Archive for the ‘statistik matematika’ Category

Mouse Without Borders, Kendalikan Banyak Komputer dengan Satu Mouse

November 1, 2011

Microsoft melalui side projectnya “The Garage” telah membuat software bernama Mouse Without Borders yang memungkinkan satu mouse dan keyboard dapat digunakan untuk banyak komputer (maksimal 4 komputer), yang memberikan kesan desktop yang terintegrasi.

Menggunakan software ini anda akan bisa memindahkan kursor mouse ke setiap komputer yang telah disetting, dan dapat mengetik disetiap desktop hanya memerlukan satu keyboard saja.

Program juga memiliki kemampuan drag-and-drop dan copy-paste antar desktop komputer, mengambil screenshot dari desktop lain, me-lock komputer, dan pilihan merubah logo screen Windows dari image database Bing. (more…)

Advertisements

Identifikasi Biometrik dengan Sidik Jari

October 31, 2011

Sejak awal peradaban, pengenalan identitas sesama manusia telah menjadi benang merah dalam struktur masyarakat. Sampai abad ke-20, pengenalan identitas diri ini secara manual dilakukan dalam komunitas kecil di antara teman dan kenalan yang didasarkan pada penampilan visual seperti wajah, gaya rambut, tipe tubuh, gaya berjalan, dan suara.

 

Dengan kemajuan teknologi komunikasi dan transportasi, manusia menjadi saling terkait untuk membentuk sebuah komunitas global yang jauh lebih besar. Sering kali, transaksi bisnis tidak lagi dilakukan secara pribadi dengan jabat tangan atau tanda tangan di atas kertas. Melaksanakan kegiatan usaha dari lokasi terpencil telah menjadi norma. Akibatnya, hal itu menjadi kebutuhan untuk melakukan pengakuan pribadi yang dapat diandalkan dan sering kali dilaksanakan pada lokasi yang berbeda dan melalui sarana otomatis. (more…)

Info Lalu Lintas Jakarta Tersedia di Google Maps

October 31, 2011

Senin, 31 Oktober 2011

Google menyediakan informasi lalu lintas Jakarta di Google Maps. Warna merah menunjukkan kendaraan berjalan perlahan, warna hijau menunjukkan kendaraan melaju cepat

Google ternyata sudah memberikan layanan informasi lalu lintas Kota Jakarta kepada para pengguna Google Maps. Info gratis ini dapat diakses di http://maps.google.co.id dan dalam Google Maps for Mobile.

Google telah bekerja untuk menghadirkan informasi transportasi darat yang akurat dan komprehensif dalam sebuah platform pemetaan global yang dapat diakses dengan mudah oleh masyarakat Indonesia dari perangkat apa saja.” kata Andrew McGlinchey, Head of Product, Google Southeast Asia. (more…)

ISI Dublin WSC Tentative Administrative Meetings Schedule

June 4, 2011

Monday 22 August Tuesday 23 August Wednesday 24 August* Thursday 25 August Friday 26 August
Chairs of ISI Programme Coordinating
Committees & Short Courses Committees &
Theme Day Committees for Dublin & Hong
Kong WSCs
– ISI Nominations Committee Meeting I
– ISI Executive Committee & Chairs of the
Special Interest Committees Meeting
– ISI Advisory Board on Professional Ethics
– IASS Joint Council Meeting
– IASC Committee on CS&KD
– BS Publications Committee
– ISI Short Courses Committees
for Dublin & Hong Kong WSCs
(all members)
– ISI Committee on the History
of Statistics
– ISBIS EC Meeting
– ISI Sports Statistics Committee
– ISI Awards Committee
– ISI Publications Committee
– ISI Astrostatistics Committee
– BS EC Meeting I
– IASE General Assembly
– IAOS Joint EC Meeting
ISI Executive Committee & Chairs of the
Operational Committees
– ISI Membership Elections Committee
– IAOS Programme Committee for Kiev
Conference 2012
– IASS EC Meeting
– TIES Board of Directors Meeting
– IASC European Regional Section Board
of Directors Meeting
– ISR Editorial Board Meeting
ISI Nominations Committee Meeting II
– ISI Committee for the Promotion of
Statistics in the Life Sciences
– ISI Outreach Committees
– SCORUS Meeting
– IASC General Assembly
– ISBIS Incoming Council Meeting
– ISLP Country Representatives Open
Meeting
08:30 – 10:45 Scientific Meetings Scientific Meetings Water Plenary Scientific Meetings Scientific Meetings
10:45 – 11:15
11:15 – 13:30 Scientific Meetings Scientific Meetings Water & Scientific Meetings Scientific Meetings Scientific Meetings
13:30 – 15:00
ISI Finance & Investments Committees Meeting
13:00-15:00
ISI Member Auditors
– ISI Committee on Women in Statistics:
Country Representatives
– IASS General Assembly
– BS European Regional Committee
– IASE EC Meeting I
– IASC Council Meeting
– Scientific Programme Committee for Hong
Kong WSC
ISI Astrostatistics Open
Meeting
– ISI Khawarezmi Committee on
Statistics of Arab Region
– ISI Committee on Statistics of
Travel & Tourism
– IASE ISLP Advisory Board
Meeting
– IAOS General Assembly
– ISBIS Council Meeting
– ISI & National Statistical
Societies Lunchtime Event (by
invite only)
ISI Latin American Outreach Committee Open
Meeting
– ISI Committee on Agricultural Statistics
– ISI Young Statisticians Ad Hoc Committee
– IASE ISLP Open Meeting
– ISBIS General Assembly & Open Meeting
– ISI Theme Day Committees for Dublin &
Hong Kong WSCs
– ISI Committee on Risk Analysis
– ISI East Asian Outreach Committee
– BS General Assembly
– IASS Incoming Council Meeting
– IASE EC Meeting II
– ISI & National Statistics Offices Lunchtime
Event (by invite only)
– ISI Incoming EC Meeting
– ISI Committee on Women In Statistics
– BS EC Meeting II
– IASE ICOTS Committee
– IASC Programme Committee for Hong
Kong WSC 2013
– TIES General Assembly
ISI & Sections’ Awards Ceremony
15:00-15:45
ISI President’s IPS Meeting
15:00-16:45
ISI General Assembly
15:45-18:00
Closing Ceremony
16:45-17:30
Mixer for Young Statisticians
Reception for ISI Elected Members
Women in Statistics Mixer
Last update: 23 May 2011
ISI EC Dinner ISI Council Reception Traditional Irish Night
Trinity College
* Water Theme Day
Registration
08:00 – 16:00
ISI Joint EC Meeting
09:00 – 12:00
ISI Joint EC Meeting
10:00 – 17:00
Opening Ceremony &
Welcome Reception
(from 16:30)
Saturday 20 August Sunday 21 August
Gala Dinner
(from 19:00)
Director-General’s
Evening VIP Dinner (by invite only)
ISI Dublin WSC Tentative Administrative Meetings Schedule
10:45 – 11:15 Tea / Coffee Break
07:00 – 08:30
15:00 – 17:15
ISI Joint Council Meeting
10:00 – 17:00
Scientific Meetings Scientific Meetings Water & Scientific Meetings
Friday 19 August

menghitung luas lingkaran menggunakan Foxpro

May 27, 2011

*PROSEDUR MENGHITUNG LUAS LINGKARAN
PROCEDURE LUAS
INPUT “MASUKKAN NILAI RADIUS LINGKARAN” TO RADIUS
LS=PI()*RADIUS^2
@5,0 SAY “LUAS LINGKARAN DENGAN R=”+STR(RADIUS)
@6,0 SAY “ADALAH                 =”+STR(LS,10,2)
RETURN

*PROSEDUR MENGHITUNG KELILING LINGKARAN
PROCEDURE KELILING
INPUT “MASUKKAN NILAI RADIUS LINGKARAN” TO RADIUS
KEL=2*PI()*RADIUS
@5,0 SAY “KELILING LINGKARAN DENGAN R=”+STR(RADIUS)
@6,0 SAY “ADALAH                     =”+STR(KEL,10,2)
RETURN

*PROSEDUR MENGHITUNG LUAS SEGITIGA
PROCEDURE LUASSEGITIGA
INPUT “MASUKKAN NILAI ALAS” TO ALAS
INPUT “MASUKKAN NILAI TINGGI” TO TINGGI
LS3=1/2*ALAS*TINGGI
@5,0 SAY “LUAS SEGITIGA DENGAN ALAS=”+STR(ALAS)
@6,0 SAY “DAN DENGAN TINGGI        =”+STR(TINGGI)
@7,0 SAY “ADALAH                   =”+STR(LS3,10,2)
RETURN

*PROSEDUR MENGHITUNG LUAS PERSEGI PANJANG
PROCEDURE LUASPP
PARAMETERS PANJANG,LEBAR
LUASPP=PANJANG*LEBAR
@5,0 SAY “LUAS PERSEGI PANJANG DENGAN”
@6,0 SAY “PANJANG=”+STR(PANJANG)
@7,0 SAY “LEBAR=”+STR(LEBAR)
@8,0 SAY “ADALAH=”+STR(LUASPP)
RETURN

Maximum Likelihood Estimation

May 22, 2011

Maximum Likelihood Estimation adalah teknik yang digunakan untuk mencari titik tertentu untuk memaksimumkan sebuah fungsi.
Secara ’empirical value’ dengan melakukan ‘plot’. Dimisalkan f(x) ialah suatu fungsi, dan kita memasukkan nilai dari x, dan peluang dikatakan nilai x fungsi variabel random.
Misalkan jumlah permen A adalah 3 kali lebih banyak jumlah permen B, maka X mengikuti Binomial (3,p), dan akan mencapai nilai peluang maksimal yakni pada nilai 27/64 untuk f(x:3/4) nilai x= 2 dan x= 3. Hal ini dapat dicari menggunakan fungsi peluang Binomial.
Fungsi Likelihood
Definisi Fungsi Likelihood, fungsi Likelihood dari sebanyak n variabel random X1, X2, … , Xn didefinisikan sebagai fungsi peluang bersama dari n variabel random, yaitu:
fX1, X2, … Xn (x1, x2, … xn: θ) yang dipandang sebagai fungsi dari θ. Misalkan X1, X2, … Xn adalah fungsi sebaran random dari fungsi peluang fX(x: θ) maka fungsi likelihoodnya ialah

fX1(x1: θ) . fX2(x2: θ) . … .fXn(xn: θ) atau ∏ fXi(xi: θ)

Contoh: Fungsi likelihood dari θ dinotasikan dengan L(θ: X1.X2. … .Xn) =L(θ) maka MLE (Maximum Likelihood Estimator) diperoleh dengan cara berikut ini:

δL(θ) / δθ  ¦ θ = θ ‘cap’    = 0(zero)

atau dapat diperoleh dengan cara mengambil logaritma natural (ln) dari L(θ) selanjutnya didiferensialkan yakni:

δlnL(θ) / δθ  ¦ θ = θ ‘cap’    = 0(zero)

Contoh Soal Maximum Likelihood Estimation

X1, X2, .., Xn merupakan sebaran random dari distribusi Normal Baku / N(μ, σ²). Carilah MLE dari μ dan σ² !

Untuk menjawabnya, kita mulai dengan

L(μ, σ²) = ∏ fXi (xi: μ, σ²)

L(μ, σ²) = ∏ 1/σ√2π  . e^(-1/2(xi-μ)²/σ²)

L(μ, σ²) =  (σ²)^-(n/2) (2π)^(-n/2)  . e^(-1/2Σ(xi-μ)²/σ²)

lnL(μ, σ²) =  -n/2 . (σ²) – (n/2)(2π) – 1/2 . Σ(xi-μ)²/σ²)

δlnL(μ, σ²) / δμ =   Σ(xi-μ) /σ²

dengan beberapa langkah berikutnya kita dapatkan MLE dari μ ialah μ ‘cap’ di mana μ ‘cap’ ini = 1/n . Σxi = X ‘bar’ atau rata-rata dari sampel.

dan ketika kita menurunkan lnL(μ, σ²) terhadap σ² diperoleh hasil

δlnL(μ, σ²) / δσ² = n/2σ² + Σ(xi-μ)²/2(σ²)²

dan untuk mendapatkan nilai maksimum dari σ² ‘cap’ (penduga/estimator bagi σ²), samakan dengan nilai nol, dan diperoleh hasil:

Karena MLE dari μ adalah μ ‘cap’ = x ‘bar’ (rata-rata sampel), maka MLE dari σ² adalah σ² ‘cap’ = Σ(xi-x ‘bar’)²/n dan ternyata penduga untuk varians ini bias (untuk sampel-sampel kecil).

Diketahui pula bahwa MLE dari penduga p pada Distribusi Bernoulli (p) juga rata-rata dari sampelnya.

Untuk kasus-kasus tertentu, dikarenakan tidak mungkinnya fungsi tersebut di turunkan, atau tak mendapat nilai dari penurunannya, digunakanlah pendekatan Order Statistik untuk mencari MLE suatu parameter. Hal ini bisa diterapkan pada Informasi pada indikator suatu fungsi peluang, misalkan pada Distribusi Uniform (θ – 1/2 , θ + 1/2).

Begitu pula pada distribusi Uniform (μ – √2 , μ + √2)

Pada pendekatan Order Statistik untuk mencari MLE ini, menggarisbawahi bahwa Y1 merupakan Order Statistik Minimum dan Yn merupakan Order Statistik Maksimumnya.

Pendekatan ini bahkan memungkinkan untuk mengatakan MLE berupa Interval, misal pada Uniform (0 , 2θ + 1).

TERIMA KASIH sudah membaca.

Matur Nuwun.