Nama : MUHAMMAD ALDI

Npm : 2206010155
Kelas : REG SIANG BJM

1. a. Pengambilan Keputusan
b. Penelitian Ilmiah
c. Analisis Bisnis
d. Evaluasi Kinerja
e. Prediksi
f. Pengendalian Kualitas
g. Penelitian Sosial
h. Kesehatan dan Kedokteran
i. Keuangan
j. Pengembangan Perangkat Lunak dan Kecerdasan Buatan

2. statistik deskriptif adalah tentang merangkum, mengorganisir, dan memvisualisasikan data,

sementara statistik inferensial berkaitan dengan membuat kesimpulan atau inferensi yang
lebih besar berdasarkan sampel data

3. untuk memahami distribusi frekuensi, kita dapat membuat keputusan yang lebih baik,
mengoptimalkan proses, dan menghindari kesalahan interpretasi data.

4. Untuk menghitung rata-rata, median, dan modus dari suatu kumpulan data, berikut adalah
langkah-langkahnya:
Rata-rata (Mean): Jumlahkan semua nilai dalam kumpulan data dan kemudian bagi jumlah
tersebut dengan jumlah data.
Median: Urutkan data dalam urutan meningkat, dan cari nilai tengah. Jika jumlah data ganjil,
median adalah nilai yang tepat di tengah. Jika jumlah data genap, median adalah rata-rata
dari dua nilai tengah.
Modus: Modus adalah nilai yang paling sering muncul dalam kumpulan data.
Mari kita hitung mean, median, dan modus untuk kumpulan data yang Anda berikan:
Kumpulan data: 10, 12, 14, 25, 20, 5, 30, 23, 13, 24, 10, 9, 15, 20, 21, 22, 6, 7, 8, 9, 18, 8.
Rata-rata (Mean):
Jumlahkan semua nilai:
10 + 12 + 14 + 25 + 20 + 5 + 30 + 23 + 13 + 24 + 10 + 9 + 15 + 20 + 21 + 22 + 6 + 7 + 8 + 9 + 18
+ 8 = 320.
Ada 22 data, jadi rata-rata adalah 320 / 22 = 14.55 (dibulatkan menjadi dua desimal).
Median:
Urutkan data dalam urutan meningkat: 5, 6, 7, 8, 8, 9, 9, 10, 10, 12, 13, 14, 15, 18, 20, 20, 21,
22, 23, 24, 25, 30.
Karena ada 22 data (jumlah genap), median adalah rata-rata dari dua nilai tengah, yaitu (13 +
14) / 2 = 13.5.
Modus:
Nilai yang paling sering muncul dalam kumpulan data adalah 8, yang muncul dua kali. Oleh
karena itu, modusnya adalah 8.
Jadi, untuk kumpulan data ini:
Mean (rata-rata) adalah 14.55.
 Median adalah 13.5.
Modus adalah 8

5. Standar deviasi adalah salah satu ukuran statistik yang mengukur sejauh mana data tersebar
dari nilai rata-rata (mean) dalam sebuah kumpulan data. Semakin besar standar deviasi,
semakin besar dispersi data, sementara semakin kecil standar deviasi, semakin kecil dispersi
data.

6. Ukuran: Populasi mencakup seluruh kelompok atau elemen yang relevan, sementara sampel
hanya mencakup sebagian dari populasi. Representasi: Sampel digunakan sebagai
representasi atau proxy untuk populasi yang lebih besar. Hasil dari sampel tersebut
kemudian digunakan untuk membuat inferensi atau kesimpulan tentang populasi. Efisiensi:
Mengumpulkan data dari seluruh populasi seringkali tidak praktis atau terlalu mahal. Sampel
memungkinkan analisis statistik yang lebih efisien dan ekonomis.

7. Dalam Penelitian:
Penelitian Kesehatan: Statistik digunakan untuk menganalisis data klinis dan epidemiologis,
seperti studi kohort untuk mengidentifikasi faktor risiko penyakit tertentu.
Penelitian Sosial: Statistik digunakan dalam survei dan penelitian sosial untuk menganalisis
opini masyarakat, perilaku sosial, dan tren demografi.
Ilmu Alam: Dalam fisika, statistik digunakan untuk menganalisis hasil eksperimen, seperti
dalam fisika partikel untuk mengidentifikasi partikel subatom dan dalam astronomi untuk
menganalisis data observasi.
Dalam Industri:
Manufaktur: Statistik digunakan dalam pengendalian kualitas untuk memastikan produk
memenuhi standar kualitas dengan menganalisis sampel produk.
Pemasaran: Dalam industri, data statistik digunakan untuk menganalisis perilaku konsumen,
memahami preferensi pasar, dan mengukur efektivitas kampanye pemasaran.
Perbankan dan Keuangan: Analisis risiko menggunakan statistik untuk mengevaluasi risiko
kredit, portofolio investasi, dan pergerakan pasar.

8. Desain eksperimen (experimental design) adalah proses merencanakan dan mempersiapkan

eksperimen atau percobaan dengan cermat sehingga hasilnya dapat memberikan informasi
yang valid dan relevan tentang hubungan sebab-akibat antara variabel yang diuji

9. Regresi Linear: Digunakan ketika Anda ingin memprediksi nilai variabel dependen yang
kontinu berdasarkan satu atau lebih variabel independen. Cocok untuk hubungan linier
antara variabel-variabel. Regresi Logistik: Digunakan untuk memprediksi probabilitas
peristiwa biner (ya/tidak, sukses/gagal) berdasarkan variabel independen. Pohon Keputusan
(Decision Trees): Digunakan untuk membagi data ke dalam kelompok berdasarkan
serangkaian keputusan yang dibuat dari variabel independen. Cocok untuk data kategoris
dan numerik. Random Forest: Menggabungkan beberapa pohon keputusan untuk
meningkatkan akurasi prediksi dan mengurangi overfitting.

10. Identifikasi Ancaman dan Peluang: Analisis risiko membantu mengidentifikasi ancaman
potensial (risiko negatif) dan peluang (risiko positif). Ini memungkinkan individu atau
organisasi untuk mempersiapkan diri terhadap risiko yang dapat mengganggu tujuan atau
memanfaatkan peluang yang muncul. Pengambilan Keputusan yang Informasional: Dengan
menganalisis risiko, keputusan yang diambil menjadi lebih informasional dan didasarkan
pada pemahaman yang lebih baik tentang konsekuensi potensial. Ini membantu dalam
menghindari keputusan impulsif atau berdasarkan keberuntungan semata. Manajemen
Risiko: Analisis risiko adalah langkah awal dalam manajemen risiko yang efektif. Hal ini
memungkinkan individu atau organisasi untuk mengidentifikasi, mengukur, mengendalikan,
dan memonitor risiko secara sistematis.