Teknik Sampling Probabilistik dan Non Probabilistik

1. Tekhnik Sampling Probabilistik
          Teknik sampling probabilistik adalah teknik yang memberikan peluang atau kesempatan bagi setiap unsur(anggota) populasi untuk menjadi anggota sampel. Selain itu probabilistik melakukan pemilihan sampel tidak secara subyektif,dalam arti sample yang dipilih tidak semata-mata sesuai dengan keinginan si peneliti, sehingga setiap anggota populasi memiliki kesempatan yang sama (acak) untuk terpilih secara sampel, dengan demikian pemilihan sampel dapat digunakan untuk mendukun karakteristik populasi secara obyektif.

     Metode Penarikan sampel secara Probabilistik

•     Sampel Acak Sederhana

             Suatu prosedur yang memungkinkan setiap elemen dalam populasi akan memiliki peeluang                yang sama untuk dijadikan sampel.

• Sampel Berstrata

             Suatu prosedur penarikan sampel berstrata yang dalam hal ini suatu subsampel-subsampel                    acak sederhana ditarik dari setiap strata yang kurang lebih sama secara karakteristik. sampel                berstrata memilik dua jenis yaitu; proporsional dan non proporsional.

• Sampel Berkelompok

             Merupakan suatu prosedur penarikan sample probabilistas yang memilih sub populasi yang 

            disebut cluster, kemudian setiap elemen dalam kelompok dipilih sebagai anggota sampel

• Sampel Sistematik

           Metode penarikan sampel sistematik, populasi dibagi dengan ukuran sampel yang diperlukan 

           (n) dan sampel diperoleh dari pengambilan subyek ke-n.

2. Teknik Pengambilan Sampel Non-Probability

         Terdapat  lima teknik pengambilan teknik sampling non probabilistik. Berikut ini adalah uraian penjelasan dari ke lima teknik sampling non probabilistik: (Al-Assaf, 2009)

•     Teknik Haphazard

             Teknik hapzard adalah teknik pengambilan sampel dimana satuan pengamatannya diperoleh                secara sembarangan atau sedapatnya.

•    Teknik Voluntary

             Teknik voluntary adalah teknik yang dilakukan jika satuan sampling dikumpulkan atas dasar              sukarela.

•  Teknik Purposive

             Teknik purposive merupakan teknik  pengambilan sampel yang dilakukan dengan memilih                  satuan sampling atas dasar pertimbangan sekelompok pakar di bidangilmu yang sedang                        diteliti

• Teknik Snowball

             Teknik snowball merupakan teknik pengambilan sampel dimana satuan pengamatan diambil                berdasarkan informasi dari satuan pengamatan sebelumnya yang sudah terpilih.

•  Teknik Kuota

           Teknik pengambilan sampel ini banyak diterapkan pada penelitian pasar dan penelitian                        pengumpulan pendapat (opinion poll) atau jejak pendapat. Teknik dilakukan dengan                            melakukan penjatahan terhadap kelompok satuanpengamatan secara berjenjang.

1. Rata-rata hitung (Mean)
Rata-rata atau biasa disebut mean . Hampir setiap penelitian ilmiah menggunakan mean. Berikut ini adalah cara menghitung mean data kelompok, yaitu data yang telah dikumpulkan pada tugas sebelumnya:

Data Nilai Mata Kuliah Sistem Komputer

                                         Jadi, Nilai Rata-rata Kelompoknya adalah = 7,89

2. Median 

 Median atau nilai tengah adalah nilai pengamatan yang terletak ditengah data pengamatan setelah data diurutkan. Median membagi dua himpunan dari data pengamatan menjadi dua data pengamatan yang sama besarnya,50% data pengamatan terletak diatas median dan 50% lagi terletak dibawah median. Dalam data kali ini saya menggunakan data kelompok . Formula untuk menentukan median dari tabel data frekuensi adalah sebagai berikut : 

b= Batas bawah kelas median

p= panjang kelas median 

n= ukuran sampel/banyak data

f= Frekuensi kelas median

F= Jumlah frekuensi kelas yang lebih kecil dari kelas median

Kelas Median adalah yang diberi warna merah

b=73,5
p=3
n=76
f=8
F=32

C.Modus

    Modus adalah data yang paling sering muncul. 

Formula yang digunakan untuk menentukan modus dalam data berkelompok :

Mo   =Modus=Kelas Modal

b      =Batas bawah kelas modal

p       =Panjang kelas modal

Bmo =Frekuensi kelas modus

B1    = Frekuensi kelas modus-frekuensi kelas sebelum kelas modus.

B2    = Frekuensi kelas modus-frekuensi kelas setelah kelas modus

kelas modus adalah yang diberi warna merah

D.Range

    Range adalah perbedaan antara data terbesar dengan data terendah yang terdapat pada sekelompok data

Range = 82-65= 17

E. Ragam

cari lah rata-rata dengan rumus :

Sehingga :

F.Simpangan Baku

Sehingga diperoleh :

2. Pengertian dan cara menghitung Kemencengan Sebaran (Skewness), dan kecuraman kurva sebaran(Kurtosis)

A. Kemencengan Kurva Sebaran (Skewness)

     Skewness adalah derajat ketidak simetrisan suatu distribusi. Jika suatu kurva frekuensi suatu distribusi memiliki ekor yang lebih memaanjang ke kanan (dilihat dari meannya)maka dinyatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol).

B.Kecuraman Kurva Sebaran 

  Merupakan derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Jika bentuk kurva runcingberarti nilai data terkonsentrasi terhadap nilai rata-tata atau nilai penyebarannya kecil, sebaliknya jika bentuk kurva nya tumpul berarti nilai data tersebar terhadap nilai rata-rata atau nilai penyebaran besar. Keruncingan distribusi data ini disebut juga kurtosis.

Derajat keruncingan suatu distribusi frekuensi dapat dibedakan menjadi tiga, yaitu:
    Leptokurtis
Distribusi data yang puncaknya relatif tinggi atau bentuk distribusi yang ujungnya sangat runcing
    Mesokurtis
Distribusi data yang puncaknya tidak terlalu runcing atau tidak terlalu tumpul
    Platikurtis 
Distribusi data yang puncaknya terlalu rendah atau terlalu mendatar


            Mesokurtis                              leptokurtis                              platikurtis

Derajat keruncingan distribusi data α4 dapat dihitung berdasarkan rumus berikut 
    Data tidak berkelompok
α4 = 1/(nS^4 ) ∑ ( Xi - X ̅)4

    Data berkelompok
α4 = 1/(nS^4 ) ∑ fi ( mi - X ̅ )4

Keterangan :
α4    = Derajat keruncingan
Xi    = nilai data ke – i
        = nilai rata-rata hitung
fi    = frekuensi kelas ke – i
mi    = nilai titik tengah ke –i
S    = simpangan baku
n     = banyaknya data

dari  penggunaan rumus  diatas akan menghasilkan kemungkinan tiga nilai yaitu :

        α4 = 3 distribusi keruncingan data disebut mesokurtis
        α4 > 3 distribusi keruncingan data disebut leptokurtis
        α4 < 3 distribusi keruncingan data disebut platikurtis

Tugas Individu Mata Kuliah Sistem Operasi : Kelebihan Dan Kekurangan macam-macam software Virtual Manchin

Virtual Machine adalah suatu program yang berguna untuk melakukan simulasi suatu PC lengkap. Lengkap dalam artian RAM, Harddisk, floopy disk,prosessor, graphic card dan beberapa device umum lainnya.Teknologi virtual machine memiliki kegunaan antara lain adalah konsolidasi perangkat keras,memudahkan recovery sistem serta menjalankan perangkat lunak terdahulu. Penerapan penting dai Virtual Machine adalah integrasi lintas platform.
Beberapa penerapan penting lainnya adalah :

-Konsolidasi Server
  Virtual Machine digunakan untuk menggabungkan aplikasi-aplikasi yang memakan sedikit sumber daya sehingga berjalan pada satu server saja walaupun aplikasi-aplikasi tersebut memerlukan sistem operasi yang berbeda.
-Otomatisasi dan konsolidasi lingkungan
  Setiap Virtual Machine dapat berperan menjadi lingkungan yang berbeda, sehingga memudahkan pengembangan karena tidak membutuhkan banyak lingkungan tersebut secara fisik.
-Menjalankan Perangkat Lunak sebelumnya
 Virtual Machine dapat menjalankan Sistem Operasi dan perangkat lunak terdahulu di perangkat lunak yang lebih baru.
-Memudahkan Recovery Sistem
 Virtual machine dapat melakukan  rencana recovery sistem yang memerlukan portabilitas dan fleksibilitas antar platform.


berikut ini adalah kelebihan Virtual Machine :
- Hal Keamanan
  Virtual Machine memiliki keamanan yang lengkap pada bagian sumber daya dengan cara meniadakan pembagian sumber daya secara langsung sehingga tidak ada masalah proteksi pada Virtual Machine.
-Memungkinkan untuk mendefinisikan suatu jaringan pada virtual machine
  Setiap bagian mengirim informasi melalui komunikasi jaringan virtual , jaringan dimodelkan setelah komunikasi jaringan secara fisik diimplementasikan pada perangkat lunak.


berikut ini adalah kekurangan virtual machine :

- Sistem Penyimpanan
  sebagai contoh : jika kita memiliki suatu mesin yang memiliki 3 disk drive namun ingin mendukung 7 Virtual Machine, keadaan ini jelas tidak memungkinkan kita untuk mengalokasikan disk drive untuk setiap Virtual Machine, karena perangkat lunak untuk virtual machine sendiri akan membutuhkan ruang disk secara substansial guna menyediakan memori virtual dan spooling.

- Pengimplementasian sulit
 Meski konsep Virtual Machine Cukup baik tetapi masih sulit untuk diimplementasikan.



1.Microsoft Hyper V
   Microsoft Hyper V adalah Virtual Machine keluaran Microsoft. Hyper V adalah Virtualisasi berbasis hypervisor.
   Kelebihan : - Mendukung sampai 4 Prosessor
                       -Mendukung sistem operasi 32 dan 64 bit
                       -Mendukung sistem operasi windows dan beberapa linux, seperti : SUSE Linux                                     Enterprise,RedHat Enterprise serta CentOS

    Kekurangan: -Memori minimum untuk host adalah 2 GB
                          -Menggunakan Storage Area Network untuk media penyimpanan Virtual Machine





http://www.prakom.lipi.go.id/index.php/aplikasi/147-virtual-machine-hyper-v-

http://muhammadsofjanrizal.blogspot.co.id/2014/04/contoh-contoh-virtual-machine-dan.html

Tugas Softskill : Pengantar Statistik

DAFTAR ISI

Daftar Isi                                                                                                    1

Bab I Pendahuluan                                                                                     2

A.   Latar Belakang                                                                             2

Bab II Dasar Teori                                                                                      3

A.   Tabel Distribusi Frekuensi                                                           3

B.   Tabel Frekuensi Kelas                                                                  3

C.   Tabel Frekuensi Relatif                                                                3

D.   Tabel Frekuensi Kumulatif                                                          3

Bab III Isi dan Pembahasan                                                                        4

A.   Data Mentah                                                                                 4

1.     Tabel Distribusi Frekuensi Kelas                                       4

2.     Tabel Distribusi Frekuensi Relatif                                     4

3.     Tabel Distribusi Frekuensi Kumulatif Kurang Dari          5

Bab IV Kesimpulan                                                                                    6

DaftarPustaka           

BAB I

PENDAHULUAN

     A.    Latar Belakang

Setiap kali kita melakukan kegiatan pengumpulan data statistik,maka pada umumnya kegiatan tersebut akan menghasilkan kumpulan data angka yang keadaanya tidak teratur,berserak dan masih merupakan bahan keterangan yang sifatnya k’’masar dan mentah. Dikatakan “kasar” atau “mentah”,sebab kumpulan angka dengan kondisi seperti yang disebutkan di atas belum dapat memberikan informasi secara ringkas dan jelas mengenai ciri atau sifat yang dimiliki oleh kumpulan angka-angka tersebut.Oleh karena itu,agar data angka yang telah berhasil dihimpun itu “dapat berbicara” dan dapat memberikan informasi yang berarti,diperlukan adanya tindak lanjut salah satunya adalah Penyajian Data.

Tidak terlepas hubungannya dengan pernyataan di atas,maka salah-satu tugas statistik sebagai ilmu pengetahuan adalah meyajikan atau mendeskripsikan data angka yang telah dikumpulkan menjadi lebih teratur,ringkas,dan lebih dapat memberikan gambaran yang jelas. Salah satu penyajian data adalah tabel.Adanya table dapat memudahkan dalam membaca informasi dari data yang disajikan.karena data tersebut telah disusun secara teratur  atau sistematis.

BAB II

DASAR TEORI

     A.          Table DistribusiFrekuensi (TDF)

Table   Distribusi Frekuensi adalah salah satu bentuk penyajian data.Table distribusi frekuensi dibuat agar data yang telah dikumpulkan dalam jumlah yang sangat banyak dapat disajikan dalam bentuk yang jelas dan baik.

Dengan kata lain, table distribusi frekuensi dibuat untuk menyederhanakan bentuk dan jumlah data sehingga ketika disajikan kepada para pembaca dapat dengan mudah dipahami atau dinilai.

    B.     Table Frekuensi Kelas

Table frekuensi kelas adalah kelompok nilai data  atau variable dari suatu data acak.Table frekuensikelasterdiridari “Interval Kelas” dan “FrekuensiKelas”.

Interval Kelas adalah selang yang memisahkan kelas yang satu dengan kelas yang lain.

Frekuensi Kelas adalah banyaknya data yang termasuk kedalam kelas tertentu dari data acak.

     C.     Table Frekuensi Relatif

Berisikan nilai-nilai hasil baginatara frekuensi kelas dan jumlah pengamatan.Distribusi frekuensi relative menyatakan proporsi data yang berada pada suatu kelas interval, frekuensi relatif kelas didapatkan dengan cara membagi frekuensi dengan total data yang ada dari pengamatan observasi.

     D.    Table Frekuensi Kumulatif

Berisikan frekuensi yang dijumlahkan.Frekuensi kumulatif memiliki kurva yang disebutogif, ada 2 macam distribusi frekuensi kumulatif yaitu “kumulatif kurang dari” dan “kumulatif lebih dari”.

 BAB III

ISI DAN PEMBAHASAN

     A.    Data Mentah

     1.      Tabel Distribusi Frekuensi Kelas

     2.      Table Distibusi Frekuensi Relatif

Frekuensi relative nilai frekuensinya tidak dinyatakan dalam bentuk angkamutlak, melainkan dalam bentuk persentase(%). Rumusmen cari frekuensi relative adalah :

Maka untuk membuat table distriusi relative (%) adalah dengan mencari frekuensi relative setiap interval kelasnya dulu

         3.      Tabel Distribusi Frekuensi Kumulatif Kurang Dari

Untuk menentukan frekuensi kumulatif kurang dari, menggunakan nilai interval paling kiri (angkamutlak).Lalu dikumulasikan sesuai dengan kategori nilai pada table distribusi frekuensi kumulatif.

BAB IV

KESIMPULAN

         Salah-satu tugas statistik sebagai ilmu pengetahuan adalah meyajikan atau mndeskripsikan data angka yang telah dikumpulkan menjadi lebih teratur,ringkas,dan lebih dapat memberikan gambaran yang jelas. Salah satu penyajian data adalah menggunakan tabel. Dengan adanya data yang disajikan menggunakan tabel, sebuah informasi dapat dipahami dengan mudah tanpa menggunakan kalimat-kalimat penjabaran.Adanya tabel dapat memudahkan dalam membaca informasi dari data yang disajikan karena data tersebut telah disusun secara teratur  atau sistematis

Tabel distribusi frekuensi sendiri terbagi atas lima macam ,yaitu: Tabel Distribusi Frekuensi Data Tunggal,Tabel Distribusi Frekuensi Data Kelompokan,Tabel Distribusi Frekuensi Kumulatif, dan Tabel Distribusi Frekuensi Relatif (Tabel Persentase).Berbagai macam penyajian data dalam bentuk tabel ini tidak lain adalah agar data yang telah dikumpulkan dapat lebih tergambarkan dengan jelas dan sistematis.