Langsung ke isi
Stasiun 5 · AI untuk IoTStatistik dasar: rata-rata dan sebaran

Materi 2 dari 6 · Stasiun 5

Statistik dasar: rata-rata dan sebaran

20 menit8 kartuDraf AI · belum direview

Setelah materi ini, kamu bisa:

  • Bisa menghitung rata-rata dan median, dan memilih yang tepat saat ada pencilan.
  • Bisa menjelaskan simpangan baku sebagai ukuran seberapa jauh data biasanya menyebar dari rata-rata.
  • Bisa membaca rata-rata dan sebaran pada grafik data sensor.

Materi ini mengisi slot yang belum diputuskan di peta konsep. Isinya usulan.

Apa yang "biasa"?

Dua kamar sama-sama rata-rata 28 °C. Kamar pertama selalu antara 27 dan 29 °C. Kamar kedua berayun dari 22 sampai 34 °C. Rata-ratanya sama, rasanya sangat berbeda.

Untuk menggambarkan data, satu angka tidak cukup. Kita butuh pusatnya (rata-rata atau median) dan sebarannya.

Tiga ukuran

Ketuk satu per satu.

Rata-rata (mean)
Jumlahkan semua nilai, bagi dengan banyaknya. Peka terhadap pencilan, yaitu nilai yang jauh berbeda dari yang lain.
Median
Urutkan semua nilai, ambil yang di tengah. Tidak terpengaruh satu-dua nilai ekstrem.
Simpangan baku (σ)
Rata-rata seberapa jauh nilai menyimpang dari rata-rata. Kecil = data rapat, besar = data menyebar. Satuannya sama dengan datanya (°C).

Tebak dulu

Lima bacaan suhu: 28, 28, 29, 29, dan 85 (bacaan rusak).

  1. Mana yang lebih menggambarkan suhu biasanya?
    • Rata-rata, 39,8
    • Median, 29
    Jawaban

    Median, 29. Satu nilai rusak menarik rata-rata jauh ke atas. Median tetap 29 karena hanya melihat nilai tengah.

Lihat rata-rata dan sebaran

Pita biru adalah rata-rata ± satu simpangan baku. Matikan dan nyalakan, lalu geser kursor ke beberapa jam. Kartu terbuka setelah kamu melihat grafik dengan dan tanpa pita.

Simulasi interaktif tersedia saat JavaScript aktif.

Rata-rata sepanjang hari berada di tengah, tapi suhu sore hampir selalu di atas pita dan suhu subuh di bawahnya. Untuk data yang punya pola harian, rata-rata satu hari penuh menyembunyikan banyak hal. Rata-rata per jam atau rata-rata bergerak lebih berguna (lihat Ambang dan deteksi anomali sederhana).

Menghitung simpangan baku

Langkahnya: (1) hitung rata-rata, (2) kurangi setiap nilai dengan rata-rata, (3) kuadratkan selisihnya, (4) rata-ratakan kuadrat itu, (5) akarkan.

σ = √( rata-rata dari (x − rata-rata)² )

Contoh 26, 28, 30. Rata-rata 28. Selisih −2, 0, 2. Kuadrat 4, 0, 4. Rata-ratanya 8 ÷ 3 ≈ 2,67. Akarnya ≈ 1,63 °C.

Pada banyak data yang bentuknya seperti lonceng, sekitar dua pertiga nilai berada dalam jarak satu simpangan baku dari rata-rata (±1σ), dan hampir semua (sekitar 95%) dalam jarak dua simpangan baku (±2σ).

Ada dua versi rumus: membagi dengan banyaknya data (n), atau dengan n − 1. Untuk data sebanyak data sensor, bedanya sangat kecil.

Hitung sendiri

  1. Rata-rata dari 27, 28, 29, 30, 31?
    Jawaban

    29 °C. (27 + 28 + 29 + 30 + 31) ÷ 5 = 145 ÷ 5 = 29.

  2. Median dari 31, 27, 90, 28, 29?
    Jawaban

    29 °C. 27, 28, 29, 31, 90. Yang tengah 29.

  3. Simpangan baku dari 28, 28, 28, 28?
    Jawaban

    0 °C. Semua sama dengan rata-rata. Tidak ada sebaran, jadi simpangan bakunya nol (σ = 0).

Benar atau salah?

  1. "Dua dataset dengan rata-rata sama pasti mirip."
    • Benar
    • Salah
    Jawaban

    Salah. Sebarannya bisa sangat berbeda. Selalu lihat pusat dan sebaran, dan kalau bisa, grafiknya.

  2. "Satu pencilan besar bisa menggeser rata-rata, tapi median hampir tidak berubah."
    • Benar
    • Salah
    Jawaban

    Benar. Itulah alasan median sering dipakai untuk data sensor yang kadang punya bacaan rusak.

Selesai

  • Rata-rata peka pencilan, median tidak.
  • Simpangan baku mengukur sebaran, dalam satuan yang sama dengan data.
  • Data berpola (harian) butuh rata-rata yang mengikuti waktu, bukan satu angka untuk semua.

Pancingan

Dengan rata-rata dan simpangan baku, kita bisa membuat aturan "kalau suhu menyimpang lebih dari sekian kali simpangan baku, itu janggal". Itu Ambang dan deteksi anomali sederhana.

Berikutnya

Referensi
  • D. Freedman, R. Pisani, R. Purves, Statistics, bab tentang rata-rata dan simpangan baku.
  • OpenIntro Statistics (buku teks terbuka), bab ringkasan data numerik.

Draf AI. Belum direview manusia. Materi ini mengisi slot di peta konsep. Tujuannya usulan penulis AI, belum keputusan.

Kode materi a2 · versi 0.1 · 2026-10-06