Oleh:
Kelompok 4A
Anggota:
Angelina Ajeng Masayu 2110931016
Dwi Ramadhani 2110932031
Asisten Pembimbing:
Habibah Rianisa
i
LEMBAR PENGESAHAN
Kelompok 4A
Anggota:
Angelina Ajeng Masayu 2110931016
Dwi Ramadhani 2110932031
( ) (Habibah Rianisa)
NIM NIM 1910933005
Mengetahui
Koordinator Tugas Proyek
(Ilham Alfitrah)
NIM 1910932003
i
ABSTRAK
ii
iii
ABSTRACT
iv
KATA PENGANTAR
Puji syukur penulis haturkan kepada Tuhan Yang Maha Esa karena rahmat
dan karunia-Nya penulis dapat menyelesaikan karya tulis ilmiah modul 1 tugas
proyek Statistika Industri I dengan tema “Identifikasi Peluang Penghematan
Energi dalam Rumah Tangga”. Penulisan karya tulis ilmiah ini dibuat dengan
tujuan memenuhi tugas proyek modul 1 praktikum Statistika Industri I. Selain itu,
melalui penulisan laporan ini diharapkan dapat membantu mahasiswa atau
praktikan mata kuliah Statistika Industri I dalam memahami konsep “statistika
deskriptif dan dasar-dasar peluang.”
Selesainya penulisan karya tulis ilmiah ini tidak terlepas dari izin,
dukungan, saran, dan pengarahan dari berbagai pihak. Oleh sebab itu, kami tim
penulis mengucapkan terima kasih kepada semua pihak yang telah membantu dan
terlibat dalam proses pembuatan karya tulis ilmiah ini, yaitu:
Penulis menyadari bahwa karya tulis ilmiah ini masih jauh dari kata
sempurna yang disebabkan keterbatasan dan kemampuan penulis. Oleh karena itu,
kritik dan saran sangat diharapkan demi kesempurnaan karya tulis ilmiah ini.
v
Setelah menyelesaikan karya tulis ilmiah ini, penulis berharap banyak manfaat
yang bisa diambil karya tulis ilmiah ini.
Penulis
vi
DAFTAR ISI
COVE
R
LEMBAR PENGESAHAN....................................................................................i
ABSTRAK..............................................................................................................ii
ABSTRACT............................................................................................................iii
KATA PENGANTAR...........................................................................................iv
DAFTAR ISI..........................................................................................................vi
DAFTAR TABEL...............................................................................................viii
DAFTAR GAMBAR.............................................................................................ix
DAFTAR LAMPIRAN..........................................................................................x
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah.........................................................................1
1.2 Perumusan Masalah...............................................................................2
1.3 Tujuan Penelitian...................................................................................2
1.4 Manfaat Penelitian.................................................................................3
1.5 Batasan Masalah.....................................................................................3
BAB II TINJAUAN PUSTAKA
2.1 Statistika...............................................................................................4
2.2 Populasi.................................................................................................4
2.3 Sampel..................................................................................................5
2.4 Parameter dan Statistik.........................................................................5
2.5 Data.......................................................................................................5
2.5.1 Klasifikasi Jenis Data Berdasarkan Sifat.....................................6
2.5.2 Klasifikasi Jenis Data Berdasarkan Cara Memperolehnya..........7
2.5.3 Klasifikasi Jenis Data Berdasarkan Sumber Data........................8
2.5.4 Klasifikasi Jenis Data Berdasarkan Waktu Pengumpulannya.....8
2.5.5 Klasifikasi Jenis Data Berdasarkan Nilai.....................................9
2.6 Klasifikasi dari Statistika....................................................................10
2.6.1 Statistika Deskriptif...................................................................10
2.7 Teori Probabilitas................................................................................23
vii
2.7.1 Himpunan...................................................................................25
2.7.2 Permutasi...................................................................................26
2.7.3 Kombinasi..................................................................................27
BAB III METODE PENELITIAN
3.1 Jenis Penelitian..................................................................................28
3.2 Lokasi dan Waktu Penelitian.............................................................28
3.3 Subjek Penelitian...............................................................................28
3.3.1 Populasi....................................................................................29
3.3.2 Sampel......................................................................................29
3.4 Metode Pengumpulan Data...............................................................29
3.4.1 Metode Pengumpulan Data......................................................29
3.4.2 Diagram Alir.............................................................................30
3.5 Analisis Data.....................................................................................30
BAB IV PENGOLAHAN DATA DAN ANALISIS
4.1 Pengolahan Data................................................................................32
4.1.1 Konsumsi Energi Listrik Sebelum Penghematan Energi.........32
4.1.2 Konsumsi Energi Listrik Setelah Penghematan Energi...........36
4.1.3 Data Kapasitas Daya Listrik yang Digunakan.........................40
4.1.4 Data Jenis Kepemilikan Alat Elektronik Responden...............41
4.1.5 Data Biaya Penggunaan Listrik Sebelum dan Sesudah
Penghematan.....................................................................................42
4.2 Analisis Data.....................................................................................43
4.2.1 Analisis Data Konsumsi Energi Listrik (kWh)........................43
4.2.2 Analisis Data Biaya Konsumsi Energi Listrik.........................50
4.2.3 Analisis Data Jenis Kepemilikan Peralatan Elektronik............51
4.2.4 Analisis Data Kapasitas Daya Listrik yang Digunakan...........53
4.2.5 Analisis Probabilitas.................................................................54
BAB V PENUTUP
5.1 Kesimpulan.........................................................................................55
5.2 Saran...................................................................................................57
DAFTAR PUSTAKA
LAMPIRAN
viii
BIODATA PENELITI
DAFTAR TABEL
Tabel 4.1 Ukuran Pemusatan dan Penyebaran Data Konsumsi Energi Listrik Sebe
lum Penghematan Energi………………………………………...33
Tabel 4.2 Tabel Distribusi Frekuensi Konsumsi Energi Listrik Sebelum Penghem
atan Energi…………………………………………………..35
Tabel 4.3 Data Komponen Box plot Konsumsi Energi Listrik..............................36
Tabel 4.4 Ukuran Pemusatan dan Penyebaran Data Konsumsi Energi Listrik Pasc
a Penghematan Energi………………..…………………………………
37
Tabel 4.5 Tabel Distribusi Frekuensi Konsumsi Energi Listrik............................39
Tabel 4.6 Data Komponen Box plot Konsumsi Energi Listrik..............................40
Tabel 4.7 Data Kelompok Kapasitas Daya Listrik Responden.............................41
Tabel 4.8 Data Kepemilikan Alat Elektronik Responden.....................................42
Tabel 4.9 Tabel Biaya Rata-rata Konsumsi Energi Listrik Responden per-Hari..43
ix
x
DAFTAR GAMBAR
Gambar 4.1 Histogram Konsumsi Energi Listrik Responden (kWh) Sebelum Pen
ghematan Energi...............................................................................44
Gambar 4.2 Box plot - Data Konsumsi Energi (kWh) Sebelum Penghematan Ener
gi........................................................................................................45
Gambar 4.3 Ogive Konsumsi Energi Listrik (kWh) Sebelum Penghematan Energi
...........................................................................................................46
Gambar 4.4 Histogram Konsumsi Energi Listrik Responden (kWh) Pasca Penghe
matan Energi.....................................................................................47
Gambar 4.5 Box plot Data Konsumsi Energi Listrik (kWh) Setelah Penghematan
Energi................................................................................................48
Gambar 4.6 Ogive Konsumsi Energi Listrik (kWh) Setelah Penghematan Energi4
9
Gambar 4.7 Line Chart Perkembangan Biaya Penggunaan Listrik Sebelum dan S
esudah Penghematan Energi.............................................................50
Gambar 4.8 Pie Chart Proporsi Jenis Kepemilikan Alat Elektronik....................51
Gambar 4.9 Diagram Venn Kepemilikan Barang Elektronik..............................52
Gambar 4.10 Bar Chart Kapasitas Daya Listrik Responden...............................53
xi
DAFTAR LAMPIRAN
xii
BAB I
PENDAHULUAN
2
3. Mampu memahami dan menerapkan penggunaan konsep probabilitas
peluang pada data yang telah dimiliki.
3
BAB II
TINJAUAN PUSTAKA
Bab ini akan membahas landasan teori terkait topik dalam penelitian.
Beberapa hal yang akan dibahas diantaranya statistika, populasi, sampel,
parameter dan statistik, data, klasifikasi statistika, dan teori probabilitas.
2.1 Statistika
2.2 Populasi
2.5 Data
Data merupakan bentuk raw facts (kenyataan apa adanya) yang juga
dikenal sebagai bahan baku atau bahan mentah dari sebuah informasi. Data
biasanya berwujud bahasa matematika, gambar, dan simbol-simbol tertentu yang
merujuk kepada suatu objek.[3] Adanya data bisa menggambarkan sifat kuantitatif
atau kualitatif dari suatu objek. Oleh karena data bersifat mentah, maka data
masih belum berguna seutuhnya karena data tersebut belum diolah. Data akan
memiliki nilai tambah bagi penerimanya apabila telah melalui proses pengolahan
data. Hasil atau output dari data yang sudah diolah disebut informasi. Informasi
5
sifatnya lebih mudah dipahami dan dapat digunakan sebagai alat pengambilan
keputusan.
Data yang diperoleh dari klasifikasi atau kategori suatu objek disebut data
non-metric. Data non-metric ini juga terdiri atas:
1) Data Nominal
2) Data Ordinal
6
2.5.1.2 Data Metric
Data yang diperoleh dari aktivitas pengukuran suatu objek disebut data
metric. Data metric juga terbagi atas:
1) Data Interval
Data interval diperoleh dari suatu hasil pengukuran. Nilai-nilai pada data
interval berupa angka yang interval atau jaraknya relatif sama. Data interval
memiliki ciri-ciri berupa adanya klasifikasi atau pengelompokan, nilainya
menunjukkan adanya tingkatan, dan ukuran jarak relatif sama. [1] Skala pada data
interval menggambarkan objek yang dinilai secara konsisten. Contohnya yaitu
rata-rata berat badan berdasarkan usia, untuk rentang usia 5-10 tahun memiliki
berat badan rata-rata 20-35 kg, pada rentang usia 11- 16 tahun memiliki berat
badan rata-rata 36-51 kg, dan seterusnya.
2) Data Rasio
Data rasio diperoleh dari hasil pengukuran dengan tingkat ketelitian lebih
tinggi daripada data interval. Satuan jarak bernilai sama dan terdapat titik nol yang
bersifat mutlak dan jelas.[2] Data ini mencakup semua syarat atau sifat yang
dimiliki oleh data interval, data rasio, dan data ordinal.
Data yang diambil oleh peneliti dengan terjun secara langsung ke lapangan
melakukan observasi disebut data primer.[2] Data ini bersifat terbaru atau up to
7
date. Pengambilan data bisa dilakukan dengan pengamatan dan pengukuran secara
langsung, survei, wawancara, atau melalui penyebaran kuisioner.
Berbeda dengan data primer, data sekunder merupakan data yang diambil
dari pihak kedua yang tidak memiliki kepentingan secara langsung dalam
penelitian.[2] Biasanya data diperoleh dari sumber lain seperti jurnal, buku, laporan
statistik terdahulu, dan lain-lain. Contohnya seperti saat ingin melakukan
penelitian tentang kecelakaan lalu lintas, maka data diperoleh tidak secara
langsung melainkan dari pihak kepolisian atau dinas perhubungan setempat.
Data yang bersumber dari dalam badan suatu instansi atau perusahaan
disebut data internal.[1] Data ini bersifat relatif privasi karena menggambarkan
keadaan suatu instansi atau perusahaan. Contohnya seperti data karyawan, data
keuntungan (laba), data keuangan, data produksi, data logistik, dan sebagainya.
Data yang bersumber dari pihak luar lingkungan suatu instansi atau
perusahaan disebut data eksternal.[1] Data memberikan gambaran situasi di luar
instansi terkait. Contohnya seperti data kepuasaan konsumen.
8
2.5.4 Klasifikasi Jenis Data Berdasarkan Waktu Pengumpulannya
Data yang diambil pada suatu titik waktu tertentu disebut cross section
data. Data ini digunakan untuk memberikan gambaran keadaan pada suatu waktu
tertentu.[1] Misalnya, data hasil ujian praktikum programa komputer pada tahun
2021.
Data kuantitatif adalah data yang memuat bilangan atau angka. [1] Data
kuantitatif ini bisa diolah dengan perhitungan matematis dan konsep statistika.
Pada dasarnya, data kuantitatif dikelompokkan kembali menjadi data diskrit dan
kontinu.
9
1) Data Diskrit
Data diskrit merupakan salah satu kategori data kuantitatif. Data diskrit
diperoleh bukan dengan melalui pengukuran, melainkan dengan cara membilang.
[4]
Contohnya adalah jumlah praktikan statistika industri I tahun 2017 adalah 119
orang.
2) Data Kontinu
Data kontinu adalah data yang didapat dari hasil aktivitas pengukuran.
Data ini juga dikenal dengan data ukuran.[4] Contohnya adalah tinggi badan anak
A adalah 163,5 cm, jarak tempuh kereta api Padang-Pariaman adalah 55,5 km,
dan sebagainya.
Data kualitatif adalah data yang memuat suatu kategori berupa kalimat
yang berisi kata sifat, ciri-ciri, ataupun kategori tertentu. [1] Data ini bukan berupa
bilangan. Contohnya seperti data golongan darah manusia.
10
statistika deskriptif mengacu pada cara pengumpulan data, angka-angka
pengamatan yang disederhanakan (meringkas dan menyajikan), serta pengukuran
pemusatan dan penyebaran data untuk memperoleh banyak informasi yang
menarik, berguna, dan mudah dipahami.[4] Data akan disajikan dalam bentuk tabel
ataupun grafik.
Data pada tabel distribusi data tunggal dikelompokkan satu per satu sesuai
frekuensi data. Contoh tabel distribusi frekuensi data tunggal dapat dilihat pada
Tabel 2.1.
Data pada tabel distribusi data berkelompok dimuat dalam beberapa kelas
yang memiliki range atau jangkauan tertentu, lalu dikelompokkan sesuai jumlah
frekuensi.[4] Berikut data tinggi badan siswa di kelas A:
11
172 180 177 175 175 185 179 182 187 179
180 172 181 178 180 175 179 185 186 176
175 177 170 179 183 180 184 185 179 181
Keterangan:
R = Range
Xmax = Data nilai tertinggi
Xmin = Data nilai terendah
Berdasarkan data tinggi badan siswa di atas, maka range atau jangkauan
masing-masing kelas adalah:
R = Xmax – Xmin
R = 187 – 170
R = 17
12
2) Menentukan Jumlah Kelas
Banyaknya kelas yang ada dalam tabel distribusi akan ditulis secara
horizontal dalam baris tabel.[4] Jumlah kelas dapat ditentukan dengan
menggunakan persamaan berikut.
Keterangan:
K = Jumlah kelas
n = Jumlah atau banyaknya data
Berdasarkan data tinggi badan siswa di atas, maka jumlah kelas untuk
tabel distribusi adalah:
K = 1+3,3 Log n
K = 1+3,3 Log (30)
K = 5,874 (dibulatkan ke atas)
K=6
Interval adalah besarnya range atau jangkauan kelas dibagi dengan jumlah
kelas. [4] Interval ini menunjukkan rentangan data pada suatu kelas. Interval bisa
ditentukan dengan persamaan berikut.
R …
P=
K
(3)
13
Keterangan:
P = Interval kelas
R = Range atau jangkauan
K = Jumlah kelas
Range = 17
Jumlah kelas = 6
Maka, interval kelas adalah 3.
Setelah diperoleh data berupa range, jumlah kelas, dan interval, data dapat
diolah dan dikelompokkan menjadi Tabel 2.2 seperti di bawah ini.
Penyajian data dalam bentuk grafis dilakukan agar terdapat visualisasi data
dalam berbagai bentuk grafis. Beberapa contoh penyajian data dalam bentuk grafi
s diantaranya:
1) Histogram
14
tetapi histrogram pada dasarnya berbeda dengan diagram batang. Histogram tidak
memiliki jarak antara batang yang satu dengan lainnya. Histogram memudahkan k
ita dalam melihat persebaran atau distribusi data.
2) Ogive
15
3) Stem and Leaf Diagram
Stem and leaf diagram adalah grafik yang menyajikan data dengan
memisahkan digit angka menjadi dua bagian. [4] Bagian batang (stem) yaitu angka
digit pertama dan leaf merupakan digit angka setelahnya. Stem and leaf diagram
dibuat untuk memudahkan membaca data yang sangat banyak namun jaraknya
tidak terlalu jauh. Stem disusun secara vertikal dan leaf disusun berurutan secara
horizontal.
4) Pie Chart
16
Data Penjualan Brand Otomotif
Tahun 2020
TOYOTA DAIHATSU
MERCEDES-BENZ NISSAN
5) Box Plot
17
1) Mean
X =
∑X …(4)
n
X =
∑ fi x i …(5)
n
Keterangan:
X = Mean
fi = Frekuensi data ke-i
x = Data
xi = Data ke-i
n = Jumlah frekuensi
2) Modus
Modus merupakan data yang paling banyak muncul atau yang memiliki
frekuensi paling banyak. Menentukan modus pada data tunggal dilakukan dengan
cara melihat nilai yang paling sering muncul atau data yang memiliki frekuensi
paling banyak.
18
Keterangan:
Mo = Modus
Tb = Tepi bawah kelas modus
d1 = Selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = Selisih frekuensi kelas modus dengan kelas sesudahnya
I = Interval kelas
3) Median
x n + x n+1
Me= …(7)
2
1
n - fk s
2 …(8)
Me = Tb + ×I
f
Keterangan:
Me = Median
xn = Data ke- n
Tb = Tepi bawah
n = Banyak frekuensi
fks = Frekuensi kumulatif sebelum kelas median
19
f = Frekuensi kelas median
I = Interval
1) Jangkauan
Jangkauan merupakan selisih data nilai terbesar dengan data nilai terkecil
pada data berkelompok. Jangkauan dapat dihitung dalam rumus sebagai berikut. [4]
R= x i - x 1 …(9)
Keterangan:
R = Jangkauan
xi = Nilai data ke- i
x1 = Nilai data pertama
2) Simpangan Rata-rata
n
1
SR=
n
∑|x i - x| …(10)
n=1
k
SR= ∑ f i × |x i - x| …(11)
t=1
20
Keterangan:
SR = Simpangan rata-rata
fi = Frekuensi data ke-i
xi = Nilai data ke- i
x = Mean
n = banyak data
3) Ragam (Variansi)
n
1
S2 =
n
∑ ( x i - x )2 …(12)
n=1
Keterangan:
S2 = Variansi sampel
n = Banyak data
xi = Nilai data ke-i
x = Mean
4) Simpangan Baku
Simpangan baku merupakan nilai ukuran sebaran data yang paling banyak
digunakan. Simpangan baku dapat dihitung menggunakan persamaan berikut.[5]
√
2
Σ (xi-μ) …(13)
σ=
n
21
Keterangan:
σ = Simpangan baku
n = Banyak data
μ = Rata-rata
xi = Nilai data ke- i
5) Kuartil
i
Qi= ( n+1 ) …(14)
4
( )
1
n - fk s
4 …(15)
Q i =Tb+ ×I
fQ i
Keterangan:
Qi = Kuartil ke-i
Tb = Tepi bawah kelas
n = Jumlah frekuensi
fks = Frekuensi kumulatif sebelum kelas Qi
fQi = rekuensi kelas Qi
I = Interval
6) Desil
Desil merupakan nilai ukuran data yang membagi data menjadi 10 bagian
sama besar setelah diurutkan.[5] Desil dapat dihitung dengan rumus berikut.
22
( )
i
n - fk s
10 …(16)
Di =Tb+ ×I
fDi
Keterangan:
Tb = Tepi bawah kelas Di
n = Jumlah frekuensi
fks = Frekuensi kumulatif sebelum kelas Di
fDi = Frekuensi kelas Di
7) Persentil
Persentil merupakan nilai ukuran data yang membagi data menjadi 100
bagian sama besar.[5] Persentil dapat dihitung dengan rumus sebagai berikut:
( )
1
n- fk s
100 …(17)
P i =Tb+ ×I
fPi
Keterangan:
Tb = Tepi bawah kelas Pi
n = Jumlah frekuensi
fks = Frekuensi kumulatif sebelum kelas Pi
fPi = Frekuensi kelas Pi
I = Interval
23
terjadi. Beberapa definisi atau istilah yang berkaitan dengan kejadian dan ruang
sampel probabilitas:
1) Eksperimen merupakan suatu proses percobaan untuk mendapatkan suatu
hasil. Kegiatan yang dilakukan dalam eksperimen disebut percobaan (trial),
sedangkan hasil percobaan disebut hasil (outcome).[9]
3) Jika ruang sampel terdiri dari sejumlah titik sampel yang dihitung, maka
ruang sampel dikatakan sebagai ruang sampel yang dapat dihitung. Sebaliknya,
jika ruang sampel terdiri dari beberapa titik yang tak terhitung, ruang sampel
dikatakan sebagai ruang sampel kontinu.[9]
4) Kumpulan dari satu atau lebih hasil sebuah eksperimen disebut sebagai
kejadian (event). Suatu kondisi dapat dikatakan bahwa "kejadian A terjadi" jika
hasil eksperimen adalah salah satu titik pengambilan sampel di A. Jadi kejadian A
adalah himpunan bagian dari ruang sampel S. [9]
Aksioma probabilitas adalah aturan dasar atau prinsip dasar sebagai acuan
teori probabilitas. Misalkan ruang sampel S terdapat kejadian A yang diasumsikan
dengan P(A):
24
3) Aksioma ketiga probabilitas berkaitan dengan peristiwa atau kejadian
mutually exclusive. Mutually exclusive merupakan istilah untuk dua kejadian yang
saling lepas atau tidak saling mempengaruhi. Apabila semua kejadian yang
mutually exclusive A1, A2, ... dimana Ai ∩ Aj = ∅, untuk i ≠ j, maka
∞
P ( ¿ i=1 ¿ ∞ A i )=∑ P ( Ai ) .[9]
i=1
Jika S adalah ruang sampel dengan jumlah anggota yaitu n(S) dan A
merupakan suatu kejadian dengan jumlah anggota n(A), maka peluang kejadian A
dinotasikan dengan P(A). Peluang dapat dihitung dengan persamaan berikut.[9]
n(A)
P ( A)= …(18)
n(S)
Keterangan:
P(A) = Peluang kejadian A
n(A) = Jumlah anggota pada kejadian A
n(S) = Jumlah anggota pada ruang sampel
2.7.1 Himpunan
2.7.1.1 Gabungan
25
perlu ditulis satu kali. Operasi gabungan dilambangkan dengan A ⋃ B = {x | x ∈
A atau x ∈ B}.[9]
2.7.1.2 Irisan
2.7.1.3 Komplemen
2.7.1.4 Selisih
2.7.2 Permutasi
26
n!
P =
n k …(19)
(n-k )!
Keterangan:
n = Banyak objek keseluruhan
k = Banyak objek yang diamati
2.7.3 Kombinasi
n!
n Cr = atau …(20)
( ( n-r ) !r!)
nPr
nCr =
r! …(21)
Keterangan:
n = Banyak objek keseluruhan
r = Banyak objek yang diamati
P = Permutasi
27
28
BAB III
METODE PENELITIAN
Bab ini akan membahas mengenai jenis penelitian yang digunakan, lokasi
dan waktu penelitian, subjek penelitian, metode pengumpulan data, serta analisis
data penelitian.
Pada penelitian ini, yang menjadi subjek penelitian adalah sebagai berikut.
3.3.1 Populasi
3.3.2 Sampel
30
pemakaian listrik normal dan 7 hari selanjutnya merupakan konsumsi pemakaian
listrik dengan program penghematan energi. Data yang sudah responden isi
kemudian dikumpulkan untuk kemudian diidentifikasi peluang penghematan
energi dalam rumah tangga.
31
3.5 Analisis Data
32
BAB IV
PENGOLAHAN DATA DAN ANALISIS
Bab ini akan membahas mengenai pengolahan data yang dilakukan pada
penelitian. Selain itu, bab ini juga membahas analisis terhadap data konsumsi
energi listrik yang sudah diolah.
Berdasarkan informasi yang ada pada Tabel 4.1 dapat diolah dan disajikan
data sebaran konsumsi energi listrik responden sebelum penghematan energi
dengan tabel distribusi frekuensi. Berikut langkah-langkah pembuatan tabel distri
busi frekuensi.
R = Xmax – Xmin
R = 24,96 – 0,00
R = 24,96
34
Maka nilai jangkauan kelas (range) data ini adalah 24,96.
Range = 24,96
Jumlah kelas = 7,8
Panjang interval = Jangkauan / Jumlah kelas
Maka, interval kelas adalah 3,20.
35
Tabel 4.2 Tabel Distribusi Frekuensi Konsumsi Energi Listrik Sebelum
Penghematan Energi
Setelah diperoleh data berupa range, jumlah kelas, dan interval, data dapat
diolah dan dikelompokkan menjadi tabel distribusi frekuensi seperti Tabel 4.2.
Berdasarkan Tabel 4.2 diperoleh banyak informasi terkait sebaran data. Ukuran
penyebaran dan pemusatan data dapat diperoleh dari Tabel 4.2. Berikut contoh
perhitungan ukuran pemusatan data pada tabel tersebut.
∑((Xmidpoint) × f)
Mean =
∑f
447,80
Mean =
112
Mean = 3,998 ~ 4
Mean = 4
Data disajikan dalam bentuk tabel distribusi frekuensi agar bisa diolah
lebih lanjut dan disajikan dalam bentuk histogram, ogive, dan box plot. Sebelum
menyajikan data dalam bentuk box plot maka diperlukan pengolahan data untuk
mendapatkan komponen pembentuk box plot. Data komponen untuk
memvisualisasikan box plot dapat dilihat pada Tabel 4.3 berikut.
36
Tabel 4.3 Data Komponen Box Plot Konsumsi Energi Listrik Sebelum
Penghematan Energi
Data penyusun box plot dapat dilihat pada Tabel 4.3 ini. Data selanjutnya
dapat diolah dan divisualisasikan dalam bentuk box plot.
37
Tabel 4.4 Ukuran Pemusatan dan Penyebaran Data Konsumsi Energi Listrik
Pasca Penghematan Energi
Berdasarkan informasi yang ada pada Tabel 4.4 dapat diolah dan disajikan
data sebaran konsumsi energi listrik responden sebelum penghematan energi
dengan tabel distribusi frekuensi. Berikut langkah-langkah pembuatan tabel distri
busi frekuensi.
R = Xmax – Xmin
R = 12,67 – 0,00
R = 12,67
38
Maka nilai jangkauan kelas (range) adalah 12,67.
2) Menentukan Jumlah Kelas
K = 1+3,3 Log n
K = 1+3,3 Log (112)
K = 7,80 (dibulatkan ke atas)
K=8
Range = 12,67
Jumlah kelas = 7,8
Panjang interval = Jangkauan / Jumlah kelas
Maka, interval kelas adalah 1,62.
39
Tabel 4.5 Tabel Distribusi Frekuensi Konsumsi Energi Listrik Pasca
Penghematan Energi
Setelah diperoleh data berupa range, jumlah kelas, dan interval, data dapat
diolah dan dikelompokkan menjadi tabel distribusi frekuensi seperti Tabel 4.5.
Berdasarkan Tabel 4.5 diperoleh banyak informasi terkait sebaran data. Ukuran
penyebaran dan pemusatan data dapat diperoleh dari Tabel 4.5. Berikut contoh
perhitungan ukuran pemusatan data pada tabel tersebut.
∑((Xmidpoint) × f)
Mean =
∑f
235,49
Mean =
112
Mean = 2,10
Data disajikan dalam bentuk tabel distribusi frekuensi agar bisa diolah
lebih lanjut dan disajikan dalam bentuk histogram, ogive, dan Box plot. Sebelum
menyajikan data dalam bentuk Box plot maka diperlukan pengolahan data untuk
mendapatkan komponen pembentuk Box plot. Data komponen untuk
memvisualisasikan Box plot dapat dilihat pada Tabel 4.6 berikut.
40
Tabel 4.6 Data Komponen Box Plot Konsumsi Energi Listrik Pasca Penghematan
Energi
Data penyusun box plot dapat dilihat seperti pada Tabel 4.6 di atas. DataS
selanjutnya dapat diolah dan divisualisasikan dalam bentuk box plot.
41
Tabel 4.7 Data Kelompok Kapasitas Daya Listrik Responden
Berdasarkan Tabel 4.7 dapat dilihat bahwa kapasitas daya listrik yang
digunakan oleh responden sangat beragam. Mulai dari 450 VA, 810 VA, 900 VA,
1300 VA, 1500 VA, 2000 VA, 2200 VA, 3500 VA, 4400 VA, hingga 6600 VA.
42
Tabel 4.8 Data Kepemilikan Alat Elektronik Responden
43
Tabel 4.9 Tabel Biaya Rata-rata Konsumsi Energi Listrik Responden per-Hari
Data yang sudah diolah, selanjutnya akan dianalisis. Data konsumsi energi
listrik responden akan dianalisis dan divisualisasikan dalam bentuk grafis, seperti
line chart, bar chart, pie chart, ogive, Box plot, histogram, dan diagram Venn.
44
Gambar 4.1 Histogram Konsumsi Energi Listrik Responden (kWh) Sebelum
Penghematan Energi
Data yang digunakan adalah data konsumsi energi hari pertama observasi.
Hal ini dilakukan untuk membandingkan penghematan energi listrik yang terjadi.
Berdasarkan histogram pada Gambar 4.1 dapat dilihat persebaran data konsumsi
energi listrik sebelum penghematan energi. Sumbu horizontal menampilkan
besaran konsumsi energi listrik (kWh) responden pada hari pertama (sebelum
penghematan energi). Besaran ini diperoleh dari batas atas (bin range) pengolahan
data yang ada pada Tabel 4.2. Sumbu vertikal menunjukkan frekuensi terhadap
sumbu horizontal. Jika dianalisis kembali, berdasarkan histogram pada Gambar
4.1 dapat dilihat bahwa frekuensi konsumsi energi listrik terbanyak terdapat pada
kelas dengan interval 0 – 3,20 kWh yaitu dengan frekuensi sebanyak 73
responden. Frekuensi konsumsi energi listrik paling rendah terdapat pada kelas
dengan interval 15,99 – 19,19 dan interval 22,39 – 25,39 yaitu dengan masing-
masing 1 responden.
45
beberapa komponen data yang harus ada dan diolah. Data tersebut dapat dilihat
pada Tabel 4.3.
Gambar 4.2 Box Plot - Data Konsumsi Energi (kWh) Sebelum Penghematan
Energi
Informasi yang bisa didapat dari box plot pada Gambar 4.2 adalah berupa
kuartil atas, kuartil tengah, kuartil bawah, nilai observasi maksimum, nilai
observasi minimum, dan data outliers. Data outliers merupakan data yang berada
jauh di luar jangkauan data pada umumnya. Biasanya data ini berasal dari
ketidaknormalan data dan human error saat observasi.
Nilai kuartil bawah (Q1) pada Box plot di atas adalah 0,79 kWh. Nilai
kuartil tengah (Q2) atau median adalah 2,03 kWh. Nilai kuartil atas (Q3) pada
data di atas adalah 4,90 kWh. Nilai observasi terkecil pada data di atas berada
pada angka 0,00 dan nilai observasi terbesar pada data di atas menunjukkan angka
24,96 kWh.
Selain Box plot, data yang ada juga bisa disajikan dalam bentuk ogive.
Ogive bisa terbentuk berdasarkan data dari tabel distribusi frekuensi (Tabel 4.2).
Data yang ada kemudian divisualisasikan menjadi ogive yang terdapat pada
Gambar 4.3 berikut.
46
Gambar 4.3 Ogive Konsumsi Energi Listrik (kWh) Sebelum Penghematan Energi
Data di atas merupakan data konsumsi energi listrik (kWh) pada hari-1
atau sebelum dilakukan penghematan energi. Selanjutnya akan disajikan data
konsumsi energi listrik (kWh) pada hari ke-14 atau pasca dilakukannya
penghematan energi. Setelah melakukan pengolahan data, maka data konsumsi
energi listrik (kWh) pada hari ke-14 atau pasca dilakukannya penghematan energi
dapat divisualisasikan seperti di bawah ini.
47
Gambar 4.4 Histogram Konsumsi Energi Listrik Responden (kWh) Pasca
Penghematan Energi
48
Gambar 4.5 Box Plot Data Konsumsi Energi Listrik (kWh) Setelah Penghematan
Energi
Informasi yang bisa didapat dari box plot pada Gambar 4.5 adalah berupa
kuartil atas, kuartil tengah, kuartil bawah, nilai observasi maksimum, nilai
observasi minimum, dan data outliers. Data outliers merupakan data yang berada
jauh di luar jangkauan data pada umumnya. Biasanya data ini berasal dari
ketidaknormalan data dan human error saat observasi.
Nilai kuartil bawah (Q1) pada data berikut adalah 0,31 kWh. Nilai kuartil
tengah (Q2) atau median adalah 0,71 kWh. Nilai kuartil atas (Q3) pada data di
atas adalah 2,37 kWh. Nilai observasi terkecil pada data di atas berada pada angka
0,00 dan nilai observasi terbesar pada data di atas menunjukkan angka 12,67 kWh.
Selain box plot, data yang ada juga bisa disajikan dalam bentuk ogive.
Ogive bisa terbentuk berdasarkan data dari tabel distribusi frekuensi (Tabel 4.5).
Data yang ada kemudian divisualisasikan menjadi ogive yang terdapat pada
Gambar 4.6 berikut.
49
Gambar 4.6 Ogive Konsumsi Energi Listrik (kWh) Setelah Penghematan Energi
Selain itu pada saat sebelum penghematan energi, data observasi terbesar
(maksimum) menunjukkan angka 24,96 kWh. Sedangkan apabila dibandingkan
dengan upaya pasca penghematan energi, data observasi terbesar (minimum)
menunjukkan angka 12,67 kWh. Selisih antara kedua data tersebut adalah 12,29
kWh. Selisih yang cukup besar karena nilainya hampir mencapai setengah dari
50
data maksimum konsumsi penggunaan listrik di hari pertama. Penurunan yang
signifikan pada kuantitas konsumsi energi listrik ini membuktikan bahwa upaya
penghematan energi yang dilakukan oleh responden dinilai efektif.
Gambar 4.7 Line Chart Perkembangan Biaya Penggunaan Listrik Sebelum dan
Sesudah Penghematan Energi
Jika dilihat pada Gambar 4.7 terdapat penurunan kurva dimana pada hari
pertama sebelum menerapkan penghematan energi, rata-rata biaya yang
dikeluarkan oleh responden pada hari tersebut adalah Rp 5.642,33. Sedangkan,
51
pada hari pertama setelah penerapan penghematan energi, rata-rata responden
hanya perlu mengeluarkan biaya sebesar Rp 3.502,62. Hal ini mengindikasikan
efektivitas upaya penghematan energi yang dilakukan oleh responden.
52
pengguna data untuk memperoleh informasi seputar proporsi suatu data terhadap
data lainnya.
S
Lampu
12
Kipas Angin
28
4 AC
50
Rice Cooker 9
5 Pompa
13 1 Kolam
2
53
sebanyak 13 responden. Penggunaan lampu, rice cooker, dan AC sebanyak 1
responden. Penggunaan lampu, kipas angin, dan AC sebanyak 4 responden.
Penggunaan lampu, AC, dan pompa kolam sebanyak 2 responden. Penggunaan
lampu dan AC sebanyak 9 responden. Dan penggunaan lampu saja sebanyak 12
responden. Dapat disimpulkan bahwa lampu, kipas angin, dan rice cooker
merupakan alat elektronik yang paling banyak digunakan dan dibutuhkan oleh
responden.
Berdasarkan Gambar 4.10 dapat dilihat bahwa kapasitas daya listrik yang
digunakan oleh responden dikategorikan menjadi 10 kategori. Mulai dari 450 VA,
810 VA, 900 VA, 1300 VA, 1500 VA, 2000 VA, 2200 VA, 3500 VA, 4400 VA,
hingga 6600 VA. Umumnya, responden memakai daya listrik 900 VA. Daya 900
VA digunakan oleh 64 responden. Kemudian diikuti oleh daya 1300 VA sebanyak
29 responden, 3500 VA dengan 6 responden, 2200 VA sebanyak 5 responden,
810 VA dengan 3 responden. Kategori daya listrik selebihnya masing-masing
hanya digunakan oleh 1 responden.
54
4.2.5 Analisis Probabilitas
Diketahui :
n(R) = 60
n(A) = 20
n(R∩A) = 4
N = 112
n(R) 60
P(R) = = = 0,53
N 112
n(A) 20
P(A) = = = 0,17
N 112
n(R∩A) 4
P(R∩A) = = = 0,04
N 112
P(R∩A) 0,04
P(R|A) = = = 0,075
P(R) 0,53
55
BAB V
PENUTUP
Bab ini berisi kesimpulan dan saran atas penelitian yang telah dilakukan.
Kesimpulan dan saran yang ada didasari atas analisis dan pengolahan data.
5.1 Kesimpulan
56
6. Berdasarkan efektivitas upaya penghematan energi yang sudah dilakukan
oleh responden, peluang penghematan energi dalam rumah tangga cukup
tinggi.
56
5.2 Saran
58
DAFTAR PUSTAKA
[1] Ananda, Rusydi dan Muhammad Fadhli. 2018. Statistik Pendidikan (Teori dan
Praktik dalam Pendidikan). Medan: CV Widya Puspita.
[2] Arisena, Gede Mekse Korri. T.t. Buku Ajar Pengantar Statistika. Bali:
Universitas Udayana.
[4] Hartanto, Dicki dan Sri Yuliani. 2019. Statistic Riset Pendidikan (Dilengkapi
Analisis SPSS). Pekanbaru: Cahaya Firdaus.
[8] Sumargo, Bagus. 2020. Probabilitas untuk Statistik. Jakarta: UNJ Press.
[9] Syaifudin, Wawan Hafid dan Achmad Choiruddin. 2021. Pengantar Teori
Probabilitas dan Statistika. Bengkulu: Elmarkazi.
59
LAMPIRAN
LAMPIRAN A
(DATA MENTAH)
Lampiran A.1 Data Mentah Hari Kedua
Hari Ke- 2 (Minggu/11/9/2022)
Nama Daya Listrik (Watt) Peralatan Watt Jumlah Waktu Mulai Penggunaan Waktu Berhenti Penggunaan kWh Biaya
Charger Handphone 20 1 0,684027778 0,75 0,031666667 45,72666667
Charger Laptop 35 1 0,541666667 0,729166667 0,1575 227,43
Rice Cooker 65 1 0,854166667 0,916666667 0,0975 140,79
Kipas Angin 50 1 0,783333333 0,3125 0,635 916,94
Rice Cooker 48 1 0,0625 0,125 0,072 103,968
Lampu 5 5 0,729166667 0,363194444 0,380416667 549,3216667
Aditya Pratama 900 Setrika 350 1 0,625 0,666666667 0,35 505,4
Anisah Yulizar
46 01.10 15.10 0 0
kipas angin 1
46 19.10 23.45 0 0
rice cooker 300 1 08.20 21.35 0 0
laptop 135 1 15.25 19.40 0 0
hp 20 1 00.15 05.15 0 0
1300 12 05.05 12.50 0 0
lampu kamar 1
12 16.15 23.59 0 0
8 05.15 10.15 0 0
lampu wc 1
8 17.40 23.59 0 0
Atikah Amatullah
AC 320 1 0 0,583333333 0 0
Setrika 200 1 0,854166667 0,864583333 0 0
Lampu 11 2 0,75 0 0 0
1300 Charger Handphone 30 1 0,291666667 0,375 0 0
Charger Laptop 150 1 0,375 0,458333333 0 0
Chofifah Anhar Chalid Charger Handphone 30 1 0,604166667 0,635416667 0 0
Devita Fatmawati
0,381944444 0,552777778 0 0
Kipas Angin 18 1
0,682638889 0,940972222 0 0
Rice cooker 300 1 0,302083333 0,857638889 0 0
0,000694444 0,28125 0 0
Lampu 5 1
900 0,741666667 0 0 0
Setrika 300 1 0,552083333 0,559722222 0 0
0,261805556 0,388888889 0 0
Charger Handphone 33 1
Intan Vanila Hidayat 0,84375 0,878472222 0 0
Kessy Marnalita
Maryani
AC 900 1 0,731053241 1 0 0
AC 900 1 1,15741E-05 0,208703704 0 0
Lampu 17 1 0,731053241 0,989722222 0 0
Cas HP 25 1 0,806527778 0,882337963 0 0
Cas laptop 65 1 0,848194444 0,97943287 0 0
3500 lampu 17 5 0,208703704 0,281840278 0 0
Cas HP 25 1 0,425289352 0,503715278 0 0
Muhammad Zidanne
0 16 0,16 66,4
Lampu 10 1
18,05 0 0,0491 20,3765
10 6,15 8,3 0,0175 7,2625
Charger Handphone 1
20,1 22,05 0,0208 8,632
5,32 6 0,0303 12,5745
450 Charger Laptop 1 13,15 15 0,1137 47,1855
19,2 23,05 0,1787 74,1605
0 16 0,16 66,4
Lampu Kamar Mandi 10 1
18,05 0 0,0491 20,3765
Nabilah Putri
Nathasya Gitami
lampu 36 1 0 0,291666667 0 0
lampu 36 1 0,75 0,916666667 0 0
kipas 50 1 0,333333333 0 0 0
900 setrika 300 1 0,375 0,40625 0 0
Lampiran A.1 Data Mentah Hari Kedua (Lanjutan)
Lampu 18 5 17.28 06.24 1164 Rp1,847.27
Charger Laptop 230 1 09.00 10.30 345 Rp547.52
AC 720 1 20.06 05.40 6888 Rp10,931.26
2200 Charger Handphone 25 1 21.05 22.45 41,67 Rp66.13
Pompa Kolam 40 1 15.00 15.35 23,33 Rp37.03
Naufal Tsaqib Amnedyo
lampu 36 1 0 0,291666667 0 0
lampu 36 1 0,75 0,916666667 0 0
kipas 50 1 0,333333333 0 0 0
900 setrika 300 1 0,375 0,40625 0 0
Charger Handphone 12 1 0,208333333 0,3125 0 0
Charger Handphone 12 1 0,5625 0,604166667 0 0
Charger Handphone 12 1 0,708333333 0,791666667 0 0
Okta Indrianis charger laptop 65 1 0,416666667 0,5 0 0
Refi Guswirasari
0,358333333 0,4625
Charger Handphone 15 1 0,078 86,94972
0,807638889 0,920138889
0,321527778 0,349305556
Dispenser air 385 1 0,522222222 0,541666667 0,641666667 715,2915
0,841666667 0,863888889
900 0 0,342361111
Lampu 52 10 7,618 8492,08932
0,73125 0,999305556
Charger Laptop 90 1 0 0 0 0
0,211805556 0,432638889
Rice cooker 400 1 3,893333333 4340,0544
0,627777778 0,8125
Yoserizal Fahdi
BIODATA PENELITI
A. Data Pribadi
- Nama : Angelina Ajeng Masayu
- Tempat, Tanggal Lahir : Padang, 07 April 2003
- Alamat : Jl. SDN 14 Koto Panjang No.10 A, Limau
Manis, Kec. Pauh, Kota Padang, Sumatera
Barat
- Jenis Kelamin : Perempuan
- Agama : Islam
- No. Hp : 082386145571
- Email : angelinaajengmasayu0704@gmail.com
B. Riwayat Pendidikan
A. Data Pribadi
- Nama : Dwi Ramadhani
- Tempat, Tanggal Lahir : Padang, 30 Oktober 2003
- Alamat : Jl. Dr. Sutomo, Marapalam, Padang
- Jenis Kelamin : Perempuan
- Agama : Islam
- No. Hp : 083818461025
- Email : dwiramadhani284@gmail.com
B. Riwayat Pendidikan
- Panitia Pemilihan Umum UNAND 2022 – Staff Tim Humas dan Kreatif
- Engineer On Action 2022 – Staff Publikasi dan Dokumentasi
- Keakraban Peserta OR 12 Neotelemetri 2021 – Staff Humas
- International Mathematics Olympiad (IMO) SMA N Padang – Anggota