Dokumen tersebut membahas tentang statistik dan probabilitas, termasuk definisi, perbedaan, dan contoh-contoh penerapannya dalam berbagai situasi.

1. Statistik
Industri
Auditya Pur wandini
Sutar to, Ph.D

2. Learning Outcomes
 Memahami definisi statistik,
statistika dan pentingnya
peranan statistik dalam
kehidupan sehari-hari
 Membedakan konsep
probabilitas dan statistik
 Memahami perbedaan statistik
deskriptif dan inferensial
 Memahami konsep populasi dan
sampel serta mengidentifikasi
keduanya
 Memahami tipe-tipe variabel

3.  Situasi lalu lintas Bungah Gresik
 Sinyal internet 4G sekarang
 Berapa nilai kuliah Statistik Teknik
 Kapan COVID-19 berakhir?
 Dengan siapa saya menikah?
Hidup penuh serba ketidakpastian
(uncertainty)

4. Measuring Uncertainty
Quantifying Uncertainty
Making Decision Under
Uncertainty
STATISIK &
PROBABILITAS

5. Probabilitas vs Statistik

6. Probabilitas vs Statistik
Suatu folder terdiri atas 50 files. Ketika
suatu virus menyerang folder tersebut,
kemungkinan tiap file terserang virus
sebesar 0,2 atau 20%. Hitunglah
probabilitas lebih dari 15 file terserang
virus tersebut.
Suatu folder terdiri atas 50 files. Ketika
suatu virus menyerang folder tersebut,
setiap file akan terkontaminasi virus
tersebut yang kita tidak tahu
probabilitasnya. Dengan mengambil
sampel, hasilnya menunjukkan 15 files
telah terkontaminasi, lalu perkirakan
besarnya kemungkinan atau
probabilitasnya. Apakah ada indikasi kuat
kemungkinannya ini nanti lebih besar dari
0,2 jika lebih dari 15 files terkontaminasi

7. Definisi
STATISTIK & STATISTIKA

8. Statistik
 Statistik diartikan:
 Numerical description = deskripsi
numerik
 Diasosiasikan sebagai kumpulan data
 Dugaan terhadap parameter populasi
 Ciri dari sebagian objek yang diamati
 Statistik menunjukkan pada informasi
tentang bermacam-macam kegiatan dalam
bentuk angka

9. Statistika
Ilmu pengetahuan yang berhubungan dengan
metode – metode ilmiah untuk pengumpulan,
pengorganisasian, perangkuman dan
penganalisisan data di samping terkait pula
dengan metode – metode untuk penarikan
kesimpulan yang valid serta pengambilan
keputusan yang berdasarkan alasan-alasan
yang ilmiah dan kuat yang diperoleh dari hasil
analisis tadi

10.  Adakah hubungan antara kenaikan
tingkat pendidikan dengan
kemungkinan promosi kerja?
 Berapakah peluang kemungkinan
Valentino Rossi juara jika bergabung
dengan tim Petronas?
 Seberapa efisien proses penghematan
bahan bakar Nissan Kicks e-Power?
 Berapa laju kerusakan mesin pompa air
tipe tertentu setelah lima tahun
pemakaian?
 Berapa % peningkatan kekuatan baja
jika ditambahkan zat aditif tertentu?
 Optimasi jumlah penumpang lift tipe
tertentu untuk gedung lantai 30
Contoh Masalah Statistik

11. Mengapa perlu belajar statistik?
 Angka kemiskinan di Indonesia 2018 terendah
sepanjang sejarah
 99% bisnis online 2017 adalah UMKM, 50%
tanpa toko fisik
 Tingkat kematian karena COVID-19 di Indonesia
berkisar 4-5%
 Tahun 2030 Indonesia mencapai puncak
demografi

12. Menjelaskan hubungan antar variabel
Membuat keputusan lebih baik
Mengatasi perubahan-perubahan
Membuat rencana dan ramalan
Fungsi statistik

13. STATISTIK DAPAT MENYESATKAN!
fjslfjslfjslgjlsg

15. Pembagian
Ilmu Statistik
DESKRIPTIF & INFERENSIAL

16.  Statistik yang digunakan untuk
menggambarkan berbagai
karakteristik data atau
menganalisis suatu statistik hasil
penelitian, tetapi TIDAK
digunakan untuk membuat
kesimpulan yang lebih luas
Statistik Deskriptif

18. suatu pernyataan mengenai suatu
populasi yang didasarkan pada
informasi dari sampel random /acak
yang diambil dari populasi tersebut
Statistik Inferensial

20. https://www.datasciencecentral.com/profiles/blogs/descriptive-vs-inferential-statistics-in-one-picture

21. Metodologi Statistika
 Bagaimanakah cara terbaik
mengumpulkan data?
 Bagaimana seharusnya data
tersebut dianalisis?
 Apa yang dapat kita simpulkan dari
analisis tersebut?

22. Elemen-elemen Statistik

23. Elemen-elemen Statistik
A. Populasi
B. Sampel
C. Variabel
 Observasi vs Eksperimen
 Metode Sampling

24. Populasi
 Populasi adalah sekumpulan
dari semua obyek atau individu
yang memiliki karakteristik
tertentu, jelas dan lengkap yang
akan diteliti
 Populasi lebih bergantung pada
kegunaan dan relevansi data
yang dikumpulkan
Contoh :
 Semua produk yang dihasilkan
pada suatu mesin
 Semua mahasiswa teknik mesin
di Gresik
 Semua limbah cair yang keluar
dari sistem pembuangan suatu
pabrik

25. Sampel
Sampel adalah sekumpulan data yang
diambil atau diseleksi dari suatu
populasi

26. Contoh
 Populasi = Seluruh mahasiswa teknik
mesin di Surabaya maka sampelnya 
mengambil beberapa mahasiswa teknik
industri dari 1 PTN dan 5 PTS di Surabaya
 Populasi =Semua produk yang dihasilkan
suatu mesin, maka sampelnya adalah
sejumlah tertentu produk yang dihasilkan
mesin tersebut

27. Hubungan Fundamental antara Probabilitas
dan Statistik Inferensi
Dengan sampel dan statistik inferensi kita dapat
mengambil kesimpulan tentang populasi
Peran probabilitas penting untuk
menginterpretasikan statistik inferensi.
Elemen-elemen dalam probabilitas digunakan
untuk mengambil kesimpulan tentang
karakteristik data sampel yang kita
hipotesiskan dimana data sampel tersebut
diambil dari populasi yang sifat-sifatnya telah
diketahui sebelumnya

28. Jenis Penelitian
Observasi
Mengumpulkan data melalui pengamatan
Hanya dapat membentuk suatu hubungan
antara variabel penjelas (explanatory) dan
variabel respon
Jika menggunakan data masa lampau
disebut retrospective (kohort), jika
dikumpulkan selama masa penelitian
disebut prospective
Eksperimen
Secara acak menempatkan subyek/obyek
dalam berbagai perlakuan
Dapat membangun hubungan kausal
(sebab akibat) antara variabel penjelas
dan variabel respon

29. Contoh Penelitian Observasi
Montgomery, Peck, and Vining (2001) describe an
acetone-butyl alcohol distillation column for which
concentration of acetone in the distillate or output
product stream is an important variable. Factors
that may affect the distillate are the reboil
temperature, the condensate temperature, and
the reflux rate.
Distillation Column Problem
© John Wiley & Sons, Inc. Applied Statistics and Probability for Engineers, by Montgomery and Runger.

30. Production personnel obtain and archive the
following records:
 The concentration of acetone in an hourly
test sample of output product
 The reboil temperature log, which is a plot
of the reboil temperature over time
 The condenser temperature controller log
 The nominal reflux rate each hour
The reflux rate should be held constant for this
process. Consequently, production personnel
change this very infrequently.
An observational retrospective study would
use either all or a sample of the historical
process data archived over some period of
time. The study objective might be to discover
the relationships among the two temperatures
and the reflux rate on the acetone
concentration in the output product stream.

31. Contoh Penelitian Eksperimen
 Dilakukan manipulasi/perlakuan
pada input untuk mengetahui
konsentrasi aseton
 Output adalah konsentrasi aseton
 Input (faktor) adalah:
1. Suhu didih
2. Suhu kondensasi
3. Laju reflux
 Output akan mengalami perubahan seiring
perubahan input dari percobaan tersebut.
 Setiap faktor ditetapkan pada dua level (
diberi kode -1 and +1)
 Diperoleh 8 (23) kombinasi dari faktor-
faktor tersebut, dan diamati konsentrasi
aseton yang dihasilkan.
 Data yang dihasilkan dipakai untuk
membentuk model matematika dari proses
tersebut yang menjelaskan sebab
akibatnya
Distillation Column Problem

32. Desain eksperiment untuk (Factorial Design) untuk
Distillation Column
© John Wiley & Sons, Inc. Applied Statistics and Probability for Engineers, by Montgomery and Runger.

33. Tipe Variabel

34. Variabel Numerik vs Kategori
 Menggambarkan kuantitas yang
dapat diukur
 Dapat dilakukan operasi
aritmetik seperti penjumlahan,
pengurangan, diambil rata-
ratanya, dll
 Nilai dari suatu nama atau label
 Kategori dapat diidentifikasikan
dengan angka tetapi tidak bisa
dilakukan operasi aritmetik
Tinggi badan, temperatur,
banyaknya cacat produk, radius
putar mesin
Jenis kelamin, tingkat pendidikan,
tipe mesin, jenis cacat

35. Variabel Numerik
Kontinu
• Variabel numerik yang dapat diukur dan
dapat bernilai sembarang
• Contoh: kekuatan tarik suatu jenis
material, lama proses loading sistem,
panjang antrian
Diskrit
• Variabel numerik yang dihitung dan
hanya dapat bernilai utuh
• Contoh: banyaknya file yang
terkontaminasi virus, banyaknya
kemunculan angka 2 dalam pelemparan
dadu, jumlah anak dalam satu keluarga

37. Contoh Variabel Numerik
Kontinu
• Tinggi seseorang yang dapat bernilai
62 cm, 67,5 cm atau 68,45678 cm,
bergantung pada tingkat akurasi
pengukurannya
Diskrit
 Jumlah anak dalam sebuah keluarga,
yang bernilai bisa salah satu dari 0, 1,
2, 3, … tetapi tidak mungkin 2,5 atau,
3,4567

38. Variabel Kategori
Nominal (kategori biasa)
 Variabel kategori yang tidak berurut
disebut variabel kategori saja
 Contoh: jenis kelamin, merek televisi yang
dimiliki, tempat lahir
Ordinal
 Variabel kategori yang memiliki urutan
 Contoh: tingkat kepuasan pelanggan,
ranking merek mobil favorit, tingkat
pendidikan

39. Latihan
Identifikasikan mana yang merupakan populasi,
sampel, dan variabel yang menjadi minat dari
situasi-situasi berikut ini
a. Untuk mempelajari nilai gaji awal sarjana teknik
yang lulus dari Universitas ABC sebanyak 20
alumni melaporkan besar gaji awal.
b. Lima puluh kartu memori laptop komputer dipilih
acak dari 5000 buah laptop yang diproduksi
pada hari itu ditemukan 5 buah cacat.
c. Kekuatan tarik material diuji pada 20 spesimen
yang dibuat dari suatu material plastik baru.
Tujuan dilakukan pengujian ini untuk mengetahui
kekuatan tarik seluruh spesimen yang dihasilkan
oleh material plastik baru tersebut.
Tentukan termasuk tipe data apakah pengukuran untuk
variabel berikut
a. Lama waktu mengerjakan soal ujian
b. Nilai akhir suatu mata kuliah dalam skor A, B, C, D, E
dan F
c. Banyaknya ikan yang tertangkap peserta lomba
memancing
d. Penghasilan kotor seorang karyawan selama lima
tahun terakhir
e. Divisi atau departemen bagian tempat seorang
karyawan bekerja