Farihatul Ibriza - Laporan Resmi Praktikum Matstat

LAPORAN RESMI
PRAKTIKUM MATEMATIKA DAN STATISTIKA KEHUTANAN
Disusun oleh :
Nama : Farihatul Ibriza
NIM : 20/455332/KT/09180
Coass : Hayya Azizah
Shift : Jumat, 15.30 WIB
LABORATORIUM KOMPUTASI DAN BIOMETRIKA HUTAN

DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2020
LEMBAR PENGESAHAN
Laporan Resmi Matematika dan Statistika Kehutanan ini telah diajukan kepada co-
asisten sebagai prasyarat untuk menempuh ujian responsi praktikum Matematika dan
Statistika Kehutanan yang telah disetujui dan disahkan pada:
Hari :
Tanggal :
Yogyakarta, 15 Desember 2020
Mengetahui,
Co-Asisten Praktikan
Hayya Azizah Farihatul Ibriza

KATA PENGANTAR
Puji syukur saya panjatkan atas kehadirat Allah SWT atas segala rahmat dan karunia-
Nya saya dapat menyelesaikan Laporan Resmi untuk mata kuliah Matematika dan Statistika
Kehutanan ini dengan lancar. Laporan resmi ini disusun sebagai salah satu syarat untuk dapat
mengikuti responsi dari Praktikum Matematika dan Statistika Kehutanan.
Tak lupa saya ucapkan terima kasih kepada semua pihak yang telah membantu saya
dalam penyusunan laporan resmi ini, terutama kepada :
1. Tuhan Yang Maha Esa yang telah memberi kesehatan, kemampuan dan kekuatan bagi
saya dalam menyusun laporan ini,
2. Orang tua saya yang senantiasa memberi dorongan baik material maupun spiritual,
berupa doa, dan semangat,
3. Bapak Ronggo Sadono sebagai dosen pengampu mata kuliah Matematika dan
Statistika Kehutanan, yang mana ilmu yang diberikan telah banyak membantu saya
dalam penyusunan setiap laporan praktikum yang telah dilakukan,
4. Hayya Azizah, selaku co-ass yang telah banyak membantu dalam pelaksanaan dan
penyusunan laporan praktikum Matematika dan Statistika Kehutanan,
5. Serta semua pihak yang senantiasa memberi semangat.
Saya menyadari sepenuhnya bahwa laporan praktikum ini masih jauh dari sempurna.
Untuk itu saya mengharapkan masukan, saran serta kritik yang membangun sebagai bahan
koreksi bagi saya dalam penyusunan laporan praktikum kedepannya.
Akhir kata, saya berharap laporan ini dapat bermanfaat bagi semua pihak yang terkait,
menjadi bahan pengembangan pikiran bagi pembaca secara umum dan bagi saya sendiri pada
khususnya. Terima kasih.
Yogyakarta, 15 Desember 2020
Farihatul Ibriza
DAFTAR ISI
Lembar Pengesahan…………………………………………………………………
Kata Pengantar………………………………………………………………………
Daftar Isi……………………………………………………………………………
Acara I Pengumpulan Data………………………………………………………..
Acara II Teori Himpunan untuk Pengelolaan Hutan………………………………
Acara III Pengorganisasian dan Pemaparan Data Himpunan……………………...
Acara IV Kalkulus…………………………………………………………………
Acara V Matriks dan Persamaan Simultan…………………………………………
Acara VI Variabel Acak dan Distribusi Probabilitas………………………………
Acara VII Statistika Inferensia…………………………………………………….
Penutup …………………………………………………………………………….
Lampiran……………………………………………………………………………
LAPORAN PRAKTIKUM
MATEMATIKA DAN STATISTIKA HUTAN
ACARA I
PENGUMPULAN DATA
Oleh:
Nama : FARIHATUL IBRIZA
NIM : 20/455332/KT/09180
Co-Ass : HAYYA AZIZAH

FAKULTAS KEHUTANAN
YOGYAKARTA
2020
A. LANGKAH KERJA
Dalam acara pengumpulan data menggunakan software Microsoft Excel dengan
langkah-langkah sebagai berikut:
1. Instal add-ins Data Analysis pada software Microsoft Excel
a. Microsoft Excel dibuka dan dibuat file baru. Pada menu taskbar ikon
File>Options diklik. Maka akan terbuka jendela baru dengan beberapa pilihan.
Pada kolom paling kiri, Add-ins dipilih. Pada pilihan menu add-ins bagian
paling bawah terdapat pilihan manage diatur menjadi Excel add-ins dan
perintah dieksekusi dengan tombol GO.
Gambar 1.1. Instal add-ins Data Analysis
b. Setelah perintah add-ins dieksekusi, akan muncul menu pilihan add-ins pada
MS Excel. Untuk menunjang pengumpulan data pada praktikum ini, Analysis
Toolpak dipilih dalam membantu data analisis. Terutama dalam analisis
statistik.
Gambar 1.2. Pemilihan Analysis Toolpak
c. Setelah selesai, add-ins dicek apakah telah terinstal pada Ms Excel kita.
Pertama, pada taskbar ikon Data diklik. Lalu dilihat pada bagian paling kanan
ada menu Data Analysis. Jika sudah maka Add-ins siap dipakai.
Gambar 1.3. Penginstalan add-ins dicek

2. Pembuatan angka random dengan menggunakan Data Analysis Toolpak
Sekarang angka random akan dibuat dengan bantuan Data Analysis Toolpak yang
tersedia pada add-ins yang telah diinstall sebelumnya. Angka ini nantinya akan
digunakan sebagai sumber data yang akan diolah pada praktikum pengumpulan data.
a. Sebuah workbook baru dibuat, kemudian pada taskbar diklik Data, lalu dipilih
Data Analysis. Pada Data Analysis dipilih Random Number Generation,
kemudian klik OK.
Gambar 2.1. Random Number Generation pada Data Analysis dipilih
b. Setelah klik OK, didapat jendela Random Number Generation yang berisi
beberapa pilihan yang perlu diisi. Pada praktikum kali ini, pada pilihan Number
of Variable diisi dengan angka 3 karena kolom yang dibutuhkan ada 3 dengan
Number of Random Numbers 10. Pada pilihan Distribution dipilih Normal,
selanjutnya pada bagian Mean diisi dengan angka 30 dengan Standart
devitiation 5. Lalu New Worksheet dipilih pada pilihan Output option. Klik
OK.
Gambar 2.2. Pengisian Random Number Generation
c. Akan didapatkan angka random yang dapat diasumsikan sebagai hasil

pengukuran diameter setinggi dada atau DBH dari pohon-pohon sejumlah
sepuluh pada tiga petak ukur.
Gambar 2.3. Angka random yang dihasilkan

3. Pemberian atribut pada dataset
Setelah didapat angka random, selanjutnya angka-angka tersebut akan dipindahkan
ke sheet data kita sebagai tally sheet. Dengan ketentuan pada kolom satu (A) dijadikan
data nomor 1 hingga 10, lalu kolom dua (B) menjadi data nomor 11 hingga 20 dan
kolom tiga (C) menjadi data nomor 21 sampai 30.
Gambar 3. Pemindahan angka random menjadi data DBH
a. Pemberian atribut secara random pada dataset

Data pengukuran diameter yang dimiliki sebanyak 30 pohon. 30 pohon tersebut
akan dikelompokkan secara random menjadi kelompok jenis Bipa, Eukaliptus,
Flamboyan, Shorea, dan Saga.
Maka dimasukkan fungsi:
=CHOOSE(RANDBETWEEN(1,5),"Bipa","Eucalyptus","Flamboyan","Shore
a","Saga")
Jika sudah muncul hasil pada baris data pertama, untuk data lainnya bisa tinggal
di-drag hingga data ke-30. Maka akan muncul hasil jenis pohon secara acak.
Gambar 3.1a. Fungsi atribut random dimasukkan untuk dataset jenis 1
Gambar 3.1b. Hasil pemberian atribut secara random
b. Pemberian atribut secara merata pada dataset

Jenis pohon akan dibagi secara merata menggunakan fungsi CHOOSE dengan
dimodifikasi.
Dengan rumus fungsi:
=CHOOSE(ROUNDUP(RANK(B2,$B$2:$B$31)/6,0),"Bipa","Eucalyptus","
Flamboyan","Shorea","Saga")
Jika telah muncul hasil di baris pertama, maka rumus cukup ditarik hingga data
ke-30 untuk didapatkan hasil akhirnya.
Gambar 3.2a. Atribut fungsi pembagian rata dimasukkan
Gambar 3.2b. Hasil akhir pembagian secara merata

c. Pemberian atribut dengan jumlah tertentu
Fungsi CHOOSE tetap dipakai dengan sedikit modifikasi pada jumlah yang
diinginkan. Disini data yang ingin dibuat 90% dari 30 pohon yang diamati
lurus, sehingga akan didapat sebanyak 27 batang pohon dengan kondisi batang
lurus.
Diperoleh dengan rumus:
=CHOOSE(ROUNDUP(RANK(B2,$B$2:$B$31)/27,0),"Lurus","Bengkok")
Jika sudah didapat hasil pada data pertama, dilanjutkan dengan rumus ditarik
hingga data ke-30 untuk didapat hasil akhir.
Gambar 3.3a. Atribut fungsi dengan jumlah tertentu dimasukkan

Gambar 3.3b. Hasil akhir pemberian atribut dengan jumlah tertentu
B. KESIMPULAN
Pada praktikum pengumpulan data acara 1 ini dari langkah-langkah yang telah
dilakukan dapat kita peroleh informasi mengenai data yang mempresentasikan atribut
pohon dan hutan yang mana pada praktikum kali ini data dipresentasikan dengan angka
random. Angka random dapat diperoleh dengan menggunakan data analysis toolpack
pada Microsoft Excel dengan fungsi RAND dan RANDBETWEEN.
Data yang diperoleh dari acara ini selanjutnya digunakan untuk bahan data
pengolahan untuk acara-acara berikutnya. Sehingga dari praktikum ini praktikan dapat
memahami tentang data yang mempresentasikan atribut pohon dan hutan dan cara
perolehannya sekaligus menyiapkan data sebagai bahan pengolahan acar selanjutnya.
LAPORAN PRAKTIKUM
ACARA II
TEORI HIMPUNAN UNTUK PENGELOLAAN HUTAN
Oleh:
NIM : 20/455332/KT/09180
Co-Ass : Hayya Azizah

FAKULTAS KEHUTANAN
YOGYAKARTA
2020
A. LANGKAH KERJA
Dalam acara yang kedua ini, yaitu teori himpunan untuk pengelolaan hutan data
yang akan digunakan adalah data yang telah dikumpulkan pada acara 1 dengan
memanfaatkan software Microsoft Excel. Langkah-langkah yang dilakukan adalah
sebagai berikut:
Worksheet 1
1. Penyalinan data dari acara 1
Pada acara kali ini data yang akan digunakan adalah data yang diperoleh
dari acara 1. Data cukup disalin dari tabel acara 1 ke workbook baru. Perlu
diingat dalam menyalin data ini tidak boleh asal menyalin, tapi data disalin
menggunakan cara copy-paste value agar data yang disalin dari acara 1 sama
dan tidak berubah.
Gambar 1.1. data awal yang didapat dari acara 1 (data kompil)
Worksheet 2
Pada langkah kali ini dianggap bahwa setiap pohon pada tiap sampel
merupakan anggota sebuah himpunan, maka dibuat kode untuk setiap
pohonnya. Misal untuk pohon no 1 pada sampel 1 kita beri kode 1-1, pohon no
2 pada sampel 1 dengan kode 1-2 dan seterusnya hingga pohon no 10 pada
sampel 3.
Untuk pengkodean ini sebenarnya bisa dilakukan dengan manual. Namun
hal tersebut sangat rentan terjadi kesalahan. Dapat dimanfaatkan fungsi
ISBLANK() untuk pengkodean sampel dan CONCATENATE() untuk
pengkodean pohon.
1. Penulisan kode sampel

Pada penulisan kode sampel digunakan fungsi =ISBLANK() dengan
rumus:
=IF(ISBLANK(A2)=FALSE,A2,H1)
Apabila sudah muncul hasil pada sel H2, untuk mempercepat pengkodean,
sel yang berisi rumus ditarik hingga data ke-30. Maka akan muncul secara
otomatis kode sampel pada sel.
Gambar 2.1a. Penulisan fungsi pengkodean sampel

Gambar 2.1b. Hasil pengkodean sampel dengan fungsi ISBLANK()
2. Penulisan kode pohon

Untuk penulisan kode pohon dimanfaatkan fungsi =CONCATENATE()
agar mempermudah pekerjaan dan meminimalisir adanya kesalahan penulisan.
Menggunakan rumus:
=CONCATENATE(H2,"-",B2)
Apabila sudah muncul hasil pengkodean pada sel I2, maka rumus bisa di-
drag hingga data terakhir. Sehingga otomatis kode pohon akan muncul.
Gambar 2.2. Penulisan kode pohon dengan fungsi =CONCATENATE()

3. Penentuan kelas DBH pada data
Berdasarkan nilai hasil pengukuran DBH, jenis pohon pada praktikum ini
dapat dikelompokkan menjadi 4 kelas yaitu:
Kelas Pohon Menurut DBH Kode Kelas DBH
Sangat Kecil SK ≤10cm
Kecil K 10cm < DBH ≤ 20cm
Sedang M 20cm< DBH ≤ 30cm
Besar B >30cm
Kelas DBH ditentukan dengan fungsi =IF() secara berkalang. Yaitu dengan
rumus:
=IF(C2≤10,"SK",IF(AND(C2>10,C2≤20),"K",IF(AND(C2>20,C2≤30),"M","
B")))
Maka akan diperoleh kelas DBH untuk data 1 di sel K2. Data kelas DBH
pada sel berikutnya diperoleh dengan cara rumus cukup ditarik hingga data ke-
30 yang dimiliki.
Gambar 2.3. Pengelompokan kelas DBH menggunakan fungsi =IF()

Worksheet 3
Lalu dibuat sortiran pada sheet 3. Disini akan disortir pohon dengan kualitas
batang lurus dan kesehatan baik (health). Langkah yang dapat dimbil yaitu:
1. Pembuatan sortiran
Langkah ini dilakukan pada worksheet 2 yang berisi data pohon. Pada
langkah ini bisa dimanfaatkan fungsi sortir yang telah difasilitasi oleh
Microsoft excel. Pertama bagian kesehatan dan kualitas batang diblok. Klik
Sort & Filter yang ada pada taskbar pojok kanan atas, lalu dipilih Filter.
Gambar 3.1. Penyortiran kualitas dan kesehatan pohon menggunakan menu

Filter pada Short&Filter
2. Proses penyortiran data

Pada worksheet 3 pohon sehat dengan kualitas batang lurus akan disortir.
Data pada worksheet 2 disortir dengan tanda yang berada di sel kesehatan
ditekan dan dipiilih ‘health’. Pada sel kualitas batang dipilih ‘lurus’. Lalu pada
sel kode pohon dicopy-paste ke worksheet 3.
.
Gambar 3.2a. Sortir data pohon sehat kualitas lurus
Gambar 3.2b. Kode pohon dengan kondisi Sehat-Lurus disalin ke worksheet 3
3. Pengolahan data menjadi himpunan

Setelah data yang telah disortir dari worksheet 2 disalin dengan table
‘Health’ merupakan data pohon sehat dan table ‘lurus’ berisi data pohon batang
lurus, lalu tabel tambahan Bridging Computasi, H interseksi L, dan H union L
dibuat. Kemudian tiap sel diisi dengan data yang diperoleh dari formula:
a. Bridging Computasi
=IF(IFERROR(MATCH(B5,$C$5:$C$31,0),0),1,0)
Jika sudah muncul hasil pada sel 1, rumus di-copy hingga data terakhir
dengan ditarik (drag) hingga bawah.
Gambar 3.3a. Bridging Computasi pohon Sehat (Health)-Lurus
b. H interseksi L (irisan Sehat (Health)-Lurus)

=IF(D5=0," ",B5)
Gambar 3.3b. Tabel irisan (interseksi) Sehat(Health)-Lurus

c. H union L (gabungan)
=IF(E5=B5," ",C5)
Pada tabel union ada 2 kolom yang menyajikan gabungan antar keduanya.
Gambar 3.3c. Tabel hasil gabungan Sehat(Health)-Lurus
4. Pembuatan Diagram Venn

Diagram Venn dibuat berdasarkan data yang telah diperoleh dengan H
interseksi L berada di tengah sebagai irisan kedua himpunan. Pada kasus ini
semua anggota himpunan Sehat merupakan anggota himpunan Lurus, sehingga
diagram venn yang terbentuk lingkaran Sehat berada didalam lingkaran Lurus.
Gambar 3.4. Diagram venn

Worksheet 4
Pada worksheet 4 akan dilakukan sortir pohon Sehat dengan kualitas batang
Bengkok. Untuk langkah yang dilakukan hampir sama dengan yang telah
dilakukan pada sortir pohon Sehat kualitas batang Lurus. Hanya saja kali ini
kita mengganti filter menjadi kualitas batang Bengkok.
Pada worksheet 4 kita akan disortir pohon sehat dengan kualitas batang
bengkok. Data pada worksheet 2 disortir dengan tanda yang berada di sel
kesehatan ditekan dan dipilih ‘health’. Pada sel kualitas batang dipilih
‘bengkok’. Lalu pada sel kode pohon dicopy-paste ke worksheet 4.
Gambar 4.1a. Sortir data pohon sehat kualitas bengkok

Gambar 4.1b. Kode pohon kondisi Sehat-Bengkok disalin ke worksheet 4

Setelah data yang telah disortir dari worksheet 2 disalin dengan tabel
‘Health’ berisi data pohon sehat dan tabel ‘Bengkok’ berisi data pohon batang
bengkok, lalu tabel tambahan Bridging Computasi, H interseksi B, dan H union
B dibuat. Kemudian tiap sel diisi dengan data yang diperoleh dari formula:
Gambar 4.2a. Bridging Computasi pohon Sehat (Health)-Bengkok
b. H interseksi B (irisan Sehat (Health)-Bengkok)
=IF(D5=0," ",B5)
Gambar 4.2b. Tabel irisan (interseksi) Sehat(Health)-Bengkok
c. H union B (gabungan)
=IF(E5=B5," ",C5)
Pada tabel union ada 2 kolom yang menyajikan gabungan keduanya.
Gambar 4.2c. Tabel hasil gabungan Sehat(Health)-Bengkok
3. Membuat Diagram Venn

Diagram Venn dibuat berdasarkan data yang telah kita peroleh. Karena pada
data tidak ditemukan interseksi antar keduanya, maka diagram yang terbentuk
tidak saling beririsan.
Gambar 4.3. Diagram Venn
Worksheet 5
Pada worksheet 5 akan dilakukan sortir pohon Sakit dengan kualitas batang
Lurus. Untuk langkah yang dilakukan hampir sama dengan yang telah
dilakukan pada worksheet 3 dan 4. Hanya saja kali ini filter diganti menjadi
pohon sakit dengan kualitas batang lurus.
Data pada worksheet 2 disortir dengan tanda yang berada di sel

kesehatan ditekan dan dipilih ‘Sick’. Pada sel kualitas batang dipilih ‘Lurus’.
Lalu pada sel kode pohon dicopy-paste ke worksheet 5.
Gambar 5.1a. Sortir data pohon sakit kualitas lurus
Gambar 5.1b. Kode pohon kondisi Sakit-Lurus disalin ke worksheet 5

Setelah data yang telah disortir dari worksheet 2 disalin dengan tabel ‘Sick’
berisi data pohon sakit dan tabel ‘Lurus’ berisi data pohon batang lurus, lalu
dibuat tabel tambahan Bridging Computasi, S interseksi L, dan S union L.
kemudian tiap sel diisi dengan data yang diperoleh dari formula:
Gambar 5.2a. Bridging Computasi pohon Sakit-Lurus
b. S interseksi L (irisan Sakit-Lurus)

=IF(D5=0," ",B5)
Gambar 5.2b. Tabel irisan (interseksi) Sakit-Lurus
c. S union L (gabungan)
=IF(E5=B5," ",C5)
Pada tabel union ada 2 kolom yang menyajikan gabungan antar keduanya.
Gambar 5.2c. Tabel hasil gabungan Sakit-Lurus

Diagram Venn dibuat berdasarkan data yang telah diperoleh dengan S
interseksi L berada di tengah sebagai irisan kedua himpunan, S berada di
sebelah kiri sebagai anggota himpunan Sakit (Sick) dan berada di sebelah
kanan sebagai anggota himpunan Lurus (L).
Worksheet 6
Pada worksheet 6 akan dilakukan sortir pohon Sakit dengan kualitas batang
Lurus. Untuk langkah yang dilakukan hampir sama dengan yang telah
dilakukan pada worksheet 5. Hanya saja kali ini kita filter diganti menjadi
pohon kualitas batang bengkok.
Data pada worksheet 2 disortir dengan tanda yang berada di sel

kesehatan ditekan dan dipilih ‘Sick’. Pada sel kualitas batang dipilih
‘Bengkok’. Lalu pada sel kode pohon dicopy-paste ke worksheet 6.
Gambar 6.1a. Sortir data pohon sakit kualitas bengkok
Gambar 6.1b. Kode pohon kondisi Sakit-Bengkok disalin ke worksheet 6

Setelah data yang telah disortir dari worksheet 2 disalin dengan tabel ‘Sick’
berisi data pohon sakit dan tabel ‘Bengkok’ berisi data pohon batang bengkok,
lalu dibuat tabel tambahan Bridging Computasi, S interseksi B, dan S union B.
kemudian tiap sel diisi dengan data yang diperoleh dari formula:
Gambar 6.2a. Bridging Computasi pohon Sakit-Bengkok
b. S interseksi B (irisan Sakit-Bengkok)

=IF(D5=0," ",B5)
Gambar 6.2b. Tabel irisan (interseksi) Sakit-Bengkok

c. S union B (gabungan)
=IF(E5=B5," ",C5)
Pada tabel union akan ada 2 kolom yang menyajikan gabungan antar
keduanya.
Gambar 6.2c. Tabel hasil gabungan Sakit-Bengkok

Diagram Venn dibuat berdasarkan data yang telah diperoleh Pada kasus ini
semua anggota himpunan Bengkok merupakan anggota himpunan Sakit,
sehingga diagram venn yang terbentuk lingkaran Bengkok berada didalam
lingkaran Sakit.
B. KESIMPULAN
Pada praktikum acara 2 ini didapat lebih banyak informasi dan ilmu
mengenai penggunaan teori himpunan dalam pengelolaan hutan. Semua pohon
di suatu Kawasan hutan dapat dibuat himpunan dengan batasan yang jelas.
Dalam acara ini fungsi-fungsi yang telah disediakan oleh Ms. Excel sangat
membantu, terutama dalam hal pengoperasian data himpunan. Dengan
menghimpun semua pohon yang ada pada kawasan hutan, diharapkan dapat
membantu dalam pengelolaan hutan yang lebih terstruktur.
C. JAWABAN PERTANYAAN
1. Mengapa diperlukan kode unik untuk setiap anggota himpunan?
Jawab: Kode unik diperlukan untuk membedakan dan mengklasifikasikan
setiap anggota dari suatu himpunan. Dalam hal ini berarti kode unik
diperlukan untuk memudahkan kita dalam mengelompokan jenis pohon.
Pemberian kode unik ini pun dapat memudahkan pengelolaan data pada
tahap selanjutnya.
2. Digunakan untuk apakah fungsi CONCATENATE() dan fungsi
ISBLANK()?
Jawab:
 Fungsi CONCATENATE() adalah fungsi excel yang digunakan untuk
data dari dua cell atau lebih ke dalam satu cell excel dengan akurat.
Dalam hal ini, fungsi CONCATENATE() digunakan untuk mencatat
kode pohon yang merupakan gabungan dari kode sampel dan nomor
pohon.
 Fungsi ISBLANK() berfungsi untuk memeriksa apakah sebuah rujukan
sel berupa sel kosong atau tidak. Fungsi ini akan menghasilkan nilai
TRUE jika sel yang kita rujuk berupa sel kosong tapi apabila sel yang
kita rujuk memiliki nilai maka hasilnya akan FALSE
3. Apabila anggota-anggota himpunan semesta pembicaraan dikelompokkan
menjadi himpunan berdasarkan atributnya (Jenis, DBH, Kesehatan,
Kualitas Batang) tentukan dan notasikan himpunan-himpunan tersebut
Jawab:
a. Jenis pohon ( Bipa, Eukaliptus, Flamboyan, Shorea, Saga)
Bipa = {(1-1),(2-3),(2-10),(3-1),(3-5),(3-9)}
Eukaliptus = {(1-2),(1-10),(2-2),(2-5),(2-7),(3-6)}
Flamboyan = {(1-5),(1-8),(2-1),(2-6),(3-8),(3-10)}
Shorea = {(1-3),(2-8),(2-9),(3-2),(3-3),(3-4)}
Saga = {(1-4),(1-6),(1-7),(1-9),(2-4),(3-7)}
b. Kualitas pohon (Lurus, Bengkok)
Lurus = {(1-1),(1-2),(1-3),(1-4),(1-5),(1-8),(1-9),(1-10),(2-1),(2-2),
(2-3),(2-5),(2-6),(2-7),(2-8),(2-9),(2-10),(3-1),(3-2),(3-3),
(3-4),(3-5),(3-6),(3-7),(3-8),(3-9),(3-10)}
Bengkok = {(1-6),(1-7),(2-4)}
c. Kesehatan pohon
Sehat = {(1-1),(1-2),(1-3),(1-5),(1-8),(1-10),(2-1),(2-2),(2-3),(2-5),
(2-6),(2-7),(2-8),(2-10),(3-1),(3-3),(3-5),(3-6),(3-8),(3-9),
(3-10)}
Sakit = {(1-4),(1-6),(1-7),(1-9),(2-4),(2-9),(3-2),(3-4),(3-7)}
d. Kelas DBH
SK = {}
K = {}
M ={(1-3),(1-4),(1-5),(1-6),(1-7), (1-9),(2-4),(2-8),(2-9),(3-2),(3-3),
(3-4),(3-5),(3-6),(3-7)}
B={(1-1),(1-2),(1-8),(1-10),(2-1),(2-2),(2-3),(2-5),(2-6),(2-7),
(2-10),(3-1),(3-3),(3-5),(3-6),(3-8),(3-9),(3-10)}
4. Hitunglah jumlah anggota tiap-tiap himpunan yang telah ditentukan
Jawab:
a. Jenis pohon (Bipa/A, Eukaliptus/B, Flamboyan/C, Shorea/D, Saga/E)
n(S) = 30 n(C) =6
n(A) = 6 n(D) =6
n(B) = 6 n(E) =6
b. Kualitas pohon (Lurus/L, dan Bengkok/B)
n(S) = 30
n(L) = 27
n(B) = 3
c. Kesehatan pohon (Sehat/H, dan Sakit/S)
n(S) = 30
n(H) = 21
n(S) = 9
d. Kelas DBH (SK, K, M, B)
n(S) = 30 n(M) = 14
n(SK) = 0 n(B) = 16
n(K) = 0
5. Berdasarkan jumlah anggota tiap-tiap himpunan ini gambarkanlah
dengan narasi verbal, kondisi semesta pembicaraan
Jawab: Setelah saya melakukan acara 1 dan 2, saya memperoleh 4 data
semesta yaitu, semesta jenis pohon dengan anggota himpunan berupa Bipa,
Eukaliptus, Flamboyan, Shorea, dan Saga yang masing-masing memilki 6
anggota. Lalu semesta kualitas batang berupa batang Lurus dengan anggota
sebanyak 27 anggota dan Bengkok dengan 3 anggota, semesta kesehatan
pohon yang terdiri dari pohon sehat terdiri dari 21 anggota dan sakit dengan
9 anggota, serta semesta kelas DBH yang terdiri dari SK(sangat kecil),
K(kecil) keduanya tidak memiliki anggota, serta M(sedang) dengan 14
anggota, dan B(besar) sebanyak 16 anggota.
6. Apabila dianggap bahwa jika 70 % jumlah pohon memiliki kondisi yang
sehat dan 60 persen memiliki kualitas batang lurus maka tegakan di
arboretum dikatakan produktif. Berdasarkan anggapan ini apakah
tentukan apakah tegakan arboretum tergolong produktif atau tak
produktif. Buktikan dengan notasi operasi himpunan dan gambarlah
diagram Venn-nya
Jawab:
Kondisi pohon sehat
21/30 x 100%= 70%
Kondisi batang lurus
27/30 x 100%= 90%
Dari data yang saya peroleh, dapat dilihat bahwa tegakan arboretum yang
saya amati sudah dapat dikatakan produktif. Karena baik kondisi pohon
sehat dan kondisi batang lurus sudah memenuhi batas, yaitu sehat 70% dan
lurus>60%
7. Apakah pohon yang berkualitas lurus mengumpul pada jenis-jenis

tertentu, apabila benar demikian jenis-jenis apakah itu. Buktikan
dengan notasi operasi himpunan, gambarlah diagram Venn-nya
Jawab:
bipa
a. n(L)= 27
*1-1 *3-1
n(Bipa)= 6 *2-3 *3-5
n(L∩Bipa)=6 *2-10 *3-9
b. n(L)=27
n(Eukaliptus)=6 Eukal
iptus
*1-2 *2-5
n(L∩Eukaliptus)=6
*1-10 *2-7
*2-2 *3-6
c. n(L)=27
flam
n(Flamboyan)=6 *1-5boya
*2-6
n(L∩Flamboyan)= 6 *1-8 *3-8
*2-1 *3-10
d. n(L)=27
n(Shorea)=6
n(L∩Shorea)= 6 shor
ea *3-2
*1-3
*2-8 *3-3
e. n(L)=27
*2-9 *3-4
n(Saga)=6
n(L∩Saga)= 3
saga Lurus
*1-6 *1-4
*1-7 *1-9
*2-4 *3-7
Bila dilihat dari diagram yang disajikan dapat kita liha bahwa kualitas
batang lurus banyak kita jumpai pada jenis Bipa,Eukaliptus, Flamboyan,
dan Shorea dengan masing-masing 6 pohon. Dan yang paling sedikit adalah
jenia pohon Saga hanya 3 pohon.
8. Apabila jenis pohon yang bernilai tinggi, sehat dan berbatang lurus akan
dijadikan sebagai sumber materi materi kultur jaringan untuk kepentingan
pemuliaan. Berapakah jumlah pohon di arboretum yang dapat
dimanfaatkan untuk kepentingan ini.
Jawab: Dalam penentuan kriteria kepentingan, pohon dapat dibagi menjadi
pohon tidak komersial (Flamboyan), Kayu komersial satu (shorea), kayu
komersial dua ( Bipa dan Eukaliptus), kayu indah satu, dan kayu indah dua
(Saga). Setelah melakukan pendataan dan berdiskusi bersama Co Ass ada
beberapa jenis pohon yang dianggap bernilai tinggi.
Terdapat 3(tiga) pohon jenis Shorea yang dapat dimanfaatkan untuk
kepentingan pemuliaan karena termasuk dalam Kayu Komersial Satu
(KKS) yang bernilai tinggi dengan kondisi sehat, dan berbatang lurus.
Selain itu terdapat 6(enam) pohon jenis Bipa dan 6(enam) pohon jenis
Eukaliptus yang juga dapat dimanfaatkan dalam kepentingan ini karena
mereka termasuk dalam Kayu Komersial dua (KKD) dan memiliki kondisi
pohon sehat dan lurus.
9. Galilah informasi lain yang dapat diperoleh melalui penerapan operasi
himpunan terkait dengan kondisi tegakan arboretum F. Kehutanan
UGM.
Jawab: Dari kegiatan ini bisa diambil beberapa informasi mengenai tegakan
yang ada di arboretum F. Kehutanan UGM. Sebagai contoh terdapat pohon
yang memiliki kriteria sakit-bengkok, maka akan ditebang dan dapat diganti
pohon yang baru.
Sakit = {(1-4),(1-6),(1-7),(1-9),(2-4),(2-9),(3-2),(3-4),(3-7)}
Bengkok = { (1-6), (1-7), (2-4)}
Sakit ∩ Bengkok = {(1-6), (1-7), (2-4)}
Jadi, pohon yang akan ditebang ada 3 (tiga) yaitu pohon dengan kode (1-6),
(1-7), (2-4)
LAPORAN PRAKTIKUM
ACARA III
PENGORGANISASIAN DAN PEMAPARAN DATA
HIMPUNAN
Oleh:
NIM : 20/455332/KT/09180

FAKULTAS KEHUTANAN
YOGYAKARTA
2020
A. LANGKAH KERJA
Dalam acara yang ketiga ini, yaitu Pengorganisasian dan Pemaparan

Data Himpunan data yang akan digunakan adalah data yang telah
dikumpulkan pada acara 1. Data DBH diolah dengan memanfaatkan software
Microsoft Excel. Langkah yang dilakukan pada pengolahan data acara 3 ini
menggunakan cara manual maupun cara langsung menggunakan rumus yang
telah difasilitasi oleh Ms. Excel. Langkah-langkah yang dilakukan adalah
sebagai berikut:
Worksheet 1
1. Penginputan data jenis pohon beserta DBH
Data DBH dari acara sebelumnya akan diolah pada acara ini. Data DBH
disalin ke worksheet baru di acara 3. Perlu diingat dalam menyalin data ini
tidak boleh asal menyalin, tapi menggunakan cara copy-paste value agar data
yang disalin dari acara sebelumnya sama dan tidak berubah. Data dibuat pada
worksheet 1
Gambar 1.1. data DBH disalin ke worksheet baru (data awal)
2. Perhitungan banyak data

Banyak data dihitung dengan memanfaatkan fungsi yang telah difasilitasi
oleh Microsoft Excel, yaitu:
=COUNTA(A10:A39)
Gambar 1.2. Banyak data dihitung
3. Penentuan data tertinggi (max)

Data tertinggi diperoleh dengan memanfaatkan rumus yang telah tersedia
oleh Excel, yaitu:
=MAX(B10:B39)
Gambar 1.3. Penentuan nilai tertinggi dengan rumus =MAX(data)
4. Penentuan data terendah (min)

Nilai terendah dihitung dengan memanfaatkan fungsi =MIN( ) pada Ms.
Excel, dengan rumus:
=MIN(B10:B39)
Gambar 1.4. Penentuan nilai terendah dengan rumus =MIN(data)
5. Perhitungan range
Setelah didapat nilai tertinggi dan nilai terendah, jangkauan (range)
dihitung dengan cara datum tertinggi dikurangi dengan datum terendah.
=Max()–Min ().
Gambar 1.5. Perhitungan selisih antara nilai data tertinggi dengan data
terendah (Range)
6. Perhitungan banyak kelas

Banyak kelas dihitung menggunakan rumus log, dengan rumus:
=1+(3.3*(LOG(B2)))
Gambar 1.6. Perhitungan banyak kelas data
7. Perhitungan panjang interval

Data kita dibagi menjadi beberapa kelas dengan interval tertentu. Interval
dihitung dengan range dibagi dengan banyaknya kelas yang kita miliki.
=Range/Banyak kelas
Gambar 1.7. Perhitungan banyak interval dari data yang dimiliki
8. Penulisan interval pada tiap kelas

Setelah kita mengetahui banyaknya interval, maka interval ditulis pada
kolom interval untuk memudahkan dalam pengolahan. Interval ditulis menurut
rentang yang telah dihitung pada langakah sebelumnya.
9. Penentuan batas bawah dan batas atas data
Batas bawah diperoleh dengan tepi bawah interval per kelas dikurangi
dengan konstanta 0,5 . Batas atas didapat dengan tepi atas interval tiap kelas
ditambah dengan konstanta 0,5.
Gambar 1.8. penentuan batas bawah dan batas atas data
10. Perhitungan titik tengah data

Titik tengah diperoleh dengan batas bawah dan batas atas dijumlahkan lalu
dibagi dua. =(batas bawah+batas atas)/2
Gambar 1.9. Perhitungan titik tengah data per kelas
11. Perhitungan banyaknya Frekuensi tiap kelas

Fasilitas Sort & Filter yang dimiliki oleh Ms. Excel bisa digunakan untuk
mempercepat pekerjaan kita, Dipilih sortir Smallest to largest. Sehingga nanti
data akan diurutkan menurut nilai terendah hingga tertinggi. Setelah itu data
dihitung dengan fungsi =COUNTA(data sesuai batas interval)
Gambar 1.10. Banyak frekuensi tiap kelas dihitung
12. Perhitungan Frekuensi Kumulatif (Fk)

Frekuensi Kumulatif suatu kelas didapat dengan frekuensi ditambah
dengan Fk sebelumnya. =frekuensi + Fk seb
Gambar 1.11 Frekuensi Kumulatif dihitung
13. Menentukan Frekuensi Relative

Frekuensi Relatif diperoleh dengan cara frekuensi (fi) dibagi dengan
banyaknya data. Fi/n
Gambar 1.12. frekuensi relatif dihitung
14. Perhitungan fi.xi, xi2 , fi. xi2 , (fi. xi)2
Gambar 1.13a. frekuensi (fi) dengan titik tengah (xi) dikalikan (fi.xi)
Gambar 1.13b.Titik tengah dikuadratkan (xi2 )

Gambar 1.13c. Frekuensi dikalikan dengan titik tengah yang telah
dikuadratkan terlebih dahulu. (fi.xi2 ).
Gambar 1.13d. frekuensi yang dikali dengan titik tengah dikuadratkan

(fi.xi)2
15. Pembuatan diagram distribusi frekuensi

Setelah semua sebaran frekuensi data dihitung, sebuah diagram dapat
dibuat dari data tersebut. Diagram dibuat dengan memanfaatkan fasilitas chart
yang telah disediakan oleh excel. Pertama sel interval diklik, lalu shift ditekan
dan ditahan, sel terakhir frekuensi diklik. Setelah itu bagian pilihan pada pojok
kanan bawah diklik dan dipilih chart yang diinginkan.
Gambar 1.14. Diagram Distribusi Frekuensi
16. Penghitungan rerata (Mean),median, modus,

Rerata dihitung menggunakan cara jumlah nilai data dibagi dengan
banyaknya data. Secara manual, rerata diperoleh dengan rumus:
∑
X : nilai rerata n : jumlah data

∑ : jumlah keseluruhan data
Gambar 1.15a. Perhitungan mean
Median adalah nilai tengah dari seluruh data yang telah diurutkan.
Pertama- tama 50 kelas median dihitung terlebih dahulu dengan cara jumlah
data dibagi 2 (n/2). Lalu median dihitung dengan :
=tepi bawah kelas median+(interval*(nilai tengah - frekuensi kumulatif
sebelum median)/frekuensi kelas median). Atau dapat ditulis dengan
rumus:
=F12+(C7*((I17/2-J11)/I12))
Gambar 1.15b. Perhitungan median secara manual

Modus adalah nilai yang paling banyak muncul atau kelas yang memiliki
frekuensi terbanyak. Sebelum modus dihitung, sebaiknya kita selisih frekuensi
kelas modus dengan frekuensi sebelumnya (d1) dan selisih dengan setelahnya (d2)
ditentukan dahulu. Modus dapat diperoleh dengan rumus:
=tepi bawah kelas modus+(interval*(d1/(d1+d2)). Atau dapat ditulis:
=F12+C7*(H23/(H23+H24))
Gambar 1.15c. Penentuan Modus
17. Perhitungan varians data

Varians data dapat diperoleh dengan rumus:
∑
∑
2
s =
Keterangan :
fi : frekuensi kelas fi.xi: frekuensi dikali nilai tengah
xi2 : kuadrat nilai tengah kelas n : jumlah frekuensi
Gambar 1.16. Perhitungan varians
18. Perhitungan standart devisiasi

Standar deviasi adalah perhitungan akar dari variansi.
Gambar 1.17. Perhitungan Standart Devisiasi
19. Menentukan quartil 1, quartil 2, dan quartil 3

Sebelum quartil 1dihitung, kelas quartil ditentukan dulu dengan jumlah data
dibagi dengan konstanta 4 (n/4). Setelah ditentukan letak kelas quartil, barulah
dihitung dengan rumus:
=tepi bawah quartil+interval*((jumlah frekuensi/4 dikurangi frekuensi
kumulatif sebelum quartil)/frekuensi kelas quartil). Atau bisa dirumuskan:
=F11+C7*((I17/4-J10)/I11)
Gambar 1.18a. Quartil 1
Quartil 2 disebut juga dengan median (gambar 1.15b. median)
Letak kelas quartil 3 diperoleh dengan cara jumlah data dikali dengan
konstanta ¾ (3n/4). Setelah ditentukan letak kelas quartil, barulah quartil
3dihitung dengan rumus:
=tepi bawah quartil+interval*((3*jumlah frekuensi/4 dikurangi frekuensi

=F13+(C7*((3*I17/4)-J12)/I13)
Gambar 1.18b. Quartil 3

Worksheet 2
Pada worksheet 2 ini memuat tentang data DBH ditambah dengan 2 angka
dibelakang NIM (+8) dan pengorganisasiannya. Langkah-langkah peng-
organisasian data worksheet 2 ini hampir sama dengan data awal (worksheet
1).
1. Data DBH ditambah dengan konstanta 8 ( penjumlahan 2 angka
dibelakang NIM)
Data DBH pada worksheet 1 disalin dan disampingnya ditambah 1 kolom
untuk menuliskan data DBH yang telah ditambah dengan konstanta 8.
Gambar 2.1. data asli DBH disalin dan ditambah 8

Banyaknya data dihitung dengan cara yang sama seperti langkah yang kita
lakukan pada worksheet 1. Yaitu menggunakan fungsi =COUNTA( )
Gambar 2.2. Banyak data (n) dihitung
Sama seperti worksheet sebelumnya, data tertinggi ditentukan dengan
memanfaatkan fungsi =MAX( ),
=MAX(C3:C32)
Gambar 2.3. nilai tertinggi ditentukan dengan rumus =MAX( )

=MIN(C3:C32)
Gambar 2.4. Nilai terendah ditentukan dengan rumus =MIN( )

Setelah didapat nilai tertinggi dan nilai terendah jangkauan (range) dapat
=Max()–Min ().
Gambar 2.5. Selisih antara nilai data tertinggi dengan data terendah
(Range)
6. Perhitungan banyak kelas
Banyak kelas, dihitung dengan menggunakan rumus log, dengan rumus:
=1+(3.3*(LOG(G2)))
Gambar 2.6. Perhitungan banyak kelas data

Data dibagi menjadi beberapa kelas dengan interval tertentu. Interval
=Range/Banyak kelas
Gambar 2.7. Perhitungan panjang interval dari data yang dimiliki
9. Penentuan batas bawah dan batas atas data
Gambar 2.8. Penentuan batas bawah dan batas atas data

data akan diurutkan menurut nilai terendah hingga tertinggi. Setelah itu data
dihitung dengan fungsi =COUNTA(data sesuai batas interval)
Gambar 2.10. Banyak frekuensi tiap kelas dihitung

Gambar 2.11. Perhitungan Frekuensi Kumulatif
13. Penentuan Frekuensi Relative
Rumus yang digunakan tetap sama yaitu =fi/n
Gambar 2.12. Penentuan frekuensi relatif

Gambar 2.13a. frekuensi (fi) dengan titik tengah (xi) dikalikan (fi.xi)
Gambar 2.13b. Titik tengah data dikuadratkan
Gambar 2.13c. Frekuensi dikalikan dengan titik tengah yang telah

dikuadratkan. (fi. xi2 )
Gambar 2.16. frekuensi yang dikali titik tengah dikuadratkan (fi.xi)2

dibuat dari data tersebut. Diagram dibuat dengan langkah yang sama dengan
worksheet 1 yaitu memanfaatkan chart.
Gambar 2.14. Diagram Distribusi Frekuensi DBH ditambah

16. Penghitungan rerata (Mean),median, modus
Rerata dihitung menggunakan cara jumlah nilai data dibagi dengan
∑

Gambar 2.15a. mean

Pertama- tama 50 kelas median dihitung terlebih dahulu dengan cara
jumlah data dibagi 2 (n/2). Median dihitung dengan rumus:
rumus:
=G12+H7*((J17/2-K11)/J12)
Gambar 2.15b. Perhitungan Median secara manual

Sebelum modus dihitung, sebaiknya kita selisih frekuensi kelas modus
dengan frekuensi sebelumnya (d1) dan selisih dengan setelahnya (d2)
ditentukan dahulu. Modus dapat diperoleh dengan rumus:
=G12+H7*(I23/(I23+I24))
17. Penghitungan varians data
∑
∑
2
s =
Keterangan :
Gambar 2.16. Perhitungan varians

Gambar 2.17. Standart Devisiasi
19. Penentuan quartil 1,quartil 2, quartil 3
Sebelum quartil 1dihitung, kelas quartil ditentukan dulu dengan jumlah
data dibagi dengan konstanta 4 (n/4). Setelah ditentukan letak kelas quartil,
barulah quartil 1 dihitung dengan rumus:
=G11+H7*((J17/4)-K10)/J11

Quartil 2 disebut juga dengan median (gambar 2.15b. Median)
konstanta ¾ (3n/4). Setelah ditentukan letak kelas quartil, barulah quartil 3
=G13+H7*((3*J17/4-K12)/J13)
Gambar 2.24. Quartil 3
Worksheet 3
Pada worksheet 3 memuat data DBH yang telah dikali dengan 1 angka
dibelakang NIU (x2) dan pengorganisasiannya. Langkah-langkah peng-
organisasian data worksheet 3 ini hampir sama dengan data awal (worksheet
1).
1. Data DBH dikali dengan konstanta 2 ( satu angka terakhir NIU)
Data DBH pada worksheet 1 disalin dan disampingnya ditambah 1 kolom
untuk menuliskan data DBH yang akan dikali dengan konstanta 2.
Gambar 3.1. data asli DBH disalin dan dikali 2
Banyaknya data dihitung dengan cara yang sama seperti langkah yang kita
lakukan pada worksheet 1. Yaitu menggunakan fungsi =COUNTA( )
Gambar 3.2. banyak data (n) dihitung

Sama seperti worksheet sebelumnya, data tertinggi dihitung dengan
memanfaatkan fungsi =MAX( ), =MAX(C3:C32)
Gambar 3.3. Penentuan nilai tertinggi dengan rumus =MAX( )
=MIN(C3:C32)
Gambar 3.4. Penentuan nilai terendah dengan rumus =MIN( )

Setelah didapat nilai tertinggi dan nilai terendah jangkauan (range)dapat
=Max()–Min ().
(Range)
6. Peerhitungan banyak kelas
Banyak kelas dihitung dengan menggunakan rumus log,
=1+(3.3*(LOG(G2)))
Gambar 3.6. Banyak kelas data

Data dibagi menjadi beberapa kelas dengan interval tertentu. Interval
=Range/Banyak kelas
Gambar 3.7. Perhitungan panjang interval dari data yang dimiliki
9. penentuan batas bawah dan batas atas data
Gambar 3.8. Penentuan batas bawah dan batas atas data

data akan diurutkan menurut nilai terendah hingga tertinggi. Setelah itu
dihitung dengan memanfaatkan fungsi =COUNTA(data sesuai batas interval)
Gambar 3.10. Perhitungan banyak frekuensi tiap kelas

Gambar 3.11. Perhitungan Frekuensi Kumulatif
13. Menentukan Frekuensi Relative
Rumus yang digunakan tetap sama yaitu =fi/n
Gambar 3.12. Penentuan frekuensi relatif

Gambar 3.13a. Frekuensi (fi) dikali dengan titik tengah (xi)
Gambar 3.13b. Titik tengah data dikuadratkan
Gambar 3.13c Frekuensi dikalikan dengan titik tengah yang telah

dikuadratkan.
Gambar 3.13d. frekuensi yang dikali titik tengah dikuadratkan (fi.xi)2

dibuat dari data tersebut. Diagram dibuat dengan langkah yang sama dengan
worksheet 1 yaitu memanfaatkan chart.
Gambar 3.14. Diagram Distribusi Frekuensi DBH ditambah

16. Menghitung rerata (Mean), median, dan modus
Rerata dihitung menggunakan cara membagi jumlah nilai data dengan
∑

Gambar 2.15a. mean

Pertama- tama 50 kelas median dihitung terlebih dahulu dengan cara
jumlah data dibagi 2 (n/2). Median dihitung dengan rumus:
rumus:
=G12+H7*((J17/2-K11)/J12)
Gambar 3.15b. Perhitungan Median secara manual

Sebelum modus dihitung, sebaiknya selisih frekuensi kelas modus dengan
frekuensi sebelumnya (d1) dan selisih dengan setelahnya (d2) ditentukan
dahulu. Modus dapat diperoleh dengan rumus:
=G12+H7*(I23/(I23+I24))
17. Perhitungan varians data
∑
∑
2
s =
Keterangan :
Gambar 3.16. perhitungan varians

Gambar 2.17. Perhitungan Standart Devisiasi
19. Menentukan quartil 1, quartil 2, dan quartil 3
Sebelum quartil 1dihitung, kelas quartil ditentukan dulu dengan jumlah
data dibagi dengan konstanta 4 (n/4). Setelah ditentukan letak kelas quartil,
barulah quartil 1 dihitung dengan rumus:
=G11+H7*((J17/4)-K10)/J11

Quartil 2 disebut juga dengan median (gambar 3.15b. Median)
konstanta ¾ (3n/4). Setelah ditentukan letak kelas quartil, barulah quartil 3
=G13+H7*((3*J17/4-K12)/J13)
Gambar 2.18b. Quartil 3
Worksheet 4
Pada worksheet memuat data DBH pada jenis Flamboyan dan
pengorganisasiannya. Langkah-langkah pengorganisasian data worksheet ini
sedikit berbeda bila dibanding dengan worksheet 1 hingga 3. Pada worksheet
ini dimanfaatkan fungsi-fungsi yang telah difasilitasi oleh Ms. Excel dalam
pengorganisasiannya.
1. Data DBH disalin dan disortir
Data DBH pada worksheet 1, worksheet 2, dan worksheet 3 disortir dan
dipilih jenis Flamboyan. Lalu data disalin ke worksheet 4. Perlu diingat agar
ketika menyalin kita gunakan Paste value agar data yang kita salin tidak
berubah-ubah.
Gambar 4.1. data asli DBH disortir jenis Flamboyan dan disalin
2. Perhitungan jumlah data
Dalam perhitungan jumlah data, dapat dimanfaatkan fungsi =SUM ( )
Pertama rumus =SUM(B3:B8) diketik pada kolom jumlah data pada data
dbh asli. Jika sudah muncul, rumus bisa di-drag kesamping hingga data dbh
dikali untuk mempercepat pekerjaan kita.
Gambar 4.2. Perhitungan jumlah data dbh dengan fungsi =SUM

3. Perhitungan rerata data (average)
Rata-rata data dihitung dengan memanfaatkan fungsi =AVERAGE( ) yang
telah difasilitasi oleh Ms. Excel. Sama seperti sel jumlah, setelah rumus fungsi
=AVERAGE(B3:B8) dituliskan pada sel dbh asli, rumus bisa di-drag ke
samping.
Gambar 4.3. Perhitungan rerata data dengan rumus =Average( )
4. Penentuan modus data
Modus adalah data yang sering muncul. Modus ditentukan dengan
memanfaatkan fungsi =MODE(B3:B8)
Gambar 4.4 Penentuan Modus data

5. Penentuan median data
Data tengah didapatkan dari fungsi =MEDIAN(B3:B8)
Gambar 4.5. Penentuan Median data
6. data tertinggi (MAX)
Penentuan data tertinggi diperoleh dengan memanfaatkan fungsi
=MAX(B3:B8)
Gambar 4.6. Penentuan nilai maksimum data dengan rumus =MAX

Penentuan data terendah diperoleh dengan memanfaatkan fungsi
=MIN(B3:B8)
8. Penghitungan range
=Max()–Min ().
(Range)
9. Penghitungan persentil 10, persentil 25, persentil 50, persentil 75, dan
persentil 100
Dalam penghitungan persentil 10 dapat menggunakan rumus
=PERCENTILE(B3:B8,0.1)
Gambar 4.9a. Persentil 10
Penghitungan persentil 25 hampir sama dengan rumus persentil 10. Hanya
saja konstanta yang dikalikan bernilai 0,25.
Gambar 4.9b. Persentil 25

Penghitungan persentil 50 digunakan rumus:
Gambar 4.9c. Persentil 50
Persentil 75 dihitung dengan rumus:
Gambar 4.9d. Persentil 75

=PERCENTILE(B3:B8,1)
Gambar 4.9e. Persentil 100
10. Penghitungan Standart devisiasi
Standart devisiasi dihitung dengan memanfaatkan rumus:
STDEV(B3:B8)
Gambar 4.10. Standart devisiasi jenis Flamboyan
Worksheet 5
Pada worksheet 5 memuat data DBH pada jenis Bipa dan
pengorganisasiannya. Langkah-langkah pengorganisasian data worksheet ini
sama seperti yang dilakukan pada worksheet 4, yaitu dengan langkah sebagai
berikut:
1. Data DBH disalin dan disortir
Data DBH pada worksheet 1, worksheet 2, dan worksheet 3 disortir dan
dipilih jenis Bipa. Lalu data disalin ke worksheet 5.
Gambar 5.1. data asli DBH disortir jenis Bipa dan disalin
2. Perhitungan jumlah data
Dalam perhitungan jumlah data, dimanfaatkan fungsi =SUM (B3:B8 )
Gambar 5.2. Perhitungan jumlah data dbh dengan fungsi =SUM

3. Perhitungan rerata data (average)
Rata-rata data dihitung dengan memanfaatkan =AVERAGE(B3:B8)
Gambar 5.3. Perhitungan rerata data dengan rumus =Average( )
4. Penentuan modus data
Modus adalah data yang sering muncul. Modus ditentukan dengan
memanfaatkan fungsi =MODE(B3:B8)
Gambar 5.4 Penentuan Modus data

5. Penentuan median data
Data tengah didapatkan dari fungsi =MEDIAN(B3:B8)
Gambar 5.5. Penentuan Median data

6. data tertinggi (MAX)
Penentuan data tertinggi diperoleh dengan memanfaatkan fungsi
=MAX(B3:B8)
Gambar 5.6. Penentuan nilai maksimum data dengan rumus =MAX
Penentuan data terendah diperoleh dengan memanfaatkan fungsi
=MIN(B3:B8)

8. Penghitungan range
=Max()–Min ().
(Range)
9. Penghitungan persentil 10, persentil 25, persentil 50, persentil 75, dan
persentil 100
Dalam penghitungan persentil 10 dapat menggunakan rumus
Gambar 5.9a. Persentil 10

Penghitungan persentil 25 hampir sama dengan rumus persentil 10. Hanya
saja konstanta yang dikalikan bernilai 0,25.
Gambar 5.9b. Persentil 25
Penghitungan persentil 50 digunakan rumus:
Gambar 5.9c. Persentil 50

Gambar 5.9d. Persentil 75
=PERCENTILE(B3:B8,1)
Gambar 5.9e. Persentil 100

10. Penghitungan Standart devisiasi
Standart devisiasi dihitung dengan memanfaatkan rumus:
STDEV(B3:B8)
Gambar 4.10. Standart devisiasi jenis Flamboyan
Selanjutnya langkah yang akan diambil pada worksheet 6 (Eucalyptus),

worksheet 7 (Shorea) dan worksheet 8(Saga) sama seperti apa yang telah
dilakukan pada worksheet 4 dan worksheet 5.
B. KESIMPULAN
Informasi yang diperoleh dari Praktikum Matematika dan Statistik
Kehutanan acara 3 ini adalah langkah-langkah pengorganisasian dan
pemaparan data himpunan dengan memanfaatkan micrososft excel.
Pengelompokan data ini bertujuan untuk memudahkan kita dalam
mengidentifikasi karakter suatu himpunan dan memudahkan kita dalam
menyelesaikan permasalahan terkait dengan karakter sebuah himpunan.
Keunikan suatu himpunan dapat diketahui dari kecenderungan (nilai
pemusatan) ataupun keragaman (nilai pencaran) nilai dari atribut anggota-
anggotanya. Nilai pemusatan yang dimaksud mencakup mean, median, dan
modus. Sedangkan nilai pencacaran mencakup range (jangkauan), persentil,
varians, dan Standart devisiasi.
Kasus 3.1
Dengan data yang sama buatlah sebaran frekuensi dengan menggunakan 3
kelas dan 15 kelas. Bandingkan ketiga sebaran tersebut dan cermati baran
mana yang paling informatif. Kesimpulan apakah yang dapat Anda tarik
mengenai jumlah kelas tersebut ?
Data Awal
Perhitungan banyak kelas sesuai rumus statistika.
Pengaplikasian pada 3 kelas
Jumlah kelas 15
Berdasarkan ketiga data tersebut informasi yang paling informatif adalah

informasi tentang frekuensi yang didapat dari perhitungan banyak kelas yang
sesuai dengan rumus statistika.
1. Berdasarkan latihan 3, hitung rerata aritmatik dengan rumus yang ada di
modul halaman 23!
Jawab :
̅
̅
2. Apakah terdapat perbedaan rerata pada latihan 3.4.1? (Data tunggal, nilai
pemusatan) Mengapa?
Jawab :
̅
Perhitungan rerata menggunakan nilai pemusatan dengan nilai penyebaran
terdapat perbedaan. Hal itu terjadi karena penghitungan rata-rata pada ukuran
pemusatan (latihan 3.4.1) tidak memberikan gambaran informasi yang lengkap
mengenai bagaimana penyebaran data pengamatan terhadap nilai sentralnya.
Sedangkan penghitungan rata-rata pada nilai penyebaran cukup memberikan
gambaran informasi penyebaran dan pengamatan terhadap nilai sentralnya.
3. Berdasarkan hasil latihan 3.4.2 (data kelompok). Hitung nilai rerata
median dengan rumus di modul (halaman 23)!
Kasus 3.2
Apakah terdapat perbedaan hasil perhitungan median dengan latihan 3.4.1?
Ya, terdapat perbedaan hasil perhitungan median dengan latihan 3.4.1. Hal itu
dapat terjadi karena fungsi =MEDIAN( ) yang ada pada Excel hanya sebatas
memperlihatkan nilai tengah dari data kelompok, berbeda dengan nilai median
ukuran pemusatan yang menunjukkan nilai tengah melalui kelas-kelas interval
pada tabel distribusi frekuensi data kelompok yang telah dibuat.
4. Berdasarkan hasil 3.4.2. Hitung nilai rerata modus dengan rumus di modul
(halaman 24)!
Ukuran Penyebaran
d1 = 9-8 = 1
d2 = 9-4 = 5
Kasus 3.3
Apakah terdapat perbedaan hasil perhitungan modus dengan latihan 3.4.1?
Mengapa?
Ya, terdapat perbedaan hasil perhitungan modus dengan latihan 3.4.1. Hal itu
dapat terjadi karena perhitungan modus dengan menggunakan rumus pada
latihan 3.4.1 itu menggunakan rumus ukuran pemusatan, sedangkan pada data
acara 3 yang sudah saya buat itu mengitung modusnya menggunakan rumus
ukuran penyebaran. Dan pada praktikum ini, tidak semua versi Ms. Excel bisa
membaca fungsi modus, sehingga bisa saja hasil tidak muncul sebagaimana
yang terjadi pada perhitungan saya..
5. Berdasarkan hasil 3.4.2. Hitung variansi dan standar deviasi dengan rumus
di modul (halaman 24)!
Ukuran Penyebaran
Variansi
Standar deviasi
S= √S2
√
27.87
Kasus 3.4
Apakah tedapat perbedaan hasil perhitungan nilai variansi dan standard
deviasi dengan latihan 3.4.1? Mengapa?
Ya, terdapat perbedaan hasil perhitungan nilai variansi dan standard deviasi
dengan latihan 3.4.1. Hal itu dapat terjadi karena rumus variansi dan standar
deviasi yang ada pada latihan 3.4.2 digunakan untuk data kelompok,
sedangkan variansi dan standar deviasi yang ada pada latihan 3.4.1 digunakan
pada data tunggal yang perhitungannya langsung pada seluruh sampel
populasi, sehingga hasil dari perhitungannya lebih kecil daripada hasil
perhitungan variansi dan standar deviasi pada latihan 3.4.2.
LAPORAN PRAKTIKUM
ACARA 4
KALKULUS
Oleh:
NIM : 20/455332/KT/09180

FAKULTAS KEHUTANAN
YOGYAKARTA
2020
A. LANGKAH KERJA
Pada acara keempat ini akan dilakukan perhitungan kalkulus untuk
memanfaatkannya dalam pengelolaan hutan. Data yang diolah berupa data hasil
pengukuran pada Acara 1, hasil analisis data pada Acara 2 dan acara 3, dan
beberapa model pertumbuhan. Langkah yang diambil sebagai berikut:
Worksheet 1
Pada worksheet 1 data dari acara 1 yang telah dianalisis pada acara 2 disalin.
Worksheet ini berisi data jenis pohon dengan kualitas batang, kesehatan, dan
ukuran DBH beserta kode pohon. namun perlu diperhatikan ada sedikit perbedaan
pada penentuan jenis ukuran DBh antara acara sebelumnya dengan DBh yang
dipakai pada acara ini.
Kelas DBH Kode Kelas DBH
Sangat Kecil SK ≤5
Kecil K >5 - 10
Sedang M >10 – 20
Besar B >20 – 30
Sangat Besar SB >30
Gambar 1.1. Tabel pengelompokan DBH
Gambar 1.2. data disalin ke worksheet 1

Worksheet 2
1. Data disalin
Data berupa jenis pohon, DBH, dan kode pohon disalin ke worksheet 2.
Lalu ditambah 1 kolom untuk menuliskan volume.
Gambar 2.1. Data jenis pohon, DBH, dan kode pohon disalin
2. Penghitungan volume pohon
Sesuai dengan persamaan Log V= -3.34+2.16 log d, volume dapat
dihitung dengan rumus :
=10^(-3.34+(2.16*LOG(B2)))
Gambar 2.2.Volume dihitung dengan rumus =10^(-

3.34+(2.16*LOG(Dbh))
3. Pembuatan grafik
Grafik dibuat dengan fasilitas scatter pada Ms. Excel. Pertama-tama kursor
ditempatkan diluar tabel, lalu dipilih tab insert. Pada menu scatter dipilih jenis
scatter yang diinginkan. Setelah muncul diagram, pada tab design dipilih data
yang akan dimasukkan pada menu select data. Maka akan muncul beberapa
pilihan yang harus diisi. Pada “legend entries” pilihan “add” dipilih dam kita
akan diminta mengisikan beberapa kolom. Pada kolom series name dituliskan
judul diagram yang akan dibuat, pada series X value diisi dengan data DBH,
dan pada series Y value diisi dengan data volume lalu diklik tanda oke. Untuk
memunculkan persamaan, cukup pada trendline diklik dua kali dan display
equation on chart dicentang.
Gambar 2.3. Pembuatan grafik scatter

Worksheet 3
1. Penyalinan data
Data jenis pohon, DBH, kode pohon, dan kelas DBH yang telah diurutkan
disalin ke worksheet 3. Setelah itu, ditambahkan 2 kolom tambahan disamping
kelas DBH untuk penulisan price dan price per m3.
Gambar 3.1. Penyalinan data sebagai bahan perhitungan harga

2. Penghitungan Price (P)
P adalah harga kayu per m3 dari sebuah pohon yang memiliki diameter
DBH. Besarnya P bisa dihitung dengan rumus:
=-199160+(41064.43*B2)
Gambar 3.2. P dihitung dengan rumus P=-199160+4164.43*DBH

3. Penghitungan p/m3
Besar p/m3 diperoleh dengan ketentuan hubungan diameter DBH dan
harga per m3 sebagaimana tersaji dalam tabel. p/m3 dihitung dengan rumus:
=IF(D2="SK","0",IF(D2="K",100000,IF(D2="M",300000,IF(D2="B",800000
,1500000))))
Gambar 3.3a. tabel ketentuan hubungan DBH dan p/m3

Gambar 3.3b. perhitungan p/m3 sesuai ketentuan harga
4. Pembuatan grafik hubungan Price dengan DBH

Grafik dibuat dengan memanfaatkan fasilitas scatter sebagaimana yang
dilakukan pada worksheet 2. Pada kolom series name dituliskan judul diagram
yang akan dibuat, pada series X value diisi dengan data DBH, dan pada series
Y value diisi dengan data P lalu diklik tanda oke. Untuk memunculkan
persamaan, cukup pada trendline diklik dua kali dan display equation on chart
dicentang.
Gambar 3.4. Grafik hubungan Price (P) dan DBH

5. Pembuatan grafik hubungan DBH dengan p/m3
Grafik dibuat dengan memanfaatkan fasilitas scatter sama seperti
sebelumnya, tapi jenis scatter yang digunakan sedikit berbeda. Scatter yang
dipilih adalah scatter with smooth lines. Pada kolom series name dituliskan
judul diagram yang akan dibuat, pada series X value diisi dengan data DBH,
dan pada series Y value diisi dengan data p/m3 lalu diklik tanda oke.
Gambar 3.5. grafik hubungan DBH dengan price/m3
Worksheet 4
1. Penulisan umur dan penentuan angka natural/ euler (e)
Data umur ditulis dengan angka 1 hingga 30. Lalu disamping kolom umur
dihitung besar angka natural/ euler dengan rumus:
=EXP(1), maka akan didapat bilangan euler sebesar 2.7128
Gambar 4.1. penulisan data umur dan penghitungan bilangan euler

2. Penghitungan N
N adalah jumlah pohon per hektar, dapat dihitung dengan rumus yang
cukup mudah, yaitu:
=896-(16*A6)
Gambar 4.2. besar n dhitung dengan rumus N=896-16*umur
3. Penentuan ITT
ITT adalah Indeks tempat tumbuh, dengan nilai 1 untuk ITT rendah, 2
untuk ITT sedang, dan 3 untuk ITT tinggi. Pada acara ini data yang kita
peroleh diasumsikan dengan ITT tinggi yang memiliki nilai 3.
Gambar 4.3. Penentuan ITT

4. Penghitungan volume
Volume yang dimaksud pada langakh ini adalah volume per hektar. Yang
dapat diperoleh dari perhitungan:
=B6^(1.3823-(5.2758/A6))*C6^(0.4911)*D6^(0.8571)
Gambar 4.4. penghitungan volume dengan rumus V= e(1.3823-5.2758/umur)
*
N0.4911 * ITT 0.871
5. Penghitungan perubahan volume sesuai umur pohon
Perubahan volume dihitung dengam mengurangi volume pada umur saat
ini dengan umur sebelumnya.
=E7-E6
Gambar 4.5. penghitungan perubahan volume pohon per Ha

6. Penghitungan volume dan perubahannya saat ITT diubah menjadi angka
1,2,dan 3
Dibuat suatu tabel yang berisi penghitungan volume dan perubahannya
saat ITT dianggap rendah (bernilai 1), sedang (bernilai 2), dan ITT tinggi
(bernilai 3).
Dipilih contoh pohon yang berumur 10 tahun sebagai pembanding
penghitungan,
Gambar 4.6a. penghitungan volume pada tabel lampiran
4.6b. penghitungan perubahan volume pada tabel lampiran

7. Pembuatan Grafik
Grafik dibuat dengan bantuan scatter. Langjah yang diambil mirip dengan
pembuatan scatter pada worksheet sebelumnya Pada kolom series name
dituliskan judul diagram yang akan dibuat, pada series X value diisi dengan
data umur, dan pada series Y value diisi dengan data perubahan volume pohon
lalu diklik tanda ok dipojok bawah. Untuk bisa memunculkan persamaan
garisnya cukup pada trendline diklik 2 kali dan pilihan display equation on
chart dicentang.
Gambar 4.7. pembuatan grafil hubungan umur dengan perubahan volume
Worksheet 5
1. Penyalinan data
Data disalin dari data yang telah diolah pada acara 3. Lalu disamping tabel
nilai tengah ditambahkan 1 kolom untuk penulisan DBH, dengan besar DBH
sama dengan besar nilai tengah data.
Gambar 5.1. penyalinan data dari acara sebelumnya

2. Penghitungan LPU ( Luas Petak Ukur)
Luas petak ukur dapat dihitung dengan rumus luas lingkaran, yaitu
diasumsikan diameter petak ukur sebesar 14 cm. Jika dalam excel dapat
dituliskan rumus: =PI()*7*7
Gambar 5.2a. penghitungan LPU (m2)
Karna petak ukur yang kita miliki sebanyak 3 petak ukur, maka Luas
Petak Ukur (LPU) yang telah dihitung dikalikan dengan konstanta 3.
Gambar 5.2b. Luas Petak Ukur dikalikan 3

Untuk satuan perhitungan yang umum digunakan adalah hektar, maka
Luas Petak Ukur yang telah dihitung dikonversikan ke dalam satuan hektar.
Dengan rumus: =C1/10000 , dengan C1 adalah besar perhitungan LPU
Gambar 5.2c. Luas Petak Ukur dikonversikan ke satuan Ha
3. Penghitungan jumlah pohon per hektar (N/Ha)
N/Ha dapat dihitung dengan cara frekuensi per kelas dibagi dengan LPU
(Ha). Jika dalam excel dapat ditulis dengan rumus =F4/$D$1
Gambar 5.3. penghitungan N/Ha

4. Penghitungan Ln N
Ln N merupakan bentuk logaritma dari N/Ha. Diperoleh dengan rumus
=LN(G4)
Gambar 5.4. penghitungan Ln N
5. Pembuatan grafik
Grafik dibuat dengan bantuan scatter. Langjah yang diambil mirip dengan
pembuatan scatter pada worksheet sebelumnya Pada kolom series name dituliskan
judul diagram yang akan dibuat, pada series X value diisi dengan data DBH, dan
pada series Y value diisi dengan data Ln N lalu diklik tanda ok dipojok bawah.
Untuk bisa memunculkan persamaan garisnya cukup pada trendline diklik 2 kali
dan pilihan display equation on chart dicentang. Persamaan ini selanjutnya akan
digunakan untuk menghitung besar N.
Gambar 5.5. grafik hubungan Ln N dengan DBH

6. Penghitungan N
N dihitung sesuai dengan persamaan hubungan Ln N dengan DBH. N
dihitung dengan rumus: =543.43*EXP(1)^(-0.0351*E4)
Gambar 5.6. Penghitungan N sesuai dengan persamaan Ln N
B. KESIMPULAN
Kalkulus adalah cabang ilmu matematika yang mencakup limit, turunan,
integral, dan deret tak terhingga. Kalkulus memiliki dua cabang utama,
kalkulus diferensial dan kalkulus integral yang saling berhubungan melalui
teorema dasar kalkulus. Pemanfaatan kalkulus beserta turunannya dalam
bidang pengelolaan hutan diantaranya adalah untuk mengukur volume pohon
dan hubungannya dengan DBH dan umur pohon serta perubahan volumenya,
perkiraan perhitungan harga kayu per meter kubik dan hubungannya dengan
DBH, serta penggunaan integral dalam perhitungan sebaran DBH dengan
jumlah pohon per Ha.
1. Dari himpunan-himpunan yang telah didefinisikan, jawablah pertanyaan
pertanyaan berikut :
a. Apakah setiap pohon memiliki jenis tertentu? Gambarkanlah relasi antara
keduanya dengan menentukan himpunan pohon-pohon dalam sampel,
himpunan jenis dan aturan yang menghubungkan di antara keduanya.
Deskripsikan dalam bentuk representasi visual.
Jawab
Iya, setiap pohon yang diamati pada praktikum ini memiliki jenis-jenis
tertentu.
Pohon-pohon tersebut dikelompokkan menjadi 5 jenis pohon, yaitu: Saga,
Shorea, Flamboyan, Eucalyptus, dan Bipa.
Relasi yang terbentuk dari kode sampel dan jenis pohon adalah sebagai
berikut:
Jenis Pohon
Kode Sampel
 Saga
1
 Shorea
2  Flamboyan
 Eucalyptus
3  Bipa
b. Bagaimanakah tipe relasinya apakah injektif, surjektif atau tipe lainnya?

Jawab
Tipe relasi yang terbentuk adalah relasi surjektif dimana setiap himpunan kode
sampel memiliki pasangan lebih dari 1 pada himpunan jenis pohon. Menurut
saya relasi ini tidak bisa dikatakan sebagai fungsi, karena baik pada daerah
domain maupun kodomain memiliki pasangan >1.
c. Apakah setiap pohon memiliki kelas diameter tertentu? Gambarkanlah
relasi keduanya dan bagaimanakah tipe relasinya.
Jawab
Kelas diameter dibedakan berdasarkan ukuran DBH menjadi sangat kecil
(SK), kecil (K), sedang (M), besar (B), dan Sangat besar (SB). Pada praktikum
kali ini, setiap pohon memiliki kelas diameter yang cukup bervariasi yaitu
terdiri dari kelas DBH besar dan sangat besar.
Kelas DBH Jenis Pohon
SK  Saga
K  Shorea
M  Flamboyan
B  Eucalyptus
SB  Bipa
Menurut diagram panah yang telah dibuat, dapat dilihat bahwa pada jenis
pohon Flamboyan memiliki dua macam kelas diameter. Yaitu pada kelas besar
dan sangat besar.
d. Berapakah jumlah relasi yang mungkin bisa dibangun dari seluruh
himpunan-himpunan yang telah Anda definisikan?
Jawab
Berdasarkan pemaparan himpunan yang didefinisikan dapat diperoleh
setidaknya terdapat 4 relasi.
2. Dengan cara yang sama tentukan relasi-relasi lain (minimum 3 relasi) yang
bisa dibangun dari himpunan yang terdefinisi ? Yang manakah di antara ketiga
relasi tersebut dapat disebut sebagai fungsi? Mengapa demikian?
Jawab
Dari himpunan yang telas terdefinisi dari praktikum acara sebelumnya
terdapat beberapa relasi yaitu: relasi kode sampel dan jenis pohon, relasi jenis
pohon dan kesehatan, relasi jenis pohon dengan kualitas batang, juga relasi
kelas DBH dan jenis pohon.
Kasus 4.1
a. Apakah terdapat relasi antara DBH dan V? Deskripsikan relasi tersebut
dengan diagram relasi dan formula Leibniz (f(x) = …).
Jawab : Ya, terdapat relasi antara DBH dan V. Dimana semakin besar
ukuran DBH, maka volume pun akan semakin besar.
DBH (cm) V
Formula Leibniz nya V = 10^(-3,34+(2,16*LOG(DBH))).
b. Buatlah grafik fungsi tersebut dengan menggunakan MS Excel.
c. Apakah relasi tersebut berupa fungsi? Jika relasi ini berupa fungsi, apakah
fungsi tersebut memiliki invers? Jika ya, tentukan fungsi invers.
Jawab : Ya, relasi tersebut merupakan fungsi. Fungsi tersebut berupa fungsi
bijektif dan memiliki invers.
f(x)= 10(-3,34+(2,16*log(x))
f-1 (x) = 10((log x +3,34)/2,16))
Nilai x merepresentasikan besar DBH, sedangkan f(x) merepresentasikan
nilai volume yang dicari dari suatu pohon.
Kasus 4.2
a. Representasikan dengan gambar, relasi atau fungsi yang diperlukan untuk
menjawab pertanyaan berapakah pendapatan yang didapat dari tebangan
sebuah pohon dengan DBH tertentu.
Jawab:
b. Apakah konstruksi relasi atau fungsi-fungsi ini membentuk sebuah
fungsi komposisi? Jika demikian, bagaimanakah formula fungsi
komposisi ini?
Jawab : Tidak membentuk fungsi komposisi. Karena besarnya P hanya
dipengaruhi oleh besarnya DBH
c. Jika pengelola arboretum ingin mendapatkan informasi mengenai total
pendapatan yang dapat diperoleh dari tebangan dari kawasan sampel
terpilih, gunakan fungsi-fungsi tersebut untuk mendapatkan jawaban
pertanyaan ini!
Jawab : Untuk mendapatkan informasi mengenai total pendapatan yang
dapat diperoleh dari tebangan dari kawasan terpilih dapat menggunakan
perhitungan fungsi P, yaitu dengan rumus:
P = -199160 + 41064.43 DBH
d. Apabila harga kayu mengikuti tarif berikut :
Tentukan relasi atau fungsi untuk menjawab pertanyaan yang sama dengan
point a dan point c. Buatlah grafik yang merepresentasikan fungsi
pendapatan dari tebangan pohon dengan DBH tertentu. Gunakan MS
Excel untuk mempermudah perhitungan dan pembuatan grafik.
Kasus 4.3
a. Berdasarkan fungsi penduga volume pada kasus 4.1. Bagaimanakah pola
pertambahan volume yang disebabkan oleh pertambahan diameternya ?
Pada kondisi yang bagaimanakah diperoleh pertambahan volume tertinggi
?
Jawab: Perubahan volume berbanding lurus dengan pertambahan ukuran
diameternya. Semakin besar ukuran diameternya, semakin besar pula
pertambahan volumenya. Pertambahan volume akan terjadi saat kondisi
pertambahan diameter di suatu pohon mencapai kulminasi
b. Berdasarkan fungsi penduga pendapatan hasil tebangan menurut DBH-

nya, yang diperoleh dari kasus 4.2. Bagaimanakah pola pertambahan
pendapatan yang disebabkan pertambahan diameternya ? Pada kondisi
yang bagaimanakah diperoleh pertambahan pendapatan tertinggi ?
Jawab : Pertambahan pendapatan juga berbanding lurus dengan
pertambahan diameternya. Semakin besar ukuran diameter suatu pohon,
maka pendapatan yang diperoleh pun semakin bertambah besar. Pada
kondisi pertambahan diameter di suatu pohon yang mencapai kulminasi
maka akan diperoleh pertambahan pendapatan tertinggi.
c. Berdasarkan fungsi penduga pendapatan hasil tebangan menurut DBH-

nya, yang diperoleh dari kasus 4.2 pertanyaan d, bagaimanakah pola
pertambahan pendapatan yang disebabkan pertambahan diameternya ?
Pada kondisi yang bagaimanakah diperoleh pertambahan pendapatan
tertinggi ?
Jawab: Pertambahan pendapatan berbanding lurus dengan pertambahan
diameternya. Semakin besar ukuran diameter suatu pohon, maka pendapatan
yang diperoleh pun semakin bertambah besar. Pada kondisi pertambahan
diameter di suatu pohon yang mencapai kulminasi maka akan diperoleh
pertambahan pendapatan tertinggi.
Kasus 4.4
Kasus berikut terkait dengan pertumbuhan tegakan hutan tanaman (tegakan
seumur). Ulfar (2017) menyatakan bahwa untuk Tegakan JPP di KPH Ciamis
volume tegakan dapat diprediksi berdasarkan persamaan berikut :
V=e
Dimana, V adalah volume perhektar, A adalah umur tegakan, N adalah jumlah

pohon perhektar, dan ITT adalah Indeks Tempat Tumbuh dengan nilai 1 untuk
ITT rendah, 2 ITT sedang dan 3 ITT tinggi. Sementara itu, N perhektar diduga
dengan persamaan berikut :
N = 896 – 16A
Berdasarkan fungsi- fungsi ini jawablah pertanyaan berikut.
a. Bagaimanakah pola pertambahan volume yang disebabkan oleh

pertambahan umurnya? Pada umur berapakah diperoleh pertembahan
volume tertinggi?
Jawab: Pola pertambahan volume berbanding lurus dengan pertambahan
umurnya, semakin bertambah umur suatu pohon maka volume pohon pun
akan semakin besar. Berdasarkan data yang telah diperoleh dari praktikum
ini, pada umur 30 diperoleh pertambahan volume tertinggi.
b. Bagaimanakah pola pengaruh ITT terhadap pertumbuhan volume?

Jawab: Nilai ITT berbanding lurus dengan pertumbuhan volume suatu
pohon, semakin besar nilai ITT maka akan semakin besar pula nilai
pertumbuhan volume. Hal ini dapat dilihat pada percobaan pengubahan ITT
yang dilakuakn dengan besar ITT menjadi 1, 2, dan 3.
Kasus 4.5
a. Berapakah jumlah pohon yang memiliki diameter kurang dari 10 cm dan
lebih dari 25 cm?
Jawab: Pohon yang memiliki diameter kurang dari 10 cm pada pengamatan
praktikum ini berjumlah 0 pohon. Pohon yang memiliki diameter lebih dari
25 cm berjumlah 24 pohon.
b. Berdasarkan fungsi penduga volume dalam Kasus 4.1.1, hitunglah jumlah
volume pohon yang berdiameter lebih dari 25 cm!
Jawab:
Pada perhitungan jumlah volume pohon yang memiliki diameter >25 cm

didapat hasil sebesar 20,7555 cm3 .
LAPORAN PRAKTIKUM
ACARA V
MATRIKS DAN PERSAMAAN SIMULTAN
Oleh:
NIM : 20/455332/KT/09180

FAKULTAS KEHUTANAN
YOGYAKARTA
2020
A. LANGKAH KERJA
Dalam acara yang kelima ini, yaitu Matriks dan Persamaan Simultan data yang akan
digunakan adalah data yang telah diberikan oleh Co-ass yang telah ditambah dengan
konstanta sesuai dengan nomor urut masing-masing praktikan. Data DBH diolah dengan
memanfaatkan software Microsoft Excel. Langkah yang dilakukan pada pengolahan data
acara 5 ini menggunakan rumus matriks yang telah difasilitasi oleh Ms. Excel. Langkah-
langkah yang dilakukan adalah sebagai berikut:
Worksheet 1
1. Penginputan data diameter pohon
Data jumlah pohon pada kelas diameter dibuat ke dalam 2 tabel. Yang mana tabel 1
disebut sebagai matriks x1 dan tabel 2 disebut dengan matriks x2. Kelas diameter terdiri dari
kelas diameter <5 cm, 5-15 cm, 15-30 cm, dan >=30 cm. Data jenis dan jumlah pohon
didapat dari data yang diberikan oleh coass dan ditambah dengan dengan nomor urut
menurut kelompok.
Gambar 1.1. Penginputan data diameter pohon

2. Penentuan transpose matriks (x`)
Transpose matriks didapat dengan memanfaatkan fungsi transpose yang telah difasilitasi
oleh Excel. Langkah yang dapat dilakukan yaitu pertama data yang ingin ditranspose diblok,
lalu disalin. Setelah itu, blocked area berukuran 4x4 dibuat di luar tabel x1, lalu klik kanan
dan ikon paste special dipilih transpose. Maka transpose dari data (x1) akan dimunculkan.
Gambar 1.2. Penentuan transpose matriks
3. Penjumlahan matriks
Matriks x1 dijumlahkan dengan matriks x2 dengan cara manual.
Gambar 1.3. Penjumlahan matriks

4. Perkalian matriks
Perkalian matriks dihitung dengan beberapa langkah, yaitu:
a. Penulisan tabel matriks biaya penebangan
Tabel matriks biaya penebangan dibuat berdasarkan data dan ketentuan yang terdapat
di modul panduan praktikum.
Gambar 1.4a. tabel matriks biaya penebangan

b. Penghitungan perkalian matriks
Pekalian matriks dihitung dengan memanfaatkan fungsi rumus =MMULT(). Pertama
blocked area dibuat sebanyak 4 baris 2 kolom, lalu rumus =MMULT () dituliskan. Pada
aray 1 dipilih tabel matriks biaya penebangan, untuk aray 2 dipilih tabel transpose
matriks. Lalu tombol ctrl+shift+enter diklik secara bersamaan, maka akan didapatkan
hasil.
Gambar 1.4b. Penghitungan perkalian matriks

5. Menghitung total biaya, harga kayu, dan profit
Pada langkah ini akan diketahui apakah operasi perkalian matriks bersifat komutatif.
Langkah pertama yang dilakukan tabel matriks harga kayu sesuai ketentuan yang ada di
modul petunjuk praktikum. Lalu total biaya dihitung dengan menjumlahkan BT dan BBB
pada tiap jenis pohon.
Gambar 1.5a. Pembuatan tabel matriks harga kayu dan penghitungan total biaya
Selanjutnya harga kayu dihitung dengan memanfaatkan fungsi =MMULT( ), dimana
aray 1 dipilih tabel matriks harga kayu, dan pada aray 2 dipilih tabel transpose matriks.
Gambar 1.5b. Penghitungan harga kayu

Setelah didapat harga kayu (pendapatan) dan total biaya, profit/ keuntungan dapat
dihitung dengan cara harga kayu dikurangi total biaya.
Gambar 1.5c. Penghitungan profit
Worksheet 2
1. Penyalinan data diameter pohon
Data matriks x1 disalin dari sheet 1
Gambar 2.1. penyalinan data dari sheet 1
2. Pembuatan tabel biaya penebangan
Tabel biaya penebangan dibuat sesuai dengan data yang ada di dalam modul. Terdiri dari
kolom biaya tebang, biaya bagi batang, biaya pikul, dan biaya lain-lain.
Gambar 2.2. tabel matriks biaya penebangan.

3. Penentuan transpose matriks
Transpose matriks didapat dengan cara yang sama seperti cara pada sheet 1.
Gambar 2.3. transpose matriks (A`)

4. Penghitungan matriks biaya
Matriks baiay diihitung dengan memanfaatkan rumus =MMULT( ). Sebelumnya dibuat
blocked area terlebih dahulu dengan ukuran 4x4. Lalu rumus =MMULT( ) ditulis dengan
aray 1 dipilih tabel biaya penebangan dan aray 2 dipilih tabel transpose (A`)
Gambar 2.4. penghitungan matriks biaya
5. Perkalian biaya (B)
Diasumsikan bahwa maksimum biaya yang dialokasikan sebesar 90% dari matriks biaya.
Sehingga perkalian biaya (B) dapat dihitung dari matriks biaya dikalikan dengan 0,9.
Gambar 2.5. perkalian biaya

6. Menghitung invers dari transpose matriks ( (A`)-1 )
Invers dari matriks yang telah ditranspose dihung dengan menggunakan rumus
=MINVERS. Mula-mula dibuat blocked area dengan ukura 4x4, lalu rumus dituliskan dan
disorot pada tabel transpose matriks A`.
Gambar 2.6. Penentuan invers matriks
7. Penghitungan jumlah pohon yang akan ditebang I
Sebelum jumlah pohon yang akan ditebang ditentukan, sebelumnya dihitung terlebih
dahulu hasil invers A` dikalikan dengan perkalian biaya (B). rumus yang digunakan yaitu
rumus =MMULT( ). Setelah itu jumlah pohon yang akan ditebang didapat dari penjumlahan
hasil invers A` dikali B.
Gambar 2.7. penghitungan jumlah pohon dengan cara matriks invers A` dikali dengan B
8. Penghitungan jumlah pohon yang akan ditebang II
Perhitungan jumlah pohon yang akan ditebang yang kedua dapat diperoleh dengan
penjumlahan hasil perkalian biaya (B) dikalikan dengan invers A`. Jika sudah didapatkan
hasil, maka hasil dibulatkan ke bawah untuk diperoleh hasil N total.
Gambar 2.8. penghitungan jumlah pohon yang akan ditebang dengan penjumlahan hasil
Bx(A`)-1
B. KESIMPULAN
Dari praktikum ini didapatkan informasi mengenai matriks dan persamaannya
serta pemanfaatannya untuk menyelesaikan permasalahan kehutanan. Dimana pada
praktikum kali ini matriks digunakan untuk menentukan total biaya penebangan, harga
kayu (pendapatan) dan profit yang diperoleh dengan memanfaatkan persamaan matriks
berupa penjumlahan matriks, perkalian matriks, dan transpose matriks. Selain itu, dengan
memanfaatkan persamaan invers matriks yang dipadukan dengan perkalian matriks akan
diperoleh data alokasian data maksimum yang nantinya digunakan untuk menentukan
jumlah pohon yang ditebang tiap jenis.
Kasus 5.1
1. Matriks X menyatakan kumpulan jenis pohon menurut kelas diameter pada salah satu
petak ukur. Dengan cara sama, bentuklah matriks untuk petak ukur lainnya. Apakah
matriks X2=X1? Mengapa demikian?
Jawab: Dari data yang diperoleh dari praktikum ini, besar matriks X2 sama dengan
matriks X1 jika dilihat dari banyak kolom dan baris. Keduanya sama-sama terbentuk dari
4 baris dan 4 kolom. Meski besar konstanta yang mengisi tiap matriks berbeda.
Kasus 5.3
1. Buatlah ruang matriks T (hasil perkalian X1 dengan matriks biaya penebangan) dalam
worksheet MS Excel. Berapakah baris dan kolom matriks T?
Jawab: Menurut perhitungan dalam MS Excel didapat matriks T dengan ordo 4x2.
Banyak baris pada matriks T adalah 4 baris dan kolom sebanyak 2 kolom.
2. Berdasarkan keluaran ini, berapakah biaya penebangan menurut jenis, berapakah

biaya total penebangannya?
Jawab: perhitungan biaya penebangan menurut jenis diperoleh dengan mengalikan
matriks biaya penebangan dengan transpose matriks X1 menggunakan fungsi
=MMULT(). Dari perhitungan tersebut didapat data biaya tebang (BT) (dalam ribu
rupiah) pohon Saga sebesar 585, Johar sebesar 590, Bipa sebesar 460, dan Mahoni Afrika
625. Dan didapat biaya bagi batang (BBB) (dalam ribu rupiah) pohon Saga sebesar 530,
Joahr 550, Bipa 440, dan Mahoni Afrika sebesar 590. Total biaya didapatkan dari
menjumlahkan BT dan BBB pada tiap jenis pohon. dengan total biaya tebang (dalam ribu
rupiah) pohon Saga sebesar 1115, pohon Johar sebesar 1140, pohon Bipa 900, dan
Mahoni Afrika sebesar 1215.
3. Apabila harga kayu mengikuti tarif berikut dan keuntungan (profit) merupakan selisih
antara biaya dan pendapatan, hitunglah total pendapatan dan profit yang diperoleh.
Jawab: Perhitungan total pendapatan/harga kayu diperoleh dengan mengalikan tabel
matriks harga kayu dengan transpose matriks dengan memanfaatkan fungsi =MMULT( ).
Sedangkan profit/keuntungan didapatkan dengan mengurangi pendapatan dengan total
biaya penebangan.
Kasus 5.4
1. Apabila maksimum biaya yang dialokasikan adalah 90% dari biaya dalam matriks
pendapatan, berapakah jumlah pohon yang harus ditebang dari tiap jenis? .
Jawab: Perhitungan banyak pohon yang ditebang dapat diperoleh dengan
menggunakan aturan perkalian invers matriks, yaitu jika AX=B,maka X=A-1 B atau jika
XA=B,maka X=BA-1
Maka diperoleh hasil banyak pohon jenis Saga yang ditebang yaitu 23 pohon, Johar
sebanyak 36 pohon, Bipa sebanyak 79 pohon, dan Mahoni afrika sebanyak 129 pohon.
LAPORAN PRAKTIKUM
ACARA VI
VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS
Oleh:
NIM : 20/455332/KT/09180

FAKULTAS KEHUTANAN
YOGYAKARTA
2020
A. LANGKAH KERJA
Dalam acara yang keenam ini, yaitu Variabel Acak dan Distribusi Probabilitas
data yang digunakan dibuat dan diolah menggunakan software Microsoft Excel
beserta fungsi- fungsinya. Langkah yang dilakukan dalam acara ini, yaitu:
Sheet 1
Sheet 1 berisi data tabel keliling pohon, dugaan keliling pohon setalah 3 tahun,
jumlah pohon yang tumbuh dan tidak tumbuh, probabilitas pohon yang tumbuh (p)
dan tidak tumbuh (q). probabilitas pohon yang tumbuh didapat dengan rumus:
Sedangkan untuk probabilitas pohon yang tidak tumbuh, diperoleh dengan rumus:
Gambar 1.1. tabel data yang akan diolah
Sheet 2
Data yang telah dibuat pada sheet 1 diolah pada sheet 2.
1. Penentuan kejadian yang mungkin terjadi (r)
Sebelumnya tabel manual (berisi n, p, q) dari sheet 1 disalin terlebih dahulu ke
sheet 2. Kemudian dibuat sheet distribusi binomial, telah ditentukan ukuran r
kejadian dari 0 sampai 15.
Gambar 2.1. Penentuan kejadian (r)
2. Penghitungan kombinasi (nCr)
Setelah didapat data kejadian (r) kemudian kombonasi (nCr) dihitung dengan
formula excel =COMBIN(n.r)
Gambar 2.2. Perhitungan kombinasi (nCr)
3. Penghitungan kemungkinan kejadian kuadrat (r2 )

Kuadrat kejadian dihitung yang selanjutnya akan digunakan untuk penghitungan
probabilitas pada langkah selanjutnya.
Gambar 2.3. penghitungan kuadrat kejadian
4. Penghitungan pr
Probabilitas pohon yang mengalami pertumbuhan (p) dipangkatkan sesuai dengan
kejadian r-nya.
Gambar 2.4. Penghitungan pr
5. Penghitungan qn-r
Probabilitas pohon yang tidak mengalami pertumbuhan (q) dipangkatkan dengan
komplemen kejadian r-nya (n-r)
Gambar 2.5. Penghitungan qn-r
6. Penghitungan peluang suatu kejadian (P(r))

Setelah didapat hasil hasil pr, qn-r, dan nCr, nilai P(r) dicari dengan mengalikan
ketiga hasil tersebut sesuai dengan masing-masing kejadian r.
Gambar 2.6. Penghitungan peluang suatu kejadian P(r)
7. Perkalian r dengan P(r)

Hasil P(r) dikalikan dengan kejadian (r)
Gambar 2.7. penghitungan perkalian r dengan P(r)
8. Perkalian r2 dengan P(r)

Hasil P(r) dikalikan dengan kuadrat kejadian (r2 )
Gambar 2.8. Penghitungan perkalian r2 .P(r)
9. Penghitungan Mean, Variasi, Standart Devisiasi

Besar nilai Mean ditentukan sama dengan jumlah nilai rP(r). Lalu besar nilai
Variasi dihitung dengan mengurangkan jumlah r2 .P(r) dengan kuadrat mean.
=∑r2 .P(r)-(mean)2
Nilai standar deviasi (σ) ditentukan dengan formula excel =SQRT(variansi)
Gambar 2.9a. Penentuan Variasi data
Gambar 2.9b. Penentuan Standart devisiasi data
10. Pembuatan grafik distribusi probabilitas

Grafik distribusi binomial dibuat dengan ketentuan absis merupakan nilai r dan
ordinat nilai P(r). Grafik dibuat dua jenis yaitu diagram garis dan diagram batang.
Gambar 2.10a. grafik garis (kurva) distribusi probabilitas
Gambar 2.10b. grafik batang distribusi probabilitas
B. KESIMPULAN
Dari dilaksanakannya praktikum acara 6 informasi yang dapat diperoleh yaitu
cara menentukan variable acak yang didapat dari percobaan acak dan distribusi
probabilitas dengan memanfaatkan formula yang telah disediakan oleh Ms. Excel.
Didalamnya terdapat distribusi binomial yaitu distribusi probabilitas diskrit yang
jumlah penghasilan dalam n percobaan berhasil atau gagal saling bebas dengan
setiap hasil percobaan memiliki probabilitas p.
C. PERTANYAAN
Kasus 6.1
Identifikasi kejadian-kejadian yang mungkin terjadi berdasarkan data yang
dikumpulkan pada acara 1
1. Tentukan variable acak dan nilai probabilitas dari variable acak pada kasus
tersebut.
Jawab : Dari data yang diperoleh pada acara 1, dapat dilihat bahwa terdapat
kejadian berupa:
a. Jenis pohon yang tumbuh dengan variable acak berupa jenis pohon Bipa,
Eucalyptus, Flamboyan, Saga, dan Shorea
b. keadaan batang pohon dengan variable acak berupa batang lurus dan
batang bengkok.
Probabilitas batang bengkok = 1-0,9 = 0,1
c. Kelas Dbh, dengan variable acak berupa kelas Dbh sangat kecil (SK),
kecil (K), sedang (M), dan besar (B)
2. Buatlah grafik sebaran probabilitas dari kejadian yang telah ditentukan
Jawab:
Jenis pohon
Keadaan batang (Lurus- bengkok)
Kelas Dbh (SK, K, M, B)

Kasus 6.2
2. Distribusi Probabilitas Binomial
a. Ambilah 10 data secara acak dan cantumkan data keliling tersebut dalam
tabel.
Jawab:
DBH Keliling Dugaan keliling Bilangan keterangan
No
(K0) setelah 3 tahun (K3) Dadu
1 27 86 87 4 Tumbuh
2 36 144 146 5 Tumbuh
3 39 122 123 3 Tumbuh
4 29 91 91 2 Tidak tumbuh
5 23 72 73 3 Tumbuh
6 42 130 130 1 Tidak tumbuh
7 20 64 66 6 Tumbuh
8 40 125 127 5 Tumbuh
9 35 109 110 4 Tumbuh
10 29 91 93 6 Tumbuh
b. Dugaan keliling setelah 3 tahun diisi dengan prosedur berikut, dilakukan

dengan pelemparan dadu.
 Jika diperoleh angka 1 atau 2 maka K3=K0+0 cm
 Jika diperoleh angka 3 atau 4 maka K3= K0+1 cm
 Jika diperoleh angka 5 atau 6 maka K3= K0+2 cm
Untuk menghindari hasil yang tidak akurat dan bersifat subjektif, maka
dalam penentuan angka dadu digunakan rumus =RANDBETWEEN(0,6)
c. Hitunglah probabilitas jumlah pohon yang kelilingnya mengalami
pertumbuhan dengan formula :
P pohon tidak tumbuh (q) = 1-p
q = 1-0,9 = 0,1
d. Apakah variable acak dari kasus ini. Tabulasikan nilai probabilitas dari
setiap variable acak tersebut.
Jawab: variabel acak dari kasus ini karena distribusi probabilitas yang digunakan
binomial, variabelnya ada 2, yaitu variabel pohon tumbuh (p) dan tidak tumbuh
(q). Cara pencarian probabilitasnya adalah dengan cara:
n(S) = 10
n(p) = 9
P(p) = 9/10
= 0,9
n(q) = 1
P(q) = 1/10 = 0,1
n. Buktikan bahwa µ= np
Jawab: Menurut percobaan Bernoulli dalam suatu kejadian akam menghasilkan
sukses dengan probabilitas p dan gagal dengan probabilitas q= 1-p. maka
distribusi probabilitas variabel acak binomial x, jumlah sukses dalam n percobaan
diformulasikan dengan:
Misal : x-1= k, maka besar x= k+1

n-1= m, maka n= m+1
Sehingga n-x= m+1 – (k+1)
n-x= m-k
Kemudian dibuktikan bahwa 2  np(1 p)2

Missal 2 = nilai harapan (x-E(x))2 , maka didapat persamaan:
3. Distribusi Probabilitas normal

a. berdasarkan hasil perhitungan rerata dan standar devisiasi pada acara 3
hitunglah nilai z dengan rumus dari berbagai macam nilai x yang
disajikan
b. Dengan menggunakan tabel Z, tentukan niali probabilitas dari P(z<=z(xi))
Berdasarkan data z(xi) pada tabel Z, ditentukan nilai P(z<=z(xi)). Berdasarkan

data z(xi+1) pada tabel z, ditentukan nilai P(z<=z(xi)). Lalu selisih P(z<=z(xi))
dan P(z<=z(xi)) dihitung dan dimutlakkan dengan fungsi =ABS( )
4. Distribusi probabilitas normal: menentukan nilai x dari nilai

probabilitas-nya p(x) dengan tabel Z
Berdasarkan hasil nilai probabilitas dalam tabel di bawah, tetntukan nilai z
dan hitunglah nilai xi
Jawab: untuk menentukan nilai z pada tabel Z bisa dicari dengan rumus:
maka untuk mendapatkan nilai xi dengan nilai z yang telah diketahui
dapat ditentukan dengan rumus: xi= z(xi). +

5. Distribusi probabilitas normal
b. buatlah tabel dengan x dimuali dari 0 s.d nilai maksimum yang dikehendaki
c. klik sel pertama p(x) dan carilah fungsi NORMDIST()
d. masukkan nilai rerata, standar devisiasi dan x ke dalam fungsi NORMDIST ()
g. Ubahlah nilai reratanya dengan ditambah dan dikurangi 5 atau 10 dan

perhatikan perubahan grafiknya
rerata +5
Rerata -5
Ketika nilai reratanya ditambah 5 maka grafik geser ke kanan sedangkan jika
rerata dikurangi 5 maka punacak grafik bergeser ke kiri.
h. apakah yang akan terjadi jika nilai Standar devisiasi diperbesar 3x

Dari grafik dapat dilihat bahwa ketika stabdar devisiasi dikali 3 maka besar jangkauannya
menjadi lebar.
LAPORAN PRAKTIKUM
ACARA 7
STATISTIKA INFERENSIA
Oleh:
NIM : 20/455332/KT/09180

FAKULTAS KEHUTANAN
YOGYAKARTA
2020
A. LANGKAH KERJA
Pada praktikum acara 7, statistika inferensia dilakukan lahngak-langkah:
Sheet 1 (CI)
1. Perolehan data dari coass
Data yang akan diolah dari praktikum ini berasal dari coass masing- masing kelompok.
Gambar 1.1. Lembar kerja data DBH diperoleh dari coass

2. Penghitungan mean
Langkah selanjutnya yang dilakukan adalah penghitungan mean data. Mean dihitung
dengan memanfaatkan fungsi Excel =Average(DBh)
Gambar 1.2. Penghitungan Mean

3. Penghitungan Xi—X
Xi—X dihitung dengan mengurangkan besar DBH tiap pohon dengan rata-rata seluruh
pohon yang telah dihitung pada langkah sebelumnya
Gambar 1.3. penghitungan (Xi—X)
4. Penghitungan (Xi—X)2
(Xi—X)2 diperoleh dengan mengkuadratkan data (Xi—X) yang telah diopersikan pada
sebelum.
Gambar 1.4. penghitungan (Xi—X)2

5. Penentuan Varians data
Varians data diperoleh secara manual dengan membagi (Xi—X)2 dengan n-1
=(Xi—X)2 /n-1
Gambar 1.5. penentuan varians data
6. Penghitungan Standart devisiasi dan Standart error
Standar devisiasi ditentukan dengan mengakar varian yang telah diperoleh sebelumnya.
=SQRT(Varians)
Gambar 1.6a. penentuan standar devisiasi

Setelah didapat hasil standard devisiasi, maka selanjutnya menghitung Standar error data
dengan rumus: =SD/SQRT(50)
Gambar 1.6b. penentuan SE (Standart Error)
7. Penentuan tabel T.
Tabel T ditentukan dengan memanfaatkan rumus =TINV(0,05,49)
Gambar 1.7. penentuan Tabel T
Sheet 2 (PI)
1. Penyalinan data dari CI
Dipilih data pohon Adenanthera pavonia dan disalin ke sheet 2 beserta no pohon, no
sampel, dan DBh nya
Gambar 2.1. data pohon disalin
2. Penghitungan PU1 hingga PU4
Banyaknya pohon pada petak ukur 1 hingga 4 dihitung. Perhitungan ini dapat dilakukan
secara manual maupun memanfaatkan fungsi excel =COUNTA(banyak petak ukur)
Gambar 2.2a. perhitungan banyak pohon tiap petak ukur
Gambar 2.2b. hasil perhitungan banyak pohon tiap petak ukur

3. Penghitungan PI
Pi merupakan hasil perbandingan jumlah pohon suatu jenis A dengan jumlah pohon
keseluruhan pada tiap petak ukur.
Gambar 2.3. perhitungan PI tiap petak ukur

4. Penghitungan P
P merupakan hasil rerata PI1 hingga PI4. Didapat dengan rumus: =AVERAGE(PI1:PI4)
Gambar 2.4. penghitungan rata-rata PI 1 hingga PI4

5. Penentuan Varians
Banyak varians dapat dicari dengan rumus: =P*(1-P)
Gambar 2.5. penghitungan Variansi data
6. Penentuan SD dan SE
Dalam penentuan SD sama seperti sheet sebelumnya didapat dengan rumus:
=SQRT(Varians)
Gambar 2.6a. penentuan Standar Devisisasi

Sedangkan SE diperoleh dengan rumus: =SD/SQRT(50)
Gambar 2.6b. Penentuan Standart Error
Sheet 3 (Hipotesis Antar Populasi)

1. Penyalinan data dari CI
Dipilih data pohon Adenanthera pavonia dan pohon Pterygota allata disalin ke sheet 3
beserta nomor pohon dan DBh-nya.
Gambar 3.1. Penyalinan data pohon Adenanthera pavonia dan Pterygota allata
2. Pengorganisasian data uji hipotesis antar populasi
a. Penghitungan banyak data tiap jenis pohon
Banyak data didapatkan dengan memanfaatkan fungsi yang difasilitasi oleh Excel
=COUNTA(data). Disini didapat hasil banyak jenis pohon Adenanthera pavonia
sebanyak 15 pohon dan Pterygota allata sebanyak 12 pohon.
Gambar 3.2a. Penghitungan banyak tiap jenis pohon
b. Penghitungan rerata data tiap jenis pohon
Rerata DBH tiap jenis pohon dihitung dengan memanfaatkan fungsi Excel
=AVERAGE(DBh). Dari penghitungan tersebut didapat hasil bahwa rerata DBH
Adenanthera pavonia sebesar 25,46cm dan Pterygota allata sebesar 26,75cm.
Gambar 3.2b. Penghitungan rerata tiap jenis pohon

c. Penghitungan varians data tiap jenis pohon
Varians tiap jenis pohon didapat dengan memanfaatkan fungsi Excel =VAR(DBh).
Gambar 3.2c. penghitungan Varians tiap jenis pohon
d. Penghitungan Standart Devisiasi
Sama seperti sheet sebelumnya, Standart Devisiasi didapat dari hasil perakaran
Varians, dengan memanfaatkan fungsi Excel =SQRT(Var)
Gambar 3.2d. Penghitungan Standart Devisiasi tiap jenis pohon

e. Penghitungan Standart Error
Standart error tiap jenis pohon didapat dengan rumus: =SD/SQRT(n)
Gambar 3.2e. Penghitungan Standart Error tiap jenis pohon
3. Penghitungan Sp
Sp dihitung dengan rumus yang cukup rumit, yaitu: =(((nA-1)*Var(A)+(nB-1)*
Var(B))/((nA+nB)-2)) atau dalam excel ditulis: =(((H2-1)*H6+(H3-1)*H7)/((H2+H3)-2))
Setelah didapat hasil sp, lalu dihitung akar dari sp dengan rumus =SQRT(Sp)
Gambar 3.3. Penghitungan sp

4. Penentuan nilai kritis t-student
Nilai kritis t-student dihitung dengan rumus: =(xA-xB)/SQRT(Sp)*
(SQRT(1/nA)+(1/nB)) atau dalam excel: =(H4-H5)/SQRT(H13)*(SQRT(1/H2)+(1/H3))
Gambar 3.4. Penentuan nilai kritis t-student
5. Penentuan t tabel
t tabel diperoleh dengan rumus =TINV(0.01,25). Nilai 0,01 didapat dari soal yang
menginginkan besar α = 0,01
Gambar 3.5. Penentuan t tabel
Sheet 4 (Hipotesis Berpasangan)

1. Pembuatan tabel baru di sheet 4
Tabel dibuat di lembar kerja keempat berisi informasi no. pohon, DBH saat ini dan DBH
tiga tahun sebelumnya
Gambar 4.1. Pembuatan tabel baru di Sheet 4
2. Penghitungan di
di diperoleh dengan mengurangi besar diameter saat ini dengan diameter 3 tahun
sebelumnya. Dalam excel dapat dihitung dengan rumus =C2-D2
Gambar 4.2. Perhitungan di

3. Penghitungan Xsebelum dan Xsaat ini
Rerata diameter 3 tahun sebelumnya dan rerata diameter saat ini dihitung dengan
memanfaatkan rumus =AVERAGE(DBH)
Gambar 4.3a. Penghitungan xsebelum
Gambar 4.3b. Penghitungan xsaat ini

4. Penghitungan mean d
Rerata hasil pengurangan diameter saat ini dengan diameter 3 tahun sebelumnya (di) juga
dapat dihitung dengan rumus =AVERAGE(DBH)
Gambar 4.4. Penghitungan mean d
5. Penghitungan di-d dan (di-d)2
di-d diperoleh dari hasil pengurangan di dengan rata-rata di (mean d), atau dapat ditulis
rumus: =E2-$J$3
Gambar 4.5a. Penghitungan di-d

setelah didapat hasil di-d lalu dikuadratkan yang nantinya hasilnya digunakan dalam
perhitungan varians.
Gambar 4.5b. Penghitungan (di-d)2
6. Penentuan Varians
Besar varians dapat ditentukan dengan rumus: =jumlah (di-d)2 /23 atau dalam excel ditulis
=G26/(24-1)
Gambar 4.6. Penentuan Varians

7. Penentuan SD
Seperti pada sheet sebelumnya, SD merupakan hasil perakaran dari Varians yang
besarnya diperoleh dengan rumus =SQRT(Var)
Gambar 4.7. Penentuan Standart Devisiasi
8. Penentuan SE
Besar SE diperoleh dengan rumus =SD/SQRT(24).
Gambar 4.8. Penentuan Standart Error

9. Penentuan Ni
Nilai ni dapat dicari dengan rumus ni =Xsaat ini-Xsebelum .
Dambar 4.9. Penentuan Ni
10. Penghitungan d seluruh
Nilai d seluruh dapat dihitung dengan rumus = Σd i/n, dengan n adalah banyaknya data.
Untuk perhitungan data ini digunakan rumus dalam excel =E26/24.
Gambar 4.10. Penghitungan d seluruh

11. Penentuan nilai kritis t-student
Nilai t dapat dihitung dengan rumus =mean d/SD d.
Gambar 4.11. Penentuan nilai kritis t-student
12. Penentuan t tabel
Nilai t tabel dapat dihitung dengan formula Excel =TINV(0.1,23). Nilai 0,1 didapat dari
soal yang menginginkan besar α = 0,1 dengan n=24. Sehingga n-1=23.
Gambar 4.12. Penentuan t tabel
B. KESIMPULAN
Dari dilaksanakannya praktikum ini dapat diperoleh informasi mengenai konsep
sampling dan penerapannya untuk mengestimasi karakter populasi, prinsip-prinsip dasar
pengujian hipotesis statistika dan penerapannya untuk menyelesaikan permasalahan yang
berkaitan dengan kehutanan. Kedua konsep tersebut sangat dibutuhkan di dalam
pengelolaan hutan dan untuk menyelesaikan masalah kehutanan.
C. JAWABAN PERTANYAN
1. Tentukan apakah sampel yang mempresentasikan kasus ini?

Sampel yang dapat mempresentasikan kasus ini adalah data DBH pada beberapa
jenis pohon yang diamati pada praktikum ini yang ada di arboretum.
2. Hitunglah xi , yaitu rerata diameter pada sampel i dan hitunglah rerata
keseluruhan xi
= 23,36
3. Hitunglah standar deviasi rerata sampel ( )
 =√
=√
= 15,121
4. Hitunglah
= =
√
= 2,1384
5. Pertanyaan
a. Di dalam arboretum, pohon yang memiliki diameter > 20cm terdapat sebanyak
28 pohon. Hal ini membuktikan bahwa populasi pohon di arboretum dapat
dikatakan normal. Sebab lebih dari setengah populasi pohon yang ada di
dalamnya memiliki diameter > 20cm.
b. Dalam hal ini saya cukup yakin bahwa populasi pohon yang ada di arboretum
dikategorikan normal. Sebab sebanyak 28 pohon memiliki diameter >20cm.
persentase pohon yang memiliki diameter >20cm adalah sebesar 56%.
Menurut saya angka ini merupakan jumlah yang relative besar.
c. Standar deviasi adalah nilai statistik yang digunakan untuk menentukan
seberapa dekat elemen data-data yang ada dengan nilai rata-rata (mean) dari
suatu sampel dan bagaimana data-data tersebar di dalam sampel tersebut,
Standar devisiasi dapat diperoleh dari hasil perakaran dari varians. Jika sampel
sangat besar maka standar deviasi tetap akan bergantung dari seberapa dekat
nilai data-data dengan rata-rata dari suatu sampel. Untuk jumlah sampel yang
hanya 1 maka tidak ada nilai standar deviasinya karena tidak memiliki ragam.
1. Berdasarkan gambaran komposisi jenis yang disajikan oleh data Acara 1,

tentukan salah satu jenis dengan jumlah terbanyak di ketiga petak ukur
(misalkan jenis A).
Jenis pohon yang terbanyak menempati ketiga petak ukur adalah jenis
Adenanthera pavonina
2. l
kali ini jenis pohon yang akan dihitung proporsinya adalah pohon terbanyak
yaitu Adenanthera pavonina. Nilai proporsi Adenanthera pavonina dalam tiap
petak ukur adalah sebesar:
pi 1 = = 0,3125
pi 2 = = 0,3333
pi 3 = = 0,3333
pi 4 = = 0,200
3. Hitunglah p, dimana p = , dan n adalah jumlah sampel (petak ukur).
p=
p= = 0,2948
4. Hitunglah standar deviasi proposisi sampel ()
 =√
 = 0,2079
5. Hitunglah!
p =
√
p =
= 0,064481
6. Jika suatu jenis dikatakan mendominasi populasi pohon (hutan) apabila
proposisinya lebih dari 30 persen, apakah jenis A dapat dikatakan dominan?
seberapa yakinkah Anda?
Suatu jenis dikatakan mendominasi populasi pohon (hutan) apabila proposisinya lebih
dari 30 persen. Pada praktikum kali ini Jenis Adenanthera pavonina memiliki
proporsi tepat 30%. Jadi, Jenis Adenanthera pavonina dapat dikatakan
dominan.
7.4.3 Estimasi interval untuk rerata populasi

1. Lakukan estimasi interval untuk kasus 7.1 dengan menggunakan formula
berikut :
2. Pertanyaan:
a. Hasil dari perhitungan t tabel pada kasus ini dengan luaran dari kasus 7.1
cukup berbeda. Dimana dalam penghitungan manual didapat hasil 2,1384,
sedangkan saat penghitungan menggunakan t tabel didapat hasil 2,010.
b. Tegakan arboretum dapat dikatakan normal. Alfa yang diperoleh sebesar
0,05 menandakan sebagian besar DBH pohon yang ada memiliki besar
diatas batas yang ditentukan.
7.4.5 Uji hipotesis independent untuk komparasi antar populasi

Seorang mahasiswa sedang melakukan penelitian di Arboretum yang bertujuan
untuk mengetahui apakah terdapat perbedaan kondisi pohon pada populasi jenis A
dengan Jenis B. Bantulah mahasiswa ini dengan mengikuti langkah-langkah berikut.
1. Susunlah hipotesis nol (Ho) dan hipotesis alternatif (Ha).
2. Berdasarkan hipotesis ini organisasikan data hasil pengukuran petak ukur ke
dalam tabel dengan format berikut.
No pohon DBH
No pohon Pterygota
No PU Adenanthera Adenanthera Pterygota
allata (B)
pavonina (A) pavonina (A) allata (B)
1 3 2 30 4
4 5 3 20
8 6 15 37
11 15 20 25
13 16 40 16
2 8 18 75
4 10 2 24
6 4 16 26
2 7 3 38 46
1 5 16 4
7 6 34 16
10 7 30 28
11 56
2 45
8 19
3. Hitunglah xij , yaitu rerata diameter pada petak ukur i dan jenis j (i= A dan j = B).
xi 7,3125
xj 6,0901
Perhitungan dilakukan menggunakan formula Excel =AVERAGE().
4. Hitunglah rerata diameter untuk populasi j
µA 25,4667
µB 26,7500
Perhitungan dilakukan menggunakan formula Excel =AVERAGE(DBh).
5. Hitunglah standar deviasi rerata sampel untuk populasi A (A) dan populasi B
(B)
SD A 15,2777
SD B 19,3725
Sebelumnya dicari terlebih dahulu varians dari tiap jenis pohon dengan formula
excel =VAR(DBh). Lalu perhitungan Standar devisiasi dilakukan menggunakan
formula Excel =SQRT(Var).
6. Hitunglah nilai t
t -0,025483
Perhitungan nilai t didapatkan dari =(xA-xB)/SQRT(Sp)*(SQRT(1/nA)+(1/nB))
atau dalam excel: =(H4-H5)/SQRT(H13)*(SQRT(1/H2)+(1/H3))
7. Tentukan nilai kritis t-student dengan menggunakan tabel t-student atau fungsi
TINV() MS Excel seperti pada kasus 7.1.3
7.4.6 Uji hipotesis komparasi berpasangan
Berdasarkan data ini lakukan uji hipotesis untuk menentukan apakah terdapat
pertumbuhan pohon-pohon yang signifikan dalam 3 tahun terakhir. Ikuti langkah
berikut:
1. Susunlah hipotesis nol (Ho) dan hipotesis alternatif (Ha). Hipothesis nol
adalah hipotesis awal yang menunjukkan dugaan peneliti yang bersifat
menolak, sedangkan hipotesis alternatif adalah komplemen dari hipotesis nol.
2. Gunakan taraf signifikansi 5 %
3. Hitunglah nilai t
σ =√ = 10,62943025
̅ = = 1,169583333
σd = = 0,665502011
√
t = = 0,3588
4. Gunakan distribusi distribusi t-student dengan taraf siginifikan 5 % dan df = n-1

5. Tentukan nilai kritis t-student dengan menggunakan tabel t-student atau fungsi
TINV() MS Excel
PENUTUP
Kesan :
kesan yang saya peroleh dari dilaksanakannya praktikum Matematika dan Statistik
untuk Kehutanan ini, saya merasa bahwa selama praktikum suasananya sangat
menyenangkan, co-assnya juga baik, tidak pelit ilmu. Saat masuk room praktikum juga
tidak jarang kami diberi toleransi waktu. Secara garis besar cukup baik dan
memudahkan dalam pengerjaan laporan.
Pesan :
Pesan yang mungkin dapat saya sampaikan adalah lebih baik saat pemaparan materi
lebih dikondusifkan meski ada penggabungan kelompok, dalam artian setiap coass
tidak terjadi miskom saat ada yang bertanya. Tapi yang disampaikan sudah cukup jelas
dan menjawab. Tetap pertahankan sikap sederhana dan bersahabat coass Hayya agar
praktikan semakin dimudahkan dan praktikum berjalan dengan jauh menyenangkan
lagi.
LAMPIRAN
Gambar 1. Foto kelompok saat praktikum

Farihatul Ibriza - Laporan Resmi Praktikum Matstat

Diunggah oleh

Informasi Dokumen

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

Farihatul Ibriza - Laporan Resmi Praktikum Matstat

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN RESMI

PRAKTIKUM MATEMATIKA DAN STATISTIKA KEHUTANAN

LABORATORIUM KOMPUTASI DAN BIOMETRIKA HUTAN

Yogyakarta, 15 Desember 2020

Hayya Azizah Farihatul Ibriza

Yogyakarta, 15 Desember 2020

Acara I Pengumpulan Data………………………………………………………..

Acara II Teori Himpunan untuk Pengelolaan Hutan………………………………

Acara III Pengorganisasian dan Pemaparan Data Himpunan……………………...

Acara V Matriks dan Persamaan Simultan…………………………………………

Acara VI Variabel Acak dan Distribusi Probabilitas………………………………

Acara VII Statistika Inferensia…………………………………………………….

LABORATORIUM KOMPUTASI DAN BIOMETRIKA HUTAN

Gambar 1.1. Instal add-ins Data Analysis

Gambar 1.3. Penginstalan add-ins dicek

Gambar 2.1. Random Number Generation pada Data Analysis dipilih

c. Akan didapatkan angka random yang dapat diasumsikan sebagai hasil

Gambar 2.3. Angka random yang dihasilkan

Gambar 3. Pemindahan angka random menjadi data DBH

a. Pemberian atribut secara random pada dataset

Gambar 3.1b. Hasil pemberian atribut secara random

b. Pemberian atribut secara merata pada dataset

Gambar 3.2a. Atribut fungsi pembagian rata dimasukkan

Gambar 3.2b. Hasil akhir pembagian secara merata

Gambar 3.3a. Atribut fungsi dengan jumlah tertentu dimasukkan

LABORATORIUM KOMPUTASI DAN BIOMETRIKA HUTAN

1. Penulisan kode sampel

Gambar 2.1a. Penulisan fungsi pengkodean sampel

2. Penulisan kode pohon

Gambar 2.2. Penulisan kode pohon dengan fungsi =CONCATENATE()

Gambar 2.3. Pengelompokan kelas DBH menggunakan fungsi =IF()

Gambar 3.1. Penyortiran kualitas dan kesehatan pohon menggunakan menu

2. Proses penyortiran data

Gambar 3.2b. Kode pohon dengan kondisi Sehat-Lurus disalin ke worksheet 3

3. Pengolahan data menjadi himpunan

Gambar 3.3a. Bridging Computasi pohon Sehat (Health)-Lurus

b. H interseksi L (irisan Sehat (Health)-Lurus)

Gambar 3.3b. Tabel irisan (interseksi) Sehat(Health)-Lurus

Gambar 3.3c. Tabel hasil gabungan Sehat(Health)-Lurus

4. Pembuatan Diagram Venn

Gambar 3.4. Diagram venn

Gambar 4.1a. Sortir data pohon sehat kualitas bengkok

2. Pengolahan data menjadi himpunan

Gambar 4.2b. Tabel irisan (interseksi) Sehat(Health)-Bengkok

3. Membuat Diagram Venn

Gambar 4.3. Diagram Venn

Data pada worksheet 2 disortir dengan tanda yang berada di sel

Gambar 5.1a. Sortir data pohon sakit kualitas lurus

Gambar 5.1b. Kode pohon kondisi Sakit-Lurus disalin ke worksheet 5

Gambar 5.2a. Bridging Computasi pohon Sakit-Lurus

b. S interseksi L (irisan Sakit-Lurus)

Gambar 5.2c. Tabel hasil gabungan Sakit-Lurus

3. Pembuatan Diagram Venn

Gambar 5.3. Diagram venn

Data pada worksheet 2 disortir dengan tanda yang berada di sel

Gambar 6.1b. Kode pohon kondisi Sakit-Bengkok disalin ke worksheet 6

2. Pengolahan data menjadi himpunan

Gambar 6.2a. Bridging Computasi pohon Sakit-Bengkok

b. S interseksi B (irisan Sakit-Bengkok)

Gambar 6.2b. Tabel irisan (interseksi) Sakit-Bengkok

Gambar 6.2c. Tabel hasil gabungan Sakit-Bengkok

3. Pembuatan Diagram Venn

7. Apakah pohon yang berkualitas lurus mengumpul pada jenis-jenis

n(L∩Bipa)=6 2-10 3-9

n(L∩Flamboyan)= 6 1-8 3-8

=tepi bawah quartil+interval((3jumlah frekuensi/4 dikurangi frekuensi