1 buah
mobil yang l masuk parkiran setiap menitnya terjadi 1 kali, 2 buah mobil yang
masuk parkiran setiap menitnya terjadi 2 kali, 3 buah mobil yang masuk parkiran
setiap menitnya terjadi 3 kali, 4 buah mobil yang lewat setiap menitnya terjadi 0
kali, dan 5 buah mobil yang lewat setiap menitnya terjadi 1 kali.

Histogram dari kasus ini ditunjukkan pada gambar 2.1 berikut :

3,
5

2,
Frekuen

5
si

1,
5

0,

Gambar 2. 1 Contoh gambar histogram

2.2 Fungsi Kepadatan Probabilitas

Fungsi kepadatan probabilitas (probabilty density function) atau biasa

ditulis PDF merupakan suatu fungsi yang menyatakan nilai kemungkinan
terjadinya kejadian tertentu (x) dan dituliskan dengan:
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) (2.2)
Fungsi kepadatan probabilitas mempunyai beberapa sifat, antara lain:
1. 0 ≤ f(x) ≤ 1, hal itu karena nilai kemungkinan berada pada range 0 s/d 1,
dimana :
• 0 berarti tidak akan terjadi
• 1 berarti pasti terjadi.
2. Jumlah fungsi dari seluruh kejadian itu adalah 1 (pasti terjadi) , dan
dituliskan dalam persamaan berikut :

4 | Simulasi dan Pemodelan

 (2.3)
n

f (xi )
1
i 1

2.2.1 PDF pada Distribusi Diskrit

5 | Simulasi dan Pemodelan

 Pada distribusi data diskrit, secara empiris PDF diilustrasikan sebagai garis
vertical yang merepresentasikan masa probabilitas pada masing masing nilai 𝑥.
Berikut ini adalah contoh dari PDF pada distribusi diskrit

Gambar 2. 2 PDF pada Distribusi Diskrit

2.2.2 PDF pada Distribusi Kontinyu

PDF pada distribusi kontinyu dapat dituliskan sebagai integral antara dua
titik sebagai berikut :
b (2.4)
ƒ 𝑓(𝑥)𝑑𝑥 = 𝑃(𝑎 ≤ 𝑋 ≤
𝑏)
a

Pada distribusi ini, PDF ditampilkan sebagai histrogram yang terdiri dari beberapa
batang vertikal (bins) yang sama lebar, dimana merupakan jumlah nilai sampel

6 | Simulasi dan Pemodelan

dibagi dengan total banyaknya data. Ilustrasi PDF pada distribusi kontinyu dapat
dilihat pada gambar berikut :

Gambar 2. 3 PDF pada Distribusi Kontinyu

7 | Simulasi dan Pemodelan

2.3 Fungsi Kepadatan Kumulatif

Fungsi kepadatan kumulatif (Cumulative Density Functon) atau biasa

disebut CDF adalah suatu fungsi yang menyatakan probabilitas terjadinya kejadian
sampai kejadian tertentu. Definisi fungsi kepadatan kumulatif F(xi) adalah
penjumlahan probabilitas terjadinya semua kejadian X, dan dituliskan sebagai :
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) (2.5)

2.3.1 CDF pada Distribusi Diskrit

Pada distribusi diskrit, besarnya CDF dapat dihitung sebagai penjumlahan

probabilitas dari mulai dari x1, sampai dengan xi, dan dirumuskan sebagai berikut :
s
–
𝐹(𝑥) = Σ 𝑓(𝑖)
œ
i=0
Besarnya
Dengan ilustrasi pada grafik sebagai berikut CDF
pada titik
𝑛 dapat
dihitung
menggun
akan
persamaa
n

Gambar 2. 4 CDF pada

Distribusi Diskrit
2.3.2 CDF pada Distribusi Kontinyu

Pada distribusi kontinyu, besarnya CDF dapat dituliskan

sebagai
s
𝐹(𝑥) = ƒ
𝑓(𝑡)𝑑𝑡

8 | Simulasi dan Pemodelan

(2.6)

(2.7)

1 (2.8)
𝐹 (𝑥) = [𝑗𝑢𝑚𝑙𝑎ℎ 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑠𝑖 ≤ 𝑥]
n 𝑛

Dan ditampilkan berupa stepped garis diskontinyu yang besarnya tergantung

banyaknya bin.

9 | Simulasi dan Pemodelan

 Gambar 2. 5 CDF pada Distribusi Kontinyu
Contoh
2.2

Jika tiga buah mata uang dilempar, kejadian yang muncul adalah kombinasi antara
gambar (G) dan angka (A) dengan ruang solusi sebagai berikut:
S = {AAA, AAG, AGA, AGG, GAA, GAG, GGA, GGG}
Jika ruang solusi diambil tanpa memperhitungkan urutan, ruang solusi yang ada
menjadi:

S = {3G, 2G1A, 1G2A, 3A}

Fungsi kepadatan probabilitas yang diperoleh adalah:

f (3G) = 1/8 f (2G1A) = 3/8
f (1G2A) = 3/8 f (3A) = 1/8

Fungsi kepadatan kumulatif yang diperoleh adalah

f (3G) = 1/8 f (2G1A) = 4/8
f (1G2A) = 7/8 f (3A) = 8/8

10 | Simulasi dan Pemodelan

 0,4
0,3
5
0,3
0,2

Probabilitas
Kepadatan
5
0,2
0,1
5
0,1
0,0 3 2G1 1G2 3
G A A A

Gambar 2. 6 Grafik fungsi kepadatan probabilitas untuk

pelemparan tiga mata uang
1,
2

0,
8
Kepadatan
Kumulatif

0,
6

0,
4
3 2G1 1G2 3
G A A A

Gambar 2. 7 Grafik fungsi kepadatan kumulatif untuk

pelemparan tiga mata uang

2.3 LANGKAH PERCOBAAN

Diketahui :
Berikut data jumlah rata-rata jam kompen mahasiswa dalam 1 prodi selama
minggu

Pro Jumlah Pro Jumlah

di jam di jam
D3 Akuntansi 10 D4 Informatika 5
D3 Elektronika 4 D4 TET 5
D3 Komputer 2 D4 SI 3
D3 4 D4 Listrik 7
Telekomunikasi
11 | Simulasi dan Pemodelan
 D3 Mekatronika 2 D4 Mesin 8
D3 Perkapalan 6 D4 Arsitektur 6
D3 Administrasi 9 D4 Sipil 9

Dengan menggunakan matlab, tentukan :

12 | Simulasi dan Pemodelan

 a. Ruang solusi
b. Fungsi Kepadatan Probabilitas
c. Fungsi Kepadatan Kumulatif
d. Histogram CDF
dan PDF Jawab
Dengan menggunakan senarai program berikut dapat dihitung besarnya fungsi
kepadatan probabilitas, fungsi kepadatan kumulatif dan plot CDF dan PDF
x=[10 4 2 4 2 6 9 5 5 3 7 8 6 9 ]% ruang solusi n=size(x,2);
s=min(x):max(x);
% histogram
h=hist(x,s)
%
PDF
f=h/sum(h)
subplot(1,2,1) , bar(s,f), grid
title('PDF Distribusi Diskrit')
xlabel('jam kompen') ylabel('Nilai
PDF')

%
CDF for i =1 : size (f,2) ; F(i) =
sum(f(1:i))
end
disp (F) ;
subplot(1,2,2), bar(s,R),grid
title('CDF Distribusi Diskrit')
xlabel('jam kompen') ylabel('Nilai
CDF')

a. Ruang solusi
S = 2 3 4 5 6 7 8 9 10

13 | Simulasi dan Pemodelan

b. Menghitung fungsi kepadatan probabilitas dengan
histogram dibagi dengan jumlah kejadian
PDF = 0.1429 0.0714 0.1429 0.1429 0.1429 0.0714 0.1429
0.0714 0.0714
c. Menghitung fungsi kepadatan kumulatif
CDF = 0.1429 0.2143 0.3571 0.5000 0.6429 0.7857 0.9286
0.7143 1.0000

d. Histogram PDF dan CDF

14 | Simulasi dan Pemodelan

 PDF Distribusi CDF Distribusi Diskrit
0.16 Diskrit 1

0.9
0.14
0.8
0.12
0.7
0.1 0.6
Nilai PDF

Nilai CDF
0.08 0.5

0.4
0.06
0.3
0.04
0.2
0.02 0.1

0 0
2 3 4 5 6 7 8 910 2 3 4 5 6 7 8 9 10
jam kompen jam kompen

15 | Simulasi dan Pemodelan

2.4 TUGAS

Diketahui berikut data banyaknya siswa yang mendapatkan nilai tertentu dalam
satu kelas.

Dengan menggunakan Matlab, silahkan tentukan :

a. Ruang solusi

16 | Simulasi dan Pemodelan

 b. Nilai maksimum
c. Nilai minimum
d. Kepadatan probabilitas
e. Kepadatan kumulatif
f. Histogram PDF dan CDF

LANGKAH PERCOBAAN
17 | Simulasi dan Pemodelan
2.3

A. Ruang Solusi

18 | Simulasi dan Pemodelan

B. Fungsi Kepadatan Probabilitas

C. Fungsi Kepadatan Kumulatif

19 | Simulasi dan Pemodelan

D. Histogram CDF dan PDF

20 | Simulasi dan Pemodelan

 TUGAS

21 | Simulasi dan Pemodelan

A. Ruang Solusi

B. Nilai Maksimum

C. Nilai Minimum

22 | Simulasi dan Pemodelan

D. Kepadatan Probabilitas

Manual

F (x) = Frekuensi/ total kejadian

F (1) = 8/64 = 0.125
F (2) = 5/64 = 0.078125
F (3) = 10/64 = 0.15625
F (4) = 10/64 = 0.15625
F (5) = 15/64 = 0.234375
F (6) = 2/64 = 0.03125
F (7) = 10/64 = 0.15625
F (8) = 4/64 = 0.0625
PDF = 0.125 0.078125 0.15625 0.15625 0.234375 0.03125 0.15625 0.0625

E. Kepadatan Kumulatif

23 | Simulasi dan Pemodelan

 Manual

∑𝑓 = 1

F(1) = F (1) = 0.125

F(2) = F(1)+F(2)= 0.125+0.078125=
0.203125 F(3) = F(2)+F(3)=
0.203125+0.15625=0.359375 F(4) =
F(3)+F(4)=
0.359375+0.15625=0.515625 F(5) =
F(4)+F(5)= 0.515625+0.234375=0.75
F(6) = F(5)+F(6)=
0.75+0.03125=0.78125
F(7) = F(6)+F(7)=
0.78125+0.15625=0.9375 F(8) =
F(7)+F(8)= 0.9375+0.0625=1
CDF = 0.125 0.203125 0.359375 0.515625 0.75 0.78125 0.9375 1.0000

24 | Simulasi dan Pemodelan

 F. Histogram PDF dan CDF

25 | Simulasi dan Pemodelan

Analisa
Setelah melakukan praktikum “Modul Ruang Solusi dan Histogram” dapat
dianalisa bahwa, Ruang solusi kejadian adalah semua kejadian yang mungkin akan terjadi
dan dituliskan dengan: S = {semua kejadian yang muncul}. Ruang Kemunculan setiap
kejadian si di dalam ruang solusi S dinamakan dengan frekuensi kejadian. Frekuensi
kejadian untuk semua kejadian di dalam ruang solusi S menghasilkan histogram. Ruang
Solusi adlah semua kejadian yang mungkin akan terjadi. PDF adalah fungsi yang
menyatakan nilai kemungkinan kejadian tertentu. CDF adalah fungsi yang menyatakan
probabilitas terjadinya kejadian sampai kejadian tertentu.
Pada percobaan pertama yaitu menentukan Ruang solusi, Fungsi Kepadatan
Probabilitas, Fungsi Kepadatan Kumulatif dan Histogram CDF table “data jumlah rata-rata
jam kompen mahasiswa dalam 1 prodi selama seminggu” dengan memasukkan coding
yang telah di sediakan. Pada program, X adalah {10, 4, 2, 4, 2, 6, 9, 5, 5, 3, 7, 8, 6, 9},
dimana pada saat program dijalankan X adalah ruang solusi. H berfungsi untuk histogram.
Pada PDF, memakai rumus yaitu f=h/sum(h), didapat hasil yaitu 0.1429; 0.0714; 0.1429;
0.1429; 0.714; 0.0714; 0.1429; 0.0714 dimana rumus F(x) adalah frekuensi /total kejadian.
Pada CDF, rumusnya adalah F(i) = sum (f (1: i)), didapat hasilnya yaitu 0.1429; 0.2143;
0.3571; 0.5000; 0.6429; 0.7143; 0.7857; 0.9286; 1.0000, dimana rumusnya adalah F(x) =
nilai sebelum F(x) + nilai PDF F(x) atau F(2) = F(1) = F(2) PDF.
Nilai daei PDF akan beragam dan tergantung dari nilai frekuensi dan total
kejadiannya. Pada nilai F(x) yang terakhir nilai pasti akan bernilai 1 dikarnakan CDF
adalah penjumlahan dari F(x) awal hingga F(x) akhir. Nilai PDF akan menghasilkan hasil 0
koma dikarnakan nilai ruang solusi dibagi total kejadian. Pada histogram, didapat bentuk
pada diagram PDF naik turun tergantung dari kejadian. Diagram CDF akan terus naik
karena merupakan penambahan keseluruhan.

26 | Simulasi dan Pemodelan

Kesimpulan
1. Runag Solusi adalah semua kejadian yang mungkin akan terjadi
2. PDF adalah fungsi yang menyatakan nalia kemungkinan kejadian tertentu
3. CDF adalah fungsi yang menyatakan probabilitas terjadinya kejadian sampai
kejaidain tertentu
4. PDF merupakan frekuensi atau nilai ruang solusi dibagi banyak kejadian tertentu
5. CDF adalah penambahan dari setiap kejadian, dimana F(x) = nilai sebelumm F(x) +
nilai PDF F(x)
6. Pada nilai CDF, F9x) yang terakhir akan bernilai 1 dikarnakan yang dijumlahkan
adalah PDF dimana PDF adalah pembagian dari seluruh kejadian.

27 | Simulasi dan Pemodelan