Kind: captions
Language: id
baik Assalamualaikum warahmatullahi
wabarakatuh Selamat pagi bapak dan ibu
sekalian Selamat datang pada webinar
peran statistika dalam analisis
lingkungan Kamis 13 Oktober 2022
perkenalkan saya Tia Hari ini saya akan
menjadi moderator untuk webinar kita
pada pagi hari ini mungkin sebelum kita
memulai webinar supaya kegiatan kita
dapat mendapatkan berkah kedepannya
silahkan untuk berdoa menurut agama dan
kepercayaan masing-masing berdoa
berdoa dicukupkan
mungkin sebelum kita
saya ucapkan juga Selamat datang kepada
Bapak Ibu yang baru bergabung pada Zoom
kita di pagi hari ini
untuk sesi kita hari ini akan
mendapatkan materi dari dokter
dari teknik lemon ITB namun sebelumnya
kita akan mendengarkan sambutan dari
ketua pelaksana webinar kita hari ini
mungkin Sebelumnya kita akan menyanyikan
lagu Indonesia Raya terlebih dahulu maka
dari itu bapak dan ibu dipersilahkan
untuk Hikmah
[Musik]
Indonesia
[Musik]
baik mungkin sebelum kita melanjutkan ke
webinar kita di sini ada ketua pelaksana
webinar kita hari ini mungkin saya
persilahkan kepada bapak Satriani untuk
menyampaikan sambutannya
baik Assalamualaikum warahmatullahi
wabarakatuh Selamat pagi Bapak Ibu
sekalian
terima kasih banyak untuk bapak ibu yang
telah
berpartisipasi dalam
berjalannya webinar ini semoga materi
yang disampaikan pada hari ini
bermanfaat bagi bapak ibu semua Kemudian
saya juga mengucapkan sangat banyak
terima kasih atas antusiasme dari Bapak
Ibu sekalian untuk terus mengikuti
webinar semoga kegiatan ini akan terus
berlangsung dan apa namanya akan sangat
bermanfaat dan terima kasih
assalamualaikum warahmatullahi
wabarakatuh
Waalaikumsalam warahmatullahi
wabarakatuh Terima kasih banyak
Kesatrian di atas sambutannya maka dari
itu untuk webinar kita hari ini resmi
dibuka bapak dan ibu saya ucapkan
selamat datang kepada Bapak Ibu yang
baru bergabung pada Zoom kita hari ini
mungkin di sini sebelum kita melanjutkan
kue binat Saya ingin menyapa terlebih
dahulu mungkin di sini ada Bapak dan Ibu
yang wajahnya masih baru
mungkin saya ingin berkenalan terlebih
dahulu di sini ada ibu Dinda Ayu
Ratnasari mungkin bisa memperkenalkan
diri ibu
semuanya Waalaikumsalam Ibu salam kenal
mungkin bisa memperkenalkan diri Bu
Dinda dari instansi mana
[Musik]
salam kenal Ibu salam untuk semua
rekan-rekan yang ada di kota Bekasi oke
di sini ada juga saya ingin menyapa ada
Bapak Ali Aulia di sini mungkin
alumni kita Selamat pagi Pak Ali
mungkin bisa kenalan lagi pak dengan
seluruh peserta webinar kita hari ini
saya Perkenalkan Ali oli Ghazali dari
Institut Teknologi Yogyakarta
oke salam kenal lagi oke salam untuk
semua teman-teman di Yogyakarta di sini
juga ada mungkin saya ingin menyapa
Mungkin ada yang ingin memperkenalkan
diri bisa langsung
di sini ada Ibu mursida Selamat pagi ibu
mursidah
Selamat pagi Mbak Tia bisa didengar
nggak ya terdengar Ibu terdengar jelas
Bagaimana Ibu hari ini kabarnya sehat
Alhamdulillah sehat setelah beberapa
pekan Saya nggak bisa ngikut karena ada
kegiatannya nggak bisa ditinggalkan
Alhamdulillah hari ini saya bisa ikut
lagi senang sekali rasanya Alhamdulillah
senang sekali bisa mendengar Ibu
mursyidah sehat hari ini Selamat
bergabung lagi gue di webinar kita
Alhamdulillah iya semoga bisa mengikuti
webinar kita dengan lancar ya oke
mungkin di sini juga karena kita sudah
berkenalan di sini juga sudah banyak ya
yang sudah hadir bergabung nanti mungkin
kita akan berkenalan lebih jauh lagi
nanti mungkin di sesi pertanyaan kita
nanti bapak dan ibu apabila nanti
memiliki pertanyaan nanti mungkin bisa
langsung resend ataupun nanti masukkan
pertanyaannya di Lido yang saya kirimkan
begitu oke mungkin saya sekilas
informasi juga terkait dengan daftar
hadir yang akan didapatkan oleh Bapak
Ibu nanti akan di share di akhir webinar
maka dari itu saya harapkan untuk
mengikuti webinar sampai akhir dan nanti
mengisi daftar hadirnya begitu oke
mungkin di sini juga sudah Bapak Asep
Sofyan Selamat pagi Bapak Selamat pagi
oke sudah bergabung Pak Asep di zoom
kita hari ini sehat Bapak hari ini
Alhamdulillah Alhamdulillah sehat sekali
Saya senang sekali bisa bertemu dengan
Pak Asep pada pagi hari ini juga
rekan-rekan semuanya peserta webinar
juga sangat senang untuk mendapatkan
informasi terbaru terkait dengan
bagaimana sih kita menerapkan untuk
statistika ini dalam analisis lingkungan
seperti itu mungkin Pak Asep mungkin
bisa memperkenalkan diri dulu kepada
para peserta silakan Bapak
Bismillahirrohmanirrohim Assalamualaikum
warahmatullahi wabarakatuh
senang sekali bapak ibu kita bisa
bertemu lagi ya di webinar yang
dilaksanakan oleh Eko edu.id saya
apresiasi sekali pada ekor edo.id yang
tiap minggu ya tiap hari Kamis ini
menyajikan webinar lingkungan
saya sendiri Asep Sofyan dosen di teknik
lingkungan ITB terima kasih pada Eco Edo
yang telah mengundang saya untuk
menyampaikan webinar pada
siang hari ini ya mungkin itu dulu
perkenalannya
mungkin kita akan langsung saja masuk ke
materi webinar yang akan Bapak paparkan
Apakah Bapak sudah siap untuk memaparkan
materinya
Baik bapak ibu Saya senang sekali ya Bu
mursidah ini yang paling rajin
bisa ketemu lagi juga Pak Ali ya Alumni
latihan dan juga semua bapak ibu yang
hadir di sini memang kalau dari peserta
saya lihat ini di layar 267 ya kalau
kemarin latihan eh bukan webinar
terakhir itu ada di angka 600 ya Nah ini
bukti bahwa
semakin sedikit orang yang mau
mempelajari statistik
jadi jadi ini adalah orang-orang pilihan
ya Bapak Ibu adalah seorang pilihan yang
mau meluangkan waktunya untuk sama-sama
berdiskusi tentang statistika
topik statistika adalah
ya
Nah Bapak Ibu yang sering mengikuti
webinar-webinar Eco edu memang topik
statistika ini topik yang baru
ini topik yang baru yang
kita biasanya tidak pernah membahas
statistika ya biasanya
webinar Eko Edo itu kalau tidak topik
update misalnya ya tentang perubahan
iklim saat ini atau tentang klhs tentang
amdal
nah ini kita
masuk ke topik yang baru yaitu
statistika Nah
ada dua catatan saya Sebelum kita mulai
ya yang pertama
topik statistika ini ternyata banyak
sekali ya
jadi dengan waktu 2 jam saya tidak yakin
ini bisa selesai semua makanya saya
pilih
topik awal dulu yang paling banyak
dipakai di bidang lingkungan
tapi kalau misalnya dari bapak ibu nanti
ada kasus-kasus yang belum sempat kita
bahas pada siang hari ini kita akan
lanjutkan minggu depan ya insya Allah
minggu depan kita lanjutkan lagi dengan
topik yang di request oleh Bapak Ibu
jadi
itu catatan yang pertama Ya jadi
topiknya banyak sekali
Kemudian yang kedua juga
kecepatan kita di dalam menjelaskan
statistika ini
kadang-kadang tidak bisa diburu-buru
juga
tergantung kepada
ya Bagaimana cara saya menjelaskan
mungkin ya kalau
sebagai menjelaskan cukup sederhana bisa
dimengerti oleh Bapak Ibu maka kita bisa
ngebut gitu ya tapi kalau masih ada yang
belum jelas jangan
ragu-ragu untuk
nulis di kolom chat ya Jadi
pertanyaan-pertanyaan apapun yang
terlintas tulis di kolom chat karena
fungsi webinar ini bukan kuliah
jadi webinar ini untuk memperbaiki
kondisi kita ya nah jadi saya yakin
Bapak Ibu ini sudah pernah ikut kuliah
statistik ya
tapi kok kayaknya nggak ngerti-ngerti
gitu nah jadi fungsi kita bukan untuk
kuliah Jadi kita nggak usah terlalu
ditargetkan
menguasai
menguasai semua
topik ya mungkin hanya satu atau dua
tapi betul-betul kita paham topik itu
nah jadi kita
selain banyak ini juga bisa cepat bisa
lambat kita
tidak ada yang menargetkan jadi kita
santai saja kalau pertemuan ini
dianggap menarik dan masih banyak yang
mau kita bahas minggu depan kita akan
bahas di minggu depan jadi kita tidak
Usah paksakan minggu ini ya karena tadi
ada dua variabel
statistika aja udah keluar kata variabel
ya ada dua variabel yaitu variabel
banyak dan juga lama ya
Nah kita akan uji Apakah kita masih
ingat jadi saya sengaja
cerita yang
yang sederhana dulu ya yang pasti Bapak
Ibu sudah sudah paham ini Jadi ini kita
tes lah gitu ya nah
mungkin pertanyaannya adalah
sejauh mana kita menggunakan statistika
dalam kehidupan kita sehari-hari ya
karena problem kita di Indonesia
seringkali mata kuliah yang sudah kita
ambil itu tidak terlalu bermakna ya jadi
dalam kehidupan sehari-hari kita tidak
menggunakan
materi
ilmu kuliah yang kita ambil nah tetapi
tentunya kita tidak mau rugi Ya kita
sudah kuliah lama-lama dengan biaya yang
mahal Masa tidak kita pakai ilmu-ilmu
kuliah itu nah diantaranya adalah ilmu
statistika
jadi secara definisi statistika adalah
ilmu
statistik adalah hasil ya jadi hasil
analisis statistika Jadi kalau data
hasil analisis kita sebut data statistik
kalau ilmunya atau metodenya kita sebut
sebagai statistika
Nah mungkin Bapak Ibu waktu lebaran
pernah melihat data ini ya walaupun saya
tidak yakin juga Apakah ada yang melihat
data atau tidak ya
di sini ada tanggal ini ini contoh saja
ya
ini ada Tanggal 8 sampai
18 Juni
di rentang itu Garuda
ini picknya ada di 2,2 juta ya
untuk perjalanan Jakarta Medan Nah
kemudian nanti turun di 1,63 karena
lebarannya ini tanggal 15 dan 16 jadi di
sini dua hari sebelum lebaran ya ini di
tanggal 13
ini semuanya P kecuali di sini ada
Sriwijaya Air yang dia beda sendiri
dia picknya atau puncaknya dia ada di
tanggal 9 Juni
nah ini untuk tujuan Medan Surabaya
Makassar
nah
mungkin tanpa kita sadari Kita
menggunakan statistika ya di sini ilmu
kita
jadi kita lihat
ada
nilai maksimum ya Ada nilai maksimum ada
nilai minimum
nah memang di sini tidak ada nilai
rata-rata Ya hanya nilai maksimum dan
nilai minimum
Saya yakin kita banyak menggunakan
statistika di dalam kehidupan
sehari-hari walaupun tidak kita sadari
contoh lain misalnya ketika bapak ibu
ada saudara atau tetangga yang sakit
kemudian dia cerita kata dokter saya
harus dioperasi tapi saya tidak mau
Terus mungkin kita bertanya berapa
persen peluang sembuh kalau tidak
operasi kalau operasi peluang sembuh 90%
kalau minum obat peluang sembuh 60% nah
kata-kata peluang ini sering kita dengar
ya sehari-hari
kemudian mungkin pertanyaannya
kalau kita yang harus menyampaikan
berapa persen itu bagaimana caranya gitu
kan jadi misalnya kita seorang ahli
lingkungan
saya sering ya di dalam
pertemuan-pertemuan
profesional
ketika ada dua pilihan atau ada tiga
pilihan
saya sering ditanya
Pak kalau pakai alat ini alat a alat b
alat C
berapa persen peluang pekerjaan kita
akan tepat waktu kalau pakai alat a alat
b alat C Nah di sini apa yang harus
Bapak Ibu sampaikan ketika Bapak Ibu
dalam posisi yang harus memberikan angka
peluang nah Biasanya kita
sebut dengan expert Judgement ya
kita punya pengalaman dan akhirnya kita
rangkum menjadi suatu pendapat dan
pendapat itu kita sampaikan
tentu ada dua orang ahli akan
menyebutkan dua angka yang berbeda ya
namun di sini yang menarik adalah
bagaimana
sejarahnya ya atau kronologis sampai
kita bisa
mengeluarkan angka-angka itu
60% 70% ya bagaimana
kronologisnya nah ternyata kronologisnya
ini bisa dua cara
bisa melalui
analisis data yang akan kita bahas
sebentar lagi atau menggunakan intuisi
ya menggunakan hipotesis
Nah jadi tentu di sini ada dua jenis
statistik data statistik yaitu yang
dihasilkan dari sebuah perhitungan
statistik dan ada yang merupakan
pendapat kita berdasarkan
pengalaman dan pengetahuan kita
nah di dalam
topik peluang ya karena statistik ini
ternyata sangat luas
ada
olah data
kemudian ada memprediksi data
jenis Datanya juga bermacam-macam
kemudian ada peluang ya
salah satunya adalah
metode buyes itu
orang biasanya menduga dulu ya berapa
peluang hujan buat besok Nah itu
dipelajari di dalam
statistik
tapi kita nggak akan bahas di hari ini
itu sebagai contoh saja demikian luasnya
statistik Nah jadi di sini
kita diperbolehkan ya untuk menyampaikan
hipotesis awal
berdasarkan pendapat kita sendiri nah
namun yang lebih umum adalah bukan
pendapat seseorang yang lebih umum
adalah hasil perhitungan data
di dalam perhitungan data ini tentu ada
banyak variasi ya yang pertama datanya
tepat sehingga menghasilkan Kesimpulan
yang tepat
yang kedua datanya kurang
sehingga menghasilkan kesimpulan yang
kurang tepat
atau yang ketiga adalah
datanya cukup banyak
namun cara kita menarik kesimpulan itu
salah sehingga menghasilkan kesimpulan
yang salah
ya jadi misalnya
Bapak Ibu mengolah data
kemudian kita simpulkan ya jika air ini
kita beri
zat tertentu ya di dalam pengolahan air
misalnya kita beri zat a ternyata ketika
diberi zat a ini Air ini cepat sekali
menjadi jernih
kemudian
setiap kita melakukan percobaan
itu kebetulan sedang hujan
ya nah
ketika tidak hujan
hasilnya ini tidak bagus
Padahal kita melakukan percobaannya di
dalam ruangan
artinya secara logika Apa hubungannya
hujan dengan percobaan kita yang
dilakukan di dalam ruangan
Tetapi kalau kita lihat
analisis statistik
antara percobaan kita dengan curah hujan
itu ternyata memiliki pola yang sama
misalnya
kita melakukan percobaan selama satu
bulan
kemudian kita ambil data curah hujan
satu bulan itu kebetulan ya
datanya itu sama
polanya sama variasinya sama
kecenderungannya sama Nah untuk kasus
itu kita tidak bisa menyimpulkan bahwa
data percobaan kita yang di dalam
ruangan dengan data
curah hujan itu adalah saling
mempengaruhi
jadi ada beberapa
catatan ya di dalam analisis statistik
tetap kita yang menjadi kontrol Jadi
jangan sampai
karena
excelnya mengatakan demikian kemudian
kita membuat keputusan yang salah ya
karena saya sering sekali
kalau sedang menguji mahasiswa ya
apalagi menggunakan software misalnya
SPSS
aturannya betul Tata caranya Betul tapi
logikanya salah sehingga menimbulkan
kesimpulan yang salah
karena mahasiswa hanya fokus kepada
tahap-tahap pengerjaan
pengujian statistik
tidak melihat konteks permasalahan
secara keseluruhan Nah jadi di sini ada
tiga kondisi yang mungkin terjadi yang
pertama kondisi ideal analisis datanya
tepat menghasilkan Kesimpulan yang tepat
yang kedua
analisisnya sedikit
sehingga atau datanya sedikit atau
analisisnya salah sehingga kesimpulannya
salah atau yang ketiga
datanya cukup analisisnya juga bagus
tapi ternyata kesimpulannya salah karena
konteksnya berbeda
itu barangkali ya catatan-catatan ketika
kita menghitung atau mengerjakan
statistik ini jangan sampai kita
mendapatkan kondisi yang ketiga ya Jadi
ini karena sering terjadi ya kenapa saya
bahas
mahasiswa bisa menjelaskan
Oh analisis statistiknya benar
menurut analisis statistik itu saling
berpengaruh misalnya tapi padahal secara
logika itu tidak mungkin berpengaruh itu
kebetulan saja Nah jadi barangkali 3
catatan itu yang perlu kita
ingat ya ketika menggunakan data
statistik
kita juga sering melihat
ramalan cuaca ya Nah ini ramalan cuaca
bagi yang tinggal di Jakarta
sekarang ini siang ya Nah Apakah benar
ini cerah kemudian ini
besok
Jumat nah ini Sabtu Jumat malam Katanya
hujan ya Nah ini bener nggak jadi
silakan nanti dicek katanya
akan hujan Nah jadi
kita bandingkan antara
negara maju dengan negara berkembang
kalau kita mau pergi kemanapun tidak
pernah melihat ramalan cuaca Ya sebagian
besar
tapi kalau di negara maju misalnya
Jepang atau Amerika atau Eropa mereka
sebelum pergi itu pasti melihat ramalan
cuaca
ada dua sebab pertama
ramalan cuacanya sudah disediakan secara
mudah bisa diakses di Hp atau di akses
di laptop begitu ya dan hasilnya juga
cenderung akurat nah
di kita karena mungkin fasilitasnya
belum ada jadi ya kita tidak pernah
menggunakan
ramalan cuaca itu secara intensif
jadi di sini ada hubungan ya antara
fasilitas dengan penggunaan Nah kalau
bapak ibu sekarang
baik di tempat kerja masing-masing
kurang menggunakan statistik Ya kurang
menggunakan statistika Ada kemungkinan
karena memang pengambilan data
pengolahan data itu tidak tersedia
sehingga kalau kita mau meningkatkan ya
penggunaan statistika di tempat kerja
kita mungkin kita harus memikirkan ya
tentang infrastruktur pengambilan data
infrastruktur pengolahan data dan
kemudian nanti kita rasakan
Apakah statistika ini bermanfaat jadi
Apakah Bapak Ibu bisa mendapatkan
manfaat secara langsung dari penggunaan
statistika ini dalam kehidupan
sehari-hari Karena sekarang yang saya
rasakan
statistika ini hanya dibahas di kuliah
ya Dan mungkin ada proyek atau ada
penelitian
tapi di dalam kehidupan sehari-hari kita
jarang menggunakan
statistika Nah contoh lain Misalnya
di kehidupan sehari-hari adalah lahan
pertanian kemudian
ada
produk baru ya Misalnya pupuk tambahan
nah Biasanya kita tidak menggunakan
statistika di dalam membuktikan ya kita
pakai tadi itu
perkiraan
pribadi saja nah ini
saya bicara panjang lebar ini sedang
menguji ya
Apakah kalau kita orang Indonesia
mulai menggunakan statistika dalam
kehidupan sehari-hari Apakah kehidupan
kita akan lebih baik itu ya
rasa penasaran saya gitu karena selama
ini kan kita cenderung menggunakan
statistika hanya
ketika membuat laporan
meneliti atau sedang kuliah ya Nah jadi
di sini ada satu pertanyaan ya
Apakah
jika kita menggunakan statistika dalam
kehidupan sehari-hari maka kehidupan
kita akan lebih baik nah ini satu
pertanyaan yang ingin kita Jawab ya
dalam pertemuan kita sekarang Nah kita
akan lanjutkan
di dalam Analis analisis lingkungan
memang banyak sekali digunakan
statistika namun di sini ada dua masalah
yang sering kita hadapi yang pertama
prosedur ujinya kita tahu
tapi begitu kita cari kesimpulan kok
kita sepertinya kurang yakin gitu ya
dengan penarikan kesimpulan seperti itu
kita lebih yakin dengan metode lain
selain metode statistika atau
problem yang kedua ini adalah problem
yang paling sering kita alami karena
data yang terlalu sedikit ya data yang
sedikit sehingga kita tidak bisa
menggunakan metode statistik untuk
menganalisis data tersebut
nah ini juga menjadi satu pertanyaan Ya
bagi saya Kalau kita menggunakan
statistik secara Intens di dalam setiap
pekerjaan lingkungan kita apa yang akan
terjadi
Apa yang akan
kita alami ya Apakah kita menjadi lebih
yakin dengan segala fenomena lingkungan
yang ada atau kita menjadi lebih
ya lebih tepat di dalam membuat
keputusan-keputusan nah ini merupakan
pertanyaan yang sangat menantang
contoh misalnya kalau di sini kita punya
data ada sungai a Sungai B dari hasil
pemantauan ya Nah Biasanya kita di dalam
analisis hanya membandingkannya dengan
baku mutu biasanya ya Sungai a baku
mutunya misalnya dia kelas 2
Sungai B kelas 3 baku mutunya sekian
sudah cukup nah di dalam statistik ini
diperkenalkan metode-metode untuk
melihat
apakah
data-data yang kita peroleh di sungai a
ini memiliki karakteristik yang sama
dengan yang ada di sungai B
Jadi kalau misalnya
ternyata ada perbedaan ya ada perbedaan
karakteristik data Sungai a dan b kita
bisa lanjut ke pertanyaan berikutnya
yaitu Faktor apa yang menyebabkan dia
berbeda
contoh misalnya Sungai a dia daerah
pemukiman Sungai B daerah industri maka
kita punya hipotesis
mungkin ya
gara-gara daerah industri maka dia
memiliki
karakteristik yang berbeda kemudian Kita
uji lagi dengan uji statistik yang lain
ya
jadi industri itu
berpengaruh terhadap perbedaan data yang
terjadi
kemudian nanti kalau misalnya
terbukti ya secara statistik bahwa
industri itu menjadi faktor yang
mempengaruhi
perbedaan karakteristik data
kita lanjut lagi dengan analisis
statistik yang berikutnya
yaitu
berapa persen pengaruhnya
kemudian
Apakah dia berpengaruh
terus-menerus atau dia hanya berpengaruh
pada saat-saat tertentu
ya
kita bisa menguji berdasarkan rentang
waktu tertentu ya ada namanya distribusi
kosong Kalau di dalam statistika untuk
menguji
pengaruh suatu variabel di rentang waktu
tertentu
dan seterusnya dan seterusnya dan
seterusnya jadi
di sini ada dua cara kita mempelajari
statistika ya yang pertama yang sering
kita pelajari di kampus atau di tempat
pelatihan kita dimulai dengan Apa itu
data gitu kan kemudian Apa itu
sampel Apa itu populasi
kan seperti itu kan apa itu nilai
rata-rata jadi kita tidak diperkenalkan
kepada kasus
kita hanya diperkenalkan kepada
metode-metode statistik
terus ada contohnya Nah itu metode yang
pertama nah metode kedua Seperti yang
saya contohkan tadi
ada dua sungai yang berbeda kemudian
kita bertanya kepada diri kita sendiri
Apakah Sungai a dengan b ini
sama atau berbeda
ya contoh misalnya yang paling mudah
Anggaplah satu parameter misalnya COD
COD nya ini rata-ratanya aja sudah beda
kemudian ini perbedaannya ini kenapa
apa karena
sungainya volume apa debitnya ada yang
satu yang besar ada yang kecil oh
berarti variabel debit ini harus kita
hilangkan
maka semuanya kita
bagi dengan debit yang sama Itu kan
untuk menghilangkan variabel debit tadi
tulis kalau menghilangkan salah satu
variabel Bagaimana analisis
statistikanya gitu Terus tadi misalnya
Saya ingin melihat pengaruh dari
[Musik]
adanya industri di sungai b sama kita
Apakah sungai Apakah industri ini
berlaku 24 jam atau dia di rentang waktu
tertentu
berapa peluang dia berpengaruh di pagi
hari di siang hari di sore hari itu kita
catat semua rasa ingin tahu kita
metode ini seringkali belum kita belum
kita lakukan Ya
sebagian besar Nah nanti kalau ada bapak
ibu yang sudah seperti itu bisa share ya
pengalamannya karena
[Musik]
kan tadi di awal saya sampaikan kalau
kita menggunakan statistik
di dalam menjawab setiap permasalahan
yang ada apa yang akan terjadi dengan
diri kita
apa hidup kita menjadi lebih baik kan
itu pertanyaan awalnya
kita punya masalah-masalah lingkungan
kemudian kita banyak pertanyaan kemudian
kita tanya buku statistik kita ya atau
Tanya teman kita yang ahli statistik
kalau saya punya masalah ini saya pakai
metode apa dan kemudian kita lakukan
terus-menerus seperti itu setiap ada
pertanyaan kita cari metode statistik
apa statistiknya seperti apa
kalau itu sudah dilakukan
kira-kira Apa yang akan terjadi pada
diri kita pada karir kita ya pada
pencapaian apapun yang ingin Bapak Ibu
capai itu kira-kira seperti apa
memang kalau di bidang bisnis ini sudah
dilakukan ya
jadi
kita kan Anggap saja di sini semua orang
lingkungan ya nah
untuk orang lingkungan
nanti Silahkan Bapak Ibu tulis di kolom
chat
Oh saya sudah melakukan itu ada
pengalaman silakan nanti kita bisa
diskusi atau ada yang belum begitu ya
silakan belum terpikir atau apa
kalau di bidang
bisnis ini sudah dilakukan
mereka sudah menggunakan
statistik dengan sangat intensif
jadi
keputusan-keputusan bisnis
selalu menggunakan data statistik
baik itu di perencanaan bisnis Ya baik
itu diproduksi baik itu di pemasaran
ataupun evaluasi kerja itu Mereka sudah
terbiasa menggunakan statistik
karena mereka
membutuhkan statistik lebih dari orang
lingkungan
ya Misalnya yang paling
banyak adalah ketika di sektor produksi
untuk untuk quality control dari produk
ya
jadi quality control dari produk ini kan
berapa persen yang harus
ditingkatkan
kualitasnya berapa persen yang bisa
ditunda
itu sangat tergantung dari
kriteria-kriteria statistik yang
disetting ya oleh
manajer produksi
sebetulnya bidang lingkungan juga bisa
ya tapi apakah kita punya rencana ke
sana Nah ini mungkin yang akan kita
Buktikan bersama
karena
yang hadir kan rata-rata profesional Ya
baik yang bekerja di dinas lingkungan
hidup yang terjadi konsultan atau jadi
dosen artinya
kita bisa mencoba untuk
tadi ya menjadi praktisi statistik
untuk mengetahui ini kira-kira sesuatu
yang
akan mengubah hidup kita atau tidak itu
balik lagi apa Saya selalu katakan
supaya
kita jadi lebih jelas ya motivasinya
kita
mengikuti webinar statistik ini
sebetulnya banyak sekali peluang-peluang
yang bisa kita hasilkan kalau kita sudah
menerapkan hal itu
Jadi mungkin banyak inovasi-inovasi
lingkungan yang bisa kita hasilkan kalau
kita memang sudah menjalankan
suatu rutinitas
analisis yang menggunakan statistik
secara intensif
kemudian nah ini contoh ya di sebelah
kanan ini ada sebuah gambar
ada daerah yang tercemar
Oh ini untuk ya untuk Sungai tadi ya Nah
ini Sungai ya Nah kita
biasanya kurang menggunakan
statistik di dalam analisis kita Nah
apalagi kalau kita sudah bicara
perubahan iklim ya semuanya kan
menggunakan peluang
yang saya rasakan ketika menghadapi
perubahan iklim ini peran statistik
menjadi sangat besar ya
dan kita karena tidak terbiasa ya
seringkali menghadapi kesulitan
ketika menyesuaikan diri
antara masalah dan solusi jadi
masalahnya sudah terlalu banyak
solusinya kita belum punya
jadi misalnya di dalam bauran energi
terbarukan
di dalam
efisiensi penggunaan energi
ya mungkin
ahli-ahli yang sudah terbiasa sudah
banyak ya yang membuat
kebijakan-kebijakan di level nasional
itu pasti adalah ahli-ahli statistik
yang memang sudah terbiasa nah tapi kan
kita sedang bicara kita ya kita di sini
sejauh mana
kita merasa memerlukan ya penguasaan
terhadap
statistika ini karena ada dua
konsekuensi kalau kita merasa perlu
itu akhirnya kita mempelajari
statistika secara intensif ya
atau bisa juga kita hanya mengetahui
pentingnya statistik tanpa kita
memfollow upnya ya karena kesibukan atau
karena hal lain
tetapi kita bisa
menyarikan ya atau mencari
kesimpulan-kesimpulan dari
analisis statistik yang ada
menjadi sebuah expert Judgement yang
tadi saya sampaikan jadi
kalau kita merasa perlu kita bisa dekati
dengan dua cara kita memang praktisi
yang menggunakan Excel ya atau software
lain untuk menghitung atau kita cukup
melihat fenomena-fenomena dan kemudian
prinsip statistika ini kita pakai di
dalam menjustifikasi sesuatu
Jadi sebetulnya banyak sekali
pertanyaan-pertanyaan yang
mengemuka ya akhir-akhir ini di bidang
lingkungan khususnya di topik perubahan
iklim pencemaran lingkungan kerusakan
lingkungan yang
sebenarnya kita
ketinggalan ya mungkin Bapak Ibu sering
mendengar
istilah-istilah statistik
di negara maju ya contoh misalnya
peluang meninggal karena merokok
terhadap
gagal jantung sekian persen ya nah
kemudian
peluang terkena
penyakit tertentu sekian persen Nah itu
sering kita baca ya Di artikel-artikel
Nah artikel-artikel ini kan sebetulnya
penerjemahan dari artikel di luar ya di
luar negeri
kemudian diterjemahkan ke dalam bahasa
Indonesia
dan kita sering mendengar
angka-angka
peluang ya proyeksi
di dunia medis
atau misalnya ada obat baru yang sedang
dipasarkan dengan peluang kesembuhan
sekian persen
artinya
kata-kata seperti itu sudah sering kita
dengar di dunia kesehatan ya Nah tapi
kalau di dunia lingkungan ini jarang
misalnya
berapa persen peluang
penanaman mangrove terhadap
produktivitas ikan
sepertinya agak sulit ya kita mencari
referensi-referensi seperti itu
karena mungkin
kita tidak terbiasa
menggunakan statistika di dalam bidang
lingkungan ya jadi
yang kita lihat
adalah sebuah penelitian di daerah
tertentu dengan metode tertentu hasilnya
seperti ini itu banyak kita temukan Tapi
satu kesimpulan-kesimpulan yang bisa
kita gunakan
ya itu jarang
jarang dipublikasikan
oleh asosiasi tertentu ya Misalnya ada
asosiasi ahli air Indonesia kemudian dia
membuat sebuah
angka-angka yang bisa dipakai secara
umum
di Indonesia misalnya gitu kita jarang
menemukan nah ini
kalau kita lihat ini sebagai gap ya kita
sedang anak game analisis sekarang
ketertinggalan bidang lingkungan di
dalam mengadopsi statistika itu terlihat
ketika kita bandingkan dengan dunia
kesehatan di dalam dunia kesehatan kita
banyak sekali menemukan angka-angka
statistika yang dipergunakan secara umum
oleh masyarakat
di dalam lingkungan kita agak kesulitan
jadi
barangkali ya kalau tadi kan kita ada
satu hipotesis
bahwa penggunaan statistika akan membuat
kualitas hidup kita dan juga kualitas
lingkungan lebih baik itu kan
hipotesisnya
mungkin
alternatif yang pertama yang mungkin
muncul kalau itu dilakukan semakin
banyak angka-angka
prediksi angka-angka peluang yang ada di
masyarakat yang itu diterima oleh
umum oleh alih-alih lingkungan dan
dipakai di dalam
menentukan
atau membahas sesuatu di dalam diskusi
diskusi lingkungan
jadi kita sudah menemukan ya satu
manfaat yang bisa terjadi
kalau kita
intensif ya menggunakan
statistik nah mengapa
usaha ini perlu ya tadi bidang
lingkungan saat ini sudah sangat
ya Katakanlah
semakin banyak ya dan semakin Kompleks
contoh misalnya
kalau kenaikan suhu laut
satu derajat
berapa persen
[Musik]
terumbu karang yang akan mengalami
pemutihan atau bleaching
ini angka-angka ini kalau kita lihat
agak sulit ya kita cari gitu Paling ada
satu studi di daerah tertentu tapi tidak
mencoba untuk di generalisir Padahal
kita
di dalam berdiskusi kita kan perlu ada
pertimbangan teknis yang harus menjadi
dasar kita di dalam membuat sebuah
keputusan jadi itu kira-kira
manfaat yang bisa kita ambil kalau
memang kita
intensif menggunakan
statistika ini di dalam ilmu-ilmu
lingkungan
nah yang sering kita
terima ya Tadi saya sudah sampaikan ada
dua cara kita mempelajari statistik yang
pertama adalah
kita definisikan dulu masalahnya
kemudian kita cari ini solusi
statistiknya Seperti apa cara kedua
kita mempelajari statistika dari text
book nah itu yang sering dilakukan oleh
kita jadi begitu Bapak Ibu kuliah
statistik atau kelas statistika ya
yang muncul adalah slide ini
statistika deskriptif
definisinya apa
statistika inferensial atau inferensial
itu definisinya Apa
jadi menurut saya
cara yang kedua inilah yang membuat kita
tidak terbiasa untuk
menggunakan cara yang pertama
dan cara kedua ini
disampaikan oleh para pengajar secara
dua dimensi
jadi seperti
pembacaan proklamasi begitu
kalau bapak ibu membayangkan
ada yang membacakan proklamasi itu kan
satu arah ya proklamasi begitu kita
dengarkan
kita tidak akan bertanya begitu Mengapa
proklamasi itu
apa pakai bahasa Indonesia misalnya
Mengapa proklamasi itu tidak pakai
bahasa Jepang atau bahasa Belanda kita
tidak pernah mempertanyakan
tentang proklamasi itu karena proklamasi
memang dua dimensi artinya dua dimensi
itu berbentuk kertas
kertas kan dua dimensi ya
ya memang dia ada ketebalan juga bisa
kita katakan tiga dimensi tapi secara
sederhana kertas itu sesuatu yang
tidak pernah dibuat seperti konteks jadi
secara konteks
itu kita sebut saja tiga dimensi
di sana ada ruang dan waktu
ketika pengajar-pengajar kita
menjelaskan tentang
statistika di kelas itu biasanya
menyampaikannya seperti dua dimensi ini
adalah statistika Anda harus tahu
Menurut saya itu penyebab
mengapa kita
Jadi kurang berkembang ya di dalam
menggunakan statistika karena statistika
dianggap sebagai seperti undang-undang
yang tidak bisa dibantah
seharusnya
statistika itu
didasari pada sebuah pertanyaan
ya
jadi misalnya
ketika kita mengklasifikasikan ada
statistika deskriptif dan inferensial
statistika deskriptif adalah
memvisualisasikan data tapi tidak
berusaha untuk menarik kesimpulan dari
data-data itu dan sebaliknya inferensial
ini
analisis data yang juga kita mengambil
kesimpulan ada uji hipotesis ya
kita harus awali dengan sebuah
pertanyaan
Mengapa harus dibagi seperti itu
Apa alasannya
ya
Kapan kita
harus lanjut dari deskriptif ke
inferensial
dan kapan kita tidak perlu lanjut cukup
di deskriptif
Saya yakin ya Bapak Ibu yang pernah
kuliah
statistik tidak pernah bertanya itu
kepada dosennya
nah ini kesalahan pertama kita belajar
statistika seperti
membaca
naskah Proklamasi
ya
kita hafalkan saja naskah Proklamasi itu
udah cukup nah tapi statistika itu
seharusnya tidak seperti itu
seharusnya dia dikondisikan dalam
ruang dan waktu
ruang itu kan berarti ada pertanyaan
kapan ya
dan di mana
Nah berarti kita akan masukkan unsur 5W
+ 1
ini adalah
watt When were
dan How ya terakhirnya How jadi apa di
mana Mengapa bagaimana itu harus selalu
kita tanyakan ketika kita mempelajari
statistika Nah mungkin pertanyaannya
saya udah nggak kuliah lagi
Nah berarti kita belajar sendiri
ketika kita belajar sendiri Kita perlu
mengembangkan
imajinasi kita
mempertanyakan apa yang ingin kita
tanyakan jadi bertanya sendiri menjawab
sendiri karena kita tidak ada dosen ya
kita belajar sendiri berarti
bertanya sendiri menjawab sendiri
bertanya dan menjawab sekarang lebih
mudah
karena ada Google ada internet kita mau
nanya apapun jawabannya ada di internet
jadi beda dengan zaman dulu ketika tidak
ada internet
ini adalah yang sering disampaikan oleh
dosen-dosen kita tentang statistika Oke
dibagi menjadi dua ya Nah kemudian
untuk analisis deskriptif ini mudah kita
bayangkan bahkan tiap hari kita
menggunakannya membuat grafik diagram
tabulasi ya Nah ini ada satu contoh ada
satu data COD di sebuah Sungai Nah kita
biasanya ingin tahu tentang rata-ratanya
berapa
penyebarannya berapa data ekstrimnya
berapa ini masuk ke dalam statistika
deskriptif Nah kalau kita ingin bertanya
signifikansi rata-rata dari pemantauan
tersebut kita masuk ke dalam statistika
inferensi
balik lagi tadi ke
target kita untuk lebih membumikan
statistika ya
karena kalau istilahnya Tak Kenal Maka
Tak Sayang
kalau tadi saya baca sepintas ada yang
komen
statistika itu sulit statistika itu
rumit nah rumit karena kita tidak kenal
Tak Kenal Maka Tak Sayang tapi kalau
kita mengenal
statistika dengan sangat baik kita akan
anggap itu mudah
nah Bagaimana cara kita mengenal
kita harus banyak bertanya kepada status
kita misalnya
rata-rata
ketika kita mendengar kata rata-rata
maka kita bertanya
Mengapa harus ada rata-rata
memang fungsinya apa rata-rata ini kalau
saya tahu rata-ratanya apa manfaatnya
nah pernah gak kita bertanya seperti itu
kepada diri kita sendiri ya Sekarang
kita coba jawab
Kalau ini ada data kita kan pusing ya
lihatnya Aduh ini banyak sekali datanya
tapi kalau kita hitung rata-ratanya
contoh di sini ada ada perhitungannya ya
Oke nggak papa saya lompat sedikit
oke Ini ada sebuah data ada data seperti
ini
ya Kemudian dari data itu kita hitung
rata-ratanya
nah dapatlah angkanya 222
kita balik lagi ke angka yang tadi nah
untuk mengingat angka ini kan
susah ya
tapi kita sudah dapat
ada rata-ratanya tadi 222
kita langsung bisa menyimpulkan dari
data ini data ini ada di Kisaran 222
ya lebih kurangnya
lebih kurangnya kira-kira dari varian
varian
Oke kita masuk ke varian simpangan baku
variansnya ada di
143 ya Nah ini ada di 143 jadi ini
variansnya agak jauh agak besar
artinya dia range-nya itu memang kalau
kita lihat deh rentangnya dari
58- dari 29 sampai 58 ini rentangnya
jauh sekali ya 479
sehingga dia simpangan bakunya 143 jadi
dari 22 ini bisa ditambah 143 atau
dikurangi
143 jadi ini rentangnya jauh sekali Nah
jadi balik lagi tadi ke sini
begitu kita melihat suatu data
kemudian kita hitung rata-ratanya
pertanyaan pertama yang harus kita
sampaikan ke diri kita untuk apa Saya
menghitung rata-rata
kalau kita tidak tahu jawabannya
ya kata buku statistika begitu kalau ada
data hitung rata-ratanya Nah berarti
kita
belum
melakukan reformasi ya
kita belum melakukan reformasi kepada
diri kita sendiri
Nah kalau kita sudah berubah
ya
menjadi lebih Humanis jadi statistik ini
tidak kita anggap sebagai alien kita
anggap sebagai manusia yang sedang
berkenalan dengan kita sedang ngobrol
maka
kita juga begitu kan kalau ada tetangga
misalnya
baru pindah
kita kan suka tanya
Pak kenapa pindah
kita tidak pernah mengatakan
menurut
peraturan seseorang ini
akan pindah beberapa kali dalam hidupnya
misalnya begitu
itu kan kita tidak seperti itu kita ada
ketertarikan kepada tetangga baru itu
dan kita bertanya
kenapa pindah
Bapak pindah dari mana
di sini tinggal dengan keluarga dan
berbagai pertanyaan lainnya sehingga
kita akhirnya akrab Oh ternyata dia satu
SD dulu dengan kita baru tahu ternyata
rumah orang tuanya itu dekatan dengan
rumah orang tua kita misalnya nah
akhirnya kan jadi mengenal jadi akrab
nah mengapa kita kepada statistika ini
kok demikian kaku
ya itu
Kenapa kita ini kok tidak berusaha untuk
soal akrab ya dengan statistika
jadi kita tanya dia
Oke kata buku statistika di sini kita
hitung rata-rata
pernah nggak kita bertanya
kenapa ya gitu
Emang apa pentingnya
dihitung rata-rata
ternyata di dalam buku-buku teks itu
tidak ada ya Ini pengalaman saya
dari sekian banyak buku teksbook tidak
ada
satupun yang mengatakan manfaat dari
menghitung rata-rata
artinya ini kan
kesalahan dari penyusun buku statistika
Mengapa mereka tidak berusaha untuk
memperkenalkan
statistika menjadi lebih manusiawi
ya
nah tapi kita beruntung kalau kita lihat
YouTube ya itu banyak channel-channel
YouTube yang lebih manusiawi
misalnya
Crash course ya nah jadi ini ada satu
Silahkan bapak ibu
cari di YouTube
Nah jadi
Chris course ini
dia menyampaikan ilmu pengetahuan secara
manusiawi
untuk mengoreksi kesalahan yang selama
ini kita buat
nah di dalam Crash course itu dia cerita
tentang statistik tapi bukan rumusnya
dia cerita tentang manfaatnya apa contoh
kasus di sehari-harinya apa gitu nah ini
Sayang sekali di tekstur-test tidak ada
Padahal kalau ada ini menjadi bacaan
yang sangat menarik ya
jadi kita akhirnya harus mencari sendiri
artinya
nilai rata-rata ini bisa menjadi
pegangan kita jadi kalau datanya
sedemikian banyak
Anggaplah ini rata-ratanya di angka 40
ya Misalnya
kemudian Simpang bakunya ada di angka 20
misalnya
ya Jadi ini
rentangnya antara 40 tambah 20 dan 40
kurang 20 misalnya
kemudian tapi dia ada di Kisaran 40
Jadi dari situ kita jadi tahu manfaat
nilai rata-rata itu ternyata penting
sekali
karena kita bisa melihat
ringkasan
dari suatu data itu adalah satu pegangan
ya titik tengahnya ini harus kita pegang
ada juga tadi penyebaran
kalau dia datanya terlalu menyebar
Ada kemungkinan datanya tidak homogen
disebabkan oleh apa Yang jelas datanya
itu tidak homogen jadi contoh kalau
misalnya COD kan pasti variabelnya
ya contoh ya kalau ada sebuah sungai
yang
codnya dari
hulu ke hilir ini sama Mirip gitu
simpangan bakunya ini kecil
Ini kemungkinan
apa homogen atau seragam jadi misalnya
itu daerah pemukiman semua begitu
tapi kalau misalnya
di sebuah sungai ini di atasnya
peternakan di tengahnya ada pemukiman di
hilirnya ada industri itu pasti angkanya
akan rentangnya jauh
jadi
homogenitas data bisa kita lihat dari
standar deviasi atau simpangan baku nah
ini Pernah nggak kita
sejauh itu ya memaknai statistika
Biasanya kita hanya menyebutkan ya ini
biasanya kalau saya mendengarkan
diskusi-diskusi rapat-rapat nilai
rata-ratanya a
sekian ya simpangan bakunya sekian udah
selesai
tidak ada analisis lebih lanjut Apa
konsekuensi dari nilai rata-rata dan
simpangan baku itu nah ini yang kita
coba untuk perbaiki
ada dua cara tadi yang pertama
cara belajar kita kita ubah
menjadi kita bertanya masalah apa ini
statistikanya apa ya walaupun belum ada
jawabannya nggak apa-apa yang penting
kita catat saja begitu
itu itu yang pertama nah kedua ketika
kita sudah dapat hasilnya
ini maknanya apa ya Ini konsekuensinya
apa ini konsekuensi ke variabel-variabel
lingkungan yang lain apa Ini hubungannya
dengan
pertumbuhan penduduk kira-kira apa
jadi ketika kita melihat sebuah angka
itu nggak berhenti sampai di situ
kita Terus tanyakan
itu kira-kira ya pengantar yang sangat
panjang
yang mungkin
bisa kita tempuh kalau kita mau
menjadikan statistika ini menjadi
sesuatu yang mudah
nah di dalam teks book
[Musik]
ya di dalam teks Bu
statistika kita sudah belajar tentang
adanya populasi
populasi ini sangat banyak kita tidak
mungkin itu ya tapi kita bisa ambil
suatu sampel
yang mewakili populasi tersebut dan
diusahakan sampelnya ini adalah acak
supaya hasilnya representative dan nanti
dari
sampel acak ini akan menjadi data yang
akan kita olah
Jadi kalau dari sisi pembagiannya memang
sudah banyak yang tahu ya bahwa data ini
ada yang kualitatif ada yang kuantitatif
Nah mungkin yang banyak tidak tahu ini
diskrit dan continue
data diskrit itu dia bilangan asli jadi
misalnya Berapa kali Anda mengunjungi
Bali kan tidak mungkin 1,5 ya itu
maksudnya apa mengunjungi Bali 1,5
pastikan satu kali atau dua kali atau
tiga kali
atau tidak pernah
tidak mungkin kita mengunjungi Bali satu
setengah kali itu itu maksudnya gitu ya
Jadi segala sesuatu yang bukan pecahan
itu
nah kemudian
continue itu
kebalikannya dari diskrit misalnya suhu
waktu kita
covid masih ramai ya itu kan kita diukur
suhu itu kan
dalam koma-koma ya
36,2 36,3
itu artinya continue maksudnya
Bapak Ibu kalau tadi ya
jumlah kunjungan ke Bali
itu kan angkanya dia
bentuknya pasti dia seperti ini
misalnya yang 0 sampai
1 misalnya yang ini ya
2 sampai 4 misalnya yang ini
kemudian dan seterusnya ya dari sebuah
populasi yang bukan orang Bali tentunya
saya orang Jakarta ditanya berapa kali
ke Bali
Kita bedakan dengan
temperatur tadi
Misalnya ini temperatur
data temperatur ya
data temperatur
nah data temperatur ini
Apakah dia dibuat frekuensinya atau
tidak
ini kan
bisa misalnya 36 36,1 3
bisa juga 36,1136.12
jadi dia bisa rapat sekali ininya
rentangnya dan
ini bisa kita anggap sebagai satu garis
karena dia
saking rapatnya
distribusi frekuensinya sangat rapat
begitu
kita bisa asumsikan bahwa
dia
diwakili oleh sebuah garis
jadi dia
kita anggap dia sebagai sebuah garis
begitu
kalau dia bisa dibuat seperti ini maka
kita sebut continue
kira-kira itu ya beda diskrit dengan
Conti
nue
saya pikir Bapak Ibu sudah tahu
bagaimana cara
mengukur rata-rata ya tadi yang kita
banyak
permasalahan kan saya sudah belajar
statistika dari S1 mungkin Bapak Ibu
yang ikut S2 di S2 ada mata kuliah
statistika bahkan di S3 ada kuliah
statistika juga ya Misalnya tapi kok
rasanya masih kurang mengenal ya merasa
sangat jauh belum merasa dekat
Nah tadi kita sudah bahas
bukan
problemnya ini bukan Bapak Ibu tidak
bisa belajar
Bapak Ibu begitu membaca buku apalagi
ada ujian ya
itu pasti bisa menjawab makanya Bapak
Ibu lulus kan
tapi setelah selesai
ujian
lupa lagi begitu setelah satu tahun jadi
lupa tidak berkesan karena tadi
kita menganggap
statistika seperti naskah Proklamasi
jadi kita ubah cara belajar kita
teori-teori ini
kita buat nah ini ya contoh
maknanya itu apa misalnya nilai
rata-rata memberikan ringkasan
simpangan baku menunjukkan data homogen
ini jarang ada di Facebook ya Nah ini
kita cari sendiri
kemudian tadi
kalau prosedur mungkin sekarang lupa
lihat lagi buku langsung ingat
Oke pertama diurutkan dulu misalnya ya
kemudian nanti
nah kemudian masalah yang berikutnya
Bapak Ibu tidak familiar dengan
istilah-istilah notasi notasi Matematika
itu kendala yang kedua Jadi selain tadi
cara belajar yang kedua notasi
mungkin Bapak Ibu pernah melihat
[Musik]
aksara Jawa ya
aksara Jawa kuno gitu Ya saya juga nggak
bisa tapi kira-kira dia bentuknya
seperti ini gitu ya
ada di jalan-jalan itu suka di
ada beberapa kota yang atasnya misalnya
Jalan Merdeka Atau Jalan Majapahit di
bawahnya ada tulisan huruf
huruf sansekerta seperti ini nah
kira-kira ini misalnya saya Tulislah
dalam
bahas ayat tulisan Jalan Merdeka
contohnya
sangsekertanya ini ya walaupun saya juga
nggak ngerti sangsekerta tapi ini contoh
saja
nah kira-kira bapak ibu melihat ini
notasi ini lebih seperti melihat ini
atau lebih seperti melihat ini ya
apa opsi A atau opsi B
sebagian
melihatnya seperti opsi a
jadi melihat ini tuh seperti melihat
huruf yang asing
ya Nah ini juga berlaku Tak Kenal Maka
Tak Sayang
Bagaimana mungkin kita bisa mengenal
baik itu statistika maupun matematika
kalau notasinya sendiri seperti kita
melihat
melihat huruf sangsekerta
ya
kalau kita ingin membaca suatu informasi
ya Kita kan harus belajar baca
makanya Bapak Ibu waktu umur 5 tahun 6
tahun dulu ya belajar membaca
tapi Anggaplah sekarang umur kita 40
tahun misalnya
tapi mengapa di usia kita yang sudah
mencapai 40 tahun ini kita tidak pernah
belajar membaca notasi
membaca notasi matematika
ini salah siapa
ya
kita belajar membaca huruf
Romawi ini kita anggap saja Ini huruf
Romawi ya
kita belajar membaca huruf Romawi dari
sejak kelas 5
sudah belajar ya kalau kita punya anak
juga anak kita dari kelas bahkan ada
yang dari umur 3 tahun sudah diajarkan
membaca Romawi abcd
tapi mengapa
ya di sekolah kita tidak pernah ada
pelajaran membaca notasi matematika
Nah ini salah siapa
yang jelas itu kita alami
harusnya ada
pelajaran membaca notasi matematika
kalau bapak ibu
belajar seni musik kan ada pelajaran
membaca
notasi musik
nah silahkan nih Tulis di kolom chat ya
kalau bapak ibu selama hidup Bapak Ibu
pernah
ada pelajaran membaca notasi matematika
misalnya nih notasi Matematika itu kan
banyak ada Delta
ada
f nya f nya diginiin tuh F nah misalnya
gini
ya
jadi
ada f biasa ada f yang double ininya
Nah itu pernah nggak diajarkan
ada satu satu jam pelajaran atau dua jam
pelajaran yang membahas itu
Setahu saya itu
tidak ada ya
[Musik]
dan
jadi
[Musik]
ya
jadi
Saya yakin kalau bapak ibu
belajar sendiri itu pasti bisa nah tapi
kan saya di sini mencoba untuk
[Musik]
mengevaluasi Mengapa
kita mengalami kesulitan ketika
mempelajari statistika salah satunya
adalah
karena kita tidak berusaha membaca Nah
jadi ini kan Sigma Sigma ini kan jumlah
ya jumlah dari 1 sampai m
kemudian nanti hasilnya
hasilnya ini dibagi dengan n
Nah kalau membaca ini kita bisa
tapi kalau membaca ini kita cenderung
menghindar Nah jadi
tips dari saya kita jangan hindari ini
justru kita cari tahu
kalau dia misalnya
seperti ini ininya ada 3 Ya jumlahnya
ada 3 ini maksudnya apa
jadi ini
PR ya PR dari saya kalau kita ingin
cepat belajar
statistika dan matematika kenali
bahasanya
itu wajib
Bagaimana mungkin kita bisa membaca
bahasa Inggris misalnya kalau kita tidak
bisa membaca Romawi Bagaimana kita bisa
mempelajari
teks apa
Arab kalau kita tidak bisa bahasa Arab
atau misalnya bahasa Thailand oke
mohon maaf kalau terlalu lama karena ini
merupakan kesalahan
paling banyak ya
orang itu langsung berhenti di sini
Oke kemudian ya
kalau teori-teori ini saya yakin Bapak
Ibu sudah tahu ya median modus
kuartil ya kita bagi per 25% kemudian
kalau persentil kita bagi menjadi 100
kemudian di sini ada penyebaran data
ada variansi ada simpangan baku
jangkauan antar kuartil ya ini masih
bisa kita pahami
Nanti juga ada
[Musik]
scanners ya dan kurtosis
Itu juga salah satu analisis data tadi
itu deskriptif secara
ringkas inferensial ini untuk melihat
pengambilan keputusan
kita coba yang paling mudah dulu jadi
ada suatu data dan di sana ada
rata-ratanya ada median kemudian kita
ada satu pertanyaan mungkin saya mulai
dari sebuah contoh dulu ya
jadi kita balik begitu teorinya Nanti
kita balik
nah ini misalnya
kita punya kebun jagung
ada 100 data sampel yang kita ambil
secara acak
Dan dari situ
dari 100 sampel itu kita dapat angka
bahwa Masa panennya 71,8 hari
dengan simpangan baku 8,9 hari ini hasil
hitungan
jadi
sampel a Berapa hari sampel B Berapa
hari C berapa hari misalnya ya
dari berbagai petak jagung kita dapat
rata-ratanya 71 dan simpangan bakunya
8,9
nah
terus kita menduga
menduga bahwa rata-rata
masa panen jagung ini lebih dari 70 hari
ini dugaan kita nah kita kan tadi boleh
menduga ya Nah sekarang kita buktikan
secara metode statistik
kita pakai signifikansi 5% apa itu arti
5% artinya kemungkinan Salahnya 5% kalau
signifikansi 10% kemungkinan salahnya
10%
kalau signifikannya satu persen
kemungkinan salahnya satu persen
di dalam uji coba kedokteran satu persen
itu pun masih terlalu besar jadi mereka
biasanya menggunakan 0,5% atau bahkan
0,1%
jadi
tergantung kita kalau standarnya memang
5% standar itu artinya kasus umum
biasanya 5%
tapi kita bisa lihat tergantung kepada
ya kedelan yang ingin kita peroleh kita
bisa kurangi jadi satu persen bahkan
0,1%
itu mengenai
tingkat signifikansi ya kemudian nah
kita kan sudah ada data ya bahwa kita
punya hipotesis makanya dikasih nol di
sini Ya dikasih hipotesis versi 0 ya
nilainya 70 Kemudian ini rata-ratanya
kan rata-rata sampel 71,8 kemudian
simpangan bakunya 8,9
alfanya 0,05 atau 5% nah kemudian
kalau penentuan h0 dan H1
yang h0 ini mengandung sama dengan
jadi misalnya lebih dari sama dengan
kurang dari sama dengan atau sama dengan
itu kita tulis di a0
nah Berarti H1 nya ini tidak ada sama
dengannya
misalnya kurang dari lebih dari atau
tidak sama dengan
tadi kita balik lagi ke soal
dugaan kita nah yang ingin Kita uji ya
bahwa rata-rata masa panen ini lebih
dari 70 hari
karena dia lebih dari maka kita Tuliskan
di H1
lebih dari 70 hari
Maka h0 nya adalah
sama dengan 70
lawan dari lebih dari tapi harus
mengandung angka sama dengan kalau
misalnya kurang dari sama dengan Boleh
nggak Boleh ya tapi
kan
[Musik]
tidak perlu
di dua kondisi itu sama dengan aja itu
udah udah bisa
ya Jadi kita yang penting
hipotesis kita kan dia lebih dari 70
maka satunya kita tulis sama dengan 70
kemudian kita hitung
nah ini menggunakan
[Musik]
kurva atau tabel T Ya nanti saya akan
bahas apa saja tabel yang ada tabel t
menyatakan di sini
cara hitungnya seperti ini
jadi kita hitung di menggunakan rumus t
ini nilai rata-rata tadi kan 71,8
kemudian rata-rata hipotesis kita kan 70
ya
s nya 8,9 jumlah sampel n 100 dapat 2,02
kemudian kita masukkan ke sini
Nah 2,02 kita masukkan ke sini kita
harus tentukan dulu ininya
titik kritisnya Ya
karena dia 5%
ini kita lihat lagi di tabel atau pakai
persamaan juga bisa itu angkanya 1,66
nah ini kita
ke sini kan ya
oke
karena kalau titik kritis dia ada di
sini
ada di batas ya karena titik kritis
berarti dia ada di batas nah kemudian
kita evaluasi
karena t nya
di sini
t 2,02
titik kritisnya 1,66 di sini ada
fakta ya bahwa
2,02 ini lebih dari 1,66
maka h0 ditolak ya karena ini adalah
daerah
h0 diterima yang
biru ini panel ditolak
jadi sesederhana itu ya
tidak usah bingung Tapi ini banyak juga
yang masih bingung ya di dalam prosedur
penentuan Apakah ditolak atau diterima
Nah jadi di sini Kita sudah temukan
bahwa nilai T Ini dia ada lebih dari
karena di sini kan 0 di sini membesar
kemudian dia ke sini mengecil
di sini ada beberapa pertanyaan apa itu
t ya jadi
saya balik lagi ke teori
yang jelas contohnya sudah kita lakukan
jadi
di dalam uji hipotesis
h0 ini harus ada sama dengannya ya
Kalau tidak ada sama dengan dia
kemudian
di sini ada Galaxy
jadi
kalau dia h0 nya salah
terus kita tolak
berarti kita melakukan keputusan yang
benar
tapi bisa juga
kita tolak
ya
kita
menerima sesuatu yang harusnya salah
Nah jadi kan gini
h0 nya ini Seharusnya salah kemudian
kita tolak
itu adalah keputusan yang benar tapi
kadang-kadang sesuatu yang salah ini
malah kita
lakukan Nah itu berarti galak 1
contohnya misalnya galat satu ini
ada alarm yang
salah ya kita sedang ada di sebuah
gedung tiba-tiba alarm berbunyi Semua
orang keluar dari gedung ya
Nah itu disebut kesalahan galat Tipe 1
dan sebaliknya
ada sesuatu yang benar tapi malah kita
tolak
nah ini contohnya ada tanda peringatan
itu nggak boleh masuk daerah berbahaya
kita malah malah masuk artinya Harusnya
kan kita
tidak masuk begitu ya karena sudah ada
peringatan
itu disebut galat 2 sesuatu yang
seharusnya benar kita malah tolak
ya jadi syarat Nah itu mungkin saja
terjadi karena banyak faktor Nah kita
sebut sebagai jalak 1 atau gala tua
jadi kalau kita rangkum tadi ada galat 1
ada galat 2
keputusannya bisa ditolak atau tidak
ditolak ya
kemudian tadi hipotesisnya
harnol dan H1 kita sudah
praktekkan semua nah ini tadi yang titik
kritis
jadi titik kritis Ini
harus kita harus bertanya
apa titik kritis Ini dan mengapa cara
perhitungannya seperti itu
itu yang harus ditanyakan oleh Bapak Ibu
ke dosen masing-masing
Jadi mungkin di sini ada yang
masing-masing
saya nitip tanyakan itu ke dosen
masing-masing
mengapa dia
seperti itu
karena kita ingin lebih paham Nah jadi
saya akan masuk dulu ke ini ya untuk
memahami itu ini maaf lompat-lompat Nah
ini
jadi di sini ada sebuah frekuensi
di sini juga ada sebuah frekuensi ya ini
angkanya di sini beda nah
ini dia dari 0 sampai 100 ini dari
Anggaplah 50-750
ya Misalnya kita ingin membandingkan
dulu anak saya itu nilainya 8,5 waktu
SMA karena raportnya dari 0 sampai 10
begitu kuliah dia 2,75 karena dari 0
sampai 4
kita bingung ya 2,75 ini dengan 8,5
Besar mana gitu Anak saya ini lebih
lebih pintar waktu SMA atau lebih pintar
ketika dia kuliah nah dan banyak
contoh-contoh lainnya yang
nilai ordenya itu berbeda-beda
di dalam statistik kita samakan
jadi kita tidak menggunakan
selisih ini ya angka tapi yang kita
lihat hanyalah nilai rata-ratanya
dan nilai simpangan bakunya
jadi ketika
nilai rata-ratanya itu kita simpan di
angka 0
dan simpangan bakunya dia
ada satu simpangan baku ada dua
simpangan baku sampai
ya sekitar 3 ya 3 simpangan baku
Nah di sini
dari berbagai hitungan ini kalau kita
konversi
menjadi kurva Z nah ini kurva Z ya
menjadi kurva Z itu
akan seperti ini jadi ada konversi dari
data menjadi kurva Z yaitu
mengubah dari suatu variasi data menjadi
variasi
atau nilai rata-rata dan juga simpangan
baku
jadi di seragamkan ya
kita sering sebut juga dinormalisasi Nah
nanti dari sini
untuk ini kan kolom ini apps
nah Y nya ini bisa sebagai angka ya ini
angka 20 begitu atau dia bisa pakai
prosentase
Jadi kalau dia
total jumlahnya ini 100%
maka
peluang dia
tingginya bisa ini tinggi badan ya
tinggi badannya sekian itu dia
ada di angka 50% misalnya 0,5
kita bisa pakai proses
atau kita bisa probability density jadi
probabilitas itu ini adalah peluang
kejadian
jadi ahli-ahli statistik dia menghitung
menghitung
sampai dia dapat angka
probability density jadi probability itu
menghitung arsiran ya luas arsiran di
bawah kurva
jadilah sebuah kurva yang baru yang
disebut dengan kurva Z
yaitu yang kita pakai di dalam
menentukan tadi ya peluang kejadian
demikian juga
kurva t
ya kurva t
itu menggunakan rumus yang berbeda
demikian juga kurva F ya kurva F dan
Q Square ya atau cisware itu menggunakan
transformasi yang berbeda untuk tujuan
yang berbeda
Jadi kalau kurva Z ini kalau datanya di
atas 30
kalau dia di bawah 30 tidak bisa kita
pakai Z kita pakai yang p
ya untuk data-data yang kecil pakai T
demikian juga untuk F dan v kuadrat itu
untuk jenis data yang berbeda kita
gunakan
transformasi yang berbeda
mudah-mudahan dengan penjelasan seperti
ini Bapak Ibu yang masih bingung dari
mana ya Ada Curva Z kurva t itu sudah
bisa dipahami
jadi
ini contoh Misalnya menggunakan
kurvazer ya Nah kurva Z ini
terdistribusi normal jadi kita
uji normalitas dulu begitu ya Uji
normalitas dulu kalau prosedur itu
memang
panjang sekali jadi saya tidak sampaikan
satu persatu yang jelas Tadi kita sudah
bisa melihat ya kalau ini miunya lebih
kecil dari new 0 kita pilih di ruas kiri
kemudian Kalau mionya lebih dari 0
seperti tadi ya
lebih dari 70 ini kita pilih di ruas
kanan
kemudian kalau dia sama dengan
berarti ruas kiri dan kanan
seperti itu
kemudian
ini
ada satu arah dua arah tadi ya Ini ini
dua arah dia ini satu arah oke
Nah tadi ya Ada Z
ini ada Z ada t
nah rumusnya beda kalau Z ini
kalau t seperti ini
jadi ada perbedaan
Oke ini sudah tadi ini tadi ya kita
pakai Z atau pakai T
Oke ini contoh Nah contoh lain
[Musik]
suatu percobaan menguji pemakaian pupuk
tambahan
mempercepat pertumbuhan tanaman jagung
diuji satu petak tanaman jagung yang
diberi pupuk tanaman di petak a petak B
tidak diberi pupuk tambahan
12 tanaman jagung dari petak a diuji
dengan cara diukur ketinggian jagung dan
dari petak P sebanyak 10 tanaman jagung
hasil pengukuran di petak a rata-rata
ketinggian jagung 85 dengan simpangan
baku 4 cm dipetak D rata-rata 81 cm
simpangan baku 5 cm
kemudian Dapatkah disimpulkan bahwa
pada taraf berartian 5% ini alphanya ya
bahwa rata-rata ketinggian jagung di
petak a
melampaui rata-rata ketinggian jagung di
petak B lebih dari 2 cm
ya Jadi menurut pedagang ini kalau pakai
pupuk tambahan ini bisa lebih tinggi 2
cm
tinggi tanamannya kita ingin buktikan
Apakah betul
klaim seperti itu Nah kita
[Musik]
hipotesisnya ya kita coba buat
di sini
[Musik]
ada selisih nilai rata-rata ya yaitu 2
cm tadi jadi kita Tuliskan di sini bahwa
selisih antara petak a dengan petak B
ini lebih dari 2
kalau ini adalah sama dengan 2 Nah di
sini kita
karena hipotesis kita kan tadi lebih
dari ya Nah di sini
nah hipotesis kita lebih dari maka itu
yang kita pakai di H1
ini lebih dari
kemudian h0 nya kita tulis sama dengan
nah
dengan rumus yang sama dengan cara yang
sama
kita hitung di sini
[Musik]
ya karena t kurang dari
1,725 maka h0 tidak ditolak ya jadi
diterima artinya tidak dapat disimpulkan
bahwa rata-rata
petak a melampaui rata-rata ketinggian
petak B lebih dari 2 cm
jadi h0 nya tidak ditolak kalau h0 tidak
ditolak berarti kan dia
ini
berarti dia hanya
2 cm atau 2 cm kurang tapi dia tidak
lebih dari 2 cm
ilustrasinya sama seperti yang tadi
contoh
Bapak Ibu bisa
ilustrasikan seperti ini ya
sama nanti bisa dilihat Nah jadi
Saya tidak menyampaikan banyak
tapi kalau misalnya
Bapak Ibu
tertarik dengan topik ini ya kita bisa
lanjutkan di minggu depan Bapak Ibu bisa
tulis di sini
ya ini ada yang mau skripsi
untuk silakan
Pak masuk ada 11 pertanyaan tapi mungkin
karena waktu terbatas saat kita ambil
beberapa pertanyaan yang di atas aja
untuk pertanyaan pertama ini bagaimana
bentuk menentukan jumlah titik sampling
suatu sungai dengan panjang tertentu
kemudian ada lanjutannya kalau misalnya
pengambilan sampel Sungai sampel di
sungai ini Bagaimana cara pengambilan
sampelnya kalau misalnya hanya ada 6
sampel sedangkan dalam analisis
statistik minimal harus 20-30
sampel ya nanti dia terdistribusi normal
Mengapa harus 30 sampel kalau di bawah
berarti kita pakai T tadi ya ujinya
jangan pakai Z gitu boleh saja di bawah
tapi dia tidak
ya dia kita pakai yang untuk yang kecil
nah
ada juga persamaan slovin mungkin sudah
tahu bapak ibu semua ya Banyak sekali di
bab sampling itu bisa dipakai tapi itu
kan kalau populasinya tahu misalnya dari
100.000 penduduk saya ambil berapa
sampel itu bisa pakai metode slovit tapi
kalau misalnya
berapa sampel sungai
ini kita tidak bisa pakai
sampel solvin itu Ya kita buat
perhitungan dulu pakai p tadi bisa kita
hitung tidak begitu ya jadi memang
yang tidak kita tidak bisa pergunakan
satu persamaan untuk kasus yang Sungai
tadi kemudian
nah ini pengambilan sampel ya banyak
pertanyaan
secara umum kan bisa
simple random sample jadi
sampel itu terbagi dua ada yang random
ada yang tidak ya ada yang acak ada yang
tidak kalau yang acak itu mulai dari
yang sederhana kemudian ada yang
stratifikasi ada juga yang
ter Cluster mungkin
ini
[Musik]
Oke mungkin saya perlu ini ya perlu
komen dari bapak ibu pertama Apakah
bapak ibu
kalau ada lagi minggu depan
Apakah
tertarik untuk
ikut hadir lagi walaupun bisa juga tidak
hadir ya Tapi minimal ketertarikan ya
Apakah
tertarik untuk membahas ini sekali lagi
misalnya
yah atau tidak Gitu saja ya jawabannya
kalau ya artinya tertarik nah ini dari
oke Banyak yang tertarik oke nah
kemudian kira-kira topiknya apa gitu ya
Ini pertama sempak sampling ya memang
saya tidak
ya
baik kalau gitu kita kita lanjutkan
Ya memang ini awal-awal ini
Saya justru ingin mengubah
gaya-gaya narasinya itu tidak sama
dengan dosen-dosen yang ngajar gitu ya
jadi
ya langsung ke contoh nah pertanyaan
kedua
topik-topik apa yang Bapak Ibu ingin
bahas ya minggu depan
tadi sampling uji akurasi ini
dicatat ya
ini Anggaplah pertemuan pertama jadi
kita
lebih ke pemanasan ya
Oke data analisa LH
oke
[Musik]
kalau SPSS nanti harus praktikum ya
Oke penentuan titik sampling Nah jadi
ini
karena ada dua asumsi yang saya
pakai di sini yang pertama Bapak Ibu tuh
sebetulnya sudah pernah ambil mata
kuliah statistik itu asumsi pertama yang
kedua Terus kenapa lupa lagi gitu ya Nah
itu kan pertanyaannya jadi yang harus
kita perbaiki bukan mengulang kembali
pelajaran statistik tapi mengetahui
Mengapa dulu lupa
Nah karena kalau kita tidak memahami itu
nanti lupa lagi gitu kan
Boleh saya ingin dengar
komen ya mungkin rise hand
supaya
diskusi ini jangan seperti kuliah gitu
ya tapi lebih kepada
strategi belajar sendiri bagaimana nih
supaya belajar sendiri ini jadi
Siapa yang mau
[Musik]
kalau contoh banyak ya cuman saya
khawatirnya kalau saya sampaikan contoh
juga
mungkin bagi Bapak dan Ibu yang ingin
memberikan tanggapan mungkin bisa
langsung
ya kita diskusi dulu aja ya ini baru
pemanasan
oke
[Musik]
kami ini
tadi penampilan yang pertama saat Bapak
memberikan apa
pencerahan ini bagi kami pencerahan
karena selama ini kami kalau melakukan
analisis
statistik dengan menggunakan uji
statistik itu di lingkungan ini selalu
apa itu Ya
kita mau Uji analisis risiko
eee kualitas udara indoor misalnya ya
saya melakukan penelitian kemudian
saya dapatkan datanya tapi datanya ini
tidak tidak bisa diolah sesuai dengan
rencana yang saya lakukan gitu
Nah itu kan baku gitu Pak baku
betul-betul
Bapak penampilan pertama tadi jadi saya
tertarik sekali untuk memotivasi ini
bisa berkembang ini cara kita mindset
kita berubah
dari materi ini bisa bisa dilanjutkan
barangkali sampai ke siapa bisa kok bisa
sampai begitu cara kita bisa tidak hanya
apa ketergantungan statistiknya tetapi
melihat
pola-pola lingkungan yang seperti ini
kita bisa
menerapkannya dengan strategi yang
demikian
Terima kasih Pak Imam artinya apa yang
saya rasakan dirasakan juga oleh Pak
Imam ya Jadi kita nyambung
kita punya masalah yang sama Jadi selama
ini kita melihat statistik ini menjadi
sesuatu yang baku sehingga jadi tidak
menarik begitu ya karena
ya kaku begitu baik silahkan kalau ada
lagi
[Musik]
nah
jadi ada lagi yang mau mungkin
kalau di kami pak beberapa kali kita
rapat persetujuan
emisi partai emisi itu kan ada untuk
dispersi polutan persebaran polutan gitu
Pak apa Ini hubungannya Apakah bisa kita
menggunakan
statistika atau pemodelan khusus jadi
kita bisa tahu ini persebaran polutannya
itu sejauh mana di mana Yang
tertingginya di mana Yang tidak terkena
gitu Kayaknya kalau saya lihat grafiknya
tadi ya bisa dipakai gitu makanya saya
Walaupun ya kalau kita ASN itu lebih ke
regulasi tapi kita tim teknis mengetahui
teknisnya ini kan kita bisa lebih paham
tidak
ditipu lah atau bukan ditipu lah apa ya
kita bisa memberikan masukan yang
terbaik bisa dilanjutkan dan saya bisa
hidup
jadi kalau kita lihat pencemaran udara
yang menggunakan metode gausian itu Ya
kita sebut sebagai
double
distribution gaussian jadi gaussian
distribusi gaussian yang ada dua karena
dia horizontal dan vertikal jadi
[Musik]
metode gausian adalah metode statistik
jadi dia menganggap sebuah kepulan asap
itu seperti corong ya Nah yang asalnya
dia kecil lama-lama dia membesar karena
terdispersi dan dia terdispersi secara
vertikal dan juga horizontal nah
kalau kita dengar kata gausian itu kita
kenal namanya pak Gaus ya itu nama orang
bagaus inilah yang mengembangkan
distribusi normal
jadi dia
artinya kan fenomena
statistik ini sebetulnya tidak seideal
apa yang
dikerjakan di facebook-facebook
statistika tapi kalau kita tidak buat
idealisasi
itu nanti terlalu rumit begitu ya
makanya Pak Gaus ini punya ide gimana
kalau kita anggap saja terdistribusi
normal jadi terdistribusi Normal itu
adalah nilai rata-ratanya ada di tengah
ya mediannya juga nempel dengan
rata-ratanya jadi dia berbentuk seperti
lonceng itu asumsi saja dari Pak Gaus
Nah karena kurvanya itu
linier ya bisa dianggap sama kiri sama
kanan
itu dia bisa turunkan pakai persamaan
matematika
makanya tadi yang Z itu
itu tuh kan rumusnya simple ya bisa
dikatakan simple lah X bar dikurangi
minus dibagi dengan simpangan baku kali
akar n itu kan simpel begitu menurut
orang matematika
maka itu dipakai dimana-mana ya Dan kita
asumsikan kalau datanya lebih dari 30
itu dia akan terdistribusi
normal walaupun seharusnya kita ada uji
normalitas karena ada juga yang tidak
normal dia
rata kiri atau rata kanan itu ada ya Nah
itu kalau terlalu rata kiri atau rata
kanan tidak bisa kita menggunakan
rumus-rumus tadi median atau simpangan
baku atau Uji T uji Z itu nggak bisa
kita pakai yang namanya
statistika non parametrik ya karena yang
tadi itu disebut statistika parametri
kalau tidak normal berarti non
parametrik nah ketika kita bahas
statistika non parametrik itu udah mulai
pusing ya karena matematikanya lebih
rumit dibandingkan dengan yang diusulkan
oleh Pak Gaus ini Nah jadi di sini ada
dua fenomena yang pertama memang ketika
kita menganggap kepulauan asap itu
sebagai
suatu
distribusi normal kenyataannya kan tidak
asap itu belok-belok nah Berarti ada
error di situ kemudian
tapi ada Manfaat kita bisa menghitung
Artinya kita masih bisa dan kemudian
gaussian basicnya itu dikembangkan
dengan adveksi difusi deposisi reaksi
sebetulnya kalau kita pakai software air
mode misalnya itu kan rumit sekali
dalamnya tidak sesederhana gausian Yang
tadi kita bahas tapi dia basicnya dari
gaussian kemudian nanti ada
persamaan-persamaan lain Nah jadi
kalau misalnya
kepulan asap saja bisa kita tangkap
fenomenanya dengan statistik Berarti
semua fenomena
yang ada di muka bumi ini bisa kita
statistika ya Misalnya
kalau berurusan dengan air ya nah
misalnya luapan banjir
itu kan ada yang disebut dengan periode
ulang hujan itu statistik semua isinya
kalau kita menghitung peluang banjir
jadi nah masalahnya tadi kan kita buat
masuk ke sana itu banyak kendala ya
diantaranya yang paling sederhana
kalau bapak ibu dulu pernah calistung
membaca menulis dan berhitung tambah
lagi itu
calistung notnya itu apa notasi
matematika Nah kalau notnya belum itu
sama saja calistung belum tamat kita
nggak bisa ngebaca notasi itu kendala
paling besar sebetulnya dari hasil
pengamatan saya ya terhadap
mahasiswa-mahasiswa yang belajar
matematika mereka itu karena tidak ada
calistung not itu tidak punya skill
membaca notasi
jadi begitu dosen cerita notasi udah dia
perhatiannya udah gak fokus lagi gitu ah
udahlah pokoknya dosen ngomong apa
Terserah gitu ya diam aja gitu tapi dia
sebetulnya tidak menyimak
nah ini ini kan tidak bisa begitu
jadi langkah yang paling sederhana tapi
nanti bisa dicoba itu ya Bapak Ibu
mungkin yang minggu depan ikut lagi akan
saya tanya
apa gimana
udah udah
belajar belum Nah apa yang harus
dipelajari
sebetulnya
tadi ya Spesialnya Bagaimana cara
membaca Sigma kemudian kalau limit
misalnya
diferensial
integral itu maknanya tuh apa dari
notasi-notasi itu tuh ya jadi kan satu
per n Sigma kan banyak juga yang
menyangka
dibagi r-nya itu di dalam misalnya kan
tidak ya ada di luar nah kayak kayak
gitu jadi
notasi aja dulu belajar notasi kemudian
kita kembangkan yang kedua tadi
bertanya sendiri
bertanya sendiri menjawab sendiri
Contohkan tadi ibu bersidang udah
bertanya tuh
Apakah kepulan asap di gausian itu
statistik itu kan udah satu pertanyaan
dan akhirnya kita mendapatkan satu
jawaban
jadi
ya
ini ada ada yang
komen
[Musik]
Oh ya oke ya setuju
jadi Oke ini karena sudah jam 12.00 jadi
saya tadinya menyiapkan bahan banyak
sekali ya Ada
statistik sampai non parametrik bahkan
ya sampai
hitungan-hitungan yang rumit-rumit tapi
kata saya ini kayaknya kita harus pakai
grafiknya itu
eksponensial jadi eksponensial itu kan
awalnya dia lambat tapi lama-lama dia
makin cepat nah ini kendala-kendala di
awal ini harus kita hilangkan dulu jadi
tadi itu kesimpulannya ada dua satu
calistung note ya
yang kedua tadi 5W + H itu aja
kesimpulannya mungkin ya
5W + H jadi kita harus bertanya
ya Nggak ada jawabannya nggak apa-apa
kan kita nanti bisa nanya di webinar ini
ya Bapak Ibu bisa bertanya kita bahas
bareng-bareng Oke
terima kasih ini sudah banyak pertanyaan
dari bapak ibu Saya senang sekali ya
kalau bapak ibu tarik
mudah-mudahan ya kita bisa
menyelesaikan ya misi kita ini
kurang lebihnya mohon maaf ya saya yakin
banyak kekurangan-kekurangan
Billahi taufiqarida Assalamualaikum
warahmatullahi
wabarakatuh
Terima kasih banyak Pak sama-sama
Oke Mungkin saya akan kirimkan ya Bapak
Ibu untuk link grupnya boleh grup di
ditulis di sini ya di kolom chat ini Iya
pak terima kasih banyak
[Musik]
semoga bermanfaat Assalamualaikum
bisa bergabung nanti di warkop tersebut
nanti mungkin Menindaklanjuti apabila
bapak dan ibu ada yang tertarik untuk
menentukan terkait dengan statistik ya
Iya betul oke mungkin karena waktu juga
sudah pukul 12.00 mungkin Saatnya makan
siang sampai Istirahat saya ucapkan
terima kasih banyak kepada Pak Asep atas
kehadirannya di siang hari ini semoga
bisa bertemu di minggu depan mungkin
topik-topik yang akan Bapak saya
sampaikan juga nanti akan sangat menarik
untuk diikuti oleh Bapak dan Ibu
kedepannya Oke mungkin Terima kasih
banyak Pak saya pernah kehadirannya juga
mungkin Terima kasih banyak atas
kehadiran Bapak dan Ibu semuanya yang
ada di sini nanti mungkin saya akan
kirimkan terkait dengan tadi di kolom
chat ada yang sempat menanyakan terkait
dengan pelatihan online Kami nanti saya
akan kirimkan kalender dan informasi
pelatihannya di grup webinar maka dari
itu Silahkan bapak dan ibu untuk
bergabung di grup sebenarnya supaya
dapat mendapatkan informasi lebih lanjut
terkait dengan topik-topik webinar
lainnya serta nanti mungkin pelatihan
yang kami miliki Terima kasih banyak
kepada ibu saya ucapkan terima kasih
banyak Semoga dapat bertemu di lain
kesempatan Terima kasih salam Lestari
Terima kasih semuanya Assalamualaikum
[Musik]
Assalamualaikum Assalamualaikum
[Musik]
terima kasih sudah
Assalamualaikum Waalaikumsalam
[Musik]
Hai sahabat lingkungan
pelatihan-pelatihan yang akan diadakan
oleh selama satu tahun Nah kira-kira
pertama pelatihan apa aja sih yang
diadakan oleh yang pertama untuk
pelatihan yang akan dilakukan yang
pertama adalah dasar terseram untuk
dasar-dasar AMDAL ini Apabila
teman-teman sudah menyelesaikannya
teman-teman bisa melanjutkan untuk
pelatihan perfect untuk air limbah emisi
serta B3 Oh gitu kalau misalkan
pelatihan mengenai pemodelan kira-kira
ada juga tidak ada banget dong Nah untuk
modern ini menyediakan dua jenis yang
pertama adalah untuk dispersi udara dan
yang yang kedua adalah untuk air sungai
Nah untuk memudahkan air sungai di sini
kita menggunakan aplikasi qual together
wsp Sedangkan untuk pemodelan udara kita
menggunakan software air mode kalkuf dan
hisplay nah selain itu kita juga ada nih
pelatihan tentang perhitungan emisi RK
yang bisa teman-teman ikuti untuk
menghitung inventarisasi gaya rak gitu
ternyata banyak juga ya Kak selain itu
juga aku sebelumnya aku cek ternyata ada
juga loh pelatihan mengenai dokumen
lingkungan kira-kira kode ini ada
pelatihan dokumen lingkungan apa aja sih
Kan ada banget dong Nah untuk latihan
dokumen ini melakukan
pelatihan tentang rplh serta Kamu tahu
nggak sih kalau misalnya pelatihan rpplh
sebenarnya dokumennya itu membutuhkan
peta-peta yang rumit Nah kalau misalnya
teman-teman kesulitan dalam melakukan
pemetaan di sini equidah juga
menyediakan pelatihan yang berhubungan
dengan peta-peta yang pertama adalah
pelatihan Sig sistem informasi geografis
dan yang kedua adalah remote sensing
yang bisa teman-teman ikuti Oh ternyata
cukup lengkap ya pelatihan di ini kalau
teman-teman sobat lingkungan ingin
ngecek lebih lanjut mengenai
informasi-informasi pelatihan
teman-teman bisa cek di website kami di
cek sosial media kami di Instagram
Facebook dan Twitter dan jangan lupa
untuk like comment subscribe dan bagikan
video ini ke sahabat lingkungan lainnya
sampai jumpa di pelatihan salam Lestari
[Musik]