Tutorial

Plot Logo Google Drive

oleh Prof. Dedi Rosadi

TIm Mahasiswa

1. Fadil Irsyad Muhammad (20/462311/PA/20283)
2. Prasetyo Adi Nugroho (20/459369/PA/20030)
3. Runi Hidayahna (20/455521/PA/19736)
4. Saddam Ihsan Da'im (20/462329/PA/20301)

Untuk membuat logo google drive, dapat digunakan script berikut

#Membuat plot dengan menggunakan fungsi plot
#sumbu x dan y dinamakan c(-25.25), type plotnya adalah 'n'
#batas interval sumbu x dan y atau xlim dan ylim adalah dari -25 sampai 25
#Plotnya diberi judul 'Google Drive'
plot(c(-25.25),c(-25.25),type='n',ylim=c(-25,25),xlim=c(-
25,25),main='Google Drive')
#Membuat trapesium biru muda dengan fungsi polygon
x=c(-5,-10,10,5)
y=c(-5,-15,-15,-5)
polygon(x,y,col="dodgerblue1",border="dodgerblue1")
#Membuat trapesium hijau dengan fungsi polygon
x1=c(-15,-5,0,-5)
y1=c(-5,-5,5,15)
polygon(x1,y1,col="springgreen4",border="springgreen4")
#Membuat trapesium kuning keemasan dengan fungsi polygon
x2=c(5,15,5,0)
y2=c(-5,-5,15,5)
polygon(x2,y2,col="darkgoldenrod1",border="darkgoldenrod1") read more

Membuat Plot Ucapan Valentine

Berikut diberikan contoh skrip untuk membuat plot mengucapkan selamat Valentine Day kepada seseorang. Pembuatan plot dimulai dengan memplot fungsi “heart” dan kemudian menambahkan text ucapan selamat valentine day di posisi tertentu pada gambar. Secara detail diberikan dengan source code berikut:

heart1 = function(name){
t = seq(0,60,len=100)
plot(c(-8,8),c(0,20),type=’n’,axes=FALSE,xlab=”,ylab=”)
x = -.01*(-t^2+40*t+1200)*sin(pi*t/180)
y = .01*(-t^2+40*t+1200)*cos(pi*t/180)
lines(x,y, lwd=4)
lines(-x,y, lwd=4)
text(0,7,”Happy Valentine’s Day”,col=’red’,cex=2.5)
text(0,5.5,name,col=’red’,cex=2.5)
} read more

Mencari Maximum Likelihood Estimator (MLE) dengan pendekatan Iterasi Newton Raphson

Oleh: Prof. Dr.rer.nat. Dedi Rosadi

Tim Mahasiswa

Ardifya Nandhia Kirana         ( 19/442588/PA/19337 )

Cicilia Debie Simangunsong  ( 19/442590/PA/19339 )

Danny Theodore Dunrui         ( 19/442591/PA/19340 )

Dinda Awanda Ramadhani     (19/440077/PA/19066 )

Nurhalim Subha Permata        ( 19/442603/PA/19352 )

 Penjelasan Metode Maximum Likelihood

Untuk memodelkan suatu model statistika, kita perlu menghitung estimator yang ada pada model untuk menentukan persamaan model statistikanya. Namun, estimator tersebut sangat sulit untuk dihitungan apalagi jika melibatkan beberapa distribusi seperti distribusi Beta dan distribusi Gamma. Maximum Likelihood Estimator adalah salah satu metode untuk menghitung estimator dari suatu distribusi. read more

Mencari akar fungsi multivariat menggunakan Metode Newton Raphson

Oleh: Prof. Dr.rer.nat. Dedi Rosadi, S.Si., M.Sc.

Anggota Mahasiswa:

  1. Tarisa Putri Cahyani           (19/439217/PA/19040)
  2. Adhitya Ghiffari Pramudito           (19/445712/PA/19536)
  3. Aulia Kresna Ikhsansyah           (19/445714/PA/19538)
  4. Nabila Mutiara Suci           (19/445721/PA/19545)
  5. Nuni Ayu Ajeng Puspitasari           (19/445723/PA/19547)

  • Contoh program dengan menggunakan R

Syntax :

newRaphson=function(x,y,iter){       

for(i in 1:iter){

f1=expression(5*x^2-y^4+15)

f2=expression(2*x^2+3*y-43)

f.1=5*x^2-y^4+15

f.2=2*x^2+3*y-43

dbx1=D(f1,”x”); dby1=D(f1,”y”)

dbx2=D(f2,”x”); dby2=D(f2,”y”)

v=c(x,y)

par=matrix(v)

f=matrix(c(f.1,f.2))

dbx.1=eval({x;y;dbx1})

dbx.2=eval({x;y;dbx2})

dby.1=eval({x;y;dby1})

dby.2=eval({x;y;dby2})

jac=matrix(c(dbx.1,dbx.2,dby.1,dby.2),nrow=2) read more

Tutorial: Simulasi monte carlo untuk prediksi penjualan sepatu

Oleh Prof. Dedi Rosadi, S.Si., M.Sc.

Tim Mahasiswa

  1. Arum Shelly Rahma (19/439208/PA/19031)
  2. Febina Nur Sabilla Azahra (19/439210/PA/19033)
  3. Hidayah Budi Sayekti (19/445717/PA/19541)
  4. Julius Satya Ratnandi (19/442595/PA/19344)
  5. Khairunnisa Adinda (19/439212/PA/19035)

 

Diketahui sebuah toko sepatu mmengetahui distribusi permintaan sepatu per harinya selama 100 hari terakhir mengikuti pola distribusi sebagai berikut:

No Permintaan Frekuensi permintaan
1 4 pasang 5
2 5 pasang 10
3 6 pasang 15
4 7 pasang 30
5 8 pasang 25
6 9 pasang 15
Jumlah 100

Lakukan prediksi sepuluh hari kedepan menggunakan pendekatan simulasi monte carlo!

Untuk melakukan simulasi monte carlo untuk kajian prediksi empirik dilakukan dengan algoritma sebagai berikut

1. HItung distribusi frekuensi empirik dan distribusi kumulatif empirik dari data

2. Susun tabel koding sesuai dengan kelas distribusi kumulatif empirik read more

Tutorial: Membangkitkan bilangan random berdistribusi Uniform (a,b) dan berdistribusi Weibul dengan pendekatan metode Inverse Transform

oleh

Prof. Dr.rer.nat. Dedi Rosadi, S.Si., M.Sc.

Tim Mahasiswa

Maria Lidya Natalia M.                (19/439213/PA/19036)

Tetuko Titah Gusti                        (19/439218/PA/19041)

Pingky Oktiawati                          (19/439215/PA/19038)

Venessa Yumadila Syahra            (19/445727/PA/19551)

Vincensius Dimas R                     (19/445728/PA/19552)

Salah satu teknik untuk pembangkitan bilangan random yang populer adalah pendekatan metode inverse transform. Berikut akan dijelaskan bagaimana melakukan pembangkitan bilangan random berdistribusi uniform(a,b) dan Weibull dengan pendekatan ini, berserta syntax program dengan  R untuk pembangkitan data. read more