Pertemuan 01. Pendahuluan Statistika Informatika
0 likes184 views
Statistika memiliki peranan penting dalam ilmu komputer, terutama dalam bidang analisis data, pembelajaran mesin, dan pengembangan algoritma.
Pertemuan 01. Pendahuluan Statistika Informatika
- 2. Tujuan ā¶ Analisis Data: Di bidang Ilmu Komputer, kita sering kali berurusan dengan data besar (big data). Statistika membantu dalam menganalisis, menginterpretasi, dan menarik kesimpulan dari data untuk mengambil keputusan yang lebih baik. ā¶ Machine Learning dan Kecerdasan Buatan: Banyak algoritma dalam machine learning dan kecerdasan buatan (AI) yang bergantung pada teknik-teknik statistika, seperti regresi, klasifikasi, dan pengelompokan data. ā¶ Pengolahan Citra dan Video: Banyak aplikasi di Ilmu Komputer, seperti pengenalan wajah atau pemrosesan gambar, yang melibatkan teknik-teknik statistika untuk menganalisis data visual.
- 3. I. Pendahuluan ā¶ Deskripsi Singkat: Pada pokok bahasan ini membahas tentang Ilmu Statistika Terapan yang mencakup pengertian, peranan statistika, macam statistika, data, populasi dan sampling, cara sampling, kelompok data, skala pengukuran data, dan penyajian data. ā¶ Relevansi: Materi dalam bab ini memberikan pemahaman bagi sarjana ilmu sosial terapan dan ilmu sains dalam menjelaskan pengertian, kegunaan, macam statistika, data, kelompok data, skala pengukuran data, dan penyajian data.
- 4. II. Kompetensi Kompetensi: ā¶ Standar Kompetensi: Pokok bahasan ini memberikan kompetensi mahasiswa ilmu komputer untuk menjelaskan pengertian, kegunaan, macam statistika, data, kelompok data, skala pengukuran data, dan penyajian data serta penerapan statistika di bidang komputer. ā¶ Kompetensi Dasar: Setelah mengikuti materi Statistika Terapan, mahasiswa mampu menjelaskan pengertian statistik dan statistika, kegunaan statistik, macam statistika, data, kelompok data, skala pengukuran data, dan penyajian data sesuai dengan bidang keilmuannya.
- 5. Statitistik vs Statistika ā¶ Statistik menyatakan sebagai kumpulan data, baik bilangan maupun bukan bilangan, yang disusun dalam tabel atau diagram yang menggambarkan suatu persoalan. Contohnya: statistik penduduk, statistik kelahiran, statistik pendidikan, dan statistik pertanian.
- 6. Statitistik vs Statistika ā¶ Statistika adalah ilmu pengetahuan yang berhubungan dengan cara pengumpulan data, pengolahan, penganalisaan, penarikan kesimpulan, serta pembuatan keputusan yang beralasan berdasarkan analisis yang dilakukan
- 7. Peranan Statistik ā¶ Menjelaskan hubungan antara variabel, statistik digunakan untuk menganalisis hubungan antara variabel, seperti pengaruh jarak monitor komputer terhadap pencahayaan, guna memahami faktor-faktor yang memengaruhi kenyamanan dan kesehatan pengguna. ā¶ Membandingkan Metode dan Teknologi, kita dapat membandingkan efektivitas berbagai teknologi, seperti intensitas cahaya layar laptop pada berbagai jarak dan jenis perangkat, sehingga membantu dalam pemilihan teknologi yang optimal. ā¶ Statistik memainkan peran penting dalam pengambilan keputusan berbasis data, seperti dalam pemilihan laptop yang sesuai untuk kebutuhan operasional menggunakan metode Analytical Hierarchy Process (AHP), yang mempertimbangkan berbagai faktor sebelum membuat keputusan akhir.
- 8. Statistik Berdasarkan Parameter ā¶ Berdasarkan Tingkat Pekerjaan: 1. Statistik Deskriptif Statistik deskriptif digunakan untuk menggambarkan dan menganalisis suatu kelompok data tanpa menarik kesimpulan yang berlaku secara umum. Teknik ini meliputi penyajian data dalam bentuk tabel, diagram, grafik, serta perhitungan ukuran pemusatan (mean, median, modus) dan ukuran penyebaran (varians, standar deviasi). 2. Statistik Induktif (Inferensial) Statistik induktif atau inferensial bertujuan untuk membuat kesimpulan atau generalisasi tentang suatu populasi berdasarkan sampel data yang tersedia. Teknik ini mencakup uji hipotesis, analisis regresi, serta estimasi parameter populasi dengan tingkat kepercayaan tertentu.
- 9. Statistik Berdasarkan Parameter ā¶ Berdasarkan Bentuk Parameternya: 1. Statistika Parametrik Statistika parametrik digunakan jika data yang dianalisis berasal dari populasi yang memiliki distribusi tertentu, seperti distribusi normal. Metode ini sering digunakan dalam analisis regresi, uji t, dan analisis varians (ANOVA), yang membutuhkan asumsi mengenai parameter populasi. 2. Statistika Nonparametrik Statistika nonparametrik digunakan ketika data tidak mengikuti distribusi tertentu atau tidak memenuhi asumsi parametrik. Metode ini lebih fleksibel dan sering diterapkan pada data ordinal atau nominal. Contoh metode nonparametrik meliputi uji Mann-Whitney, uji Kruskal-Wallis, dan uji chi-square..
- 10. Data dan Penyajian Data ā¶ Pengertian Data ā¶ Data adalah kumpulan fakta yang dapat berupa angka, karakter, simbol, gambar, atau suara yang digunakan untuk mewakili suatu keadaan atau fenomena tertentu. Data berfungsi sebagai dasar dalam pengambilan keputusan, analisis statistik, dan penelitian di berbagai bidang. ā¶ Contoh: Hasil wawancara langsung dengan pelanggan tentang kepuasan layanan. ā¶ Pengelompokan Data: ā¶ Data Primer: Data yang dikumpulkan langsung dari sumber aslinya oleh peneliti melalui survei, wawancara, eksperimen, atau observasi. ā¶ Data Sekunder: Data yang telah dikumpulkan dan dipublikasikan oleh pihak lain, biasanya digunakan untuk referensi atau analisis lebih lanjut.
- 11. Penyajian Data Agar data lebih mudah dipahami dan dianalisis, data dapat disajikan dalam berbagai bentuk: ā¶ Tabel Tabel menyajikan data dalam format baris dan kolom untuk memudahkan pembacaan, analisis, serta perbandingan antar data. 1. Tabel Klasifikasi Satu Arah: Memuat satu karakteristik. 2. Tabel Klasifikasi Dua Arah: Memuat dua karakteristik. 3. Tabel Klasifikasi Tiga Arah: Memuat tiga karakteristik.
- 12. Tabel Klasifikasi Satu Arah Tabel ini hanya memuat satu karakteristik, misalnya jumlah mahasiswa berdasarkan program studi. Program Studi Jumlah Mahasiswa Ilmu Komputer 250 Teknik Informatika 300 Sistem Informasi 200 Table: Jumlah mahasiswa berdasarkan program studi
- 13. Tabel Klasifikasi Dua Arah Tabel ini memuat dua karakteristik, misalnya jumlah mahasiswa berdasarkan fakultas dan jenis kelamin. Fakultas Laki-laki Perempuan Total Teknik 200 150 350 Ekonomi 100 120 220 Hukum 80 90 170 Table: Jumlah mahasiswa berdasarkan fakultas dan jenis kelamin
- 14. Tabel Klasifikasi Tiga Arah Tabel ini memuat tiga karakteristik, misalnya jumlah mahasiswa berdasarkan fakultas, jenis kelamin, dan tingkat pendidikan (S1 atau S2). Fakultas Jenis Kelamin S1 S2 Total Teknik Laki-laki 180 20 200 Teknik Perempuan 140 10 150 Ekonomi Laki-laki 90 10 100 Ekonomi Perempuan 110 10 120 Table: Jumlah mahasiswa berdasarkan fakultas, jenis kelamin, dan tingkat pendidikan
- 15. Penyajian Data Agar data lebih mudah dipahami dan dianalisis, data dapat disajikan dalam berbagai bentuk visual. Salah satu metode yang efektif adalah menggunakan diagram dan distribusi frekuensi. ā¶ Diagram Diagram adalah representasi visual yang digunakan untuk menampilkan pola atau tren dalam data secara lebih intuitif. Contoh: ā¶ Diagram Batang - Digunakan untuk membandingkan data antar kategori. - Data ditampilkan dalam bentuk batang vertikal atau horizontal. - Contoh: Perbandingan data penjualan elektronik.
- 16. Penyajian Data ā¶ Diagram Diagram adalah representasi visual yang digunakan untuk menampilkan pola atau tren dalam data secara lebih intuitif. Berikut adalah beberapa jenis diagram yang umum digunakan: Contoh: ā¶ Diagram Lingkaran - Digunakan untuk menunjukkan proporsi atau persentase dari suatu kategori dalam keseluruhan data. - Setiap bagian lingkaran mewakili persentase dari total data.
- 17. Penyajian Data ā¶ Diagram Diagram adalah representasi visual yang digunakan untuk menampilkan pola atau tren dalam data secara lebih intuitif. Berikut adalah beberapa jenis diagram yang umum digunakan: Contoh: ā¶ Diagram Garis - Digunakan untuk menampilkan perubahan data dalam suatu periode waktu. - Sering digunakan dalam analisis tren, seperti pertumbuhan ekonomi atau perubahan suhu.
- 18. Jenis Data Data dalam statistik dapat diklasifikasikan berdasarkan sifat dan bentuk penyajiannya. Secara umum, data terbagi menjadi dua jenis utama: ā¶ Data Kuantitatif adalah data yang dinyatakan dalam bentuk angka dan dapat diukur atau dihitung secara numerik. Data ini sering digunakan dalam analisis statistik untuk mendapatkan informasi kuantitatif mengenai suatu fenomena. ā¶ Data kualitatif adalah data yang tidak berbentuk angka, melainkan berupa kategori, deskripsi, atau karakteristik tertentu yang memiliki makna. Data ini digunakan untuk menggambarkan atau mengklasifikasikan suatu objek atau fenomena berdasarkan atribut yang dimilikinya.
- 19. Jenis Data Kuantitatif ā¶ Data Diskrit ā Data yang hanya bisa berbentuk bilangan bulat atau jumlah tertentu. Contohnya: jumlah anak dalam keluarga (1, 2, 3, ...). ā¶ Data Kontinu ā Data yang dapat memiliki nilai desimal dan berada dalam suatu rentang. Contohnya: berat badan seseorang (65,4 kg). ā¶ Contoh Data Kuantitatif: - Tinggi badan siswa dalam satuan cm. - Jumlah pelanggan yang mengunjungi toko dalam sehari. - Pendapatan bulanan seorang karyawan dalam rupiah
- 20. Jenis Data Kualitatif ā¶ Data Nominal ā Data yang hanya menunjukkan kategori tanpa urutan tertentu. Contohnya: jenis kelamin (laki-laki, perempuan). ā¶ Data Ordinal ā Data yang memiliki urutan atau tingkatan, tetapi selisih antar tingkatan tidak dapat diukur secara pasti. Contohnya: tingkat pendidikan (SD, SMP, SMA, S1). ā¶ Contoh Data Kualitatif: - Warna favorit seseorang (merah, biru, hijau). - Tingkat kepuasan pelanggan (puas, sangat puas, tidak puas). - Jenis pekerjaan seseorang (dokter, guru, insinyur).
- 21. Skala Pengukuran Data Skala pengukuran data adalah cara untuk mengklasifikasikan dan mengukur variabel berdasarkan sifatnya. Terdapat empat jenis skala pengukuran, yaitu: ā¶ Skala Nominal (Klasifikasi) Skala nominal digunakan untuk membedakan kategori atau kelompok tanpa adanya urutan atau tingkatan tertentu. Data pada skala ini hanya berfungsi sebagai label atau identitas tanpa nilai numerik yang memiliki arti perbandingan. Contoh: - Jenis kelamin: Laki-laki (1), Perempuan (2). - Warna favorit: Merah, Biru, Hijau. - Kota kelahiran: Jakarta, Bandung, Surabaya. Figure: Contoh skala nominal
- 22. Skala Pengukuran Data Skala pengukuran data adalah cara untuk mengklasifikasikan dan mengukur variabel berdasarkan sifatnya. Terdapat empat jenis skala pengukuran, yaitu: ā¶ Skala Ordinal (Peringkat) Skala ordinal tidak hanya membedakan kategori, tetapi juga memberikan tingkatan atau urutan. Namun, jarak antara setiap tingkatan tidak harus sama - Tingkat kepuasan pelanggan: Sangat Puas, Puas, Cukup Puas, Tidak Puas. - Peringkat lomba: Juara 1, Juara 2, Juara 3. - Pendidikan: SD, SMP, SMA, S1. Figure: Gambaran skala ordinal
- 23. Skala Pengukuran Data ā¶ Skala Interval (Jarak yang Sama, Tanpa Nol Mutlak) Skala interval memiliki tingkatan dengan jarak yang sama antara nilai-nilainya, tetapi tidak memiliki titik nol absolut (nol tidak menunjukkan ketiadaan suatu nilai). Artinya, perbandingan nilai tidak dapat dilakukan secara proporsional. Contoh: - Suhu dalam skala Celsius atau Fahrenheit (0Ā°C bukan berarti tidak ada suhu). - Tahun kalender (tahun 0 bukan berarti tidak ada waktu). - Skor IQ (orang dengan IQ 120 tidak berarti dua kali lebih pintar dari IQ 60). Figure: Gambaran skala interval
- 24. Skala Pengukuran Data ā¶ Skala Rasio (Jarak yang Sama, dengan Nol Mutlak) Skala rasio memiliki semua karakteristik skala interval, tetapi dengan tambahan titik nol absolut, yang menunjukkan ketiadaan nilai. Dengan skala ini, perbandingan proporsional dapat dilakukan. Contoh: - Berat badan (50 kg dua kali lebih berat dari 25 kg, dan 0 kg berarti tidak ada berat). - Pendapatan (seseorang dengan penghasilan Rp10 juta memiliki dua kali lipat penghasilan dibanding Rp5 juta). - Panjang atau tinggi suatu benda dalam cm atau meter.
- 25. Ringkasan ā¶ Statistika adalah ilmu yang berhubungan dengan pengumpulan, pengolahan, analisis, penarikan kesimpulan, dan pengambilan keputusan berdasarkan analisis yang dilakukan. ā¶ Data adalah fakta yang mempresentasikan keadaan sebenarnya.
- 26. Latihan Soal 1. Buatlah diagram yang cocok untuk data lima smartphone pilihan berikut: ā¶ Samsung: 28% ā¶ Advan: 5% ā¶ Vivo: 11% ā¶ Xiaomi: 24% ā¶ OPPO: 19% 2. Perbandingan jenis komputer yang menjadi pilihan konsumen dari tahun 2015 s/d 2020. 3. Buatlah histogram dan diagram garis dari data daya tahan baterai laptop sebagai berikut: ā¶ Daya tahan (jam): 6, 9, 12, 15, 18, 21 ā¶ Banyak: 2, 5, 7, 12, 10, 4
- 27. Daftar Pustaka ā¶ Sudjana, 1992, Metode Statistika, Edisi ke-5, Bandung, Penerbit Tarsito. ā¶ Hidayatullah, Syarif, 2015, Cara Mudah Menguasai Statistik Deskriptif dengan Excel dan SPSS, Jakarta, Penerbit Salemba Teknika. ā¶ Hidayatullah, Syarif, 2020, Statistika dan Probabilitas, Jakarta, Penerbit Salemba Teknika. ā¶ Hidayatullah, S dan Saepulrohman, A 2023, Statistika Terapan Menggunakan Python, Jakarta, Penerbit Salemba Teknika.