data awal linda.docx
DESCRIPTION
nTRANSCRIPT
Dalam suatu eksperimen mekanika fluida, diukur kecepatan aliran fluida dalam pipa dengan
menggunakan sebuah anemometer kawat panas (hot wire anemometry). Pada suatu titik didapat
150 data kecepatan (m/s) hasil pngukuran yang tercatat sebagai berikut :
0.2308, 0.2352, 0.2500, 0.2679, 0.1882, 0.2222, 0.2500, 0.3280, 0.3008, 0.2806, 0.2089, 0.2038, 0.2484, 0.1856, 0.2038, 0.2160, 0.1895, 0.2209, 0.2878, 0.2697, 0.2839, 0.2222, 0.4354, 0.3733, 0.2699, 0.3577, 0.2895, 0.2450, 0.3514, 0.2416, 0.2703, 0.2961, 0.2651, 0.2654, 0.4507, 0.4194, 0.2752, 0.2000, 0.2069, 0.2130, 0.2000, 0.2370, 0.2532, 0.2688, 0.2645, 0.2092, 0.2651, 0.2162, 0.2977, 0.3786, 0.2632, 0.3265, 0.2686, 0.2388, 0.1975, 0.2384, 0.2733, 0.4344, 0.3636, 0.3947, 0.3429, 0.2857, 0.3567, 0.3468, 0.2439, 0.2578, 0.2857, 0.2397, 0.2667, 0.2254, 0.2133, 0.2264, 0.3019, 0.2093, 0.1963, 0.1963, 0.2439, 0.2011, 0.2081, 0.2308, 0.2682, 0.2857, 0.2733, 0.2083, 0.1951, 0.1988, 0.1761, 0.2469, 0.2941, 0.3077, 0.2795, 0.2013, 0.1768, 0.1962, 0.2235, 0.2230, 0.2744, 0.1946, 0.2222, 0.1963, 0.1676, 0.3041, 0.1928, 0.2000, 0.2516, 0.3288, 0.3034, 0.2857, 0.2914, 0.2353, 0.2381, 0.3636, 0.1677, 0.2200, 0.1988, 0.1944, 0.2486, 0.2164, 0.2970, 0.2716, 0.2294, 0.2045, 0.2118, 0.3212, 0.1829, 0.2092, 0.2308, 0.1921, 0.2293, 0.2034, 0.2038, 0.2750, 0.2000, 0.2139, 0.3041, 0.4157, 0.2938, 0.3681, 0.2516, 0.3128, 0.3373, 0.2424, 0.3095, 0.2727, 0.3188, 0.2803, 0.3618, 0.3741, 0.3188, 0.2500
Jawab
> data<-c (0.2308, 0.2352, 0.2500, 0.2679, 0.1882, 0.2222, 0.2500, 0.3280, 0.3008, 0.2806, 0.2089, 0.2038, 0.2484, 0.1856, 0.2038, 0.2160, 0.1895, 0.2209, 0.2878, 0.2697, 0.2839, 0.2222, 0.4354, 0.3733, 0.2699, 0.3577, 0.2895, 0.2450, 0.3514, 0.2416, 0.2703, 0.2961, 0.2651, 0.2654, 0.4507, 0.4194, 0.2752, 0.2000, 0.2069, 0.2130, 0.2000, 0.2370, 0.2532, 0.2688, 0.2645, 0.2092, 0.2651, 0.2162, 0.2977, 0.3786, 0.2632, 0.3265, 0.2686, 0.2388, 0.1975, 0.2384, 0.2733, 0.4344, 0.3636, 0.3947, 0.3429, 0.2857, 0.3567, 0.3468, 0.2439, 0.2578, 0.2857, 0.2397, 0.2667, 0.2254, 0.2133, 0.2264, 0.3019, 0.2093, 0.1963, 0.1963, 0.2439, 0.2011, 0.2081, 0.2308, 0.2682, 0.2857, 0.2733, 0.2083, 0.1951, 0.1988, 0.1761, 0.2469, 0.2941, 0.3077, 0.2795, 0.2013, 0.1768, 0.1962, 0.2235, 0.2230, 0.2744, 0.1946, 0.2222, 0.1963, 0.1676, 0.3041, 0.1928, 0.2000, 0.2516, 0.3288, 0.3034, 0.2857, 0.2914, 0.2353, 0.2381, 0.3636, 0.1677, 0.2200, 0.1988, 0.1944, 0.2486, 0.2164, 0.2970, 0.2716, 0.2294, 0.2045, 0.2118, 0.3212, 0.1829, 0.2092, 0.2308, 0.1921, 0.2293, 0.2034, 0.2038, 0.2750, 0.2000, 0.2139, 0.3041, 0.4157, 0.2938, 0.3681, 0.2516, 0.3128, 0.3373, 0.2424, 0.3095, 0.2727, 0.3188, 0.2803, 0.3618, 0.3741, 0.3188, 0.2500)
> s<-sort(data)
[1] 0.1676 0.1677 0.1761 0.1768 0.1829 0.1856 0.1882 0.1895 0.1921 0.1928 0.1944 0.1946 0.1951 0.1962 0.1963 0.1963 0.1963 0.1975 0.1988 0.1988 0.2000 0.2000 0.2000
[24] 0.2000 0.2011 0.2013 0.2034 0.2038 0.2038 0.2038 0.2045 0.2069 0.2081 0.2083 0.2089 0.2092 0.2092 0.2093 0.2118 0.2130 0.2133 0.2139 0.2160 0.2162 0.2164 0.2200
[47] 0.2209 0.2222 0.2222 0.2222 0.2230 0.2235 0.2254 0.2264 0.2293 0.2294 0.2308 0.2308 0.2308 0.2352 0.2353 0.2370 0.2381 0.2384 0.2388 0.2397 0.2416 0.2424 0.2439
[70] 0.2439 0.2450 0.2469 0.2484 0.2486 0.2500 0.2500 0.2500 0.2516 0.2516 0.2532 0.2578 0.2632 0.2645 0.2651 0.2651 0.2654 0.2667 0.2679 0.2682 0.2686 0.2688 0.2697
[93] 0.2699 0.2703 0.2716 0.2727 0.2733 0.2733 0.2744 0.2750 0.2752 0.2795 0.2803 0.2806 0.2839 0.2857 0.2857 0.2857 0.2857 0.2878 0.2895 0.2914 0.2938 0.2941 0.2961
[116] 0.2970 0.2977 0.3008 0.3019 0.3034 0.3041 0.3041 0.3077 0.3095 0.3128 0.3188 0.3188 0.3212 0.3265 0.3280 0.3288 0.3373 0.3429 0.3468 0.3514 0.3567 0.3577 0.3618
[139] 0.3636 0.3636 0.3681 0.3733 0.3741 0.3786 0.3947 0.4157 0.4194 0.4344 0.4354 0.4507
Jangkauan
> R<-max(data)-min(data)
> R
[1] 0.2831
Jumlah Inreval Kelas
Jk<-1+(3.3*log10(length(data)))
> Jk
[1] 8.181101= 9
Jumlah Lebar Kelas
> lebar<-R/Jk
> lebar
[1] 0.0315
Frekuensi=function(x,y,z)
{
a=0
for(i in 1:length(x))
{
if(data[i]>=y&&data[i]<=z)
{
a=a+1
}
}
print(a)
}
> Frekuensi(data,0.1676,0.1990)
[1] 20
> Frekuensi(data,0.1991,0.2306)
[1] 36
> Frekuensi(data,0.2307,0.2621)
[1] 25
> Frekuensi(data,0.2622,0.2935)
[1] 31
> Frekuensi(data,0.2936,0.3250)
[1] 16
> Frekuensi(data,0.3251,0.3564)
[1] 7
> Frekuensi(data,0.3565,0.3879)
[1] 9
> Frekuensi(data,0.3880,0.4193)
[1] 2
> Frekuensi(data,0.4194,0.4508)
[1] 4
a) Tabel Distribusi frekuensi
Kecepatan Aliran Fluida(m/s)
Jumlah(f)
Frekuensi Kumulatif“Kurang dari”
Frekuensi Kumulatif“Lebih dari”
0,1676 – 0,1990 20 0 1500,1991 – 0,2306 36 20 1300,2307 – 0,2621 25 56 940,2622 – 0,2935 31 81 690,2936 – 0,3250 16 112 380,3251 – 0,3564 7 128 220,3565 – 0,3879 9 135 150,3880 – 0,4193 2 144 60,4194 – 0,4508 4 146 4
Total (N) 150 150 0
b) Ukuran-ukuran Pemusatan
Mean Aritmetika
> sum(data)
[1] 39.1261
> RA<-sum(data)/length(data)
[1] 0.2608407
> RA<-0.2608407
> round(RA,4)
[1] 0.2608
Mean Geometrik
> prod(data)
[1] 6.81373e-90
>RG<- prod(data)^(1/150)
[1] 0.2544227
Mean Harmonik
> n<-length(data)
> n
[1] 150
> RH<-n/sum(1/data)
> RH
[1] 0.2485521
Mean Kuadratik (RMS)
>sum(data)^2
[1] 1530.852
> sum(data)^2/n
[1] 10.20568
> sqrt(sum(data)^2/n)
[1] 3.194633
Median
med<-s[75]+0.5*(s[76]-s[75])
> med
[1] 0.25
Modus
0.2000
c) Ukuran-ukuran Penyebaran
Range
> R<-max(data)-min(data)
> R
[1] 0.2831
Varian
> xbar<-mean(data)
> xbar
[1] 0.2608407
> v<-sum((data-xbar)^2)
> v
[1] 0.5480992
> n<-length(data)-1
> n
[1] 149
> s2<-v/n
> s2
[1] 0.003678518
d) Gggge) Jenis kurva yang terbentuk adalah multimodal.