Kamis, 10 Maret 2011

Penyajian Data (Grafik)

LAPORAN RESPONSI
SATUAN OPERASI INDUSTRI
PENYAJIAN DATA (GRAFIK)


Oleh:
Nama : Fredy Agil Raynaldo
NPM : 240110090018
Hari, Tanggal Praktikum : Kamis, 03 Maret 2011
Asisten : Adhi Purnama








LABORATURIUM PASCA PANEN DAN TEKNOLOGI PROSES
JURUSAN TEKNIK DAN MANAJEMEN INDUSTRI PERTANIAN
FAKULTAS TEKNOLOGI INDUSTRI PERTANIAN
UNIVERSITAS PADJADJARAN
2011


BAB I
PENDAHULUAN
1.1 Latar Belakang
Data adalah catatan atas kumpulan fakta dan merupakan sesuatu yang diberikan sebagai hasil pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata, atau citra.
Penyajian data dapat dilakukan melalui tabel dan grafik. Tabel merupakan cara penyajian data dalam bentuk kumpulan angka yang disusun menurut kategori-kategori tertentu dalam suatu daftar. Data dalam tabel disusun dengan cara alfabetis, geografis, menurut besarnya angka, historis, atau menurut kelas-kelas yang lazim. Sedangkan grafik merupakan satu cara penyajian data secara ringkas, biasanya menghubungkan antara variabel bebas (x) dengan variabel tidak bebas (y) atau dengan kata lain merupakan pemetaan gambar dalam format absis (x) dan ordinat (y). Tujuan penyajian data dalam bentuk grafik adalah untuk memperhatikan perbandingan informasi kwalitatif dengan cepat dan sederhana.

1.2 Tujuan
Adapun tujuan dari responsi ini yaitu:
- Tujuan Umum: untuk dapat menampilkan data dan menerapkan penyajian grafik
- Tujuan Khusus: untuk dapat menganalis dan menerapkan penyajian grafik dalam unit operasi industri hasil pertanian


BAB II
TINJAUAN PUSTAKA
2.1 Pengertian dan Jenis-jenis Grafik
Grafik dapat didefinisikan sebagai penyajian data berangka, suatu tabel gambar yang dapat mempunyai nilai informasi yang sangat berfaedah, namun dari grafik yang menggambarkan intisari informasi sekilas akan lebih efektif, grafik merupakan keterpaduan yang lebih menarik dari sejumlah tabulasi data yang tersusun dengan baik, tujuan membuat grafik adalah untuk memperhatikan perbandingan, informasi kwalitatif dengan cepat serta sederhana. Ada beberapa macam grafik, dan yang paling umum di gunakan adalah grafik-grafik garis, batang, lingkaran atau piring dan grafik bergambar. Efektivitas penggunaan grafik diantaranya: cara penyajian, karakteristik warga belajar, tujuan pendidikan, dan teknik

A. Grafik Batang
Pada lazimnya grafik ini dibuat dengan menggunakan batang sebagai gambaran kelompok data secara vertical dan horizontal. Tinggi atau panjang batang melukiskan ukuran besarnya presentase data yang di wakilinya.
Contoh grafik batang:

B. Grafik Lingkaran atau Piring
Grafik lingkaran atau grafik piring adalah lingkaran sektor-sektor yang di gunakan untuk menggunakan bagian suatu keseluruhan.
Contoh grafik lingkaran/piring:


Ada dua ciri grafik lingkaran yaitu:
- grafik itu selalu menunjukkkan jumlah atau keseluruhan jumlah
- bagian-bagiannya atau segmennya di hitung dalam presentase atau bagian-bagian pecahan keseluruhan.

C. Grafik Garis
Grafik garis adalah yang paling tepat dari semua jenis grafik, terutama dalam melukiskan kecendrungan-kecendrungan atau menghubungkan dua rangkaian kata. Sejumlah variasi dan kombinasi dari grafik garis dapat dilukiskan, termasuk bayangan permukaan grafik dari berbagai bentuk.
Contoh Grafik garis:


Grafik garis terdiri dari 4 jenis, yaitu:
• Grafik Linier
• Grafik Power
• Grafik Eksponen, dan
• Grafik Logaritma

2.2 Regresi
Regresi merupakan cara untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas. Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory).
Tujuan menggunakan analisis regresi ialah:
- Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai variabel bebas.
- Menguji hipotesis karakteristik dependensi
- Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas diluar jangkaun sample.
Keselerasan model regresi dapat diterangkan dengan menggunakan nilai r2, semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai r2 mempunyai karakteristik diantaranya: selalu positif, dan nilai r2 maksimal sebesar 1. Jika Nilai r2 sebesar 1 akan mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam variabel Y dapat diterangkan oleh model regresi. Sebaliknya jika r2 sama dengan 0, maka tidak ada hubungan linier antara X dan Y.
Pemeriksaan keberartian regresi dilakukan melalui pengujian hipotesis nol, bahwa koefisien regresi b sama dengan nol (tidak berarti) melawan hipotesis tandingan bahwa koefisien arah regresi tidak sama dengan nol.


• Jenis-jenis Persamaan Regresi
a. Regresi Linier
- Regresi Linier Sederhana
Bentuk Umum:
Y = a + bX
Dimana:
Y : peubah tak bebas
X : peubah bebas
a : konstanta
b : kemiringan
- Regresi Linier Berganda
Bentuk Umum:
Y = a + b1X1 + b2X2 + ...+ bnXn
Dimana:
Y : peubah tak bebas a : konstanta
X1 : peubah bebas ke-1 b1 : kemiringan ke-1
X2 : peubah bebas ke-2 b2 : kemiringan ke-2
Xn : peubah bebas ke-n bn : kemiringan ke-n

b. Regresi Non Linier
- Regresi Eksponensial
Bentuk umum:
Y = abx
log Y = log a + (log b) x

• Korelasi Linier Sederhana
 Koefisien Korelasi (r) : ukuran hubungan linier peubah X dan Y
- Nilai r berkisar antara (+1) sampai (-1)
- Nilai r yang (+) ditandai oleh nilai b yang (+)
- Nilai r yang (-) ditandai oleh nilai b yang (-)
- Jika nilai r mendekati +1 atau r mendekati -1 maka X dan Y memiliki korelasi linier yang tinggi
- Jika nilai r = +1 atau r = -1 maka X dan Y memiliki korelasi linier sempurna
- Jika nilai r = 0 maka X dan Y tidak memiliki relasi (hubungan) linier (dalam kasus r mendekati 0, anda dapat melanjutkan analisis ke regresi eksponensial).

 Koefisien Determinasi Sampel = R = r²
- Ukuran proporsi keragaman total nilai peubah Y yang dapat dijelaskan oleh nilai
- peubah X melalui hubungan linier.


BAB III
METODOLOGI
Responsi kali ini mengenai penyajian data (grafik) yang diawali dengan memahami terlebih dahulu tujuan dari responsi itu sendiri, serta memahami dan menganalisis data-data yang telah tersedia di modul responsi.
Setelah memahami dan menganalisis data-data yang diperoleh dari modul, maka penyajian data dimulai dengan menentukan sumbu x dan sumbu y terlebih dahulu, kemudian dituangkan dalam sebuah grafik.
Sebagaimana bahan responsi yang tersedia di modul, data yang disajikan dalam sebuah grafik untuk kemudian dianalisis yaitu sebanyak 4 buah data. Setelah keempat data tersebut tertuang dalam sebuah grafik, maka dapat terlihat hubungan antara sumbu x dan sumbu y serta dapat diperoleh nilai dari A, B, dan R, dimana nilai-nilai tersebut dicari dengan aplikasi/program excel di komputer. Selain itu, nilai dari A, B, dan R tersebut dicari dengan menggunakan 4 fungsi grafik, yaitu fungsi Linier, Logaritma, Eksponen dan Power. Melalui keempat fungsi tersebut, maka data-data yang tersedia dan telah tertuang dalam sebuah grafik dapat dianalisis sehingga dapat diketahui, manakah dari keempat fungsi tersebut yang paling cocok diterapkan untuk data-data tersebut.


BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil
Berikut adalah data-data yang dianalisis:
1. Kacang dikeringkan dengan menggunakan pengering ‘Thin Layer’ dan ditimbang secara periodik. Pengeringan dilakukan sampai mencapai kesetimbangan dengan lingkungan, kemudian dikeringkan dalam oven vakum untuk menentukan bahan kering dan air tersisa dalam kondisi seimbang dengan lingkungan. Data dikonversi ke dalam persen kadar air basis kering (gram air x 100/gram bahan kering). Data yang diperoleh:

Waktu
(menit) 0 2 4 6 8 10 15 20 30 40 50 60 70
Kadar
Air (%) 10 9,5 8,5 7,8 6,7 5,9 4,3 2,8 2,2 1,4 0,9 0,5 0,2
Tentukan titik potong dengan sumbu y (intersep), kemiringan, dan fungsi f untuk difusi.
Bentuk grafik:
a. Grafik Linier



b. Grafik Exponential


2. Produk hasil pengeringan dengan spray drier dilayak dengan ukuran dan hasilnya sebagai berikut:
Mesh Diameter Ayakan Fraksi Massa Tertinggal Fraksi Massa yang Lolos (y)
Inchi (x) mm
10
14 0,05550 1,4097 0,19 0,79
20 0,03940 1,0007 0,32 0,47
28 0,02800 0,7112 0,20 0,27
35 0,01980 0,5029 0,13 0,14
48 0,01400 0,3556 0,07 0,07
65 0,00990 0,2514 0,04 0,03
100 0,00700 0,1778 0,03 0






Bentuk grafik:
a. Grafik Linier


b. Grafik Logaritma





3. Buat grafik dari data:
x 0,9 2,3 3,3 4,5 5,7 6,7
y 1,1 1,61 2,6 3,2 4 5









4. Data percobaan berikut diharapkan mengikuti persamaan fungsi y = a.xb. Tentukan nilai A dan B dari grafik.
x 1,21 1,35 2,4 2,75 4,5 5,1 7,1 8,1
y 1,2 1,82 5 8,8 19,5 32,5 55 80




Bentuk Grafik:










4.2 Pembahasan
Responsi kali ini yaitu menyajikan dan menganalisis data-data dalam bentuk grafik, dimana grafik yang diterapkan sebanyak 4 fungsi yaitu fungsi linier, logaritma, exponential, dan power. Dari keempat fungsi grafik tersebut, dapat diperoleh nilai regresi yang terdiri dari nilai A yang menunjukkan nilai konstanta, nilai B yang menunjukkan kemiringan, serta nilai R2 yang menunjukkan keakuratan data atau korelasi linier, dimana regresi yang dihasilkan dari masing-masing fungsi tersebut mempunyai nilai yang berbeda-beda sehingga harus dianalisis fungsi grafik manakah yang paling cocok diterapkan untuk data-data yang diolah.
Perhitungan regresi pada penerapan grafik ini yaitu dengan menggunakan aplikasi excel di komputer, walaupun sebenarnya di kalkulator juga bisa. Maka dari itu, dapat dianalisis juga manakah aplikasi yang lebih cocok dan lebih akurat untuk diterapkan dalam penyajian grafik ini.
Pada data nomor 1, diperoleh nilai R2 = 0,813 sedangkan dengan menggunakan kalkulator diperoleh nilai R2 = 0,831744. Ini menunjukkan bahwa tingkat keakuratan kalkulator lebih tinggi daripada aplikasi excel karena menghiraukan lebih dari 3 angka di belakang koma. Selain itu, grafik yang dapat diterapkan untuk data nomor 1 hanya 2 fungsi dari 4 fungsi grafik tadi, yaitu fungsi linier dan fungsi exponential. Sedangkan pada data nomor 2, grafik yang dapat diterapkan hanya fungsi linier dan logaritma saja. Dari kedua kejadian ini dapat diambil kesimpulan bahwa fungsi linier dapat digunakan untuk semua jenis data, sedangkan fungsi exponential hanya dapat diterapkan dengan syarat bahwa data yang disajikan tidak mengandung angka 0 pada sumbu y, dan sebaliknya untuk fungsi logaritma hanya dapat diterapkan jika data tidak mengandung angka 0 pada sumbu x. Sedangkan fungsi power hanya dapat diterapkan jika kedua sumbu (x dan y) tidak mengandung angka 0 (semua data bernilai > 0).
Analisis diatas terbukti dengan penyajian grafik untuk data pada nomor 3 dan 4. Pada data nomor 3 dan 4 semua fungsi grafik dapat diterapkan, karena data yang tersaji tidak ada yang mengandung angka 0.
Sebagaimana teori korelasi regresi, bahwa:
- Jika nilai r2 mendekati +1 maka X dan Y memiliki korelasi linier yang tinggi
- Jika nilai r2 = +1 maka X dan Y memiliki korelasi linier sempurna, dan
- Jika nilai r = 0 maka X dan Y tidak memiliki relasi (hubungan) linier (dalam kasus r mendekati 0, anda dapat melanjutkan analisis ke regresi eksponensial)
maka dapat disimpulkan bahwa fungsi grafik yang paling cocok untuk diterapkan pada tiap data ialah fungsi grafik yang mempunyai nilai R2 mendekati 1.
Pada data nomor 1, fungsi grafik yang paling cocok diterapkan ialah Exponential, dimana nilai r2 = 0,988 yang berarti bahwa 98,8% nilai-nilai Y besarnya ditentukan oleh nilai-nilai variabel X yang dimasukkan dalam model, sedangkan 1,2% lagi ditentukan oleh variabel lain diluar model. Sedangkan untuk data nomor 2 dan 3 yang paling cocok diterapkan ialah fungsi Linier, dan fungsi power paling cocok untuk diterapkan pada data nomor 4 karena fungsi-fungsi tersebut mempunyai nilai regresi yang paling tinggi (mendekati 1) untuk masing-masing data.


BAB V
PENUTUP
5.1 Kesimpulan
Dari pembahasan yang diuraikan pada bab sebelumnya, maka dapat disimpulkan bahwa:
- Perhitungan regresi dengn menggunakan kalkulator lebih akurat daripada aplikasi excel karena menghiraukan lebih dari 3 angka di belakang koma
- Fungsi grafik linier cocok untuk diterapkan pada semua jenis data
- Fungsi grafik logaritma hanya dapat diterapkan jika angka dalam data tidak mengandung unsur 0 pada sumbu x, sedangkan fungsi exponential hanya dapat diterapkan juka data tidak mengandung angka 0 pada sumbu y
- Fungsi power hanya dapat diterapkan dengan syarat data yang tersaji tidak mengandung angka 0, baik pada sumbu x maupun sumbu y.

5.2 Saran
Untuk pengolahan maupun penyajian data sebagaimana responsi kali ini, perlu lebih dianalisis lagi mengenai keakuratan nilai regresi, juga faktor yang menyebabkan tidak dapat diterapkannya fungsi grafik untuk berbagai macam bentuk data.


DAFTAR PUSTAKA
Alauddin. Regresi dan Korelasi Linier Sederhana. Bandung, UIN.

Zervero. 2010. Pengertian Grafik. Terdapat pada http://yunisiklil.blogspot.com/2010/10/pengertian-grafik.html

Rudy Fisika. 2009. Jenis-jenis Grafik Bag.1. Terdapat pada http://aplikom-fisika.blogspot.com/2009/07/jenis-jenis-grafik.html

Tidak ada komentar:

Poskan Komentar