Nama : Wiwied
Ardiansyah
Kelas :
2KB08
NPM :
2C114318
Mata Kuliah
: Pengatar Statistika
Dosen :
Safriadi, SSI.,MM
Fakultas
Ilmu Komputer Teknologi Informasi
Universitas
Gunadarma
PTA 2015 – 2016
HUBUNGAN STATISTIKA DENGAN SISTEM KOMPUTER
Statistika adalah ilmu yang berkenaan dengan data.
Istilah 'statistika' (Bahasa Inggris:
statistics) berbeda dengan
'statistik' (statistic).
Statistika merupakan ilmu yang berkenaan dengan
data, sedang statistik adalah data, informasi, atau hasil penerapanalgoritma
statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan
untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika
deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori
probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit
sampel, dan probabilitas. Statistika banyak diterapkan dalam berbagai disiplin
ilmu, baik ilmu-ilmu alam(misalnya astronomi dan biologi maupun ilmu-ilmu
sosial (termasuk sosiologi dan psikologi),maupun dibidang bisnis, ekonomi dan
industri. Statistika juga digunakan dalam pemerintahanuntuk berbagai macam
tujuan; sensus penduduk merupakan salah satu prosedur yang palingdikenal.
Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak
pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta jajak
cepat(perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi,
statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan
buatan.
Ilmu komputer (bahasa Inggris: Computer Science),
secara umum diartikan sebagai ilmuyang mempelajari baik tentang komputasi,
perangkat keras (hardware) maupun perangkatlunak (software). Ilmu komputer
mencakup beragam topik yang berkaitan dengan komputer,mulai dari analisa
abstrak algoritma sampai subyek yang lebih konkret seperti bahasa pemrograman,
perangkat lunak, termasuk perangkat keras. Sebagai suatu disiplin ilmu. Ilmu
Komputer lebih menekankan pada pemrograman komputer, dan rekayasa perangkat
lunak (software), sementara teknik komputer lebih cenderung berkaitan dengan hal-hal
sepertiperangkat keras komputer (hardware). Namun demikian, kedua istilah
tersebut sering disalah-artikan oleh banyak orang.Ilmu Komputer mempelajari apa
yang bisa dilakukan oleh beberapa program, dan apayang tidak (komputabilitas
dan intelegensia buatan), bagaimana program itu harusmengevaluasi suatu hasil
(algoritma), bagaimana program harus menyimpan dan mengambilbit tertentu dari
suatu informasi (struktur data), dan bagaimana program dan
penggunaberkomunikasi (antarmuka pengguna dan bahasa pemrograman).
Pada dasarnya, program komputer yang
berhubungan dengan pengolahan data
statistik bisa dibagi menjadi tiga kelompok:
1. MEMBUAT SENDIRI PROGRAM STATISTIK
Perhitungan statistik bisa dibuat sendiri untuk
kegunaan tertentu dengan bahasa BASIC,
PASCAL, dan lainnya. Walaupun mampu menghasilkan output yang memadai, namun kecuali untuk
kegunaan yang bersifat khusus, pembuatan
program sendiri tidak populer dilakukan saat ini.
2. PROGRAM STATISTIK SEBAGAI ADD-INS DARI PROGRAM
LAIN
Perhitungan statistik bisa juga dilakukan lewat
program yang sebenarnya tidak difokuskan
pada persoalan statistik, namun mampu memproses data-data statistik dengan cukup memadai. Sebagai
contoh, software spreadsheet Microsoft
Excel yang mempunyai ADD-INS (program bantu), di mana dengan menginstal menu ANALYSIS TOOLPAK, bisa
didapatkan serangkaian prosedur
statistik yang memadai.
3. PROGRAM KHUSUS KOMPUTER STATISTIK
Pengolahan data statistik, sejalan dengan makin
spesialisasinya banyak software, bisa dilakukan dengan software yang khusus
digunakan untuk pengolahan data
statistik. Sofware seperti itu hanya melakukan pengolahan data statistik
deskriptif maupun induktif, menyajikan
berbagai grafik yang relevan untuk membantu pengambilan keputusan di bidang statistik. Contoh program tersebut
seperti Microstat, SAS, Micro TSP, MINITAB, Eviews, SPSS,S-PLUS, R,
STATGRAPHICS dan sebagainya.
Contoh 6 Sotfware yang berperan penting dalam statistika
:
• SPSS
• S-PLUS
• R
• EViews
• MINITAB
• STATGRAPHICS
• SAS
Perhitungan statistika modern banyak dilakukan oleh
komputer, dan bahkan beberapa perhitungan hanya dapat dilakukan oleh komputer
berkecepatan tinggi, misalnya jaringan saraf tiruan. Revolusi komputer telah
membawa implikasi perkembangan statistika di masa mendatang, dengan penekanan
baru pada statistika eksperimental dan empirik. Beberapa Piranti Lunak
Statistika yang banyak digunakan antara lain:
Ø
Piranti lunak berlisensi
Ø
Mathematica
Ø
MATLAB
Ø
Minitab
Ø MS
Excel, dan berbagai add-ins
Ø
MODDE Umetrics
Ø
Statgraphics Centurion XV
Ø S
programming language
Ø
SAS programming language
Ø
SIMCA-P Umetrics
Ø
SPSS
Ø
Stata
Ø
StatSoft STATISTICA
Ø
Piranti Lunak Open Source
Ø
Bahasa pemrograman R
Ø
Sumberdaya Komputasi Statistika Online (UCLA)
Ø
Mondrian (Piranti lunak untuk Analisis Data Eksploratori)
Ø
GNU Octave
Ø
GNU PSPP
Ø
OpenOffice.org/Calc
Ø
Gnumeric
Ø
ROOT
Ø
Piranti Lunak Bebas
Ø
Winpepi
Ø BV
4.1 Peranti lunak untuk analisis dekomposisi dan pengaturan musiman data runtun
waktu
Ø
Zaitun Time Series Piranti lunak untuk analisis data runtun waktu
Resampling: Sebuah Perkawinan Komputer dan Statistik
Berkat kemajuan teknologi komputer, peneliti
pendidikan mulai menggunakan metode statistik sederhana. Resampling hanyalah
sebuah proses untuk memperkirakan probabilitas dengan melakukan sejumlah besar
percobaan numerik. Hari ini, resampling dilakukan dengan bantuan komputer
kecepatan tinggi.
Dalam Science News, Peterson (1991) membandingkan
teknik resampling untuk para penjudi cara trial-and-error pernah digunakan
untuk mencari peluang dalam permainan kartu atau dadu. Sebelum penemuan teori
probabilitas, penjudi akan menangani banyak keluar tangan permainan kartu untuk
menghitung berapa kali tangan tertentu terjadi. Jadi, dengan eksperimen,
penjudi bisa mencari kemungkinan mendapatkan tangan tertentu dalam permainan
mereka.
Teori Probabilitas peneliti dibebaskan dari beban
percobaan diulang. Dengan beberapa asumsi, peneliti dapat mengatasi berbagai
topik. Sementara kemajuan dalam statistik membuka jalan untuk analisis elegan,
biaya datang tinggi:
Ø
Kita bisa menganalisis hanya jenis tertentu statistik, seperti mean dan
deviasi standar.
Ø
Kita harus membuat asumsi tertentu, seperti asumsi normalitas, tentang
distribusi yang mendasari.
Ø
Dan peneliti diperlukan pelatihan khusus untuk menerapkan, mengerti, dan
menghargai statistik.
Ø
Tapi teknik resampling mengatasi semua keterbatasan ini hari ini:
Ø
Kita dapat menganalisis statistik hampir apapun.
Ø
Kita tidak harus membuat asumsi tentang distribusi data.
Ø
Dan teknik yang mudah untuk dipahami.
@
Tagged @ Softskill
0 komentar:
Post a Comment