Recently Published
Tugas Week 6 Pemodelan Statistika dan Simulasi
Tugas praktikum ini bertujuan untuk memahami dan mengimplementasikan metode resampling Bootstrap menggunakan bahasa pemrograman R. Melalui pendekatan simulasi, dipelajari bagaimana menguji keakuratan estimasi sampel (seperti rata-rata) dengan melakukan pengambilan sampel acak berulang dengan pengembalian (random sampling with replacement). Selain itu, dipelajari juga cara membandingkan distribusi hasil bootstrap dari data sampel asli dengan proses pembangkit data asalnya (Data Generating Process atau DGP) melalui ringkasan statistik deskriptif dan visualisasi grafik histogram.
Tugas Week 5 Pemodelan Statistika dan Simulasi
Tugas ini bertujuan untuk menganalisis ketidakpastian estimasi dengan melakukan simulasi pembentukan selang kepercayaan (confidence interval) 95%. Melalui pendekatan pemrograman R, dipelajari pengaruh perubahan tiga faktor utama, yaitu ukuran sampel (n = 5, 30, 100), tingkat variabilitas data (sigma atau s = 10, 50, 90), serta status pengetahuan nilai standar deviasi populasi (diketahui menggunakan distribusi z atau tidak diketahui menggunakan distribusi t) terhadap lebar interval yang dihasilkan. Hasil simulasi ini divisualisasikan dan diinterpretasikan untuk memahami tingkat presisi sebuah estimasi statistika.
Tugas Week 3 Pemodelan Statistika dan Simulasi
Tugas ini bertujuan untuk memahami simulasi variabel random diskrit dan kontinu dalam R, serta penerapannya dalam pemodelan fenomena acak dunia nyata. Melalui percobaan ini, dipelajari mekanisme pembangkitan data menggunakan distribusi Poisson untuk variabel diskrit, distribusi Normal dan Eksponensial untuk variabel kontinu, serta teknik analisis data simulasi melalui statistik deskriptif dan visualisasi histogram. Selain itu, tugas ini mencakup penyusunan studi kasus mandiri terintegrasi untuk mengevaluasi efisiensi dan risiko operasional pada sistem pelayanan antrean kasir swalayan.
Tugas Week 2 Pemodelan Statistika dan Simulasi
Tugas ini bertujuan untuk memahami struktur data dasar dalam R, yaitu vector, list, dan data frame, serta cara mengidentifikasi missing value (NA). Melalui percobaan ini, dipelajari mekanisme konversi tipe data pada vector, fleksibilitas list dalam menyimpan berbagai tipe data, serta teknik pembuatan dan pemanggilan data pada data frame sebagai representasi tabel.