Rabu, 05 Oktober 2011

I Will

When life seems hopeless
And you are all alone
And no one is there to dry
The teardrops from your eyes
When you can’t find a single reason left to try
Baby I will


Tell me the secrets
That you’ve locked away
Confide your depest fears
That haunt you every day
All of the little things
Nobody else could understand
I will


It’s all right, I’ll be there
Count on me, anytime, anywhere
I’ll show you love
Till the end of my life
When no one else will stand by your side
I will


When all you’ve counted on
Comes tumbling down
And there’s only emptiness
That nothing seems to fill
And when you can’t remember how to be strong
Baby I will


I’ll be standing right by your side
I will

Router

Router adalah sebuah alat jaringan komputer yang mengirimkan paket data melalui sebuah jaringan atau Internet menuju tujuannya, melalui sebuah proses yang dikenal sebagai routing. Proses routing terjadi pada lapisan 3 (Lapisan jaringan seperti Internet Protocol) dari stack protokol tujuh-lapis OSI.Selengkapnya klik http://www.ziddu.com/download/16676586/Router.docx.html

"Kampung Seni Lerep" Ungaran

Lerep adalah nama sebuah desa berhawa sejuk di lereng Gunung Ungaran dengan ketinggian sekitar 400 meter di atas permukaan laut (dpl). Lerep bagian dari Kecamatan Ungaran Barat, Kabupaten Semarang; kira-kira 20 kilometer sebelah selatan kota Semarang, ibu kota Provinsi Jawa Tengah.

Nama desa ini kemudian diadaptasi sebagai identitas sebuah komunitas budaya dengan nama ‘Kampung Seni Lerep’. Sebuah kampung seni (art village) seluas 10.000 m2 yang pertama kali digagas dan lantas direalisasikan oleh Handoko mulai tahun 2006. Sosok asli Semarang ini dikenal sebagai pecinta seni dengan keahlian artefak-artefak arkaik –seperti: kayu, keramik, furnitur Jawa dan China, serta batik pesisiran Jawa– dan seni rupa modern/kontemporer Indonesia.

Kampung seni ini diniatkan bukan saja menjadi wahana pengelanaan budaya (cultural historical journey) – nguri-nguri (bhs Jawa) – dan mamaknai seni bukan sekadar sebagai warisan budaya (cultural heritage). Lebih dari itu adalah menjadi lahan persemaian berbagai buah pikiran (seedling state of mind), dan proses pengejawantahan pikiran (the processes of thinking development) hingga memaknai sebuah proses kerja budaya sebagai ‘human intellectual work’.

Kampung Seni Lerep beranggapan budaya bukan sekadar sebagai kata benda dengan berbagai artefaknya, tapi memaknainya sebagai kata kerja dengan berbagai ikhtiar tanpa mengenal kata akhir untuk mewujudkan kebudayaan sebagai ‘whole way of life’.

Model Antrian M/M/1

1. PENGERTIAN MODEL ANTRIAN M/M/1
Model antrian (M/M/1) merupakan model antrian dimana kedatangan dan keberangkatan mengikuti distribusi Poisson dengan tingkat 1 dan μ, terdapat satu pelayanan, kapasitas pelayanan dan sumber kedatangan tak terbatas. Selengkapnya dapat di download di: http://www.ziddu.com/download/16676044/modelantrianmm1.rtf.html

The Repeat-Until Loop

A basic sort of loop is known as the Repeat-Until structure. This loop has the feature that the exit-condition check is built into the end of the loop.
{ Print the first five Natural numbers }
num := 1;
REPEAT
writeln(num);
num := num + 1
UNTIL num > 5
Before the loop is begun, the counter called num is initialized to the first value desired. The loop itself consists of four statements:
1. the reserved word REPEAT to indicate the beginning;
2. a statement to print the value of num;
3. an assignment statement to increment the value of num by one;
4. the reserved word UNTIL with a condition to indicate the end.
After each iteration of the statements inside the loop, the condition is checked. If the condition is TRUE, the loop is exited. N.B. The statements inside the loop will ALWAYS be executed at least once, because the condition is not checked until after the statements have been executed.
example:
program rep;
uses wincrt;
var num,x:integer;
begin
num := 1;
x:=0;
REPEAT
write(num);
x := x + num;
num := num + 1;
if num <= 6 then write(' + ');
UNTIL num > 6;
write(’ = ‘,x);
end.

Kamis, 23 September 2010

UJI BINOMIAL

MAKALAH TENTANG
UJI BINOMIAL


Disusun Oleh :
Nama : Hanik Puspitasari
Nim : 4112309010
Prodi : Staterkom

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI SEMARANG
PENDAHULUAN

Sebelum berbicara mengenai statistik nonparametrik, ada baiknya kita bahas apa itu statistik parametrik. Pada umumnya, setelah data dikumpulkan, langkah selanjutnya adalah mencari nilai tengahnya (mean) dan simpangannya (variance), kemudian dilakukan uji-z atau uji-t. Semua tindakan yang dilakukan di atas merupakan prosedur umum statistik parametric yang mengacu pada suatu parameter yang dipunyai oleh sebuah distribusi. Pada ilustrasi di atas, kita mengambil kasus distribusi normal dimana parameternya adalah nilai tengah dan simpangan.
Berbeda dengan statistik parametrik, statistik nonparametrik adalah prosedur statistik yang tidak mengacu pada parameter tertentu. Itulah sebabnya, statistik nonparametrik sering disebut sebagai prosedur yang bebas distribusi (free-distibution procedures). Banyak orang berpendapat, jika data yang dikumpulkan terlalu kecil maka prosedur statistik nonparametrik lebih baik digunakan. Pendapat ini bisa benar dan bisa pula salah. Masalahnya adalah, bagaimana mendefinisikan besar-kecilnya suatu data? Bukankah hal ini sangat relatif? Yang jelas, kita pasti menggunakan statistik nonparametrik bila kita tidak mengetahui dengan pasti distribusi dari data yang kita amati. Namun jika kita yakin data yang diamati berdistribusi normal, misalkan dibuktikan dengan memakai uji statistik, maka kita bisa memakai prosedur statistik parametrik untuk distribusi normal. Sebaliknya, walaupun data yang dikumpukan berjumlah besar, tetapi tidak dapat dipastikan distribusinya, maka sebaiknya dipakai prosedur statistik nonparametrik.
Statistika nonparametrik mempunyai beberapa kelebihan dan kekurangan. Kelebihannya antara lain adalah :
Tingkat kesalahan penggunaan prosedur statistika nonparametrik relatif kecil karena statistik jenis ini tidak memerlukan banyak asumsi.
Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah,khususnya untuk data yang kecil.
Konsep dalam statistika nonparametrik mudah untuk dimengerti.
Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun peringkat (rank).
Sebaliknya, kekurangan statistik nonparametrik yang paling utama adalah hasil tidak selalu sesuai dengan yang diharapkan karena kesederhanaan perhitungannya. Namun, walaupun perhitungan dalam statistik nonparametrik sangat sederhana, bila jumlah datanya sangat besar maka dibutuhkan perhitungan yang sangat lama. Untuk kasus yang demikian, prosedur statistik parametrik lebih tepat untuk digunakan.




UJI BINOMIAL

Uji Binomial menguji hipotesis tentang suatu proporsi populasi. Ciri dari binomial adalah data berupa dua (bi) macam unsur, yaitu ‘gagal’ atau ‘sukses’ yang diulang sebanyak n kali. Tentu saja pemakai bebas untuk mendefinisikan apa yang dimaksud ‘sukses’ atau ‘keberhasilan’ dan apa yang dikategorikan ‘kegagalan’.
Uji binomial akan membandingkan frekuensi yang diobservasi dari dua kategori pada sebuah variabel dikotomi terhadap frekuensi harapan di bawah distribusi binomial dengan parameter probabilitas tertentu.
Dalam default, parameter probabilitas untuk kedua kelompok adalah 0,5, atau dengan hipotesis dinyatakan :
Ho : frekuensi observasi kategori I = frekuensii observasi kategori II
H1 : frekuensi observasi kategori I ≠ frekuensii observasi kategori II
Untuk mengubah probabilitas = 0,5, dapat dilakukan dengan mengisikan proporsi untuk kelompok pertama, sedangkan proporsi untuk kelompok kedua adalah 1 dikurangi probabilitas untuk kelompok pertama.
Beberapa faktor yang harus diperhatikan dalam pemakaian uji binomial adalah data dan asumsi.
Data
Variabel yang diuji seharusnya bertipe numerik dan merupakan variabel dikotomi.Variabel dikotomi adalah variabel yang hanya terdiri dari ddua macam value, misalnya benar dan salah, ya dan tidak, 0 dan 1, dan sebagainya. Jika variabel yang akan diuji tidak dikotomi, maka harus ditentukan cut point. Cut point tersebut akan membagi case-case ke dalam dua kelompok, yaitu case-case yang mempunyai value lebih kecil dari atau sama dengan cut point akan dijadikan kelompok pertama dan sisanya adalah kelompok kedua.
Asumsi
Uji nonparametrik tidak memerlukan asumsi mengenai bentuk distribusi yang mendasari. Dan hanya diasumsikan sebagai sampel random.
Uji statistik :
P(χ) = (N¦χ)PχQN-χ
Dimana (N¦χ) = N!/█(χ!(N-χ)!@)
Kriteria uji :
Ho ditolak jika : P(χ) < α
Ho diterima jika : P(χ) ≥ α
Salah satu contoh penerapan Uji Binomial adalah pelemparan sebuah mata uang berkali-kali, dimana ‘sukses’ diartikan jika hasil pelemparan adalah munculnya ‘angka’, sedang ‘gagal’ diartikan sebagai munculnya ‘gambar’.

Contoh :
Sebuah mata uang yang terdiri dari dua sisi, yaitu ‘angka’ dan ‘gambar’ dilempar sebanyak 15 kali dengan hasil sebagai berikut :
(1 berarti muncul ‘angka’ dan 0 berarti muncul ‘gambar’)
Lemparan ke Hasil
1 1
2 0
3 0
4 0
5 1
6 1
7 1
8 0
9 1
10 0
11 1
12 0
13 0
14 1
15 1

Catatan :
Misal lemparan kesatu, menghasilkan angka 1 yang berarti lemparan tersebut memunculkan ‘angka’, sedang lemparan kedua memunculkan ‘gambar’ hingga diberi nilai 0. Demikian seterusnya.
Akan dilihat apakah hasil pelemparan di atas sudah menunjukkan pelemparan yang ‘fair’ atau mengikuti distribusi binomial?

Penyelesaian :
Karena akan menguji suatu kejadian yang hanya menghasilkan dua jenis output, maka digunakan Uji Binomial.
Pemasukan data ke SPSS (secara ringkas)
Menu File → New → Data.
Kemudian klik mouse pada sheet tab Variable View.
Pengisisan Variabel Hasil
 Name. Sesuai kasus, ketik Hasil_pelemparan_angka
Mengisi data
Letakkan pointer pada baris pertama variabel Hasil. Kemudian isi data sesuai kasus di atas.
Simpan data di atas dengan nama binomial.
Pengolahan data dengan SPSS
Langkah-langkah :
Buka file binomial.
Menu Analyze → Nonparametric Tests → Binomial.
Tampak di layar



Pengisian :
Test Variable List atau Variabel yang aka diuji. Karena disini akan diuji hanya satu variabel, maka masukkan variabel Hasil.
Untuk kolom Define Dichotomy, karena akan dilihat pelemparan ‘fair’ ataukah tidak, maka pilih cut point dan ketik 0 pada kolom cut point tersebut.
Untuk kolom Test Proportion, karena uji pelemparan dua kemungkinan output yang sama (angka atau gambar keluar sama banyak), maka diisi 0.5 yang berarti kemungkinan keduanya seimbang, 50% : 50%.
Tekan OK untuk proses data.

Output SPSS
NPar Tests

Binomial Test
Category N Observed Prop. Test Prop. Exact Sig. (2-tailed)
Hasil_pelemparan_angka Group 1 <= 0 7 .47 .50 1.000
Group 2 > 0 8 .53
Total 15 1.00

Analisis :
Terlihat pada output ada dua grup, yaitu Group 1 dengan kategori <= 0. Ini adalah hasil pelemparan 0 sebanyak 8 kali. Sedangkan Group 2 dengan kategori > 0 adalah hasil pelemparan 1 sebanyak 7 kali.
Kolom Observed Proportion adalah :
Proporsi untuk grup 1 = 7/15 dihasilkan 0,47.
Proporsi untuk grup 2 = 8/15 dihasilkan 0,53.
Hipotesis :
Hipotesis untuk kasus ini :
Ho : Populasi hasil sama dengan populasi yang dihipotesiskan, atau dalam kasus ini pelemparan mata uang tersebut adalah fair.
Hi : Populasi hasil tidak sama dengan populasi yang dihipotesiskan, atau dalam kasus ini pelemparan mata uang tersebut adalah tidak fair.
Pengambilan Keputusan :
Dasar pengambilan keputusan adalah besaran probabilitas (prob) :
Jika probabilitas > 0,05, maka Ho diterima.
Jika probabilitas < 0,05, maka Ho ditolak.
Kesimpulan :
Terlihat bahwa pada kolom Exact. Sig / Exact significance dua sisi adalah 1,000, atau probabilitas di atas 0,05 (1,000 > 0,05). Maka Ho diterima, atau pelemparan mata uang di atas adalah benar-benar pelemparan yang fair.
KESIMPULAN

Uji Binomial menguji hipotesis tentang suatu proporsi populasi. Ciri dari binomial adalah data berupa dua (bi) macam unsur.
Kelebihannya antara lain adalah :
Tingkat kesalahan penggunaan prosedur statistika nonparametrik relatif kecil karena statistik jenis ini tidak memerlukan banyak asumsi.
Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah,khususnya untuk data yang kecil.
Konsep dalam statistika nonparametrik mudah untuk dimengerti.
Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun peringkat (rank).
Sebaliknya, kekurangan statistik nonparametrik yang paling utama adalah hasil tidak selalu sesuai dengan yang diharapkan karena kesederhanaan perhitungannya.
















DAFTAR PUSTAKA
http://adinegara26me.wordpress.com/
http://elearning.gunadarma.ac.id/
http://cobaberbagi.files.wordpress.com/