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 )