Perencanaan Peningkatan Kinerja merupakan usaha untuk memperbaiki, meningkatkan dan mengembangkan kinerja seseorang dimanapun dia bekerja atau berorganisasi
Perencanaan Peningkatan Kinerja merupakan usaha untuk memperbaiki, meningkatkan dan mengembangkan kinerja seseorang dimanapun dia bekerja atau berorganisasi
Slide tentang Rencana Strategis Bisnis Badan Layanan Umum Daerah (BLUD). Panduan penyusunan rencana strategis bisnis untuk Badan Layanan Umum Daerah maupun Badan Layanan Umum (BLU). Slide ini berisi tentang isi dari RSB, outline RSB, sistematika RSB, maksud dan tujuan RSB, analisa SWOT, strategi BLUD, program kerja BLUD, proyeksi keuangan, rencana investasi, dan proyeksi rasio keuangan.
Slide tentang Rencana Strategis Bisnis Badan Layanan Umum Daerah (BLUD). Panduan penyusunan rencana strategis bisnis untuk Badan Layanan Umum Daerah maupun Badan Layanan Umum (BLU). Slide ini berisi tentang isi dari RSB, outline RSB, sistematika RSB, maksud dan tujuan RSB, analisa SWOT, strategi BLUD, program kerja BLUD, proyeksi keuangan, rencana investasi, dan proyeksi rasio keuangan.
Apa itu SP2DK Pajak?
SP2DK adalah singkatan dari Surat Permintaan Penjelasan atas Data dan/atau Keterangan yang diterbitkan oleh Kepala Kantor Pajak (KPP) kepada Wajib Pajak (WP). SP2DK juga sering disebut sebagai surat cinta pajak.
Apa yang harus dilakukan jika mendapatkan SP2DK?
Biasanya, setelah mengirimkan SPT PPh Badan, DJP akan mengirimkan SP2DK. Namun, jangan khawatir, dalam webinar ini, enforce A akan membahasnya. Kami akan memberikan tips tentang bagaimana cara menanggapi SP2DK dengan tepat agar kewajiban pajak dapat diselesaikan dengan baik dan perusahaan tetap efisien dalam biaya pajak. Kami juga akan memberikan tips tentang bagaimana mencegah diterbitkannya SP2DK.
Daftar isi enforce A webinar:
https://enforcea.com/
Dapat SP2DK,Harus Apa? enforce A
Apa Itu SP2DK? How It Works?
How to Response SP2DK?
SP2DK Risk Management & Planning
SP2DK? Surat Cinta DJP? Apa itu SP2DK?
How It Works?
Garis Waktu Kewajiban Pajak
Indikator Risiko Ketidakpatuhan Wajib Pajak
SP2DK adalah bagian dari kegiatan Pengawasan Kepatuhan Pajak
Penelitian Kepatuhan Formal
Penelitian Kepatuhan Material
Jenis Penelitian Kepatuhan Material
Penelitian Komprehensif WP Strategis
Data dan/atau Keterangan dalam Penelitian Kepatuhan Material
Simpulan Hasil Penelitian Kepatuhan Material Umum di KPP
Pelaksanaan SP2DK
Penelitian atas Penjelasan Wajib Pajak
Penerbitan dan Penyampaian SP2DK
Kunjungan Dalam Rangka SP2DK
Pembahasan dan Penyelesaian SP2DK
How DJP Get Data?
Peta Kepatuhan dan Daftar Sasaran Prioritas Penggalian Potensi (DSP3)
Sumber Data SP2DK Ekualisasi
Sumber Data SP2DK Ekualisasi Penghasilan PPh Badan vs DPP PPN
Sumber Data SP2DK Ekualisasi Biaya Gaji , Bonus dll vs PPh Pasal 21
Sumber Data SP2DK Ekualisasi Biaya Jasa, Sewa & Bunga vs PPh Pasal 23/2 & 4 Ayat (2)/15
Sumber Data SP2DK Mirroring
Sumber Data SP2DK Benchmark
Laporan Hasil P2DK (LHP2DK)
Simpulan dan Rekomendasi Tindak Lanjut LHP2DK
Tindak lanjut SP2DK
Kaidah utama SP2DK
How to Response SP2DK?
Bagaimana Menyusun Tanggapan SP2DK yang Baik
SP2DK Risk Management & Planning
Bagaimana menghindari adanya SP2DK?
Kaidah Manajemen Perpajakan yang Baik
Tax Risk Management enforce A APPTIMA
Tax Efficiency : How to Achieve It?
Tax Diagnostic enforce A Discon 20 % Free 1 month retainer advisory (worth IDR 15 million)
Corporate Tax Obligations Review (Tax Diagnostic) 2023 enforce A
Last but Important…
Bertanya atau konsultasi Tax Help via chat consulting Apps enforce A
Materi ini telah dibahas di channel youtube EnforceA Konsultan Pajak https://youtu.be/pbV7Y8y2wFE?si=SBEiNYL24pMPccLe
METODE STEPPING STONE (BATU LONCATANA) REVISI.pptx
Makalah Statistika, Ekonomi dan Bisnis II
1. 1
BAB I
PENDAHULUAN
Statistik memegang peran penting dalam penelitian,baik dalam penyusunan
model,perumusan hipotesa dalam pengembangan alat dan instrumen pengumpulan
data,dalam penyusunan desain penelitian ,dalam penentuan sampel dan dalam analisa
data.dalam bayak hal ,pengolahan dan analisa datya tidak luput dari penerapan tehnik
dan metode statistik tertentu ,yang mana kehadiranya dapat memberikan dasar
bertolak dalam menjelaskan hubungan-hubungan yang terjadi.statistik dapat
digunakan sebagai alat untuk memgetahui apakah hu bungan kualitas antara dua atau
lebih variabel benar-benar terkait secara benar dalam suatu kualitas empiris atau
hubungan tersebut hanya bersifat random atau kebetulan saja.
Di dalam statistik deskriptif kita selalu mengusahakan agar data dapat disajikan
dalam bentuk yang lebih berguna, lebih mudah dipahami dan lebih cepat dimengerti.
Jika data yang ada hanya sedikit, kita tidak mengalami kesulitan untuk membaca dan
mengerti angka-angka itu, tetapi apabila data yang tersedia banyak sekali jumlahnya,
maka untuk mengerti data tersebut kita akan mengalami kesulitan. Untuk
memudahkannya data harus disusun secara sistematis atau teratur kedalam distribusi
frekuensi
2. 2
BAB II
DISTRIBUSI FREKUENSI
A. Pengertian distribusi frekuensi
Pengertian kata “frekuensi” berarti keseringan, kekerapan, atau jarang
kerapnya. Dalam statistik, frekuensi mengandung pengertian: angka (bilangan) yang
menunjukkan beberapa kali suatu variable (yang dilambangkan dengan angka-angka
itu) berulang dalam deretan angka tersebut, atau berapa kalikah suatu variabel yang
dilambangkan dengan angka itu muncul dalam deretan angka tersebut
B. Tabel distribusi frekuensi data berkelompok
Tabel distribusi frekuensi data berkelompok adalah bentuk tabel statistik yang di
dalamnya disajikan pencaran frekuensi dari data angka, dimna angka-angka tersebut
dikelompok-kelompokan (dalam tiap unit terdapat sekelompok angka), tabel ini
biasanya jarak sebenarnya relative tinggi jika disajikan dalam data tunggal kurang
efisien dan kurang praktis karena panjang.
Contoh tabel distribusi frekuensi dari data berat badan siswa dan siswi
Berat badan siswa Frekuensi
40-44
45-49
50-54
55-59
60-64
65-70
15
20
12
30
17
6
Jumlah 100
Tabel distribusi frekuensi data berkelompok merupakan tabulasi distribusi frekuensi
data skor yang akan ditabelkan yang sebelumnya sudah dikelompok – kelompokan
kedalam kelas-kelas interval tertentu, tiap kelas mempunyai batas atas dan batas
bawah yang keduanya mempunyai selisih angka yang disebut interval.
3. 3
Penjelasan tabel Distribusi Frekuensi Data Berkelompok
a. Tentukan Nilai Rentang. Menetapkan luas penyebaran berat yang ada, atau mencari
banyaknya berat dari berat terendah sampai dengan yang peling berat, biasa disebut
Total Range atau Range dengan lambang R. Rumus: R=berat badan Tertinggi-berat
badan Terendah.
b. Tentukan Banyak Kelas yang digunakan. Biasanya paling sedikit 5 dan paling
banyak 15. Dengan rumus Sturges yaitu : k= 1 + (3,3) (log n).(k= banyak kelas
interval, n= banyak data yang digunakan).
c. Tentukan Panjang Kelas. , p = panjang kelas dan k = banyak kelas.
d. Tentukan berat ujung bawah kelas interval pertama
Diambil dari nilai data yang terkecil
Boleh diambil dari nilai data yang lebih kecil dari nilai data yang terkecil, dengan
syarat nilai data terbesar tercakup dalam interval nilai data pada kelas interval
terakhir.
e. Masukkan Semua data ke dalam interval berat.
Contoh:
Berikut adalah berat badan dari 40 siswa dan siswi
60 55 45 70 64 54 44 65 55 64
40 45 64 44 59 50 54 69 49 50
50 54 70 40 67 59 40 56 67 40
68 69 55 65 40 49 45 40 46 70
Susunlah data di atas ke dalam tabel distribusi frekuensi data kelompok serta
tentukan frekuensi kumulatif atas dan bawah dan juga frekuensi relatif?
Langkah 1
Data terbesar adalah 70 dan data terkecil adalah 40 sehingga jangkauan data:
jangkauan (J) = 70 - 40 = 30
Langkah 2
banyak kelas interval adalah:
k = 1 + 3,3 log 40 = 1 + 3,3(1,6) = 1 + 5,28 = 6,28 di bulatkan 6
Langakah 3
Menentukan panjang kelas interval (i).
i = j / k = 30 / 6 = 5
4. 4
Langkah 4
Menentukan masing-masing kelas interval.
Batas kelas ke-1 = batas kelasnya: 40-44 (i=5)
Batas kelas ke-2 = 45-49
Batas kelas ke-3 = 50-54
Batas kelas ke-4 = 55-59
Batas kelas ke-5 = 60-64
Batas kelas ke-6 = 65-70
Langkah 5
Frekuensi setiap kelas interval dapat dicari dengan menentukan turusnya terlebih
dahulu (lihat tabel daftar distribusi frekuensi kelompok dibawah ini)
Berat badan Frekuensi
(Fi)
40 – 44
45 – 49
50 – 54
55 – 59
60 – 64
65 – 70
8
6
6
6
4
10
Jumlah 40
Langkah 6
Menentukan titik tengah interval :
Titik tengah kelas ke-1= ½ (40 + 44) = 42
Titik tengah kelas ke-2= ½ (45 + 49) = 47
Titik tengah kelas ke-3= ½ (50 + 54) = 52
Titik tengah kelas ke-4= ½ (55 + 59) = 57
Titik tengah kelas ke-5= ½ (60 + 64) = 62
Titik tengah kelas ke-6= ½ (65 + 70) = 67
5. 5
Dapat dilihat dari tabel dibawah ini :
berat badan
siswa
Frekuensi (Fi) titik tengah (Xi)
40 – 44
45 – 49
50 – 54
55 – 59
60 – 64
65 – 70
8
6
6
6
4
10
42
47
52
57
62
67
Jumlah 40
C. Macam-macam Distribusi Frekuensi
Terdapat dua jenis distribusi frekuensi yaitu:
1. Distribusi frekuensi numerikal (Numerical frequency distribution)
Distribusi frekuensi numerikal yaitu distribusi frekuensi yang pembagian kelas-
kelasnya berupa angka-angka atau secara kuantitatif. Contoh distribusi frekuensi
numerikal yaitu:
Distribusi Frekuensi Umur petani dari daerah xxx
Umur ( Tahun) Jumlah petani
20 – 29 20
30 – 39 15
40 – 49 10
50 – 59 5
Jumlah 50
Distribusi Frekuensi Numerikal, dibagi menjadi:
a. Distribusi Frekuensi Relatif
Distribusi frekuensi relatif yaitu distribusi frekuensi yang angka-angka
frekuensinya tidak dinyatakan dalam angka-angka absolut tetapi angka-angka relatif
atau persentase.
6. 6
Contohnya yaitu:
Disribusi frekuensi relatif Umur petani dari daerah xxx
b.Distribusi Frekuensi Komulatif
Distribusi frekuensi komulatif terdiri dari dua jenis yaitu :
1) Distribusi frekuensi “kurang dari”
Distribusi frekuensi “kurang dari” yaitu distribusi frekuensi yang memasukkan
frekuensi kelas-kelas sebelumnya. Contohnya yaitu:
Distribusi kumulatif “kurang dari” umur petani dari daerah xxx
Umur Jumlah petani
Kurang dari 20
Kurang dari 30
Kurang dari 40
Kurang dari 50
45
25
15
5
2. Distribusi frekuensi kategoris (Categorical frequency distribution)
Distribusi frekuensi kategoris yaitu distribusi yang pembagian kelasnya
berdasarkan kategori-kategori atau secara kualitatif. Contoh Distribusi frekuensi
kategoris yaitu
Distribusi frekuensi responden usia penyuka anime jepang
Usia Jumlah
Anak-anak 15
Remaja 30
Dewasa 5
Jumlah 50
Umur (Tahun) Jumlah petani (%)
20 – 29
30 – 39
40 – 49
50 – 59
22,22
33,33
17,78
26,67
Jumlah 100
7. 7
BAB III
PENGUKURAN STATISTIK SAMPEL
A. MEAN
Saleh (1998 : 14) mengatakan mean menunjukkan nilai rata-rata dan pada data
yang tersedia dimana nilai rata-rata hitung merupakan penjumlahan bilangan/nilai
daripada pengamatan dibagi dengan jumlah pengamatan yang ada. Menurut Siregar
(2010 : 20) Rata-rata hitung adalah jumlah dari serangkaian data dibagi dengan
jumlah data. Sedangkan menurut Rachman (1996 : 15) Mean adalah jumlah nilai
dibagi dengan jumlah/banyaknya individu.
Mean atau Rata-rata adalah pengukuran tendensi sentral yang paling sering
digunakan. Hal ini berkaitan dengan nilai mean atau rata-rata yang relatif dianggap
lebih mudah ditemukan dengan melakukan fungsi pembagian pada hasil penjumlahan
nilai-nilai (score) yang ada pada data terhadap jumlah total frekuensi kemunculan
nilai pada data tersebut.
Untuk lebih mudah dipahami, nilai mean atau rata-rata dapat dicari dengan
menggunakan rumus sebagai berikut:
Keterangan:
8. 8
Contoh 1.
Hitunglah mean atau rata-rata dari data tidak berkelompok: 1,2,3,4,5
Contoh 2.
Diketahui nilai ujian mata kuliah statistika untuk kelas Selasa pagi ruang R.506 di
Fakultas Komunikasi Universitas “Z” yang diikuti oleh 65 orang mahasiswa adalah
sebagai berikut
Tabel 4.1 Distribusi Frekuensi Nilai Ujian Statistika
Kelas Interval Kelas Frekuensi
1 25-34 6
2 35-44 8
3 45-54 11
4 55-64 14
5 65-74 12
6 75-84 8
7 85-94 6
Jumlah 65
Berapakah nilai rata-rata hitung untuk nilai statistika ?
Penyelesaian :
No. Interval Kelas Titik tengah
(ti)
Frekuensi
(fi)
Perkalian
(ti.fi)
25-34 29,5 6 177
35-44 39,5 8 316
45-54 49,5 11 544
9. 9
55-64 59,5 14 833
65-74 69,5 12 834
75-84 79,5 8 636
85-94 89,5 6 537
Jumlah 65 3877
B. MODUS
Menurut Riduwan (2010 : 115) mengatakan bahwa Modus ialah nilai dari
beberapa data yang mempunyai frekuensi tertinggi baik data tunggal maupun data
yang berbentuk distribusi atau nilai yang sering muncul dalam kelompok data.
Menurut Rachman (1996 :18) berpendapat bahwa dalam sebaran frekuensi
tunggal, Modus adalah nilai variabel yang mempunyai frekuensi tertinggi dalam
sebaran dan frekuensi bergolong modus secara kasar adalah titik tengah interval kelas
yang mempunyai frekuensi tertinggi dalam sebaran.
Menurut Saleh (1998 : 20), modus merupakan suatu pengamatan dalam
distribusi frekuensi yang memiliki jumlah pengamatan dimana jumlah frekuensiya
paling besar/paling banyak.
Menurut Usman dan Akbar (2008 : 93) jika nilai yang muncul itu hanya ada
satu macam saja, maka modus tersebut dinamakan unimodel. Dan jika nilai yang
muncul ada dua macam, maka modus tersebut dinamakan bimodal.
Jadi dapat disimpulkan bahwa modus adalah nilai dari beberapa data yang
memiliki frekuensi tertinggi baik terbanyak dalam pengamatan.
Untuk data dalam daftar distribusi frekuensi, modus ditentukan dengan rumus:
10. 10
Dengan:
b = batas bawah kelas modus yaitu kelas interval dengan frekuensi terbanyak
p = panjang interval kelas modus
b1 = frekuensi kelas modus dikurangi frekuensi kelas sebelum kelas modus
b2 = frekuensi kelas modus dikurangi frekuensi kelas sesudah kelas modus
Contoh soal :
Diketahui nilai ujian mata kuliah statistika untuk kelas Selasa pagi ruang
R.506 di Fakultas Komunikasi Universitas “Z” yang diikuti oleh 65 orang mahasiswa
adalah sebagai berikut
Tabel 4.1 Distribusi Frekuensi Nilai Ujian Statistika
Kelas Interval Kelas Frekuensi
1 25-34 6
2 35-44 8
3 45-54 11
4 55-64 14
5 65-74 12
6 75-84 8
7 85-94 6
Jumlah 65
Berapakah modus dari nilai statistika ?
11. 11
Penyelesaian
a. Mencari nilai frekuensi (f) yang terbanyak, yaitu sejumlah 14. Sehingga nilai
modus terletak di interval kelas ke-4.
b. Menentukan batas bawah kelas modus (Bb)
Bb = 55 – 0,5 = 54,5
c. Menentukan panjang kelas modus
P = 55 sampai 64 = 10
d. Menghitung nilai F1
F1 = f – fsb = 14 – 11 = 3
e. Mengitung nilai F2
F2 = f – fsd = 14-12 = 2
f. Menghitung nilai modus
Jadi nilai modusnya adalah 60,5
C. MEDIAN
Median adalah suatu nilai yang membatasi 50% frekuensi distribusi bagian
bawah dengan 50% frekuensi distribusi bagian atas (Rachman, 1996 : 19). Menurut
Saleh (1998: 16),
Median merupakan ukuran rata-rata yang pengukurannya didasarkan atas
nilai data yang berada ditengah-tengah distribusi frekuensinya.
Menurut Siregar (2010 : 32), median ialah nilai tengah dari gugusan data
yang telah diurutkan (disusun) dari data terkecil sampai data terbesar atau sebaliknya
dari data terbesar sampai data terkecil.
Jadi dapat disimpulkan bahwa median adalah nilai tengah dari data yang
terlebih dahulu diurutkan dari data yang terkecil sampai data yang terbesar ataupun
dari data yang terbesar sampai data yang terkecil.
12. 12
Rumusan median untuk data tunggal dibedakan jadi dua, yaitu :
Contoh
1. Untuk contoh tabel sebelumnya dengan data 8 6 6 7 8 7 7 8 6 6.
Setelah data diurutkan diperoleh 6 6 6 6 7 7 7 8 8 8. Jumlah data genap sehingga
untuk mencari median digunakan rumus di atas dan diperoleh
2. Diketahui data sebagai berikut.
Tentukan median dari data di atas!
Untuk data di atas diketahui n ganjil, sehingga untuk mencari median digunakan
rumus pertama dan diperoleh :
13. 13
b. Data kelompok ( dalam distribusi frekuensi)
Untuk data yang disusun dalam daftar distribusi frekuensi, median dihitung dengan
rumus :
dengan
b = batas bawah kelas median
p = panjang kelas median
n = jumlah data
F = jumlah frekuensi kumulatif sebelum kelas median
f = frekuensi kelas median
Contoh
Dari tabel sebelumnya diperoleh kelas median terletak pada interval ke-4, sehingga
diperoleh b = 59,5 ; p = 8; n = 50 ; F = 15 dan f = 15 akibatnya
D.VARIANS
Varians adalah salah satu ukuran dispersi atau ukuran variasi. Varians dapat
menggambarkan bagaimana berpencarnya suatu data kuantitatif. Varians diberi
simbol σ2 (baca: sigma kuadrat) untuk populasi dan untuk s2 sampel.
Selanjutnya kita akan menggunakan simbol s2 untuk varians karena
umumnya kita hampir selalu berkutat dengan sampel dan jarang sekali berkecimpung
dengan populasi.
Rumus untuk menghitung varians ada dua , yaitu rumus teoritis dan rumus
kerja. Namun demikian, untuk mempersingkat tulisan ini, maka kita gunakan rumus
kerja saja. Rumus kerja ini mempunyai kelebihan dibandingkan rumus teoritis, yaitu
hasilnya lebih akurat dan lebih mudah mengerjakannya.
14. 14
Rumus kerja untuk varians adalah sebagai berikut
Contoh
Data jumlah anakan padi varietas Pandan Wangi pada metode SRI adalah sebagai
berikut: 28 32 15 21 30 30 27 22 36 40
Sampel y y2
1 28 784
2 32 1024
3 15 225
4 21 441
5 30 900
6 30 900
7 27 729
8 22 484
9 36 1296
10 40 1600
Jumlah 281 8383
Maka nilai varians data di atas adalah
E.STANDAR DEVIASI
Standar Deviasi dan Varians Salah satu teknik statistik yg digunakan untuk
menjelaskan homogenitas kelompok. Varians merupakan jumlah kuadrat semua
deviasi nilai-nilai individual thd rata-rata kelompok. Sedangkan akar dari varians
disebut dengan standar deviasi atau simpangan baku.
15. 15
Standar Deviasi dan Varians Simpangan baku merupakan variasi sebaran data.
Semakin kecil nilai sebarannya berarti variasi nilai data makin sama Jika sebarannya
bernilai 0, maka nilai semua datanya adalah sama. Semakin besar nilai sebarannya
berarti data semakin bervariasi.
Perhitungan standar deviasi secara manual menggunakan rumus berikut:
Dimana:
x=data ke n
x bar = x rata-rata = nilai rata-rata sampel
n = banyaknya data
Variansi merupakan salah satu ukuran sebaran yang paling sering digunakan
dalam berbagai analisis statistika. Standar deviasi merupakan akar kuadrat positif dari
variansi. Secara umum, variansi dirumuskun sabagai :
Jika kita memiliki n observasi yaitu X1,X2,….Xn, dan diketahui Xbar adalah
rata-rata sampel yang dimiliki, maka variansi dapat dihitung sebagai :
Contoh:
Jika dimiliki data : 210, 340, 525, 450, 275
maka variansi dan standar deviasinya :
mean = (210, 340, 525, 450, 275)/5 = 360
16. 16
variansi dan standar deviasi berturut-turut :
Sedangkan jika data disajikan dalam tabel distribusi frekuensi, variansi sampel dapat
dihitung sebagai
17. 17
BAB IV
HIMPUNAN
1.Defenisi himpunan
Himpunan adalah konsep dasar dari semua cabang matematika. Gerorg
Cantor dianggap sebagai bapak teori himpunan. Himpunan adalah suatu koleksi /
kumpulan objek-objek dari intuisi atau pikiran kita yang dapat dibedakan antara yang
satu dan lainnya.
Objek di dalam himpunan disebut elemen, unsur, atau anggota. Himpunan
diberi simbol dengan huruf besar dari abjad: A, B, …, Z. Contohnya: Himpunan lima
bilangan genap positif pertama: B = {4, 6, 8, 10}. Jika x merupakan anggota
himpunan A, maka ditulis x Î A. Dan jika x bukan merupakan anggota himpunan A,
maka ditulis x Ï A.
Untuk mendefinisikan himpunan digunakan 4 cara, yaitu : (1) Mendaftarkan
semua anggotanya. (2) Menyatakan sifat yang dimiliki anggotanga. (3) Menyatakan
sifat dengan pola (4) Menggunakan notasi pembentuk himpunan.
2. Macam-Macam Himpunan Berdasarkan Jumlah Anggotanya
Himpunan kosong, yaitu himpunan yang tidak mempunyai anggota.
Dilambangkan dengan “ ” atau { }.
Contoh : bilangan prima genap > 10
Himpunan semesta, yaitu himpunan yang anggotanya semua objek
pembicaraan. Himpunan semesta dilambangkan dengan S atau U.
Contoh : S = {-4, 5, 7, 9} dan A = {7, 9} maka S merupakan semesta dari
himpunan A
Himpunan berhingga dan himpunan tak berhingga. Himpunan dikatakan
berhingga jika himpunan tersebut mempunyai anggota yang banyaknya berhingga.
Himpunan dikatakan tak berhingga jika himpunan tersebut mempunyai anggota yang
banyaknya tidak berhingga.
Contoh : H = {x | x= 1, 2, 3, 4, 5, 6, …}, H disebut himpunan tidak berhingga.
18. 18
A = {x | x= 1, 2, 3, 4, …, 10}, A disebut himpunan berhingga.
Himpunan bagian (Subset). Himpunan A dikatakan himpunan bagian dari
himpunan B ditulis “A⊂B”, jika setiap anggota A merupakan anggota dari B.
Contoh : A = {2, 3, 5} dan B = {1, 2, 3, 4, 5}. Maka A⊂B.
P = {2, 3, 5, 7} dan Q = { 1, 3, 5, 7, 9}. Maka P⊄Q
Dua himpunan A dan B dikatakan sama, ditulis “A=B”, jika dan hanya jika
A⊂B dan B⊂A.
Contoh : A = {2, 3, 5,7} dan B = {2, 3, 5, 7}. Maka A=B.
Himpunan berpotongan. Dua himpunan A dan B dikatakan berpotongan
ditulis “A∝B” jika dan hanya jika ada anggota yang menjadi anggota B.
Contoh : A = {2, 3, 5,} dan B = {1, 3, 5, 7, 9}. Maka A∝B.
Himpunan lepas. Dua himpunan A dan B dikatakan lepas ditulis “//” jika dan
hanya jika kedua anggota himpunan tersebut tidak kosong dan tidak
mempunyai anggota yang sama.
Contoh: A = {3, 5, 7,11} dan B = {2, 4, 6, 8}. Maka A ∕∕ B.
3. Operasi Dalam Himpunan
Gabungan (Union). Diberikan himpunan A dan B. Gabungan himpunan A
dan B ditulis dengan A∪B adalah suatu himpunan yang anggotanya terdiri
atas anggota A atau atau anggota B, atau anggota sekaligus kedua-duanya.
Jadi A∪B={x | x∈A atau x∈B}.
Contoh: A = {a,b,c,1,2} dan B = {c,d,e,f}. Maka A∪B = {a,b,c,d,e,f,1,2}.
Irisan (Intersection). Diberikan himpunan A dan B. Irisan himpunan A dan
B ditulis dengan A∩B adalah suatu himpunan yang anggotanya teerdiri atas
anggota A dan sekaligus anggota B. Jadi A∩B = { x | x ∩ A dan x ∩B }
Contoh: A={a,b,c,1, 2} dan B={c,d,e,f}. Maka A∩B={c}.
19. 19
Komplemen. Diberikan suatu himpunan A. Komplemen dari A ditulis dengan
“Ac atau A’ ” adalah himpunan yang anggota-anggotanya berada dalam
himpunan semesta tetapi bukan anggota A. Jadi Ac ={x ┤| x∈S, x∉A}
Contoh: S = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} dan A = {2, 4, 6, 8, 10} maka Ac={1, 3, 5,
7, 9}.
Selisih dua himpunan. Selisih dua himpunan A dan himpunan B ditulis “A-
B” atau “A∩B^c” adalah himpunan yang anggota-anggotanya terdiri atas A
dan bukan anggota B. Jadi A-B={x | x∈A dan x∉B}.
Contoh: A = {2, 3, 5, 7} dan B = {2, 4, 6, 8}. A-B={3, 5, 7} ; B-A={4, 6, 8}
Jumlah dua himpunan. Jumlah dua himpunan A dan himpunan B ditulis
“AÅB” adalah himpunan yang anggota-anggotanya terdiri atas anggota A
yang bukan anggota B dan anggota B yang bukan anggota A. Jadi AÅB={x
|x∈(A-B) atau x∈(B-A)}.
Contoh: A = {2, 3, 5, 7} dan B = {2, 4, 6, 8}. maka AÅB={3, 4, 5, 6, 7, 8}.
4. Hukum-Hukum Aljabar Himpunan
Hukum Idempoten : (a). A∪A=A ; (b).A∩A=A.
Hukum Assosiatif : (a). (A∪B)∪C=A∪(B∪C) ; (b). (A∩B)∩C=A∩(B∩C)
Hukum Komutatif : (a). A∪B=B∪A ; (b). A∩B=B∩A
Hukum Distributif : (a). (A∪B)∩C=(A∩B)∪(A∩C)
(b). A∪(B∩C)=(A∪B)∩(B∪C)
(c). (A∩B)∪C=(A∪C)∩(B∪C).
20. 20
BAB V
PENUTUP
Kesimpulan
Dari uraian di atas dapat kami simpulkan beberapa hal, yaitu:
Distribusi frekuensi adalah pengelompokan data ke dalam beberapa kelompok
(kelas) dan kemudian dihitung banyaknya data yang masuk kedalam tiap
kelas. Distribusi frekuensi merupakan salah satu bentuk klasifikasi data, yaitu
klasifikasi data secara kuantitatif.
Metode ukuran penempatan (median, kuartil, desil dan persentil) dan ukuran
gejala pusat (rata-rata hitung, rata-rata ukur, rata-rata harmonic dan
modus),sangat berpengaruh terhadap kehidupan, karena metode-metode
tersebut dapat mengklasifikasikan dan menyajikan data yang mudah dipahami
sehingga persoalan-persoalan yang berkaitan dengan statistika bisa teratasi.
Namun, metode-metode ini tidak dapat dipakai apabila tidak terdapat data-
data yang bisa digunakan atau data tersebut.
Himpunan adalah kumpulan benda atau objek-objek atau lambang-lambang
yang mempunyai arti yang dapat didefinisikan dengan jelas mana yang
merupakan anggota himpunan dan mana bukan anggota himpunan.
Dengan mempelajari Himpunan, diharapkan kemampuan logika akan semakin
terasah dan memacu kita agar kita mampu berpikir secara logisut tidak valid.
21. 21
DAFTAR PUSTAKA
Dajan, Anto. Pengantar Metode Statistik jilid I, PT. Perdja. Jakarta: 1985
Meilia N. I. Susanti. S.T. M.Kom, Statistika Deskriptif & induktif , Graha
Ilmu, 2010
Prof. Drs. Mangkuatmodjo, Soegyarto. Pengatar Statistik, Rineka Cipta,
Jakarta. 1997
Ronald E. Walpole, Pengantar Statistika, Gramedia pustaka Utama, Jakarta,
1995
Dergibson Siagian & Sugiarto. Metode Statistika untuk Bisnis dan Ekonomi,
halaman 4-6". 2002. Jakarta : PT Gramedia Pustaka Utama.
Ronald E.Walpole. Pengantar Statistika, halaman 2-5". 1993. Jakarta : PT
Gramedia Pustaka Utama.
http://himpunan-matematika.blogspot.com/ Bryansonelf8. “Himpunan
Matematika dengan Persampahan”.
http://bryanfebriozusriadi.wordpress.com/2013/06/10/makalah-himpunan-
matematika-dengan- persampahan/ Kadek, Anggaradana
http://anggaradana.blogspot.com/2013/09/makalah-himpunan-dan-anggota-
anggotanya.html Susi, Deswati