Tabel 2.2 Sifat Distribusi Poisson
Mean Varians
Deviasi standar Koefisien momen kemiringan
Koefisien momen kurtosis
Sebaran Poisson tidak berbeda banyak dari sebaran Binomial kecuali bahwa peluang Poisson adalah sangat kecil dan ukuran contoh belum tentu diketahui. Asumsi
sebaran Poisson adalah: 1.
Terdapat n tindakan bebas dimana n sangat besar 2.
Hanya satu keluaran yang dipelajari pada tiap tindakan 3.
Terdapat peluang yang konstan dari munculnya kejadian setiap tindakan 4.
Peluang lebih dari satu keluaran pada setiap tindakan sangat kecil atau dapat diabaikan.
2.5 Hubungan Antara Distribusi Binomial Dan Distribusi Poisson
Dalam distribusi Binomial, jika N cukup besar sementara probabilitas p munculnya sebuah peristiwa nilainya dekat dengan nol, sehingga q = 1 – p mendekati 1, maka
peristiwa ini disebut sebagai peristiwa yang langka atau jarang terjadi rare event. Dalam praktiknya, kita akan menganggap suatu peristiwa sebagai peristiwa langka
jika banyaknya percobaan yang dilakukan paling sedikit 50 kali atau N 50 sementara Np lebih kecil dari pada 5. Dalam kasus seperti ini, distribusi binomial akan
sangat dekat diaproksimasi oleh distribusi Poisson dengan = Np. Hal ini diindikasikan dengan jalan membandingkan Tabel 2.1 dan 2.2; karena dengan
menempatkan = Np, q 1, dan p 0 dalam tabel 2.1, kita akan mendapatkan hasil- hasil seperti diperlihatkan dalam tabel 2.2.
BAB 3
IMPLEMENTASI SISTEM
3.1 Pengertian Implementasi Sistem
Implementasi Sistem adalah tahapan penerapan hasil desain tertulis kedalam programming dengan menggunakan perangkat lunak software sebagai implementasi
ataupun prosedur untuk menyelesaikan desain sistem.
Adapun implementasi sistem yang digunakan untuk mengetahui keberadaan Dalil Limit Pusat Central Limit Theorm, CLT pada distribusi Binomial dan Poisson
adalah software R. Diharapkan dengan penggunaan software R ini dapat meningkatkan pengetahuan dan kemampuan dalam hal :
1. Pemahaman bentuk elemen dari lembar kerja software R.
2. Menganalisa data dan lembar kerja.
3. Kreasi dan modifikasi grafik.
4. Pendayagunaan fasilitas software R.
3.2 Pengenalan Software R
R adalah suatu sumber informasi terbuka dalam lingkup pengembangan model komputasi statistika setelah S dan S-Plus. Bahasa S telah dikembangkan sejak tahun
1980an di laboratorium ATT. Projek R sudah mulai dikembangkan oleh Robert Gentleman dan Ross Ihaka dari Departemen Statistika di Universitas Aukland pada
tahun 1995. Software R dengan cepat tersebarluas pada penggunanya. Saat ini R ditangani oleh tim inti pengembang R, yaitu suatu tim Internasional yang bekerja
keras dari pengembang-pengembang secara sukarelawan. Projek R memiliki web dengan alamat
http:www.r-project.org yang merupakan situs utama untuk
memperoleh informasi R. Pada situs ini langsung berisikan software, yang menyertakan halaman-halaman dan sumber lainnya yang terdapat dalam dokumen.
Tulisan ini menjelaskan bagaimana menggunakan software R ketika mempelajari statistika dasar. Tujuannya adalah menjadikan software yang baik ini
berguna pada “level rendah” dalam mempelajari statistika dasar, sebagai alternative alat bantu komputasi yang sering digunakan sebelumnya seperti : MINITAB, SPSS,
Excel, dan sebagainya.
Ada beberapa keuntungan dari R sebagai suatu pengantar komputasi antara lain adalah :
a. R gratis. R adalah sumber informasi terbuka yang dapat didownload secara
gratis dan dapat dijalankan pada UNIX, Windows, dan Macintosh. b.
R memiliki kemampuan yang baik untuk membangun sistem help. c.
R mempunyai kemampuan yang baik dalam membuat grafik.
d. Bahasa R memiliki ketegasan. Syntaxnya mudah dipelajari dan banyak
mengandung fungsi statistik yang built in fungsi jadi. e.
Bahasanya mudah dikembangkan oleh pengguna dengan fungsi tertulis. f.
R adalah bahasa pemrograman komputer. Untuk para pemrogram ini akan terasa lebih terbiasa familiar dari yang lainnya, dan untuk pemula langkah
selanjutnya untuk pembuatan program tidak akan begitu sulit.
Selain keuntungan menggunakan R, R juga mempunyai kekurangan dibandingkan dengan software komputasi yang lainnya, diantaranya adalah :
a. R memiliki tampilan grafik yang terbatas sedangkan S-Plus lebih bagus. Ini
berarti akan lebih sulit untuk dipelajari pada outset. b.
Tidak ada dana pendukung meskipun seseorang dapat mengatakan mailinglist International bahkan lebih baik.
c. Bahasa intruksinya adalah sebuah bahasa pemrograman sehingga mahasiswa
harus mempelajari masalah apresiasi Syntax.
3.3 Memulai R
