Download - lap satop 2
LAPORAN PRAKTIKUM
SATUAN OPERASI INDUSTRI
PENYAJIAN DATA ( GRAFIK )
Oleh:
Nama : Tafsir
NPM : 240110090003
Hari, Tgl praktikum : Kamis, 3 Maret 2011
Asisten : Adhi Purnama
LABORATORIUM 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
Praktikum kali ini akan membahas mengenai cara penyajian data ( grafik ).
Praktikum ini dilakukan untuk membuat para praktikan lebih memahami serta
dapat menerapkan penyajian grafik, ksususnya ke dalam unit operasi industry
hasil pertanian.
Dengan mempelajari mengenai cara penyajian grafik dari suatu data, hal
ini akan sangat membantu para praktikan ketika mendapat sebuah data yang ingin
diaplikasikan ke dalam grafik. Ada banyak jenis grafik yang ada dan dapat
digunakan. Namun pada praktikum kali ini yang akan dipelajari adalah mengenai
grafik linear, logaritma, eksponensial, dan power.
1.2. Tujuan Percobaan
1) Tujuan Pembelajaran Umum ( TPU )
Mahasiswa dapat menampilkan data dan menerapkan penyajian grafik.
2) Tujuan Pembelajaran Khusus ( TPK )
Mahasiswa dapat menganalisis dan menerapkan penyajian grafik dalam
unit operasi industry hasil pertanian.
BAB II
TINJAUAN PUSTAKA
2.1. Pengertian Data
Data berasal dari bahasa Latin yang artinya "sesuatu yang diberikan".
Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara
apa adanya. Pernyataan ini adalah hasil pengukuran atau pengamatan suatu vari-
abel yang bentuknya dapat berupa angka, kata-kata, atau citra. Dalam keilmuan,
fakta dikumpulkan untuk menjadi sebuah data. Data kemudian diolah sehingga
dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang lain
yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi. Pemila-
han banyak data sesuai dengan persamaan atau perbedaan yang dikandungnya di-
namakan dengan klasifikasi.
2.2. Klasifikasi dan Jenis-Jenis Data
1) Jenis Data Menurut Cara Memperolehnya
a) Data Primer adalah secara langsung diambil dari objek / obyek peneli-
tian oleh peneliti perorangan maupun organisasi. Contoh : Mewawan-
carai langsung penonton bioskop 21 untuk meneliti preferensi kon-
sumen bioskop.
b) Data Sekunder adalah data yang didapat tidak secara langsung dari ob-
jek penelitian Peneliti mendapatkan data yang sudah jadi yang
dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik se-
cara komersial maupun non komersial. Contohnya adalah pada peneliti
yang menggunakan data statistik hasil riset dari surat kabar atau ma-
jalah.
2) Macam-Macam Data Berdasarkan Sumber Data
a) Data Internal adalah data yang menggambarkan situasi dan kondisi
pada suatu organisasi secara internal. Misal : data keuangan, data pe-
gawai, data produksi, dsb.
b) Data Eksternal adalah data yang menggambarkan situasi serta kondisi
yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan
suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran
penduduk, dan lain sebagainya.
3) Klasifikasi Data Berdasarkan Jenis Datanya
a) Data Kuantitatif adalah data yang dipaparkan dalam bentuk angka-
angka. Misalnya adalah jumlah pembeli saat hari raya idul adha, tinggi
badan siswa kelas 3 ips 2, dan lain-lain.
b) Data Kualitatif adalah data yang disajikan dalam bentuk kata-kata yang
mengandung makna. Contohnya seperti persepsi konsumen terhadap
botol air minum dalam kemasan, anggapan para ahli terhadap psikopat
dan lain-lain.
4) Pembagian Jenis Data Berdasarkan Sifat Data
a) Data Diskrit adalah data yang nilainya adalah bilangan asli. Contohnya
adalah berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke
waktu, dan lain-sebagainya.
b) Data Kontinyu adalah data yang nilainya ada pada suatu interval ter-
tentu atau berada pada nilai yang satu ke nilai yang lainnya. Contohnya
penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas
pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih
7000 ton.
5) Jenis-jenis Data Menurut Waktu Pengumpulannya
a) Data Cross Section adalah data yang menunjukkan titik waktu tertentu.
Contohnya laporan keuangan per 1 desember 20011, data pelanggan PT.
maju mundur bulan mei 2004, dan lain sebagainya.
b) Data Time Series / Berkala Data berkala adalah data yang datanya
menggambarkan sesuatu dari waktu ke waktu atau periode secara his-
toris. Contoh data time series adalah data perkembangan nilai tukar dol-
lar amerika terhadap euro eropa dari tahun 2004 sampai 2006, dll.
Jenis Grafik yang akan digunakan dalam praktikum :
1) Grafik Linear ( y = ax + b )
2) Grafik Logaritma ( y = b ln (x) a
3) Grafik Power (y = c xb )
4) Grafik eksponensial yy = a ebx )
2.3. Grafik Data
Grafik data atau diagram data, adalah penyajian data dalam bentuk
gambar. Grafik data sebenarnya merupakan penyajian data secara visual dari data
bersangkutan. Grafik data dibedakan atas beberapa jenis, yaitu :
1) Grafik batang (histogram) merupakan dipakai untuk menekankan
perbedaan tingkat nilai dan beberapa aspek contohnya grafik penyesua-
ian barang.
2) Grafik garis merupakan dipakai untuk menggambarkan perkembangan /
perubahan dari waktu ke waktu contohnya grafik kesehatan anak.
3) Grafik lingkaran merupakan grafik yang menyatakan perbandingan
dengan gambar lingkaran
2.4. Analisis Regresi
Analisis regresi dikelompokkan dari mulai yang paling sederhana sampai
yang paling rumit, tergantung tujuan yang berlandaskan pengetahuan atau teori
sementara, bukan asal ditentukan saja.
a) Regresi Linier Sederhana bertujuan mempelajari hubungan linier antara
dua variabel. Dua variabel ini dibedakan menjadi variabel bebas (X) dan
variabel tak bebas (Y).
b) Regresi Berganda seringkali digunakan untuk mengatasi permasalahan
analisis regresi yang melibatkan hubungan dari dua atau lebih variabel
bebas.
c) Regresi Kurvilinier seringkali digunakan untuk menelaah atau
memodelkan hubungan fungsi variabel terikat (Y) dan variabel bebas (X)
yang tidak bersifat linier. Tidak linier bisa diartikan bilamana laju
perubahan Y sebagai akibat perubahan X tidak konstan untuk nilai-nilai X
tertentu.
d) Regresi Dengan Variabel Dummy (Boneka) Analisis regresi tidak saja
digunakan untuk data-data kuantitatif (misal : dosis pupuk), tetapi juga
bisa digunakan untuk data kualitatif (misal : musim panen). Jenis data
kualitatif tersebut seringkali menunjukkan keberadaan klasifikasi
(kategori) tertentu, sering juga dikatagorikan variabel bebas (X) dengan
klasifikasi pengukuran nominal dalam persamaan regresi.
e) Regresi Logistik (Logistic Regression). Bila regresi dengan variabel bebas
(X) berupa variabel dummy, maka dikategorikan sebagai regresi dummy.
BAB III
METODOLOGI PENGAMATAN DAN PENGUKURAN
3.1. Alat dan Bahan
Kertas grafik
Alat hitung ( kalkulator )
Mistar
Alat tulis
3.2. Prosedur Percobaan
Berikut ini merupakan prosedur yang dilakukan saat praktikum :
1) Menetukan nilai dari a, b, dan r2 dengan menggunakan kalkulator dengan
persamaan grafik linier, eksponensial, power, dan logaritma.
2) Mencatat nilai ke dalam buku catatan kelompok.
3) Membuat grafik pada millimeter blok dengan menggunakan data yang ada.
BAB IV
HASIL PERCOBAAN
1. Kacang dikeringkan dengan menggunakan pengering ‘thin layer’ dan
ditimbang secara periodic. 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 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.
Penyelesaian :
0 10 20 30 40 50 60 70 800
2
4
6
8
10
12
f(x) = 10.1618747598047 exp( − 0.0524190896482059 x )R² = 0.988884611676306
Eksponensial
hubungan waktu dengan kadar air
Exponential (hubungan waktu dengan kadar air)
waktu (menit)
kadr
a ai
r (%
)
0 10 20 30 40 50 60 70 800
2
4
6
8
10
12
f(x) = − 0.138090763236305 x + 8.01527618611047R² = 0.831974719675219
Linear
hubungan waktu dengan kadar airLinear (hubungan waktu dengan kadar air)
waktu (menit)
kad
ar a
ir (
%)
2. Produk hasil pengeringa dengan spray drier diayak dengan ukuran dan
hasilnya sebagai berikut :
Mesh
Diameter Ayakan Fraksi massa
tertinggal
Fraksi massa yang
lolosinchi mm
10
14 0,05550 1,4097 0,19 0,79
20 0,03940 1,0007 0,32 0,66
28 0,02800 0,7112 0,20 0,78
35 0,01980 0,5029 0,13 0,85
48 0,01400 0,3556 0,07 0,91
65 0,00990 0,2514 0,04 0,94
100 0,00700 0,1778 0,03 0,95
Σ 0,98
Penyelesaian :
0 0.01 0.02 0.03 0.04 0.05 0.060
0.1
0.2
0.3
0.4
0.5
f(x) = 6.31289333723286 x + 0.0105831023794822R² = 0.460634585200772
Linear
hubungan diameter ayakan dengan fraksi massa yang lo-losLinear (hubungan diameter ayakan dengan fraksi massa yang lolos)
diameter ayakan (inci)
Frak
si m
assa
yan
g lo
los
0 0.01 0.02 0.03 0.04 0.05 0.060
0.050.1
0.150.2
0.250.3
0.350.4
0.450.5
f(x) = 0.170816885991997 ln(x) + 0.837446605727313R² = 0.609637746755572
Logaritma
hubungan diameter ayakan dengan fraksi massa yang lo-losLogarithmic (hubungan di-ameter ayakan dengan fraksi massa yang lolos)
diameter ayakan (inci)
Frak
si m
assa
yan
g lo
los
3. Buat grafik dari data di bawah ini :
x 0,9 2,3 3.3 4,5 5,7 6,7
y 1,1 1,61 2,6 3,2 4 5
Penyelesaian :
0 1 2 3 4 5 6 7 80
12
34
56
f(x) = 0.671404109589041 x + 0.299857305936073R² = 0.983948800136533
Linear
hubungan x dan yLinear (hubungan x dan y)
x
y
0 1 2 3 4 5 6 7 80
1
2
3
4
5
6
f(x) = 1.83814859718118 ln(x) + 0.752956856931934R² = 0.856650785855396
Logaritma
hubungan x dan yLogarithmic (hubungan x dan y)
x
y
0 1 2 3 4 5 6 7 80
1
2
3
4
5
6
f(x) = 1.05802223083298 x^0.756570229497261R² = 0.955428602430373
Power
hubungan x dan yPower (hubungan x dan y)
x
y
0 1 2 3 4 5 6 7 80
1
2
3
4
5
6
f(x) = 0.935054342123991 exp( 0.260206951964515 x )R² = 0.972970022913769
Eksponensial
hubungan x dan yExponential (hubungan x dan y)
x
y
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
Penyelesaian :
0 1 2 3 4 5 6 7 8 90
102030405060708090
f(x) = 10.7772045149724 x − 18.330864847719R² = 0.939848610314843
Linear
hubungan X dan YLinear (hubungan X dan Y)
x
y
0 1 2 3 4 5 6 7 8 90
102030405060708090
f(x) = 35.352173227191 ln(x) − 16.7944195159061R² = 0.78245516554024
Logaritma
hubungan X dan YLogarithmic (hubungan X dan Y)
x
y
0 1 2 3 4 5 6 7 8 90
102030405060708090
f(x) = 0.830524990144672 x^2.17554883100689R² = 0.993820536965905
Power
hubungan X dan YPower (hubungan X dan Y)
x
y
0 1 2 3 4 5 6 7 8 90
102030405060708090
f(x) = 1.04183615062271 exp( 0.584173275993793 x )R² = 0.926130299615557
Eksponensial
hubungan X dan YExponential (hubungan X dan Y)
x
y
BAB V
PEMBAHASAN
Pada raktikum kali ini, praktikan akan melakukan perhitungan nilai a, b,
dan r2 dari suatu data yang ada. Perhitungan dilakukan menggunakan kalkulator.
Pencarian nilai tersebut dilakukan dalam empat jenis persamaan yang berbeda
yaitu linear, logaritma, eksponensial, dan power. Dari keempat persamaan yang
ada akan dihasilkan hasil yang berbeda-beda. Data-data yang sudah ada kemudian
dibuat ke dalam grafik.
Perhitungan dan pembuatan grafik kemudian dilakukan dengan
menggunakan Ms. Excel. Dari hasil perhitungan untuk nilai a, b, dan r2, tidak
terdapat perbedaan yang signifikan terhadap perhitungan dengan menggunakan
kalkulator. Untuk grafik yang dihasilkan, cukup terlihat perbedaan untuk setiap
grafik, hal ini karena hasil perhitungannya yang berbeda. Namun untuk soal
nomor 1 dan 2, hanya bisa dilakukan dua pembuatan grafik. Pada nomor 1, grafik
yang ada hanya grafik eksponensial dan grafik linear. Sedangkan pada nomor 2
hanya grafik linear dan logaritma.
Dari beberapa grafik yang ada, nilai r2 untuk setiap grafik sangat terlihat
perbedaannya. Pada nomor 1, nilai r2 yang paling mendekati angka 1 ada pada
grafik eksponensial. Nomor 2 ada pada grafik logaritma. Nomor 3 ada pada grafik
linear. Sedangkan untuk nomor 4 ada pada grafik power. Semakin mendekati
angka 1 maka itu menandakan bahwa hasil dari r2 semakin baik pula.
BAB VI
PENUTUP
6.1. Kesimpulan
Data merupakan catatan atas kumpulan fakta yang ada.
Grafik data atau diagram data, adalah penyajian data dalam bentuk
gambar.
Jenis-jenis regresi yang ada seperti Regresi Linier Sederhana, Regresi
Berganda, Regresi Kurvilinier, Regresi Logistik,dan Regresi Dengan
Variabel Dummy
Nilai R yang baik adalah nilai yang mendekati 1.
6.2. Saran
Para praktikan harus teliti dalam menghitung nilai a, b, dan r2 dengan
menggunakan kalkulator.
Dalam membuat grafik pada millimeter blok harus rapi dan teliti.
DAFTAR PUSTAKA
http://organisasi.org/
klasifikasi_jenis_dan_macam_data_pembagian_data_dalam_ilmu_eksak_sains_st
atistik_statistika ( di akses tanggal 7 Maret 2011 )
http://id.wikipedia.org/wiki/Data ( di akses tanggal 7 Maret 2011 )