Menterjemahkan artikel bahasa Inggris ke bahasa Indonesia

Apakah laptop terakhir anda rusak begitu cepat ? Di sinilah anda bisa menemukan pengganti yang andal

            Saat mencari laptop baru, Anda menginginkan perangkat yang tidak perlu anda bawa kembali untuk diperbaiki setidaknya selama beberapa tahun. Keandalan dan kinerja yang dapat diandalkan berada pada daftar pembeli yang tinggi, namun merek mana yang terbaik?
Untuk menemukan jawabannya bagi semua pembeli laptop anda, kami telah memindai halaman Consumer Reports, mempelajari survei tentang seberapa sering laptop dibawa kembali untuk diperbaiki, membaca pendapat ahli, menganalisis pemungutan suara yang banyak, dan banyak lagi. Secara keseluruhan, kami telah mengumpulkan konsensus tentang merek yang paling andal, dan mengapa mereka bekerja.

            Tipe laptop, sebelum kita mulai menamai nama, kita akan menunjuk pada aturan umum: semakin kecil laptop, semakin tinggi tingkat kegagalannya. Ada beberapa alasan untuk ini. Laptop kecil lebih sulit dipisahkan dan diperbaiki sendiri, jadi perbaikan resmi mungkin lebih umum terjadi. Mereka juga lebih portabel, dan karena itu lebih cenderung terjatuh atau terbentur. Mungkin juga ada alasan manufaktur untuk jangka hidup mereka yang lebih pendek. Jadi, jika anda menginginkan laptop yang sangat tahan lama, carilah model yang lebih besar bila memungkinkan.

            Jika ada satu hal yang hampir semua orang setuju, laptop Apple adalah yang paling dapat diandalkan dari kelompok tersebut. Saat anda membeli MacBook, anda tahu apa yang diharapkan, dan itu jarang melibatkan kegagalan atau pengembalian. Bagian dari ini adalah karena filosofi desain Apple yang solid. MacBook, Airs, dan Pro secara konsisten tumbuh lebih tipis dan lebih kuat, namun keseluruhan gaya desain tetap sama. Bingkai aluminium dan elektronik yang dikemas ketat juga cenderung membantu mengurangi kerusakan dan tingkat kegagalan. Sebenarnya, perangkat Apple cenderung menjadi lebih andal dengan generasi selanjutnya, karena desain menjadi lebih ketat. Melepaskan port, misalnya, bukanlah langkah yang populer - namun ini dapat mengurangi kerusakan.

Ini juga perlu dicatat bahwa Apple melakukan banyak hal yang lebih kecil dengan baik. Keyboardnya tajam, menyenangkan digunakan, dan nyaris tidak bisa dipecahkan dalam keadaan biasa. Masa pakai baterai Macbooks cenderung tinggi juga, dan tidak mengalami penurunan kinerja cepat atau fluktuasi. Menampilkan isu-isu cenderung jarang terjadi, dan di Consumer Reports, Apple mengalahkan sembilan merek laptop lainnya ketika perlu melakukan perbaikan dalam tiga tahun pertama kepemilikan. Di lain sisi, MacBooks bisa dikatakan sangat memukul dompet anda, harga kisaran dari $1,000 sampai $1,800 untuk model yang paling populer. Harga itu cukup mahal untuk ukuran beli laptop rata-rata. Meski harganya mahal, garansi hanya bertahan satu tahun, seperti merek lain yang lebih terjangkau. Tapi Apple telah berkali-kali menawarkan ekstensi garansi gratis untuk masalah manufaktur umum, sebuah praktik yang jarang ditiru merek lain.

            Pekerjaan Dell, terutama di bidang ultrabook, telah menghasilkan tanaman ultraportable baru yang luar biasa hebat, memiliki spesifikasi yang kuat, dan tidak melepaskan hantu tanpa pertarungan. Jika Anda memerlukan PC untuk pekerjaan atau sekolah, dan menginginkannya bertahan selama mungkin, mesin Dell adalah pilihan tepat, terutama dengan model XPS terbaru mereka yang melakukan sedikit dari semuanya, dan melakukannya di mana saja. Itu termasuk resolusi layar, koneksi, dan software terbaru.

Alasan penting lain mengapa Dell mendapat nilai tinggi untuk keandalan bukan karena komputer perusahaan tidak pernah rusak, mereka memiliki rekam jejak yang bagus, tapi tidak sebagus MacBook tapi karena dukungan pelanggan Dell mudah menjadi yang terbaik yang akan Anda temukan di luar Apple. Jika ada yang tidak beres, panggilan layanan pelanggan cepat dengan Dell, lebih cenderung menghasilkan solusi, atau setidaknya merupakan rencana perbaikan, dibandingkan dengan merek lain. Terkadang faktor terpenting dalam keandalan bukanlah komputer itu sendiri, tapi perusahaan yang anda hadapi.

            Jika Anda menginginkan komputer yang dapat diandalkan ekstra, tapi tidak ingin membayar terlalu banyak untuk itu, anda akan senang melihat Asus juga memasukkannya ke daftar merek laptop paling andal. Perusahaan secara konsisten berhasil mencetak gol dengan baik dalam survei, meski biasanya tidak mendapat nilai tertinggi.

Asus komputer cenderung lebih ramping dan ringan daripada banyak merek yang ada di pasaran, jadi jika anda kurang tertarik dengan penggantian desktop dan lebih tertarik dengan pilihan portabel, inilah jalur yang harus diikuti. Asus juga cenderung condong ke arah ekstrem, dengan laptop dengan berbagai ukuran. Ada banyak eksperimen dan usaha patungan dalam merek ini, yang menjadikannya pilihan menarik untuk dijelajahi.
Kelemahan dari Asus adalah dukungan pelanggannya, yaitu hit-or-miss. Perusahaan menerima rata-rata nilai rata-rata di bawah rata-rata dalam survei layanan pelanggan yang telah kami lihat.

            Toshiba berada dalam posisi yang menarik ketika datang ke penawaran laptop. Di satu sisi, perusahaan telah terikat dengan Asus dalam beberapa survei sebagai salah satu merek yang paling andal, dengan beberapa perbaikan paling sedikit yang dibutuhkan. Di sisi lain, Toshiba juga mencetak angka yang sangat buruk dalam penelitian merek lainnya, karena pada dasarnya hanya layanan pelanggan yang baik, dan model produk yang belum berusaha menonjol dari keramaian.

Bagaimanapun, ada tanda-tanda bahwa Toshiba meningkatkan kualitas laptop dan memusatkan perhatian lebih pada daya tahan - mereka bahkan mencurahkan bagian dalam siaran pers 2017 untuk berbicara tentang status tahan lama dan penguatan honeycomb dari model terbaru mereka.

Portege Toshiba dan laptop Tecra cenderung menjadi lini produk seperti workhouse, versi laptop bisnis yang lebih terjangkau. Mereka termasuk fitur terbaru (sensor sidik jari, USB Tipe-C, dll.), Namun fokus pada harga yang lebih rendah daripada merek lain, membuatnya serupa dengan Asus dalam banyak hal, hanya dengan pilihan yang lebih sedikit. Jika anda telah melihat laptop berorientasi bisnis lainnya dan belum menemukan apa pun dalam kisaran harga atau fitur ideal anda, cobalah Toshiba.

Ketika datang ke perbaikan dan kerusakan, salah satu komponen komputer yang paling penting adalah dokumen garansi itu. Jadi, apa kesepakatan dengan garansi hari ini? Pada dasarnya, jangan terlalu khawatir. Diperpanjang jaminan, sebagai aturan umum, ada untuk menghasilkan uang ekstra bagi perusahaan. Membeli satu tidak cenderung melakukan banyak hal baik hanya sekitar 8 % orang yang telah memperpanjang garansi yang pernah menggunakannya, menurut Consumer Reports.

Selain itu, garansi normal yang disertakan dengan mesin baru kemungkinan akan mencakup sekitar 75 % untuk perbaikan umum atau masalah. Ya, itu akan terasa menyebalkan jika anda tidak membeli garansi dan kebetulan ada masalah. Tapi, dalam jangka panjang, garansi diperpanjang cenderung lebih mahal dari harganya.

Artikel ini diperbaharui pada 31 Januari 2017 dengan informasi survei terbaru, dan kategori runner up ditambahkan.

http://www.digitaltrends.com/computing/which-laptops-are-the-most-reliable/

Read More ->>

Model Trend Projection

Adalah suatu metode peramalan serangkaian waktu yang sesuai dengan garis tren terhadap serangkaian titil titik masa lalu., kemudian diproyeksikan ke dalam peramalan masa depan untuk peramalan jangka menengah dan jangka panjang

Persamaan garis :        

                               

                                        

Dimana :          y = variabel yang akan diprediksi
                        a = konstanta
                        b= kemiringan garis regrsi
                        x = variabel bebas (waktu)

Dengan metode kuadrat terkecil (MKT) didapat :

Contoh : Tabel berikut adalah memperlihatkan jumlah kecelakaan yang terjadi di Florida State Highway 101 selama 4 tahun. Ramalkan jumlah kecelakaan yang terjadi pada bulan Mei.

                                                        

Read More ->>

Sebaran peluang teoritis

DISTRIBUSI NORMAL

Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk lonceng.

Distribusi normal memodelkan fenomena kuantitatif pada ilmu alam maupun ilmu sosial. Beragam skor pengujian psikologi dan fenomena fisika seperti jumlah foton dapat dihitung melalui pendekatan dengan mengikuti distribusi normal. Distribusi normal banyak digunakan dalam berbagai bidang statistika, misalnyadistribusi sampling rata-rata akan mendekati normal, meski distribusi populasi yang diambil tidak berdistribusi normal. Distribusi normal juga banyak digunakan dalam berbagai distribusi dalam statistika, dan kebanyakan pengujian hipotesis mengasumsikan normalitas suatu data. (sumber : id.wikipedia.org/wiki/Distribusi_normal)

 DISTRIBUSI BINOMIAL (1)

Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan memiliki probabilitas p. Eksperimen berhasil/gagal juga disebut percobaan bernoulli. Ketika n = 1, distribusi binomial adalah distribusi bernoulli. Distribusi binomial merupakan dasar dari uji binomial dalam uji signifikansi statistik.

Distribusi ini seringkali digunakan untuk memodelkan jumlah keberhasilan pada jumlah sampel n dari jumlah populasi N. Apabila sampel tidak saling bebas (yakni pengambilan sampel tanpa pengembalian), distribusi yang dihasilkan adalah distribusi hipergeometrik, bukan binomial. Semakin besar N daripada n, distribusi binomial merupakan pendekatan yang baik dan banyak digunakan

Distribusi binomial juga didefinisikan bila suatu ulangan binomial mempunyai peluang keberhasilan p dan nilai peluang kegagalan a = 1 – p, maka sebaran peluang bagi peubah acak binomial X, yaitu banyaknya keberhasilan dalam n ulangan yang bebas adalah

b(x,n,p)= 

untuk x = 0,1, 2, …, n

sedangkan untuk nilai tengah dan ragam bagi sebaran binomial adalah µ = np dan σ2 = npq. Hal ini dpat dibuktikan misalkan hasil pada ulangan ke-j dinyatakan oleh peubah acak Ij yang bernilai 0 dan 1, masing-masing dengan peluang q dan p. Ini disebur peubah Bernoulli atau lebih tepat disebut peubah indikator, KarenaIj = 0 berarti kegagalan dan Ij = 1 yang berarti keberhasilan. Dengan demiklian, dalam suatu percobaan binomial banyaknya keberhasilan dapat dituliskan sebagai jumlah n peubah indikator yang bebas, sehingga

X = I1 + I2 + … + In

Nilai tengah Ij adalah E(Ij) = 0.q + 1.p = p. Maka kita mendapatkan nilai tengah bagi sebaran binomial, yaitu

µ = E(X) = E(X1) + E(X2) + … + E(Xn)

= p + p + … + p

= np

Ragam bagi setiap Ij adalah

σ2Ij = E[(Ij – p)2] = E(Ij2) – p2

= (0)2q + (1)2p – p2

                                                    = p(1 – p) = pq

Dengan demikian, ragam sebaran binomial adalah

σ2x = σ2I1 + σ2I2 + … + σ2In

= pq + pq + … + pq

= npq

Distribusi Binomial (2)

Suatu percobaan sering kali terdiri atas ulangan-ulangan, dan masing-masin mempuyai dua kemungkinan hasil yang dapat diberi nama berhasil dan gagal. Misalnya saja dalam pelemparan sekeping uang logam sebanyak 5 kali. Hasil setiap ulangan mungkin muncul sisi gambar atau sisi angka. Dan salah satu diantara keduanya ditentukan sebagai “berhasil”. Begitupula, bila 5 kartu diambil berturut-turut. Untuk kartu merah diberi label “berhasil” atau “gagal” jika yang terambil warna hitam.

Bila setiap kartu dikembalikan sebelum pengembalian berikutnya, maka kedua percobaan yan dilakukan diatas mempunyai ciri-ciri sama, yaitu bahwa ulangan-ulangan tersebut bersifat bebas dan peluang keberhasilan setiap ulangan tetap sama yaitu sebesar ½. Percobaan semacam ini dinamakan percobaaan binom. Perhatikan bahwa dalam percobaan pengambilan kartu tersebut, peluang keberhasilan dalam setiap ulangan akan berubah ila kartu tidak dikebalikan sebelum pengambilan berikutnya. Karena peluang terambilnya pada pengambilan pertama adalah ½, sedangkan pada engambila yang kedua peluang itu bersifat bersyarat, bernilai 26/51 atau 25/51, bergantung pada hasil pengembalian pertama. Bila demikian halnya percobaan ini bukan bersifat binom. Untuk lebih ringkasnya dapat dilihat pada definisi berikut.

Jika suatu ulangan binomial mempunyai peluang keberhasilan p dan peluang kegagala q=1-p , maka distribusi probabilitas bagi peubah acak binomial x, yaitu banyaknya keberhasilan dalam n ulangn bebas , adalah

B(x;n;p) = Cxn px qn-x

Untuk x=1,2,3,4,……., n

Contoh :

Tentukan peluang mendapatkan tepat tiga bilangan 2 buah dadu setimbang dilempar 5 kali.

Jawab : peluang keberhasilan setiap ulangan yang bebas ini adalah 1/6 dan peluang kegagalan adalah 5/6. Dalam hal itu munculnya bilangan 2 di anggap keberhasilan. Maka :

B {x;5,1/6} = C35 (1/6)3 (5/6)2

= 5! . 52 .

3! 2! 63

= 0,0032

Distribusi Multinomial

Percobaan Binomial menjadi suatu percobaan multinomial bila kita membuat setiap percobaan mempunyai lebih dari 2 keluaran yang mungkin. Penarikan sebuah kartu dari suatu tumpukan dengan pengembalian merupakan percobaan multinomial bila ke-empat jenis kartu menjadi keluarannya.

Secara umum, Bila suatu percobaan dapat menghasilkan salah satu dari k keluaran yan mungkin E1,E2, ………, Ek dengan probabilitas P1,P2, ………, Pk maka sebaran probabilitaspeubah acak X1,X2, ……….., Xk yang mewakili jumlah kejadian untuk E1,E2, ………, Ek didalam n percobaan yang bebas adalah

n X1 X2 ……X3

f(X1,X2,…….xk;P1,P2,…….Pk,n)= X1,X2,….XK P1 P2 PK

Dengan

∑ Xi = n dan ∑ Pi = 1

Contoh : Bila sepasang dadu dilemparkan 6 kali, berapakah probabilitas mendapatkan suatu total 7 atau 11 ebanyak 2 kali , pasangan angka yang sama sekali, dan sembarang gabungan lainnya sebanyak 3 kali.

Jawab : Kita daftar kejadian-kejadian yang mungkin berikut ini :

E1= sebuah total 7 atau 11 muncul

E2 = Pasangan angka yang sama muncul

E3 = Bukan angka sama atau bukan total 7 atau 11 yang muncul

Probabilitas yang berkesuaian untuk percobaan yang diketahui tersebut adalah p1 = 2/9 , p2= 1/6 dan p3 = 11/18. Nilai-nilia in tetap konstan untuk ke 6 percobaan tersebut. Dengan menggunakan sebaran multinomial dengan x1 = 2 , x2 = 1, dan x3=3 kita dapatkan bahwa probabilitas yang diperlukan adalah

Distribusi Hipergeometrik

Bila dalam populasi N benda, k benfda diantaranya diberi label ‘berhasil’ N-k benda lainya diberi label ‘gagal’, maka distribusi probabilitas bagi peubah acak geometrik X, yang menyatakan banyaknya keberhasilan dalam contoh acak berukuran n, adalah

h(x;N,n,k) = .

Untuk x = 0,1,2,3, ………., k

Contoh :

Bila 5 kartu diambil secara acak dari seperankat kartu bridge, berapa probabilitas diperoleh 3 kartu hati.

Jawab : Dengan menggunakan sebaran hipergeometrik untuk n= 5, N=52 , k=13, dan x=3, maka probabilitas memperoleh 3 kartu hati adalah,

h(3;52,5,13)= ¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬¬______________

sedangkan nilai rata-rata dan ragam bagi distribusi hipergeometrik h(x;N,n,k) adalah

μ = n k .

N

σ2 = N –n . n k . { 1 - k .}

N – 1 N N

Contoh : Dari contoh di atas tentukan μ dan σ2 nya

Jawab :

μ = (5) (13) . =1.25

52

σ2 = (47/51)(5)(13/52)(1-13/42)

Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson dilahirkan di Pithierspada tanggal 21 Juni 1781. Poisson terkenal karena penerapan ilmu matematikanya dalam mekanika dan fisika. Usaha dan karya ilmiahnya ada di sekitar 300 sampai 400 buah. Tulisannya dalam Traité de mécanique, dipublikasikan dalam dua volume pada tahun 1811 dan 1833, yang manjadi standar kerja dalam mekanika dalam waktu yang lama. Salah satu teorinya yaitu Traité mathématique de la chaleurtahun 1835 ditambah sebuah suplemen pada tahun 1837, dan karyanya yang lain adalah Recherches sur la probabilitié des jugements (1837). Recherches sur la probabilitié des jugements merupakan sebuah karya penting dalam ilmu probabilitas yang dipublikasikan pada tahun 1837, di tahun ini juga distribusi poisson pertama kali muncul

Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai nilai 0, 1, 2, 3 dan seterusnya. Suatu bentuk dari distribusi ini adalah rumus pendekatan peluang poisson untuk peluang binomial yang dapat digunakan untuk pendekatan probabilitas binomial dalam situasi tertentu

Distribusi poisson dapat digunakan untuk menentukan probabilitas dari sejumlah sukses yang ditentukan. Kejadian-kejadian terjadi dalam ruang kontinyu. Proses poisson seperti proses Bernoulli, hanya berbeda pada sifat kontinuitasnya saja (Haryono, 1994). Distribusi poisson banyak digunakan dalam hal berikut:

1.   Menghitung probabilitas terjadinya peristiwa menurut satuan waktu, ruang, luas, atau panjang tertentu, seperti menentukan probabilitas dari:

a.   Banyaknya penggunaan telepon per menit atau banyaknya mobil yang lewat selama 5 menit di suatu ruas jalan.

b.   Banyaknya bakteri dalam 1 tetes atau 1 liter air.

c.   Banyaknya kesalahan ketik per halaman sebuah buku.

d.   Banyaknya kecelakaan mobil di jalan tol selama minggu pertama pada bulan April.

2.   Menghitung distribusi binomial apabila nilai n besar (n≥ 30) dan p kecil (p < 0,1).

Percobaan poisson adalah percobaan yang menghasilkan peubah acak X yang bernilai numerik,yaitu banyaknya sukses selama selang waktu tertentu atau dalam daerah tertentu. Selang waktu tertentu dapat berupa sedetik, semenit, sejam, sehari, seminggu maupun sebulan. Daerah tertentu dapat berupa satu meter, satu kilometer persegi dan lain-lain.

Keterangan:

x  : 0,1,2, …

μ  : Rata-rata banyaknya sukses.

e  : Bilangan alam (2,71828).

Pengertian Distribusi Poisson

Distribusi peluang suatu peubah acak poisson X disebut distribusi poisson dan dinyatakan dengan p(x;μ), karena nilainya hanya tergantung pada μ, yaitu rata-rata banyaknya sukses yang terjadi pada selang waktu atau daerah tertentu. Rataan dan variansi distribusi poisson p(x; μ) keduanya sama dengan μ. Berikut ini adalah penjelasan mengenai populasi (n) dan peluang (p) pada distribusi poisson.

1.         Bila n besar dan p dekat dengan nol, distribusi poisson dapat digunakan,  dengan μ = np, untukmenghampiri peluang binomial.

2.        Bila p dekat dengan 1, distribusi poisson masih dapat dipakai untuk menghampiri peluang binomial dengan mempertukarkan apa yang telah dinamai dengan sukses dan gagal, jadi dengan mengganti p dengan suatu nilai yang dekat dengan nol.

Sebaran poisson dan binom memiliki histrogram yang bentuknya hampir sama bila n besar dan p kecil (dekat dengan 0). Kedua kondisi itu dipenuhi sebaran poisson dengan  = np dapat digunakan untuk menghampiri peluang binom. P nilainya dekat dengan 1 dapat saling menukarkan apa yang telah didefinisikan sebagai keberhasilan dan kegagalan, dengan demikian mengubah p menjadi suatu nilai yang dekat dengan 0 (Walpole, 1995).

Sifat Percobaan Poisson

Suatu percobaan yang dilakukan sebanyak N kali, menghasilkan peubah acak X, misalkan banyaknya sukses selama selang waktu tertentu, dimana peluang yang sangat kecil (p mendekati 0), maka percobaan tersebut dinamakan poisson. Beberapa sifat distribusi poisson adalah sebagai berikut :

1.    Banyaknya sukses terjadi dalam suatu selang waktu atau daerah tertentu tidak terpengaruh oleh apa yang terjadi pada selang waktu atau daerah lain yang dipilih (bebas).

2.    Peluang terjadinya suatu sukses (tunggal) dalam selang waktu yang amat pendek atau dalam daerah yang kecil sebanding dengan panjang selang waktu atau besarnya daerah dan tidak tergantung pada banyaknya sukses yang terjadi di luar selang waktu atau daerah tersebut.

3.    Peluang terjadinya lebih dari satu sukses dalam selang waktu yang pendek atau daerah yang sempit tersebut dapat diabaikan.

Bilangan X yang menyatakan banyaknya hasil percobaan dalam suatu percobaan poisson disebut peubah acak poisson dan sebaran peluangnya disebut sebaran poisson, yaitu rata-rata banyaknya hasil percobaan yang terjadi selama selang waktu atau daerah yang diberikan (Walpole, 1995).

Pendekatan Peluang Poisson untuk Binomial

Pendekatan peluang poisson untuk peluang binomial dilakukan untuk mendekatkan probabilitas-probabilitas dari kelas sukses (x) dari n percobaan binomial dalam situasi dimana n sangat besar dan probabilitas kelas sukses (p) sangat kecil. Aturan yang diikuti oleh kebanyakan ahli statistika adalah bahwa  n cukup besar dan p cukup kecil, jika n adalah 20 atau lebihdari 20 dan p adalah 0,05 atau kurang dari 0,05. 

Peristiwa Kedatangan pada Distribusi Poisson

Suatu proses atau peristiwa kedatangan yang terjadi dalam suatu interval waktu tertentu dapat digolongkan sebagai proses keatangan poisson jika memenuhi beberapa kriteria tertentu. Berikut ini adalah beberapa kriteria pada peristiwa kedatangan dalam distribusi poisson

1.      Tingkat kedatangan rata-rata setiap unit waktu adalah konstan.

2.      Jumlah kedatangan pada interval waktu tidak bergantung pada apa yang terjadi di interval waktu yang sudah berlalu. Hal ini memiliki makna bahwa kesempatan dari sebuah kedatangan di waktu berikutnya adalah sama.

3.  Probabilitas untuk peristiwa lebih dari satu kedatangan akan semakin mendekati nol jika interval semakin pendek. Misalnya, jumlah pengunjung suatu restoran tidak mungkin lebih dari satu orang yang dapat melalui pintu masuk dalam waktu satu detik.
    Proses perhitungan secara manual dapat digunakan untuk menentukan probabilitas suatu kedatangan yang berdistribusi poisson. 

Read More ->>

Tugas II Tabel Distribusi Frekuensi

Kelas	Nilai	Nilai Tengah (xi)	Tally	Frekuensi ( fi )	fi . xi
I	50 – 55	52,5	|	1	52,5
II	56 – 61	58,5	||	2	117
III	62 – 67	64,5	|||	3	193,5
IV	68 – 73	70,5	||||	4	282
V	74 – 79	76,5	|||	3	229,5
VI	80 – 85	78,5	||||	5	392,5
VII	86 – 91	80,5	|||| |	6	483
VIII	92 – 97	82,5	|||| |	6	495
Total ∑				30	2245

1) Rata – rata hitung / nilai tengah (Mean)
Jumlah perkalian titik tengah kelas dengan frekuensi kelasnya dibagi jumlah total frekuensi kelasnya.

 

2) Median

Nilai dari data yang terletak di tengah jika data – data tersebut diurutkan baik ascending (dari atas) ataupun descending (bawah).

50, 60, 60, 62, 62, 65, 70, 70, 70, 70
75, 75, 75, 80, 80, 85, 85, 85, 88, 90
90, 90, 90, 90, 95, 95, 95, 95, 95, 95

 

3) Modus
Nilai dari suatu data yang terletak di kelas modus (kelas modus adalah kelas yang frekuensinya tertinggi)

Dari table di atas maka :
Tbb modus = 91,5
                          i = 6
                          d1 = 6 – 5 = 1
                          b2 = 6 – 6 = 0





4) Jangkauan wilayah (Range)
Selisih antara nilai yang terbesar dengan yang terkecil

                   

5) Ragam (Variasi)
Rata rata selisih kuadrat antara data individual dengan dengan nilai rata rata hitungnya.

6) Simpangan baku
Akar kuadrat dari ragam

                                                                           

Read More ->>