Teknik Pengolahan Data Distribusi Normal
20-‐Sep-‐15 h7p://is:arto.staff.ugm.ac.id
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam
1
Distribusi Binomial
Histogram Distribusi Probabilitas Sukses
20-‐Sep-‐15
• Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai
h7p://is:arto.staff.ugm.ac.id
Distribusi Binomial
2
• Se:ap tahun dalam 5 tahun dilakukan pemilihan acak untuk menetapkan alokasi dana kepada 1 dari 4 kegiatan (A,B,C,D). • Se:ap kali dilakukan pemilihan, masing-‐masing kegiatan memiliki peluang yang sama untuk terpilih (mendapatkan dana). • Berapa persen peluang kegiatan A mendapatkan dana 5×, 4×, 3×, 2×, 1×, 0×?
20-‐Sep-‐15
• Ilustrasi contoh pemilihan kegiatan
h7p://is:arto.staff.ugm.ac.id
Distribusi Binomial
3
• prob(As) = probabilitas kegiatan A terpilih prob(As) = ¼ = 0.25 = p • prob(Ag) = probabilitas kegiatan A tak terpilih prob(Ag) = 1 – p = 0.75 = q
• Dalam 5 kali pemilihan • peluang terpilih (sukses) 3 kali adalah ! 5 $ && 0.253 0.752 = 0.088 fX ( x; n, p ) = fX (3; 5, 0.25) = ## " 3 %
20-‐Sep-‐15
• Se:ap kali pemilihan
h7p://is:arto.staff.ugm.ac.id
Distribusi Binomial
4
Dalam 5 kali pemilihan, n = 5 Jumlah sukses
Jumlah perolehan sukses
Peluang perolehan sukses
0
1
0.237
1
5
0.396
2
10
0.264
3
10
0.088
4
5
0.015
5
1
0.001
Σ =
1.000
20-‐Sep-‐15
n
Koefisien binomial
h7p://is:arto.staff.ugm.ac.id
Distribusi Binomial
5
0.45
n = 5
0.396
Probabilitas
0.35 0.30 0.25
0.264
0.237
0.20 0.15 0.088
0.10 0.05
0.015
0.00 0
1
2 3 Frekuensi perolehan dana
4
0.001
h7p://is:arto.staff.ugm.ac.id
0.40
20-‐Sep-‐15
Distribusi probabilitas Kegiatan A mendapatkan dana
5
6
• 10 tahun • 20 tahun • n tahun • diperoleh n + 1 kemungkinan hasil • Kegiatan A dapat memperoleh dana sejumlah n kali, n – 1 kali, ... 0 kali
20-‐Sep-‐15
• Apabila pemilihan dilakukan untuk waktu yang lebih panjang
h7p://is:arto.staff.ugm.ac.id
Distribusi Binomial
7
0.30
0.282 0.250
0.25 0.20
0.188 0.146
0.15 0.10
0.058
0.056
0.05 0.016
0.00 0
1
2
0.003
3 4 5 6 7 Frekuensi perolehan dana
0.000
0.000
0.000
8
9
10
h7p://is:arto.staff.ugm.ac.id
Probabilitas
n = 10
20-‐Sep-‐15
Distribusi probabilitas Kegiatan A mendapatkan dana
8
0.25 n = 20
0.20
0.20
0.19
20-‐Sep-‐15
Distribusi probabilitas Kegiatan A mendapatkan dana
0.15
0.13 0.11
0.10 0.07
0.05 0.02
0.00
0.00
0.06
0.03 0.01
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Frekuensi perolehan dana
h7p://is:arto.staff.ugm.ac.id
Probabilitas
0.17
9
• histogram distribusi probabilitas sukses (Kegiatan A memperoleh dana) memiliki interval kecil • garis yang melewa: puncak-‐puncak histogram → kurva mulus berbentuk seper: lonceng
Kurva Normal
20-‐Sep-‐15
• Apabila pemilihan (experimen) dilakukan sejumlah n kali dan n >>
h7p://is:arto.staff.ugm.ac.id
Distribusi Binomial vs Kurva Normal
10
0.25 n = 20
0.15 h7p://is:arto.staff.ugm.ac.id
Probabilitas
0.20
20-‐Sep-‐15
Distribusi probabilitas Kegiatan A mendapatkan dana
0.10
0.05
0.00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Frekuensi perolehan dana
11
• Kurva Normal
20-‐Sep-‐15
Kurva Normal, Distribusi Normal
• Kurva Normal menggambarkan suatu distribusi yang disebut Distribusi Normal • Permasalahan distribusi binomial dapat diselesaikan dengan pendekatan distribusi normal • Lebih mudah dilakukan karena karakteris:k distribusi normal telah diketahui (didefinisikan)
h7p://is:arto.staff.ugm.ac.id
• berbentuk seper: lonceng dengan karakteris:k tertentu • :dak se:ap kurva berbentuk seper: lonceng adalah kurva normal
• tabel distribusi normal • perintah dalam MS Excel 12
• simetris terhadap nilai rata-‐rata (mean) • score mengumpul di sekitar nilai rata-‐rata • kisaran score tak terbatas, namun sangat sedikit yang berada di luar kisaran 3 kali simpangan baku dari nilai rata-‐rata
20-‐Sep-‐15
• Karakteris:ka distribusi normal
h7p://is:arto.staff.ugm.ac.id
Distribusi Normal
13
h7p://is:arto.staff.ugm.ac.id
20-‐Sep-‐15
Normal Distribution
14 μ-‐4σ
μ-‐3σ
μ-‐2σ
μ-‐1σ
μ
μ+1σ
μ+2σ
μ+3σ
μ+4
Luas = 0.9973 +∞
−∞
h7p://is:arto.staff.ugm.ac.id
Luas = 0.00135
Luas = 0.00135
20-‐Sep-‐15
Normal Distribution
15 μ-‐4σ
μ-‐3σ
μ-‐2σ
μ-‐1σ
μ
μ+1σ
μ+2σ
μ+3σ
μ+4
20-‐Sep-‐15
Normal Distribution (
pX ( x) = 2πσ
2
)
−1 2
e
−1 2( x−µ ) σ 2
−∞
μ pdf – probability density func4on
h7p://is:arto.staff.ugm.ac.id
N(μ,σ2)
+∞ 16
pX(x) N(μ1,σ12)
μ1 = μ2 = μ3 σ1 < σ2 < σ3
h7p://is:arto.staff.ugm.ac.id
N(μ2,σ22) N(μ3,σ32)
–∞
μ1 = µ2 = µ3
20-‐Sep-‐15
pdf
+∞ 17
pX(x)
μ1 < μ2 < μ3 σ1 = σ2 = σ3
N(μ1,σ12)
N(μ3,σ32) N(μ2,σ22)
–∞
μ1 = µ2 = µ3
h7p://is:arto.staff.ugm.ac.id
20-‐Sep-‐15
pdf
+∞ 18
x
x
( )
prob (X < x) = PX ( x) = ∫ pX ( x) dt = ∫ 2πσ −∞
−∞
2
−1 2 −1 2 t−µ σ 2 ( )
e
dt
luas di bawah kurva probability density func4on, pdf à cumula4ve distribu4on func4on, cdf
20-‐Sep-‐15
• Jika X berdistribusi normal, N(µ,σ2), maka probabilitas X bernilai kurang daripada x (X < x) dapat dituliskan sbb:
h7p://is:arto.staff.ugm.ac.id
Distribusi Normal
prob(X < x)
19 −∞
x
µ
+∞
pX(x)
PX(x) 1
−∞
μ
h7p://is:arto.staff.ugm.ac.id
cdf
20-‐Sep-‐15
pdf-‐cdf
0 +∞
20
20-‐Sep-‐15
Normal Distribution • Luas di bawah kurva pdf
prob(X < x)
h7p://is:arto.staff.ugm.ac.id
• adalah probabilitas event • adalah percen4le rank • prob(X < x) = prob(−∞ < X < x) = luas di bawah kurva pdf dari −∞ s.d. x • prob(−∞ < X < +∞) = 1 • prob(X > x) = prob(x < X < +∞) = luas di bawah kurva pdf dari x s.d. +∞ = 1 − prob(X < x)
prob(X > x) 21
−∞
x
+∞
20-‐Sep-‐15
Normal Distribution • Probabili:es
h7p://is:arto.staff.ugm.ac.id
• prob(X = x) = luas di bawah kurva pdf dari x s.d. x = 0 • prob(X ≤ x) = prob(X < x) prob(X ≥ x) = prob(X > x) prob(xa ≤ X ≤ xb) = prob(xa < X < xb) • prob(X < μ) = 0.5 prob(X > μ) = 0.5 prob(μ−x < X < μ) = prob(μ < X < μ+x) prob(μ < X < μ−x) = prob(X > μ+x) prob(X < μ−x)
prob(X > μ+x) 22
−∞
μ−x
μ
μ+x
+∞
• Distribusi normal lazim dinyatakan dalam distribusi normal baku
20-‐Sep-‐15
Distribusi Normal Baku x −µ zX = σ
Z berdistribusi normal dengan μ = 0 dan σ2 = 1, N(0,1) àdistribusi normal baku
• pdf dancdf
pZ ( z) =
1 2π
e
−z2 2
−∞ < z < +∞ z
z
prob ( Z < z) = PZ ( z) = ∫ pZ ( z) dt = ∫ −∞
−∞
1 2π
e
−t 2 2
dt
h7p://is:arto.staff.ugm.ac.id
• z score
23
h7p://is:arto.staff.ugm.ac.id
20-‐Sep-‐15
Distribusi Normal Baku
Z -‐4 X μ−4σ
-‐3
-‐2
μ−3σ
μ−2σ
-‐1
μ−1σ
0
1
2
3
4
μ
μ+1σ
μ+2σ
μ+3σ
μ+4σ
24
• Tabel z vs ordinat kurva normal baku
20-‐Sep-‐15
Distribusi Normal Baku • z vs ordinat pdf (probability density func4on) • z vs cdf (cumula4ve distribu4on func4on) • luas kurva dari 0 s.d. zx • luas kurva dari –∞ s.d. zx
• Tabel distribusi normal baku • Tabel distribusi normal baku versi 1 • Tabel distribusi normal baku versi 2
h7p://is:arto.staff.ugm.ac.id
• Tabel z vs luas di bawah kurva
25
• Kita dapat membuat sendiri tabel-‐tabel ini dengan memakai program aplikasi atau program aplikasi spreadsheet.
20-‐Sep-‐15
Distribusi Normal Baku
• • • •
=NORM.DIST(…) =NORM.S.DIST(…) =NORM.INV(…) =NORM.S.INV(…)
• Silakan membuat sendiri tabel distribusi normal baku dengan menggunakan MSExcel.
h7p://is:arto.staff.ugm.ac.id
• Gunakan fungsi-‐fungsi yang ada dalam MSExcel.
26
20-‐Sep-‐15 h7p://is:arto.staff.ugm.ac.id
Distribusi Normal
KURVA NORMAL DATA PENGAMATAN
27
Discharge (m3/s) 473 544 872 657 915 535 678 700 669 347 580 470 663 809 800 523 580 672 115 461 524 943
Year 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44
Discharge (m3/s) 1110 717 961 925 341 690 734 991 792 626 937 687 801 323 431 770 536 708 894 626 1120 440
Year 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66
Discharge (m3/s) 843 450 284 460 804 550 729 712 468 841 613 871 705 777 442 206 850 829 887 602 403 505
20-‐Sep-‐15
Year 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
h7p://is:arto.staff.ugm.ac.id
Debit Puncak Tahunan Sungai XYZ
28
20-‐Sep-‐15
Debit Puncak Tahunan Sungai XYZ 1200
h7p://is:arto.staff.ugm.ac.id
Debit (m3/s)
1000 800 600 400 200 0 0
10
20
30
40
Tahun ke-‐
50
60
70
29
100 200 300 400 500 600 700 800 900 1000 1100
− − − − − − − − − − −
200 300 400 500 600 700 800 900 1000 1100 1200
1 2 3 10 9 12 10 11 6 0 2
Σ
66
1.00
Frekuensi
20-‐Sep-‐15
150 250 350 450 550 650 750 850 950 1050 1150
Frekuensi rela:f 0.02 0.03 0.05 0.15 0.14 0.18 0.15 0.17 0.09 0.00 0.03
Debit (m3/s)
h7p://is:arto.staff.ugm.ac.id
Debit Puncak Tahunan Sungai XYZ
30
h7p://is:arto.staff.ugm.ac.id
0.20
0.15
Frekuensi relaif
20-‐Sep-‐15
Debit Puncak Tahunan Sungai XYZ
0.10
0.05
0.00
31
Debit (m3/s)
0.20
data pengukuran h7p://is:arto.staff.ugm.ac.id
distribusi teore:s Frekuensi relaEf
20-‐Sep-‐15
Debit Puncak Tahunan Sungai XYZ
0.15
0.10
0.05
0.00
32
Debit (m3/s)
100 200 300 400 500 600 700 800 900 1000 1100
− − − − − − − − − − −
200 300 400 500 600 700 800 900 1000 1100 1200
150 250 350 450 550 650 750 850 950 1050 1150
FQ(qupper)
FQ(qlower)
Frek. rel.
0.0142 0.0432 0.1078 0.2231 0.3875 0.5755 0.7475 0.8735 0.9473 0.9819 0.9949
0.0038 0.0142 0.0432 0.1078 0.2231 0.3875 0.5755 0.7475 0.8735 0.9473 0.9819
0.0104 0.0290 0.0646 0.1152 0.1645 0.1880 0.1720 0.1259 0.0738 0.0346 0.0130 0.9911
20-‐Sep-‐15
Debit (m3/s)
h7p://is:arto.staff.ugm.ac.id
Debit Puncak Tahunan Sungai XYZ
33
• Ekspektasi frekuensi rela:f (menurut distribusi normal)
20-‐Sep-‐15
Data Pengukuran vs Distribusi Teoretis
−1 2
300
fQ ( q = 250) =
∫ (2πs ) 2
Q
e
2
sQ 2
dq
Q = 660 m3 s
200
−1 2
300
=
−1 2( q−Q)
∫ (2⋅ π ⋅ 210 ) 2
e
−1 2( q−660)
2
2102
sQ = 210 m3 s dq
200
= FQ (300) − FQ (200)
h7p://is:arto.staff.ugm.ac.id
• kelas ke-‐2
% 300 − 660 ( % 200 − 660 ( = FZ ' * − FZ ' * & 210 ) & 210 ) = FZ (−1.7143) − FZ (−2.1905) = 0.0432 − 0.0142 = 0.0290
34
• Cara lain untuk menemukan frekuensi rela:f
20-‐Sep-‐15
Data Pengukuran vs Distribusi Teoretis
fQ ( qi ) = Δqi ⋅ pQ ( qi ) pQ ( qi ) = p Z ( zi ) ⋅
dz p Z ( zi ) = dq sQ
# %% p Z ( zi ) $ fQ ( qi ) = Δqi sQ % %&
h7p://is:arto.staff.ugm.ac.id
• kelas ke-‐2
35
• Cara lain untuk menemukan frekuensi rela:f
20-‐Sep-‐15
Data Pengukuran vs Distribusi Teoretis
i =2: Δqi = 100 m3 s qi = 250 m3 s → zi =
250 − 660 = −1.95 210
p Z ( zi ) = 0.0593 $ 0.0593 ' fQ ( qi ) = 100 & ) = 0.028 % 210 (
h7p://is:arto.staff.ugm.ac.id
• kelas ke-‐2
36
100 200 300 400 500 600 700 800 900 1000 1100
− − − − − − − − − − −
200 300 400 500 600 700 800 900 1000 1100 1200
150 250 350 450 550 650 750 850 950 1050 1150
pQ(q)
Frek. rel.
9.95E-‐05 2.82E-‐04 6.39E-‐04 1.15E-‐03 1.66E-‐03 1.90E-‐03 1.73E-‐03 1.26E-‐03 7.32E-‐04 3.39E-‐04 1.25E-‐04
0.0100 0.0282 0.0639 0.1152 0.1656 0.1898 0.1733 0.1262 0.0732 0.0339 0.0125 0.9917
20-‐Sep-‐15
Debit (m3/s)
h7p://is:arto.staff.ugm.ac.id
Debit Puncak Tahunan Sungai XYZ
37
20-‐Sep-‐15
• Jika lebar rentang kelas 100 m3/s, maka ada satu kelas yang memiliki frekuensi nol à perlebar rentang kelas menjadi 150 m3/s.
h7p://is:arto.staff.ugm.ac.id
Debit Puncak Tahunan Sungai XYZ
38
0 150 300 450 600 750 900 1050
− − − − − − − −
150 300 450 600 750 900 1050 1200
Data pengukuran
Distribusi normal
Frek.
Frek. rel.
Frek. rel.
Frek.
1 2 8 14 18 15 6 2 66
0.02 0.03 0.12 0.21 0.27 0.23 0.09 0.03 1.00
0.0067 0.0357 0.1154 0.2289 0.2783 0.2076 0.0949 0.0266
1 2 8 15 18 14 6 2 66
20-‐Sep-‐15
Debit (m3/s)
h7p://is:arto.staff.ugm.ac.id
Debit Puncak Tahunan Sungai XYZ
39
0.30
data pengukuran
distribusi teore:s
h7p://is:arto.staff.ugm.ac.id
0.25
Frekuensi relaEf
20-‐Sep-‐15
Debit Puncak Tahunan Sungai XYZ
0.20 0.15 0.10 0.05 0.00 0-‐150
150-‐300 300-‐450 450-‐600 600-‐750 750-‐900 900-‐1050 1050-‐1200
Debit (m3/s)
40
41
h7p://is:arto.staff.ugm.ac.id
20-‐Sep-‐15