STEM AND LEAF DIAGRAM

STEM AND LEAF DIAGRAM

Adalah suatu diagram yang dipergunakan untuk menyajikan kumpulan data tanpa harus kehilangan informasi semua data individualnya, secara efektif dapat menampilkan distribusi data, apakah penyebarannya terpusat atau tersebar, dalam stem and leaf diagram data-data dipisahkan menjadi dua bagian, angka pertama yang ditulis sebelah kiri disebut batang(stem) dan sedangkan angka-angka sisanya yang ditulis sebelah kanan disebut dengan daun (leaf), sebagai contoh data numerik 732 maka dapat dipisahkan menjadi 2 bagian yaitu 7(batang) – 32 (daun).
Sebagai contoh untuk data-data ujian siswa suatu kelas sebanyak 24 siswa sebagai berikut :
46 58 65 67 63 70 76 72 78 70 73 75
74 74 83 82 84 82 84 89 93 90 93 96

Dari data tersebut terlihat bahwa nilai ujian ada pada kisaran nilai 40-an, 50-an, 60-an, 70-an, 80-an dan 90-an, atau dengan kata lain nilai ujian tersebut terletak pada kisaran 40-an sampai 90-an. Maka angka pertama (angka puluhan) ini dapat dipergunakan sebagai batang dan angka kedua digunakan sebagai daun.Langkah pertama adalah dengan cara mendaftar semua nilai batang tersebut dalam sebuah kolom vertikal. Sehingga diperoleh Gambar batang seperti berikut :
Batang
4
5
6
7
8
9
Berikutnya setiap angka ke dua (daun) ditulis disebelah kanan masing-masing nilai batang tersebut, sebagai contoh angka 46 maka angka 6 harus ditulis disebelah kanan batang angka 4, terus selanjutnya langkah ini dilakukan sampai semua data 24 nilai daun telah diletakan disampai batangnya.
Maka dari data diatas akan terbentuk diagram stem and leaf sebagai berikut :
Batang Daun
4 6
5 8
6 5 7 3
7 0 6 2 6 0 3 5 4 4
8 3 2 4 2 4 9
9 3 0 3 6
Dari diangram stem and leaf peneliti dapat melihat bahwa penyebaran data ada pada batang dengan nilai 7

Hafidz & Zaki

Data Mining (1) --> solusi penting untuk datawarehouse

Apa itu data mining..?

Data mining menurut buku didefinisikan sebagai satu teknik yang digunakan untuk mengekporasi secara menyeluruh dan memunculkan ke permukaan relasi-relasi yang kompleks pada suatu data base yang sangat besar(data warehouse).
Struktur data yang terlibat dalam data mining adalah struktur data yang tidak normal atau setidaknya sudah melalui proses denormalisasi, berbeda dengan struktuk data pada relational database yang mengsyaratkan bahwa struktur datanya adalah normal, sehingga dalam data mining sangat mungkin terjadinya redundancy data dalam tampilan tabulasinya.

Perbedaan itu disebabkan karena goal dari data mining berbeda dengan relational database, relational database lebih mengedepankan struktur data yang simple dan dalam rangka mengejar size data yang tidak terlalu besar, sementara dalam datamining mengedepankan kecepatan dalam tracing data dari berbagai dimensi yang dimungkinkan untuk proses tracing, hal ini karena data yang terlibat biasanya mempunyai size yang besar.

secara umum data mining memiliki kemampuan untuk untuk mengotomatisasi prediksi tren dan sifat-sifat bisnis, mengotomatisasi penemuan pola-pola yang tidak diketahui sebelumnya....ntar sambung lagi ah.

Melepas Kepergian Junjungan Tercinta

“ Sungguh telah datang kepadamu seorang Rasul dari kaummu sendiri, berat terasa olehnya penderitaanmu, sangat menginginkan (keimanan dan keselamatan) bagimu, amat belas kasihan lagi penyayang terhadap orang-orang mukmin.”
[ Qs. At Taubah (9) : 128 ]

Senin 12 Rabi’ul awwal tahun Gajah (570 M) di Kota Mekkah, terlahirlah bayi yatim Muhammad ibnu Abdullah dari ibunda Sayyidah Aminah. Kelahirannya telah menggairahkan alam semesta, yang telah lama menanti datangnya Pewaris kesucian Baitullah, yang dijanjikan Allah Rabb semesta alam.
Tumbuh dewasa menjadi pribadi yang berjiwa luhur, jujur dan welas asih sesama manusia dan rakyat jelata, adalah buah Tarbiyyah Rabbaniyyah (pendidikan Allah langsung) dibalik kehidupan Muhammad SAW yang prihatin sebagai anak yatim-piatu. Sejarah hidupnya yang mandiri, juga merupakan pemeliharaan Allah atas kesucian dan kemerdekaan hati nuraninya, dari rasa keterjajahan dan hutang budi kepada siapapun. Sebab telah mempersiapkannya untuk menjalankan sebuah “Mission of Liberation”, yaitu tugas membebaskan ummat manusia dari kegelapan kepada cahaya kebenaran dan dari perbudakan sesama makhluk, kepada kemerdekaan hidup sebagai Hamba Allah sejati.


Sungguh! keagungan dan keluhuran akhlaq Nabi SAW yang ksatria, juga telah menawan hati semua kawan ataupun lawan. Dalam beberapa episode peperangan, Nabi SAW selalu konsisten mengajarkan kaum muslimin agar tidak membunuh manusia dan merusak alam tanpa alasan yang haq. Tawanan perang disantuni, tempat Ibadah dan ahlu Dzimmah dilindungi, fakir miskin disayangi bahkan etika dan hukum perang pun beliau hormati. Inilah yang menyebabkan dakwah Islam mendapat dukungan dan simpati dari ummat manusia, bahkan jin sekalipun. hal itu terlihat ketika pada Wuquf arafah, ribuan ummat manusia termasuk para penduduk Mekkah tunduk menyerah kepada Allah pasca futuh Mekkah.
Namun sesungguhnya, itulah momen perpisahan Rasul dengan ummat manusia yang tersirat dalam Khutbah Wada’ (pidato perpisahan). Sebab sepulangnya Nabi dan para sahabat ke Ibukota Daulah Islamiyyah di Madinah Al Munawwarah, tiba-tiba di akhir bulan shafar Nabi Muhammad SAW jatuh sakit. Beliau mengalami demam dan sakit kepala yang sangat berat, hingga minta kepalanya diikat kain dan tubuhnya diguyur dengan air tujuh bejana karena panasnya yang tinggi. Ya Allah !…
Suasana Madinah pun sekejap berubah. Mendung kesedihan dan duka menggelayuti seisi kota atas derita sakit yang dialami oleh nabi saw. Dipinggir-pinggir jalan, di balik rumah-rumah para sahabat dan didalam Masjid Nabawi, terdengar isak tangis kecil seiring lantunan doa-doa agar kiranya Nabi SAW, Kepala Negara yang mereka cintai dapat sembuh dan sehat kembali.
Menyaksikan hal itu, Nabi saw pun ingin menghibur hati ummatnya. Disuatu pagi setelah memimpin sholat shubuh bersama para sahabatnya, beliau dengan suara lemah menyampaikan sabdanya : “Wahai para sahabatku, ada seseorang yang Allah suruh dia memilih antara dunia atau akhirat. Maka ia memilih akhirat dan berada disisi tuhan-Nya”. Nabi kemudian terdiam, namun Abu Bakar langsung mengerti, bahwa yang dimaksud adalah pribadi Nabi sendiri. Lalu dengan berurai air mata dan kata-kata tertahan tangisan, Abu Bakar memeluk tubuh Nabi SAW sambil berkata : Tidak ya Rasulullah !…bahkan engkau akan kami tebus dengan jiwa kami dan anak-anak kami “. Rasulullah saw mencoba menenangkan sahabat dekatnya itu, sambil bersabda : “Kalaulah ada yang boleh kuambil sebagai khalil (teman kesayangan) maka Abu Bakarlah khalilku. Tetapi persahabatan dan persaudaraan ialah dalam iman, sampai tiba saatnya Tuhan mempertemukan kita”. Wahai para sahabat! siapa diantara kalian yang aku masih punya hutang kepadanya, mintalah hari ini kepadaku. Siapa diantara kalian yang pernah aku sakiti, balaslah hari ini kepadaku! Sebab aku tidak ingin berjumpa dengan Rabbku dengan membawa beban kalian belum aku selesaikan “. Konon, tiba-tiba berdiri seorang sahabat : Aku ya Rasulullah!, aku ingin membalas pukulanmu terhadapku waktu itu. Maka tersentaklah semua sahabat, tak kuasa mereka menyaksikan adanya sahabat yang masih tega untuk membalas Nabi. Rasulullah lalu berkata : “Pukullah, wahai sahabatku dimana saja yang engkau kehendaki “. Maka sahabat itu berkata : Ya Rasul! Engkau pernah memukul punggungku. Maka aku ingin engkau membuka baju dipunggungmu, sebagaimana dahulu engkau pernah pukul aku tanpa mengenakan baju!. Maka tatkala Nabi akan memperlihatkan punggungnya, semua sahabat tertunduk menangis, tak tega menyaksikan penderitaan Nabi, terlebih beliau dalam keadaan sakit parah. Tiba-tiba sahabat tersebut justru memeluk tubuh Nabi, sambil menangis : Ya Rasulullah!. siapakah yang tega menyakitimu. Telah lama aku rindu ingin memeluk tubuhmu yang telah mencurahkan hidupnya untuk mengasihi dan menyayangi kami, ummatmu” Pagi itu, air mata cinta dan persaudaraan, bercucuran antara Rasulullah dengan rakyatnya tercinta.
Senin subuh 12 Rabi’ul Awwal atau 8 Juni 632, Nabi SAW terlihat sehat kembali sehingga banyak sahabat yang menyangka Rasul telah pulih dari sakitnya. Namun sepulang dari masjid Nabawi, menuju rumah Aisyah. Tiba-tiba sakit kepalanya datang kembali, bahkan terasa lebih berat dan payah sekali. Menyaksikan keadaan Nabi yang tak berdaya, Aisyah paham bahwa ajal telah datang untuk menjemput kekasihnya. Maka dengan segera Rasulullah saw diletakkan dalam dekapan pangkuannya. Dalam tatapan mata yang iklhas dan pasrah, Rasulullah saw berdo’a : Ya Allah tolonglah aku dalam sakaratul maut!…ya Allah tolonglah aku dalam sakaratul maut!. Aisyahpun tak kuasa menahan tangis dan air matanya, diusapnyalah wajah Rasulullah saw yang dicintainya, sedangkan nabi terus berdo’a ; wahai Allah yang Maha Tinggi, kumpulkanlah aku bersama para nabi-Mu di tempat tertinggi..wahai Allah yang Maha Tinggi kumpulkanlah aku bersama mereka ditempat tertinggi…..maka beliaupun menghembuskan nafasnya terakhir disaksikan Aisyah yang menangis dan dan memeluk Nabi sekuat-kuatnya. Histeria tangisan Aisyah, mengundang isteri-isteri nabi dan para sahabat lainnya berdatangan. Maka pecahlah tangisan kaum muslimin dengan linangan air mata kesedihan dan rasa pilu kehilangan pimpinannya yang agung. Daulah Islamiyyah Madinah dan alam semesta raya seluruhnya hari itu berkabung, dalam duka cita yang tak bisa lagi diungkapkan. Innalillahi wainnailahi raji’un. Semoga shalawat dan salam senantiasa terlimpah kepadamu, Ya Rasulallah..Ya Habiballah… junjungan kami tercinta.Amien

dikutip dari buletin : Ad-Dien;

Masih Regresi Lieur..

A. Kondisi bahwa sample itu disebut acak itu bagaimana ..? Bagaimana cara membuktikan atau setidaknya melihat bahwa sample itu acak..?

Untuk menjawab hal tersebut, tentunya kita harus definisikan dulu apa yang dimaksud dengan sample acak itu..?

Jawaban sementara : Sample acak yaitu sampel yang mempunyai nilai tidak tetap berubah2(baik itu berubah terhadap waktu maupun variable lain) dan perubahannya dipengaruhi oleh variabel2 lain, serta harus mengandung unsur peluang (thank’s untuk temen2 yang dah kasih pencerahan tentang sample acak ini), tapi maksud mengandung unsur peluang itu apa yah ..?

Mungkin maksudnya adalah bahwa kita dpt memprediksi terjadinya/munculnya nilai sample tersebut berdasarkan nilai-nilai atau variable variable lain yang menyebabkan timbulnya atau setidaknya berhubungan dengan variable acak tersebut.

Misalkan kita ingin menyatakan perkembangan berat badan seseorang sebagai variable acak, dengan variable yang berhubungan dengan berat badan itu misalkan pola tidur atau pola makan dan secara umum atau penelitian ada hubungan antara pola makan atau tidur dengan berat badan.Maka peluang berat badan seseorang bisa kita prediksi dengan melihat bagaimana pola makan dan pola tidurnya

Salah satu kata kunci yang bsia kita ambil adalah adanya hubungan antara variable & variable yang di analisa. Dalam regresi linier ada yang disebut variable bebas (independent variable) yaitu X(pola makan, pola tidur) dan Variable tidak bebas (dependent variable) yaitu Y(berat badan), karena berat badan tergantung dari X.

Nah untuk menyatakan bagaimana hubungan yang terjadi antara independent variable dan dependent variable kita bisa melakukan pengujian dengan uji statistik.

Mari kita lanjutkan langkah ini besok hari yah…meh teu lieur euy.

Analisis regresi Lieur...1

Analisis Regresi Linier

Hasil dari analisis regresi harus lah kita uji kebenaran, kecocokan data dengan model regresi linier yang dibentuk, sehingga kita yakin bahwa data yang kita olah dengan model persamaan regresi ada kecocokan, jangan-jangan data yang kita olah tidak cocok dianalisa dengan teknik analisis regresi linier, mungkin harus dianalisa dengan teknik lain ..teknik apakah itu ? au ah gelap..

Kalau nggak salah menurut catatan kuliah bahwa asumsi kita bisa melakukam analisis regresi linier menurut Pak sembiring yaitu :

1. Sample merupakan sample acak, yang menjadi pertanyaan kondisi bahwa sample itu disebut acak itu bagaimana ..? Bagaimana cara membuktikan atau setidaknya melihat bahwa sample itu acak..?
2. єi ~ N(0,δ2 )  Error/galatnya berdistribusi normal atau
E(Yi|Xi) = ά + βXi, i = 1,2,3,…n atau Yi ~ N(ά + βXi, δ2) i=1,2,3,…n
Pertanyaannya bagaimana mengecek dan membuktikan ketiga hal tersebut terjadi pada model dan data yang kita olah? sama ini juga au ah elap…
3. Variansinya / Fluaktuasinya konstan.  ini juga harus di cek, dan gimana cara ngeceknya, kalau yang ini sih kayaknya udah ada gambaran..tapi ntar lah kita bahas.

Jadi kalu ketiga syarat ini tidak penuhi maka harusnya analisa yang kita lakukan dengan mempergunakan analisis regresi linier dianggap gagal atau tidak berlaku..nah loh.

newthon rapshon 2 variable bebas x dan 2 fungsi (2)

Option Explicit
Option Base 1
'#Uses "*STB.SVX"
'#Uses "*GRAPHICS.SVX"

Sub Main()
Dim S As Spreadsheet
Dim akarx10, akarx20, akarx11, akarX21, nilaif1, nilaif2 As Double
Dim baris As Integer
Dim MatrikJ(2,2) As Double
Dim MatrikJInv(2,2) As Double
Dim a(2,2) As Double
Set S = SelectSpreadsheetDialog(False)

If VarPtr(S) = 0 Then End
S.Variable(1).Select
akarx10= -0.5
akarx20=5
MatrikJ(1,1)=NilaiTurunanf1x1(akarx10,akarx20)
MatrikJ(1,2)=NilaiTurunanf1x2(akarx10,akarx20)
MatrikJ(2,1)=NilaiTurunanf2x1(akarx10,akarx20)
MatrikJ(2,2)=NilaiTurunanf2x2(akarx10,akarx20)
baris=1

Do
MatrixInverse(MatrikJ,MatrikJInv)
S.Cells(baris,1)=baris
S.Cells(baris,2)=akarx10
S.Cells(baris,3)=akarx20

S.Cells(baris,4)=NilaiFungsi1(akarx10,akarx20)
S.Cells(baris,5)=NilaiFungsi2(akarx10,akarx20)

akarx11 = akarx10 - ((MatrikJInv(1,1)*S.Cells(baris,4))+ (MatrikJInv(1,2)*S.Cells(baris,5)))
akarX21 = akarx20 - ((MatrikJInv(2,1)*S.Cells(baris,4)) + (MatrikJInv(2,2)*S.Cells(baris,5)))

MatrikJ(1,1)=NilaiTurunanf1x1(akarx11,akarX21)
MatrikJ(1,2)=NilaiTurunanf1x2(akarx11,akarX21)
MatrikJ(2,1)=NilaiTurunanf2x1(akarx11,akarX21)
MatrikJ(2,2)=NilaiTurunanf2x2(akarx11,akarX21)

S.Cells(baris,6)=akarx11
S.Cells(baris,7)=akarX21
S.Cells(baris,8)=NilaiFungsi1(akarx11,akarX21)
S.Cells(baris,9)=NilaiFungsi2(akarx11,akarX21)
nilaif1 =S.Cells(baris,8)
nilaif2=S.Cells(baris,9)

akarx10 = akarx11
akarx20 = akarX21
baris=baris + 1
If baris >= 10 Then S.AddCases (baris,1)
Loop Until (Abs(nilaif1) <=0.000001 And Abs(nilaif2) <=0.000001)
End Sub

‘ Fungsi- fungsi

Function NilaiFungsi1(x1 As Double, x2 As Double ) As Double
NilaiFungsi1 = x1^2 +x1*x2 -2*x1-1
End Function
Function NilaiFungsi2(x1 As Double, x2 As Double ) As Double
NilaiFungsi2 = x1^3 -x1+x2-2
End Function
Function NilaiTurunanf1x1(x1 As Double, x2 As Double ) As Double
NilaiTurunanf1x1 = 2*x1 + x2 -2
End Function
Function NilaiTurunanf1x2(x1 As Double, x2 As Double ) As Double
NilaiTurunanf1x2 = x1
End Function
Function NilaiTurunanf2x1(x1 As Double, x2 As Double ) As Double
NilaiTurunanf2x1 = 3*x1^2 -1
End Function
Function NilaiTurunanf2x2(x1 As Double, x2 As Double ) As Double
NilaiTurunanf2x2= 1
End Function

Newthton raphson dua variable bebas X, dua fungsi (1)

Persamaan yang dijadikan contoh adalah

f1(X)= X12 + X1X2 -2X1-1 dan f2(x)=X13 -X1 +X2-2

Dengan turunan dari masing-masing fungsi adalah
df1(X1)/dX1 = 2X1 + X2 -2
df1(X2)/dX2 = X1

df2(X1)/dX1 = 3X12 – 1
df2(X2)/dX2 = 1


Algoritma Program
• Definisikan 2 buah matrik yaitu
1. MatrikJ yang berisi nilai dari fungsi turunan untuk fungsi 1 dan fungsi 2
2. MatrikJInv yang merupakan inverst dari MatrikJ
• Inisiasi MatrikJ dengan nilai turunan setiap fungsi untuk nilai awai x1 dan x2 yang kita asumsikan(bebas) misalkan nilai x1 = 0 dan x2 = 1
• Inisiasi MatrikJInv dengan Melakukan Inverst terhadap matrikJ
• Selama nilai f1 dan f2 tidak mendakati nilai 0 maka lakukan
o Hitung nilai f1 dan f2 untuk nilai x1 dan x2
o Tentukan nilai x1 dan x2 berikutnya dengan rumus
X1i+1 = x1i – (matrikinv(1,1)*f1(xi)+ matrikinv(1,2)*f2(xi))
X2i+1 = x1i – (matrikinv(2,1)*f1(x2i)+ matrikinv(2,2)*f2(x2i))
o Hitung MatrikJ nilai turunan setiap fungsi untuk nilai awai x1i+1 dan x2i+1
o Lakukan inverst MatrikJ dan simpan di MatrikJInv
o Lakukan lagi langkah2 mulai hitung nilai f1 dan f2 sampai nilai f1 dan f2 mendekati nilai 0 maka didapatlah nilai akar x1 dan x2

• Nilai akar terakhir akan didapat yaitu x1 mendekati nilai -1 dan x2 mendekati nilai 2, untuk contoh kasus nilai awal x1=-0.5 dan x2 = 5

newton raphson 1 variable X^3-X+2

Option Base 1
Dim spr As New Spreadsheet
Sub Main
Dim akar0, akar1, beda As Double
Dim Nilai1, nilai2 As Double
Dim baris As Integer
akar0=-1
spr.Visible = True
spr.Header ="Latihan ke 7 Newton Raphson"
nilai0=NilaiFungsi(akar0)
baris =1
Do

spr.Cells(baris,1) = baris 'baris
spr.Cells(baris,2) = akar0 'akar0
spr.Cells(baris,3) = NilaiFungsi(akar0) 'nilai fungsi
spr.Cells(baris,4) = NilaiFungsiTurunan(akar0) 'nilai turunan

akar1 =akar0 -(spr.Cells(baris,3)/spr.Cells(baris,4))

spr.Cells(baris,5) = akar1 'akar1
spr.Cells(baris,6) = NilaiFungsi(akar1) 'Nilai fungsi akar1
spr.Cells(baris,7) = NilaiFungsiTurunan(akar1) 'Nilai fungsi Turunan akar1

baris=baris+1
beda =akar1-akar0
akar0=akar1
If baris >=10 Then spr.AddCases (baris,1)
Loop Until (Abs(beda) <=1.0E-6)

End Sub
Function NilaiFungsi(xi As Double) As Double
NilaiFungsi = xi^3 - xi + 2
End Function

Function NilaiFungsiTurunan(xi As Double) As Double
NilaiFungsiTurunan = 3*xi^2 - 1
End Function

Derajat Kebebasan

Apakah itu derajat kebebasan (Degree of Fredom/df):
Derajat kebebasan (db). Db ini bersumber dari pemikiran ini: tiap kali kita mengestimasi parameter (karakteristik populasi), kita akan kehilangan satu derajat kebebasan. Ilustrasinya begini: misalnya ada populasi dengan mean sebesar 10. Jika kita diijinkan untuk mengambil sampel sebesar 10 orang dari populasi ini, berapa banyak orang yang dapat kita ambil dengan bebas? Misalnya kita ambil orang pertama secara bebas, ia memiliki skor 14. Orang kedua masih dengan bebas, ia memiliki skor 8. Kemudian berturut-turut orang selanjutnya: 15, 6, 11, 14, 8, 6, 5 dan orang kesepuluh…. Tidak. Orang kesepuluh tidak dapat diambil secara bebas lagi. Jika sudah ada 9 angka, angka ke sepuluh tidak lagi dapat ditentukan dengan bebas agar mendapat estimasi yang sama (mean = 10). Misalnya jumlah skor-skor tadi adalah 87. Agar estimasi yang kita dapatkan sama, yaitu mean = 10, orang kesepuluh harus ditentukan sebesar 13. Dengan demikian dapat dikatakan kita kehilangan satu derajat kebebasan.Nah db inilah yang kemudian digunakan untuk melihat tabel t.

Regresi linear 2

Jawaban kenapa ada €i adalah karena dalam analisis regresi, data yang dipakai pada garis regresi adalah data sample dari populasi data yang ada, dan itu adalah rata-rata yi yang didapat pada setiap nilai xi disebut dengan nilai y prediksi (predicted value), sehingga ada gap antara nilai y yang sebenarnya dengan nilai predicted value. gap itulah yang ditampilkan sebagai nilai €i (error/galat).jadi €i dapat di tulis €i = yi - predicted value (y topi).

Bisection

berikut adalah contoh bisection untuk sampai nilai 0.9500000.
terlebih dulu kita sudah menyiapkan suatu sheet kosong, DIMANA Var1 untuk xi, Var2 untuk Xi+1 , Var 3 untuk Q(xi) dan var4 untuk Q(xi+1).
semua Var tersebut harus di set dengan display format number dengan decimal digit 7, untuk tingkat ketelitian 7 digit belakang koma.
kemudian di save.
posisinya harus sama dengan yang ada "h:\kuliah\latihan6.sta" --> bisa di rubah

----
Option Base 1
Option Explicit
'#Uses "*STB.SVX"
'#Uses "*GRAPHICS.SVX"
Dim spr As Spreadsheet
Dim xi As Double
Dim xii As Double
Dim Bariske As Integer
Dim NilaiAwalbawah, NilaiAwalAtas As Double
Sub Main
Dim DisNormal1, DisNormal2 As Double
Dim ArrayXi() As Double
Dim ArrayXii() As Double
NilaiAwalbawah =0.50000
NilaiAwalAtas =2.00000
Set spr= Spreadsheets.Open("h:\kuliah\latihan6.sta")

Bariske = 1
ReDim Preserve ArrayXi(Bariske)
ReDim Preserve ArrayXii(Bariske)
spr.Header ="Latihan ke 6 Bisection "

spr.Visible = True
spr.Cells(1,1) = NilaiAwalbawah
spr.Cells(1,2) = NilaiAwalAtas

spr.Cells(1,3) = HitungNormDist(NilaiAwalbawah)
spr.Cells(1,4) = HitungNormDist(NilaiAwalAtas)

ArrayXi(Bariske) = Round(Abs(0.95-spr.Cells(1,3)),6)
ArrayXii(Bariske)= Round(Abs(0.95-spr.Cells(1,4)),6)
xi = NilaiAwalbawah
xii = NilaiAwalAtas
Bariske=Bariske + 1
ReDim Preserve ArrayXi(Bariske)
ReDim Preserve ArrayXii(Bariske)

Do
'jika xi > xi+1 maka xi+1 Nilainya = nilai sebelumya sebaliknya xi=nilai sebelumnya
If ArrayXi(Bariske-1) < ArrayXii(Bariske-1) Then
spr.Cells(Bariske,1)=spr.Cells(Bariske-1,1)
xii=Format(Nilainya(xi,xii,Bariske,2),"#.00000")
Else
xi=Format(Nilainya(xi,xii,Bariske,1),"#.00000")
spr.Cells(Bariske,2)=spr.Cells(Bariske-1,2)
End If

DisNormal1 = HitungNormDist(xi)
spr.Cells(Bariske,3) = DisNormal1

DisNormal2 = HitungNormDist(xii)
spr.Cells(Bariske,4) = DisNormal2

ArrayXi(Bariske) = Round(Abs(0.95-spr.Cells(Bariske,3)),6)
ArrayXii(Bariske)= Round(Abs(0.95-spr.Cells(Bariske,4)),6)

Bariske = Bariske + 1
ReDim Preserve ArrayXi(Bariske)
ReDim Preserve ArrayXii(Bariske)
If Bariske >= 11 Then spr.AddCases (Bariske - 1,1)

Loop Until (DisNormal1 = 0.9500000 Or DisNormal2 = 0.9500000)

End Sub
Function Nilainya(Bawah As Double, Atas As Double, Baris As Integer, kolom As Integer ) As Double
Dim TmpNilai As Double

Nilainya= ((Bawah + Atas)/2)
spr.Cells(Baris,kolom) = (Bawah + Atas)/2
End Function
Function HitungNormDist(Localxi As Double) As Double
HitungNormDist =Round(INormal(Localxi,0,1),5)
End Function

Analisis Regresi

Saya baru membaca buku mengenai analisis regresi, berikut hal yang bisa saya dapat :

Teknik analisis regresi sering digunakan untuk mengidentifikasi sejumlah variable input untuk meramalkan(memprediksi) variable output. Variable yang terlibat dalam analis regresi berupa variable bebas ataupun variable terikat, tidak bebas.
Menurut buku yang baru saya pelajari teknis yang umum digunakan dalam analisis regresi adalah teknis analisis regresi linier dan non linier.
Regresi linier adalah teknik regresi yang dimodelkan dengan formula :
Yi =β0 + β1X1 + €i, dimana
β0 adalah intercept (nilai naik turunnya garis di sumbu Y)
β1 adalah koefisien regresi atau kemiringan garis regresi Y terhadap X
€i adalah prediksi error data/ penyimpangan dari garis lurus grafik

Ada yang bisa menjelaskan kira-kira kenapa mesti ada €i ..? apa fungsinya ..?

Rute Puncak asik bener

Data warehouse

Data Warehouse merupakan sekumpulan data yang terintegrasi secara lojik untuk kebutuhan yang spesifik, umumnya berupa penanganan query analisis dalam sebuah sistem pendukung keputusan (Decision Support System/DSS) dan sistem informasi eksekutif (Executive Information System/EIS).
menurut Bill Inmon , definisi dari Data Warehouse adalah : sekumpulan/koleksi data yang mendukung pengambilan keputusan pihak manajemen yang mempunyai beberapa karakteristik sebagai berikut :
a. Subject Oriented
Sebuah Data Warehouse dirancang dan dibangun untuk memenuhi kebutuhan analisis data berdasarkan subjek tertentu.
b. Integrated
Untuk memenuhi kebutuhan analisis secara menyeluruh, sebuah Data Warehouse harus mampu mengintegrasikan data dari berbagai sumber data yang beragam.
c. Non Volatile
Data-data dalam sebuah Data Warehouse tidak dapat diubah (tidak dapat di-update). Data-data tersebut merupakan data historis yang digunakan untuk memenuhi kebutuhan analisis, bukan untuk menangani transaksi seperti pada basisdata transaksional pada umumnya.
d. Time Variant
Model analisis yang diterapkan pada sebuah Data Warehouse berfokus pada perubahan data faktual berdasarkan waktu. Dalam hal ini Data Warehouse harus mampu menyimpan data untuk sebuah subjek tertentu dalam waktu yang berbeda-beda.
Sedangkan yang dimaksud dengan Data Warehousing adalah proses pembangunan Data Warehouse. Dalam Data Warehousing data dari berbagai sumber/sistem opeasional akan diekstrak dan diintegrasikan (ekstrak transfer and loading /ETL)ke dalam Data Warehouse, sehingga data di dalam Data Warehouse tidak lagi bersifat operasional melainkan bersifat informatif. Oleh karena data dalam Data Warehouse bersifat informatif, maka kegunaan dasar dari Data Warehouse adalah menyediakan sudut pandang(dimensi) data dari perspektif analis bisnis (business analyst) dan pembuat keputusan (decision makers), bukan dari sudut pandang teknis (perspective of technicians).

Variable Random

Var random X adalah fungsi dari S ruang sampel ke bilangan real R X : S -> R
Contoh : Menjawab soal multipel choice 2 kali
S = {SS, SB, BS, BB}
X : VR Banyaknya jawaban benar, maka X = {0,1,2}

P(X=0) =1/4
P(X=1)= 2/4
P(X=2)=1/4
Total Probability P(X= xi) = 1
Nilai E(X) = ∑xiP(X=Xi)
Varians= E(x^2) - E(x)^2

Foto sepeda

Sepedahan 2 Mei 2008