RAHARJA CAREER
FORMULIR TUGAS MANDIRI PADA RAHARJA CAREER
|
Tanggal Revisi. : 16 Feb 2009
|
Tanggal Berlaku : 23 Feb 2009
| |
Kode Dokumen. : FM- RHJ-005-012
|
Identitas Mahasiswa
|
No. Booth. : 136
|
NIM. : 1133368671
|
Nilai TM. :
|
Nama Mahasiswa. : TEGAR GUNTARA
|
Jenis Tugas : - Observasi. - Manfaat yang didapatkan
- wawancar - Informasi yang teridentifikasi
- Katalog / Deskripsi Produk. - Ide yang bisa dimanfaatkan
- Metode yang digunakan - Opini terhadap produk / Sistem
Deskripsi Tugas [Tuliskan intruksi tugas dan jenis tugas yang diberikan oleh dosen pengajar]
Melakukan observasi dan melakukan wawancara terhadap peserta Raharja Career guna menemukan manfaat dan kegunaan Product / Sistem yang di buat oleh para peserta Raharja Career sehingga dapat menambah pengetahuan dan juga dapat digunakan sebagai bahan dalam membuat KKP / TA / Skripsi dan yang lainnya.
|
Penyelesaian / jawaban atas tugas [Tuliskan jawaban anda pada bagian bawah soal]:
1. [Nilai 15] Melaksanakan observasi terhadap product yang didisplay pada raharja career.
Pada tanggal 1 Maret 2012 saya melakukan observasi bersama teman-teman saya yang lainnya guna memenuhi tugas dari pak padeli S.Kom
2. [Nilai 10] Tuliskan Nim, Nama, Jurusan Pencipta dan Judul product / sistem yang anda observasi.
NIM. : 1022465082
Nama. : Tika Ratmawati
Jurusan. : Teknik Informatika
Konsentrasi. : Software Engineering
Judul product : "Pengembangan Website Promosi Artifical Informatics ajurusan TI-D3
pada Perguruan Tinggi Raharja"
3. [Nilai 10] Melaksanakan wawancara [Tuliskan minimal 4 Pertanyaan yang anda ajukan kepada pencipta dan jawabannya pada saat wawancara]
- Aplikasi apa yang digunakan untuk membuat sistem tersebut ?
- Jenis program apa yang anda gunakan dalam membuat sistem tersebut ?
- Darimakah anda mendapatkan insfirsi untuk kembuat sistem tersebut ?
- Apa tujuan Anda membuat sistem tersebut ?
- Apakah sistem tersebut sudah berjalan dengan baik atau tidak ?
- Apa saja manfaat dari sistem tersebut ?
4. [Nilai 10] Tuliskan dan jelaskan metode yang digunakan oleh pemcipta dalam membuat product / sistem yang anda observasi.
Website yang dapat memberikan informasi yang dibutuhkan oleh Pengguna atau calon mahasiswa/i, menggunakan bahasa pemrograman PHP dan untuk desain web menggunakan Macromedia Dreamwaver 8, juga sebagai aplikasi database-nya Appserv 2.5.9.
5. [Nilai 10] Tuliskan / Jelaskan relevansi metode yang digunakan tersebut dengan matakuliah yang anda ikuti saat ini atau yang telah anda ikuti sebelumnya.
Metode yang digunakan dalam product ini yaitu sistem pemrograman PHP dimana PHP adalah aplikasi dasar dalam membuat suatu website, dan disini juga saya sebagai Mahasiswa Teknik Informatika Konsentrasi Artifical Informatics turut membantu dalam mempromosikan Jurusan yang sedang saya pelajari, sehingga sangat berhubungan dengan jurusan dan matakuliah yang saya ikuti saat ini.
6. [Nilai 10] Tuliskan Nama, NIm, Jurusan dan Judul Product / Sistem yang lain dan serupa / sejenis dengan product / sistem yang anda observasi pada soal no 2
NIM. : 0722459206
Nama. : Suhadin
Jurusan. : Teknik Informatika
Konsentrasi. : Software Engineering
Judul product : "Aplikasi Perangkat Lunak Sistem Pakar Untuk Memdeteksi Kerusakan
mobil"
7. [Nilai 10] Tuliskan manfaat, informasi, dan ide yang relevan yang anda dapatkan setelah melakukan observasi terhadap product / sistem, dan melaksanakan wawancara kepada Penciptanya [dalam rangka meningkatkan ilmu pengetahuan / pemahaman anda sehingga mempermudah dalam mempersiapkan pelaksanaan tugas yang lain, misalnya: KKP / TA / Skripsi / Project / Pekerjaan / Hal lainnnya].
- Memperkenalkan kepada saya tentang Aplikasi Pemrograman PHP dengan sangat jelasnya yang beguna dalam membantu saya untuk mengerjakan Tugas Akhir ( TA )
- Memudahkan mahasiswa/i mengakses informasi untuk masuk jurusan TI- Artifical Informtics khususnya
- Dengan adanya Product tersebut sangat membantu untuk menambah minat calon mahasiswa/i baru masuk ke Perguruan Tinggi Raharja
8. [Nilai 5] Tuliskan pendapat / metode lain yang menurut anda bisa digunakan dalam membuat product / sistem yang anda observasi pada no. 2 dan no. 6
- Metode lain yang dapat digunakan dalam hal no. 2 yaitu setiap calon mahasiswa/i yang ingin masuk ke Perguruan Tinggi Raharja Khususnya konsentrasi Artifical Informatics bisa melalui Website tersebut sehingga memudahkan marketing dalam hal pembagian jawal training REC.
- Metode lain yang dapat digunakan dalam hal no. 6 yaitu dengan menyediakan lahan bengkel di area parkir, sehingga dapat langsung mengechek keadaan mobil yang parkir di area tersebut.
9. [Nilai 10] Tuliskan perspektif / pendapat / penilaian anda terhadap product / sistem yang anda observasi pada no. 2 dan no. 6 beserta alasannya.
- Penilaian untuk no. 2
Menurut saya Product tersebut sangat berguna untuk calon mahasiswa/i yanh ingin masuk ke Perguruan tinggi raharja khususnya jurusan TI-Artifical Informatics dan juga memudahkan marketing dalam menyaring calon mahasiswa/i yang ingin mendaftar.
- Penilaian untuk no. 6
Menurut saya Product tersebut kurang efektif karena tidak semua kerusakan pada mobil dapat terdeteksi dengan Sistem tersebut, seperti ban Kempis pasti Sistem tersebut tidak bisa mendeteksinya, lebih baik dengan membuat bengkel di lahan parkir tersebut dan langsung di check di tempat.
10. [Nilai 10] Tuliskan pengalaman anda pada facebook.com atau sejenis dengan mengisi materi seperti foto, kesan / pesan acara, makalah, dan sebagainya perihal Raharja Career ini.
ABSENSI STATISTIK DESKRIPTIF
RINGKASAN APLIKASI PRESENTASI
Gambar di atas adalah menu utama aplikasi yang kelompok saya punya
Ini adalah menu dari aplikasi yang pilih di tab pada menu statistic
ini adalah tampilan dari menu tutorial ,tutorial adalah penjelasan dari beberapa pengertian dalam arti yang secara luas.
ini adalah penjelasan-penjelasan dari menu tutorial --- introduction.disini kita bisa mengetahui apakah pengertian statatistik dan apa saja metode-metode yang harus digunakan.
ini adalah tampilan dari menu quiz quiz ,fungsinya adalah mengukur seberapa pengertian kita dalam teori yang telah di jelaskan di dalam menu tutorial tersebut.disini pun terdapat pilihan jawaban dan waktu untuk menjawab,dan quiz ini pun dapat di share melalui: email,facebook,dan twitter,quiz ini berisikan 10 pertanyaan .jika kita ingin mencoba quiz yang lain,kita harus membayar aplikasi tersebut.
ini adalah tampilan dari flash card,flash card adalah rangkuman dari beberapa penjelasan yang ada di dalam introduction dan juga terdapat beberapa rumus di dalam flash card ini.
KWITANSI SEMINAR OPEN BTS
SERTIFIKAT SEMINAR OPEN BTS
POSTER SESSION
BUKU STATISTIK DESKRIPTIF
ARTIKEL STATISTIK DESKRIPTIF
Statistik adalah sekumpulan prosedur untuk mengumpulkan, mengukur, mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data kuantitatif yang diperoleh secara sistematis. Secara garis besar, statistik dibagi menjadi dua komponen utama, yaitu Statistik Deskriptif dan Statistik inferensial. Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas gugus data dengan cara yang jelas dan dapat dimengerti, sementara Statistik inferensial menyediakan prosedur untuk menarik kesimpulan tentang populasi berdasarkan sampel yang kita amati. Statistik Deskriptif membantu kita untuk menyederhanakan data dalam jumlah besar dengan cara yang logis. Data yang banyak direduksi dan diringkas sehingga lebih sederhana dan lebih mudah diinterpretasi. Terdapat dua metode dasar dalam statistik deskriptif, yaitu numerik dan grafis. Pendekatan numerik dapat digunakan untuk menghitung nilai statistik dari sekumpulan data, seperti mean dan standar deviasi. Statistik ini memberikan informasi tentang rata-rata dan informasi rinci tentang distribusi data. Metode grafis lebih sesuai daripada metode numerik untuk mengidentifikasi pola-pola tertentu dalam data, dilain pihak, pendekatan numerik lebih tepat dan objektif. Dengan demikian, pendekatan numerik dan grafis satu sama lain saling melengkapi, sehingga sangatlah bijaksana apabila kita menggunakan kedua metode tersebut secara bersamaan. Terdapat tiga karakteristik utama dari variabel tunggal: Distribusi data (distribusi frekuensi) Ukuran pemusatan/tendensi sentral (Central Tendency) Ukuran penyebaran (Dispersion) Distribusi Data Pengaturan, penyusunan, dan peringkasan data dengan membuat tabel seringkali membantu, terutama pada saat kita bekerja dengan sejumlah data yang besar. Tabel tersebut berisi daftar nilai data yang mungkin berbeda (baik data tunggal ataupun data yang sudah dikelompok-kelompokan) beserta nilai frekuensinya. Frekuensi menunjukkan banyaknya kejadian/kemunculan nilai data dengan kategori tertentu. Distribusi data yang sudah diatur tersebut sering disebut dengan distribusi frekuensi. Dengan demikian, Distribusi frekuensi didefinisikan sebagai daftar sebaran data (baik data tunggal maupun data kelompok), yang disertai dengan nilai frekuensinya. Data dikelompokkan ke dalam beberapa kelas sehingga ciri-ciri penting data tersebut dapat segera terlihat. Distribusi frekuensi yang paling sederhana adalah distribusi yang menampilkan daftar setiap nilai dari variabel yang disertai dengan nilai frekuensinya. Distribusi frekuensi dapat digambarkan dalam dua cara, yaitu sebagai tabel atau sebagai grafik. Distribusi juga dapat ditampilkan dengan menggunakan nilai persentase. Penyajian distribusi dalam bentuk grafik lebih mempermudah dalam melihat karakteristik dan kecenderungan tertentu dari sekumpulan data. Grafik data kuantitatif meliputi Histogram, Poligon Frekuensi dll, sedangkan grafik untuk data kualitatif meliputi Bar Chart, Pie Chart dll. Distribusi frekuensi akan memudahkan kita dalam melihat pola dalam data, namun demikian, kita akan kehilangan informasi dari nilai individunya. Bentuk Distribusi Aspek penting dari “deskripsi” suatu variabel adalah bentuk distribusinya, yang menunjukkan frekuensi dari berbagai selang nilai variabel. Biasanya, seorang peneliti yang tertarik pada seberapa baik distribusi dapat diperkirakan oleh distribusi normal. Statistik deskriptif sederhana dapat memberikan beberapa informasi yang relevan dengan masalah ini. Sebagai contoh, jika skewness (kemiringan), yang mengukur kesimetrisan distribusi data, tidak sama dengan 0, maka distribusi dikatakan tidak simetris (a simetris), dan apabila skewness bernilai 0 berarti data tersebut berdistribusi normal (simetris). Jika kurtosis (keruncingan), yang mengukur keruncingan distribusi data, tidak sama dengan 0, maka distribusi data mungkin lebih datar atau lebih runcing dibandingkan dengan distribusi normal. Nilai kurtosis dari distribusi normal adalah 0. Informasi yang lebih akurat dapat diperoleh dengan menggunakan salah satu uji normalitas yaitu untuk menentukan peluang apakah sampel berasal dari pengamatan populasi yang berdistribusi normal ataukah tidak (misalnya, uji Kolmogorov-Smirnov, atau uji Shapiro-Wilks’W) . Namun, di antara uji formal tersebut tidak ada satu pun yang dapat sepenuhnya menggantikan pemeriksaan data secara visual dengan menggunakan cara grafis, seperti histogram (grafik yang menunjukkan distribusi frekuensi dari variabel). Grafik (Histogram, misalnya) memungkinkan kita untuk mengevaluasi normalitas dari distribusi empiris karena pada histogram tersebut disertakan juga overlay kurva normalnya. Hal ini juga memungkinkan kita untuk memeriksa berbagai aspek dari bentuk distribusi data secara kualitatif. Sebagai contoh, distribusi dapat bimodal (memiliki 2 puncak) ataupun multimodal (lebih dari 2 puncak). Hal ini menunjukkan bahwa sampel tidak homogen dan unsur-unsurnya berasal dari dua populasi yang berbeda. Ukuran Pemusatan (Central Tendency) Salah satu aspek yang paling penting untuk menggambarkan distribusi data adalah nilai pusat pengamatan. Setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan pengamatan) dikenal sebagai ukuran tendensi sentral. Terdapat tiga jenis ukuran tendensi sentral yang sering digunakan, yaitu: Mean Median Mode Rata-rata hitung atau arithmetic mean atau sering disebut dengan istilah mean saja merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran tendensi sentral. Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian dibagi dengan banyaknya data. Mean dipengaruhi oleh nilai ekstrem. Median adalah nilai yang membagi himpunan pengamatan menjadi dua bagian yang sama besar, 50% dari pengamatan terletak di bawah median dan 50% lagi terletak di atas median. Median dari n pengukuran atau pengamatan x1, x2 ,…, xn adalah nilai pengamatan yang terletak di tengah gugus data setelah data tersebut diurutkan. Apabila banyaknya pengamatan (n) ganjil, median terletak tepat ditengah gugus data, sedangkan bila n genap, median diperoleh dengan cara interpolasi yaitu rata-rata dari dua data yang berada di tengah gugus data. Median tidak dipengaruhi oleh nilai ekstrem. Mode adalah data yang paling sering muncul/terjadi. Untuk menentukan modus, pertama susun data dalam urutan meningkat atau sebaliknya, kemudian hitung frekuensinya. Nilai yang frekuensinya paling besar (sering muncul) adalah modus. Modus digunakan baik untuk tipe data numerik atau pun data kategoris. Modus tidak dipengaruhi oleh nilai ekstrem. Karakteristik penting untuk ukuran pusat yang baik Ukuran nilai pusat (average) merupakan nilai pewakil dari suatu distribusi data, sehingga harus memiliki sifat-sifat berikut: Harus mempertimbangkan semua gugus data Tidak boleh terpengaruh oleh nilai-nilai ekstrim. Harus stabil dari sampel ke sampel. Harus mampu digunakan untuk analisis statistik lebih lanjut. Dari beberapa ukuran nilai pusat, Mean hampir memenuhi semua persyaratan tersebut, kecuali syarat pada point kedua, rata-rata dipengaruhi oleh nilai ekstrem. Sebagai contoh, jika item adalah 2; 4; 5; 6; 6; 6; 7; 7; 8; 9 maka mean, median dan modus yang semua sama dengan 6. Jika nilai terakhir adalah 90 bukan 9, rata-rata akan menjadi 14.10, sedangkan median dan modus yang tidak berubah. Meskipun median dan modus lebih baik dalam hal ini, namun mereka tidak memenuhi persyaratan lainnya. Oleh karena itu Mean merupakan ukuran nilai pusat yang terbaik dan sering digunakan dalam analisis statistik. Kapan kita menggunakan nilai pusat yang berbeda? Nilai ukuran pusat yang tepat untuk digunakan tergantung pada sifat data, sifat distribusi frekuensi dan tujuan. Jika data kualitatif, hanya modus yang dapat digunakan. Sebagai contoh, apabila kita tertarik untuk mengetahui jenis tanah yang khas di suatu lokasi, atau pola tanam di suatu daerah, kita dapat menggunakan modus. Di sisi lain, jika data bersifat kuantitatif, kita dapat menggunakan salah satu dari ukuran nilai pusat tersebut. Jika data bersifat kuantitatif, kita harus mempertimbangkan sifat distribusi frekuensi gugus data tersebut. Bila distribusi frekuensi data tidak normal (tidak simetris), median atau modus merupakan ukuran pusat yang tepat. Apabila terdapat nilai-nilai ekstrim, baik kecil atau besar, lebih tepat menggunakan median atau modus. Apabila distribusi data normal (simetris), semua ukuran nilai pusat, baik mean, median, atau modus dapat digunakan. Namun, mean lebih sering digunakan dibanding yang lainnya karena lebih memenuhi persyaratan untuk ukuran pusat yang baik. Ketika kita berhadapan dengan laju, kecepatan dan harga lebih tepat menggunakan rata-rata harmonik. Jika kita tertarik pada perubahan relatif, seperti dalam kasus pertumbuhan bakteri, pembelahan sel dan sebagainya, rata-rata geometrik adalah rata-rata yang paling tepat. Diposkan oleh Ahmad kurnia, SPd,MM di 14:22
Tidak ada komentar:
Posting Komentar