Posted on 06.58

OBSERVASI BLOGGER KE-2




OBSERVASI  BLOGGER 2 (BE_BREAD)
PUTRI ARIANTI RAHAYU (1306105)
Jurnal Statistika dan Probabilitas
Sekolah Tinggi Teknologi Garut
Jl. Mayor Syamsu No. 1 Jayaraga Garut 44151 Indonesia
Email : 1306105@sttgarut.ac.id

Abstrak Makalah ini akan membahas tentang laporan blogger yang saya buat (BE_BREAD), dengan alamat blog: putriariantirahayu.blogspot.com disajikan dalam bentuk tabel dan uraian mengenai satatistik blog saya.

Kata Kunciblog, cara penyajian data, perbedaan.


1.      PENDAHULUAN

1.1  Latar belakang
Sumber informasi yang diminati dewasa ini adalah internet. Jaringan komputer dibelahan dunia ini mampu menyajikan informasi secara lengkap dan aktual, yang mencakup hampir seluruh aspek kehidupan. Dilihat dari kondisi tersebut berkembang pula teknologi internet. Salah satunya adalah blog dimana dengan blog kita dapat memperluas hubungan teman/ kenalan hingga dapat membentuk suatu komunitas yang besar dan dapat digunakan sebagai ajang untuk berbisnis. Blog yang dipakai untuk berwirausaha harus tentunya harus memiliki statistika yang baik sehingga wirausaha yang dilakukan memiliki kinerja yang baik.
1.2  Identifikasi Masalah
Dilingkungan kita yang semakin canggih dengan adanya jaringan internet yang sering digunakan setiap orang untuk mengetahui berbagai informasi, oleh karena itu dengan adanya lahan untuk membuat suatu usaha di dunia maya mahasiswa memanfaatkannya dengan membuat blogger kewirausahaan .
1.3  Rumusan Masalah
Untuk membuat suatu blog tentunya harus dibarengi dengan pengetahuan yang luas terutama dalam memilih topik  wirausaha yang pas untuk para pembeli. Desain blog juga merupakan salah satu hal yang menarik untuk menjadikan wirausaha yang dijalani bisa diminati banyak orang dan memberikan kepuasan tersendiri bagi kita .
1.4  Tujuan
Berdasarkan rumusan masalah diatas sehingga tujuan dari penyusunan makalah ini adalah untuk mengetahui bagaimana penyajian data blogger yang saya buat .
2.      TEORI

2.1  Pengetian Statistik dan statistika
Statistik adalah kumpulan fakta yang umumnya berbentuk angka yang disusun dalam daftar atau tabel, yang menggambarkan suatu persoalan. Untuk memperoleh sekumpulan informasi yang menjalaskan suatu masalah guna menrik kesimpulan yang benar, tentu saja melalui beberapa proses pengumpulan informasi (data) dan proses pengolahan data. Semua itu disebut statistika. Statistika dibedakan menjadi 3 yaitu :
a. Statistika deskriftif adalah statistika yang meliputi pengumpulan, penyajian, peganalisisan dan penentuan ukuran-ukuran khusus dari suatu data tanpa penarik kesimpulan.

b.Statistika Inferensi adalah ilmu mengenai penarikan kesimpulan atas data yang telah dihitung.
2.2  Jenis Data
Data adalah kumpulan semua hasil yang diperoleh dari suatu kejadian. Menurut sifatnya data dibagi menjadi 2 yaitu :

a.     Data kualitatif yaitu data yang meunjukan sifat atau keadaan objek .vontoh : data tentang hobi, jenis pekerjaan,dsb.
b.    Data kuantitatif yaitu data yang menunjukan jumlah ukuran objek dan data ini disaikan dalam bentuk angka/bilangan. Contoh : data tentang berat badan, tinggi badan dsb.

2.3  Cara Mengumpulkan Data
Untuk mengumpulkan suatu data dari suatu objek digunakan metode ssebagai berikut
a.       Motode sampling yaitu mengumpulkan data dengan cara meneliti sebagian objek yang diteliti. Metode sampling terbagi atas :

1.      Wawancara yaitu bertanya langsung pada objek yang diteliti.
2.      Kuisioner yaitu dengan cara menyebarkan lembaran pertanyaan kepada objek yang diteliti   untuk mengisinya.
3.      Observasi yaitu mengamati dan melihat langsung terhadap objek yang diteliti.
4.      Koleksi yaitu mengambil dari median cetak atau elektronik.
5.      Penelusuran titeratur yaitu menelusuri sebagian atau seluruh data yang telah dicatat atau dilaporkan oleh peneliti sebelumnya.
b.      Pembangkitan yaitu melalui eksperimen.
2.4  Cara Penyajian Data
Untuk menyajikan suatu ada beberapa jenis penyajian daya yaitu dengan menggunakan metode visual dan metode numerik.
1.      Metode visual
a.       Tabel Merupakan kumpulan angka yang disusun menurut kategori atau karakteristik data sehingga memudahkan analisis data.
1)      Tabel Kontingensi merupakan tabel yang tersusun berupa kategori-kategori data beserta jumlahnya.

2)      Tabel distribusi frekuensi adalah cara yang digunakan untuk meringkas segugus data, dengan cara mengorganisasi dan menyusun data ke dalam bentuk kelompok-kelompok (grup). Dalam penentuan kelompok ini tergantung dari jenis datanya, misalkan saja kelompok ini disusun berdasar kategori, atau disusun berdasarkan rentang nilai tertentu dari sebuah variable Setelah menentukan kelompok-kelompok selanjutnya adalah dengan mengalokasikan tiap data berdasar kelompok yang telah dibuat.


2.      Metode Numerik
            Ukuran Pemusatan Data :
     · Mean atau  rata-rata adalah jumlah semua nilai dibagi banyaknya data .
     · Modus adalah data yang sering muncul.
     · Median adalah data yang paliing tengah setelah data dirut
Hubungan empiris mean, modus dan median.

            Letak Data :
       ·  Kuartil adalah membagi data menjadi 4 bagian yang sama besar.
        · Desil adalah membagi data menjadi 10 bagian yang sama besar.
        · Presentil adalah membagi data menjadi 10 bagian yang sama besar

3.   PEMBAHASAN

3.1 Profil Blogger
      Blogger yang saya buat yang berjudul BE_BREAD, pada blogger ini saya berwirausaha dalam penjualan kue-kue yang saya bisa buat dengan dibuatnya blogger ini saya bisa mengembangkan potensi saya dalam pembuatan kue .
      Blogger ini dibuat pada tanggal 05 maret 2015 setelah beberapa hari saya mulai mengubah template blogger saya agar terlihat lebih menarik setelah itu saya memposthing beberapa gambar kue . selang beberapa hari saya mulai mempublikasikan blogger yang saya buat dengan cara share di facebook,di bbm dan memberi tahu teman-teman sekelas mengenai blogger yang saya buat .
3.2 Tampilan Blogger
     

Pada blogger terdapat label yang berjudul brownies dan kue coklat jadi pengunjung bisa melihat kue khusus untuk brownies dan khusus untuk kue coklat serta ada beberapa kue lainnya yang saya posthing.
3.3 Modifikasi Blog
Dalam jangka waktu dua minggu saya mencoba mengganti template lagi yang lebih menarik dan bagus serta memposthing beberapa gambar dalam satu hari , dalam memposthing gambar dalam satu hari bisa beberapa gambar.
3.4 Posthingan
Nama Posting
Penayangan
Tgl Posting
Brownies
3
19-03-2015
Kue kastengel
3
19-03-2015
Kuekue
2
19-03-2015
Bola Coklat
4
08-03-2015
Brownies kukus
2
08-03-2015
Brownies keju
2
08-03-2015
Coklat coklat
3
08-03-2015
Brownies caramel
4
08-03-2015
Kue coklat
2
06-03-2015

Tabel dibawah ini menyajikan data posting berdasarkan tanggal Posting :
Tgl Posting
Jumlah Posting
Penayangan
06-03-2015
1
2
08-03-2015
5
15
19-03-2-15
3
8

3.5 Perbedaan penayangan
Observasi pertama




Observasi kedua


 4.        KESIMPULAN
Dari observasi yang dilakukan blogger saya ternyata tidak menimbulkan banyak pengunjung hanya beberapa saja dari sebelumnya 130 pengunjung sekarang 158 pengunjung.
5.         DAFTAR PUSTAKA


Read More

Posted on 07.08

ANALISIS DATA BERKALA



LAPORAN ANALISIS DATA BERKALA
PUTRI ARIANTI RAHAYU (1306105)
Jurnal Statistika dan Probabilitas
Sekolah Tinggi Teknologi Garut
Jl. Mayor Syamsu No. 1 Jayaraga Garut 44151 Indonesia

Abstrak Makalah ini akan membahas data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan (perkembangan produksi,harga, penjualan, jumlah penduduk, junlah kecelakaan).

Kata Kuncikomponen deret berkala, peramalan berdasarkan jangka waktu.


1.      PENDAHULUAN

1.1  Latar belakang
Dalam setiap usaha penjualan pasti akan mempunyai rencana untuk kedepannya bagaimana penjualan yang akan datang apakah meningkat atau menurun, dalam memprediksi sebuah penjualan dari tahun ke tahun yang akan datang agar pengusaha bisa lebih teliti dalam penjualan yang akan dijalankan .
1.2  Identifikasi Masalah
Dengan adanya analisis data berkala dalam penjualan jadi setiap pengusaha mempunyai prediksi untuk kedepannya untuk usaha penjualan yang jalankan .
1.3  Rumusan Masalah
Untuk menganalisis sebuah data tentunya dibutuhkan beberapa data dari tahun ke tahun agar ditahun berikutnya bisa diprediksi jumlah setiap penjualan pada tahun yang akan datang .
1.4  Tujuan
Berdasarkan rumusan masalah diatas sehingga tujuan dari penyusunan makalah ini adalah untuk mengetahui bagaimana menganalisis suatu penjualan ditahun yang akan datang berdasarkan data tahun sebelumnya .
2.      TEORI

2.1  Komponen Deret Berkala
Pola gerakan runtut waktu atau deret berkala dapat dikelompokan kedalam 4 (empat) pola pokok. Pola ini bisanya disebut sebagai komponen dari deret berkala (runtut waktu). Empat komponen deret berkala itu adalah:
1.     Trend, yaitu gerakan yang berjangka panjang yang menunjukkan adanya kecenderungan menuju ke satu arah kenaikan dan penurunan secara keseluruhan dan bertahan dalam jangka waktu yang digunakan sebagai ukuran adalah 10 tahun keatas.
2.     Variasi Musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih teratur.
3.     Variasi Siklus, yaitu ayunan trend yang berjangka lebih panjang dan agak lebih teratur.
4.     Variasi Yang Tidak Tetap (Irreguler), yaitu gerakan yang tidak teratur sama sekali.
Gerakan atau variasi dari data berkala juga terdiri dari empat komponen,
2.2  Ciri-ciri Trend Sekuler
Trend (T) atau Trend Sekuler ialah gerakan dalam deret berkala yang berjangka panjang, lamban dan berkecenderungan menuju ke satu arah, arah menaik atau menurun. Umumnya meliputi gerakan yang lamanya 10 tahun atau lebih.
Trend sekuler dapat disajikan dalam bentuk :
·         Persamaan trend, baik persamaan linear maupun persamaan non linear
·         Gambar/grafik yang dikenal dengan garis/kurva trend, baik garis lurus maupun garis melengkung.
Trend juga sangat berguna untuk membuat ramalan yang sangat diperlukan bagi perencanaan, misalnya :
·         Menggambarkan hasil penjualan
·         Jumlah peserta KB
·         Perkembangan produksi harga
·         Volume penjualan dari waktu ke waktu, dll
Trend digunakan dalam melakukan peramalan (forecasting). Metode yang biasanya dipakai, antara lain adalah Metode Semi Average dan Metode Least Square.

2.3 Metode Least Square (Kuadrat terkecil)
Metode ini paling sering digunakan untuk meramalkan Y, karena perhitungannya lebih teliti.
Persamaan garis trend yang akan dicari ialah
Y ‘ = a0 +bx                     a = ( ∑Y ) / n              b = ( ∑XY ) / ∑x2
dengan :
Y ‘ =  data berkala (time series) = taksiran nilai trend.
a0 =  nilai trend pada tahun dasar.
b   =  rata-rata pertumbuhan nilai trend tiap tahun.
x   =  variabel waktu (hari, minggu, bulan atau tahun).
Untuk melakukan penghitungan, maka diperlukan nilai tertentu pada variabel waktu (x) sehingga jumlah nilai variabel waktu adalah nol atau ∑x=0.
Untuk n ganjil maka :
•       Jarak antara dua waktu diberi nilai satu satuan.
•       Di atas 0 diberi tanda negative
•       Dibawahnya diberi tanda positif.
Untuk n genap maka :
•       Jarak antara dua waktu diberi nilai dua satuan.
•       Di atas 0 diberi tanda negatif
•       Dibawahnya diberi tanda positif.

2.4 FORECASTING ( PERAMALAN )
Pengertian peramalan (forecasting) : adalah seni dan ilmu memprediksi peristiwa-peristiwa yang akan terjadi dengan menggunakan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model matematis.


3. PEMBAHASAN

3.1 Menganalisis Data Penjualan
      Untuk menganalisis penjualan ini mempunyai 5 data pertahun dari tahun 2008-2012 untuk penjualan suatu produk , disini perusahaan akan menganalisis penjualan dari tahun yang akan datang dari tahun 2013-2017 sehingga perusahaan bisa memprediksi penjualan yang akan datang pada tahun tersebut.

3.2 Data Penjualan
 Data penjualan dari tahun 2008-2012

(X)
(Y)
2008
130
2009
145
2010
150
2011
165
2012
170

Dari data tersebut akan dibuat forecast penjualan dengan menggunakan Metode least Square.

Penyelesaian :
Analisis menggunakan metode Least Square

(X)
(Y)
X
X2
XY
X2.Y
X4
2008
130
-2
4
-260
520
256
2009
145
-1
1
-145
145
1
2010
150
0
0
0
0
0
2011
165
1
1
165
165
1
2012
170
2
4
340
680
256
Total
760
0
10
100
1510
514











LOG Y
X.LOG Y
Y LINEAR
Y KUADRAT
Y EXSPONSIAL
EEXPONSIAL
ERRORL
2,11394
-4,2278867
132
-8699697,704
-0,000242647
16900,06309
4
2,16137
-2,161368
142
-1882028,833
-0,015220901
21029,41429
9
2,17609
0
152
390534,1245
0
22500
4
2,21748
2,21748394
162
-1882008,833
359,232399
37726,22481
9
2,23045
4,46089784
172
-8699657,704
131971,2018
17371556791
4
10,8993
0,28912708
760
-20772858,95
132330,4187
17371654946
30

Untuk mencari nilai  a dan b
A = 760:5 = 152
B = 100:10= 10
Setelah mengetahui nilai variabel a dan b maka persamaan trendnya dapat diketahui yaitu :
Y = 152 + 10X

Persamaan linearnya
152+10= 162

Kuadratis
A= 390534,1
B= 10
C= -2272553

Exponsial

A= 151,3098
B= 1,142419


3.3 Peramalan
Dari persamaan fungsi Y diatas maka nilai trend dari tahun 2008 sampai dengan 2012 dapat diketahui :

linear=y^2008

-324
linear=y^2009

-162
linear=y^2010

0
linear=y^2011

162
linear=y^2012

324

Dari persamaan fungsi Y diatas juga dapat disusun ramalan  penjualan pada tahun berikutnya untuk dijadikan dasar pembuatan anggaran penjualan.

Y (2013) = 152+10(3)
            = 486
linear=y^2013

486
linear=y^2014

648
linear=y^2015

810
linear=y^2016

972
linear=y^2017

1134

Read More