BOCAH WEB: MATERI TI

Download Free Android Apps

Ads 728x90

Showing posts with label MATERI TI. Show all posts
Showing posts with label MATERI TI. Show all posts
Algoritma Multilevel Queue
October 24, 2017
Multilevel QueueIde dasar dari algoritma ini berdasarkan pada sistem prioritas proses. Prinsipnya, jika setiap proses dapat dikelompokkan berdasarkan prioritasnya, maka akan didapati queue seperti yang dijelaskan pada gambar berikut:

Multilevel Queue | Stimik Eresha
Multilevel Queue

Dari gambar diatas tersebut terlihat bahwa akan terjadi pengelompokan proses-proses berdasarkan prioritasnya. Kemudian muncul ide untuk menganggap kelompok-kelompok tersebut sebagai sebuah antrian-antrian kecil yang merupakan bagian dari antrian keseluruhan proses, inilah yang sering disebut dengan algoritma multilevel queue.

Dalam hal ini, dapat dilihat bahwa seolah-olah algoritma dengan prioritas yang dasar adalah algoritma multilevel queue dimana setiap queue akan berjalan dengan algoritma FCFS yang memiliki banyak kelemahan. Oleh karena itu, dalam prakteknya, algoritma multilevel queue memungkinkan adanya penerapan algoritma internal dalam masing-masing sub-antriannya yang bisa memiliki algoritma internal yang berbeda untuk meningkatkan kinerjanya. 

Berawal dari priority scheduling yang bisa dipelajari diartikel sebelumnya " Pembahasan Algoritma Priority Scheduling " , algoritma ini pun memiliki kelemahan yang sama dengan priority scheduling, yaitu sangat mungkin bahwa suatu proses pada queue dengan prioritas rendah bisa saja tidak mendapat jatah CPU.

Selengkapnya tentang kelemahan Algoritma Shcheduling bisa dibaca dimasing-masing algoritma:
  • FCFS (First Come First Served) 
  • SJF (Shortes Job First) 
  • Round Robin.
Untuk mengatasi hal tersebut, salah satu caranya adalah dengan memodifikasi algoritma ini dengan adanya jatah waktu maksimal untuk tiap antrian, sehingga jika suatu antrian memakan terlalu banyak waktu, maka prosesnya akan dihentikan dan digantikan oleh antrian dibawahnya, dan tentu saja batas waktu untuk tiap antrian bisa saja sangat berbeda tergantung pada prioritas masing-masing antrian.

Pengertian Lengkap Algoritma Round Robin
October 23, 2017
Round Robin → Algoritma ini menggilir proses yang ada di antrian. Proses akan mendapat jatah sebesar time quantum. Jika time quantum-nya habis atau proses sudah selesai, CPU akan dialokasikan ke proses berikutnya. Tentu proses ini cukup adil karena tak ada proses yang diprioritaskan, semua proses mendapat jatah waktu yang sama dari CPU yaitu (1/n), dan tak akan menunggu lebih lama dari (n-1)q dengan q adalah lama 1 quantum.

Algoritma ini sepenuhnya bergantung besarnya time quantum. Jika terlalu besar, algoritma ini akan sama saja dengan algoritma first come first served. Jika terlalu kecil, akan semakin banyak peralihan proses sehingga banyak waktu terbuang.

Setelah mengamati beberapa proses algoritma termasuk Model Algoritma Round Robin bisa diamati pula bebera kekurangan dan keunggulan dari masing masing Algoritma
  1. FCFS (First Come First Served) 
  2. SJF (Shortes Job First)
  3. Priority Scheduling 


Permasalahan utama pada Round Robin adalah menentukan besarnya time quantum. Jika time quantum yang ditentukan terlalu kecil, maka sebagian besar proses tidak akan selesai dalam 1 quantum. Hal ini tidak baik karena akan terjadi banyak switch, padahal CPU memerlukan waktu untuk beralih dari suatu proses ke proses lain (disebut dengan context switches time). Sebaliknya, jika time quantum terlalu besar, algoritma Round Robin akan berjalan seperti algoritma first come first servedTime quantum yang ideal adalah jika 80% dari total proses memiliki CPU burst time yang lebih kecil dari 1 time quantum.

Urutan Kejadian Algoritma Round Robin
Penggunaan Waktu Quantum
Pengertian Lengkap Algoritma Priority Scheduling
October 23, 2017
Priority Scheduling merupakan algoritma penjadwalan yang mendahulukan proses yang memiliki prioritas tertinggi. Setiap proses memiliki prioritasnya masing-masing.

Prioritas suatu proses dapat ditentukan melalui beberapa karakteristik antara lain:
  1. Time limit.
  2. Memory requirement.
  3. Akses file.
  4. Perbandingan antara burst M/K dengan CPU burst.
  5. Tingkat kepentingan proses.
Priority scheduling juga dapat dijalankan secara preemptive maupun non-preemptive.
Pada preemptive, jika ada suatu proses yang baru datang memiliki prioritas yang lebih tinggi daripada proses yang sedang dijalankan, maka proses yang sedang berjalan tersebut dihentikan, lalu CPU dialihkan untuk proses yang baru datang tersebut. Sementara itu, pada non-preemptive, proses yang baru datang tidak dapat menganggu proses yang sedang berjalan, tetapi hanya diletakkan di depan queue.

Kelemahan pada priority scheduling adalah dapat terjadinya indefinite blocking( starvation). Suatu proses dengan prioritas yang rendah memiliki kemungkinan untuk tidak dieksekusi jika terdapat proses lain yang memiliki prioritas lebih tinggi darinya.

Solusi dari permasalahan ini adalah aging, yaitu meningkatkan prioritas dari setiap proses yang menunggu dalam queue secara bertahap.

Contoh: Setiap 10 menit, prioritas dari masing-masing proses yang menunggu dalam queue dinaikkan satu tingkat. Maka, suatu proses yang memiliki prioritas 127, setidaknya dalam 21 jam 20 menit, proses tersebut akan memiliki prioritas 0, yaitu prioritas yang tertinggi (semakin kecil angka menunjukkan bahwa prioritasnya semakin tinggi).
Pengertian Lengkap Algoritma SJF (Shortes Job First)
October 23, 2017
SJF (Shortes Job First)

Pada algoritma ini setiap proses yang ada di ready queue akan dieksekusi berdasarkan burst time terkecil. Hal ini mengakibatkan waiting time yang pendek untuk setiap proses dan karena hal tersebut maka waiting time rata-ratanya juga menjadi pendek, sehingga dapat dikatakan bahwa algoritma ini adalah algoritma yang optimal. lalu apa perbedaan dengan algorima FCFS (First Come First Served) 
Contoh Shortest Job First

Contoh

Ada 4 buah proses yang datang berurutan yaitu P1 dengan arrival time pada 0.0 ms dan burst time 7 ms, P2 dengan arrival time pada 2.0 ms dan burst time 4 ms, P3 dengan arrival time pada 4.0 ms dan burst time 1 ms, P4 dengan arrival time pada 5.0 ms dan burst time 4 ms. Hitunglah waiting time rata-rata dan turnaround time dari keempat proses tersebut dengan mengunakan algoritma SJF (Shortes Job First). Setelah memperoleh gambaran cara kerja algoritma SJF lalu apa keuntungan  dan kekurangan menggunakan algoritma type ini 
Average waiting time rata-rata untuk ketiga proses tersebut adalah sebesar (0 +6+3+7)/4=4 ms.


Shortest Job First (Non-Preemptive)

Average waiting time rata-rata untuk ketiga prses tersebut adalah sebesar (9+1+0+2)/4=3 ms.
Ada beberapa kekurangan dari algoritma ini yaitu:
  1. Susahnya untuk memprediksi burst time proses yang akan dieksekusi selanjutnya.
  2. Proses yang mempunyai burst time yang besar akan memiliki waiting time yang besar pula karena yang dieksekusi terlebih dahulu adalah proses dengan burst time yang lebih kecil.
Algoritma ini dapat dibagi menjadi dua bagian yaitu :
  1. Preemptive → Jika ada proses yang sedang dieksekusi oleh CPU dan terdapat proses di ready queue dengan burst time yang lebih kecil daripada proses yang sedang dieksekusi tersebut, maka proses yang sedang dieksekusi oleh CPU akan digantikan oleh proses yang berada di ready queue tersebut. Preemptive SJF sering disebut juga Shortest-Remaining- Time-First scheduling.
  2. Non-preemptive → CPU tidak memperbolehkan proses yang ada di ready queue untuk menggeser proses yang sedang dieksekusi oleh CPU meskipun proses yang baru tersebut mempunyai burst time yang lebih kecil.
Keuntungan dan keukurangan tiga metode penjadwalan CPU / Memory
  1. FCFS (First Come First Served)
  2. SJF (Shortes Job First)
  3. Round Robin
Konsep Statistik Data | Matematika Statistika Dasar
September 29, 2017
Tujuan Belajar Matematika "Statistik Data"
    • Memahami pengertian statistik dan statistika beserta penggunaannya.
    • Memahami pengertian populasi dan sampel beserta kegunaannya
    • Menyebutkan macam-macam data.
    • Menyajikan data dalam bentuk tabel.

Uraian Materi tentang pengertian Statistika Dasar dan Statistika Data
 Statistika dasar | Stimik Eresha Pamulang
Statistika dasar | Stimik Eresha Pamulang

Statistik dan Statistika
Statistik adalah Catatan atau susunan data secara teratur kemudian disajikan dalam bentuk
  • Angka-angka
  • Diagram
  • Gambar-gambar
Misal : statistik penduduk, statistik kelahiran dan sebagainya.
Pengertian Statistika
Statistika adalah ilmu pengetahuan yang berhubungan dengan caracara pengumpulan data dan penyusunan data, pengolahan dan penganalisaan data sebagai dasar penarikan kesimpulan dan pengambilan kesimpulan.

Populasi dan Sampel
Populasi adalah keseluruhan objek yang akan diteliti ( diamati ), Populasi merupakan totalitas semua nilai yang mungkin, hasil menghitung atau mengukur, kuantitatif maupun kualitatif mengenai karakteristik tertentu dari semua anggota kumpulan yang lengkap dan jelas yang ingin dipelajari sifatsifatnya.

Sampel ( contoh ) adalah sebagian data yang diambil dari populasi.
Pengambilan sampel harus dapat mewakili ( representatif ) bagi populasi itu sendiri.

Contoh : Akan diadakan penelitian tentang pengaruh pemakaian pupuk urea pada tanaman padi di wilayah kecamatan yang terdiri atas 15 buah desa dan sebagai lahan penelitian tadi Pak Camat menunjuk 4 desa.
Maka populasinya adalah seluruh desa (15 desa) di kecamatan itu. Dan sebagai sampelnya adalah 4 desa.

Kegunaan Statistika
Hampir semua ilmu pengetahuan menggunakan statistika. Misalnya :
  • Di bidang kedokteran, untuk mengetahui perkembangan pasien.
  • Di bidang pendidikan, untuk mengetahui tingkat keberhasilan siswa.
  • Di bidang marketing, erat hubungannya dengan penjualan dan pemasaran.
Pada umumnya statistika digunakan oleh para peneliti antara lain untuk :
  • Menentukan sampel dan mencatatnya secara sistematis.
  • Membaca data yang telah dikumpulkan.
  • Melihat ada atau tidaknya hubungan (korelasi) antar variabel.
  • Melakukan prediksi (peramalan) untuk masa lalu maupun masa depan.
  • Mengadakan interpretasi data, dan sebagainya.

Macam Macam Data
Data adalah himpunan keterangan atau bilangan dari objek yang diamati.
Menurut jenisnya, data dibedakan menjadi :

Data Kuantitatif adalah data yang dapat dinyatakan dengan bilangan.
Data kuantitatif dibagi 2 yaitu : 
Data Diskrit atau Data Cacahan : data yang diperolah dari hasil membilang.
Contoh :
  • Banyaknya mahasiswa Stimik Eresha 7000 orang
  • Satu kilogram mangga berisi 4 biji
Data Kontinu : data yang diperoleh dari hasil mengukur atau menimbang dengan alat ukur yang valid.
Contoh :
  • Berat badan 2 orang siswa adalah 47 kg, 50 kg
  • Diameter tabung = 72,5 mm
Data Kualitatif adalah data yang tidak dapat dinyatakan dengan bilangan (menyatakan mutu atau kualitas).
Contoh :
  • Data jenis kelamin
  • Data kegemaran siswa
Data yang baru dikumpulkan dan belum diolah disebut Data mentah.

Dua Metode pengumpulan data

  1. Metode Sampling adalah pengumpulan data dengan meneliti sebagian anggota populasi.
  2. Metode Sensus adalah pengumpulan data dengan meneliti semua anggota populasi.

Adapun cara untuk mengumpulkan data adalah :

  1. Wawancara ( Interview)
  2. Angket ( Kuesioner)
  3. Pengamatan ( Observasi)
  4. Koleksi ( data dari media cetak atau elektronik )

Pengertian Statistika Deskriptif dan Statistika Inferensial
September 29, 2017
Matematika | Statistika Dasar 
Materi kuliah semester III Teknik Informatika pembahasan tentang "Pengertian Statistika Deskriptif dan Statistika Inferensial "
Statistik Data | Materi Kuliah Fakultas Teknik InformatikaStimik Eresha Unpam Pamulang
Statistik Data | Materi Kuliah Fakultas Teknik Informatika


Metode statistika adalah metode-metode/prosedur-prosedur untuk
  • Pengumpulan data
  • Penyajian data
  • Analisis data
  • Kesimpulan data
Metode statistika terbagi menjadi dua yaitu :
  1. Pengertian Statistika Deskriptif 
  2. Statistika Inferensial 
Pengertian Statistika Deskriptif dan Statistika Inferensial
  1. Statistika deskriptif yaitu berkaitan dengan kegiatan pencatatan dan peringkasan hasil-hasil pengamatan terhadap kejadian-kejadian atau karakteristik-karakteristik manusia, tempat dan sebagainya, secara kuantitatif
  2. Statistika inferensial yaitu metode-metode untuk menganalisis sampel dari populasi sehingga dapat ditarik kesimpulan tentang populasi dari sampel tersebut.

Populasi dan Sampel

Populasi adalah keseluruhan objek psikologis yang menjadi perhatian, Populasi terdiri dari dua katagori pertama 

  1. Populasi yang terhingga (contohnya : Jumlah mahasiswa Stimik Eresha Pamulang)
  2. Populasi tak terhingga (contohnya : jumlah mahasiswa Stimik Eresha Pamulang dari dulu hingga sekarang dan nantinya).

Sampel adalah himpunan bagian dari populasi.
Kita sangat akrab dengan kata “statistik” dalam kehidupan sehari-hari, bahkan di negara kita terdapat lembaga negara yang bernama Badan Pusat Statistik (BPS). Kita juga sering mendengar istilah “observasi”, “data”, “sensus”, “sample”, “populasi” dan lain-lain. Mirip dengan kata statistik, terdapat kata “statistika"

Berikut definisi beberapa istilah tersebut:
STATISTIKA adalah kumpulan metoda yang digunakan untuk merencanakan eksperimen, mengambil data, dan kemudian menyusun, meringkas, menyajikan, menganalisa, menginterpretasikan dan mengambil kesimpulan yang didasarkan pada data tersebut.
DATA adalah hasil observasi atau pengamatan yang telah dikumpulan. Data dapat berupa hasil pengukuran; misalnya data tinggi dan berat badan, hasil pengelompokan; misalnya jenis kelamin, hasil jawaban responden terhadap suatu quesioner; misalnya tingkat kepuasan.
POPULASI adalah koleksi lengkap semua elemen yang akan diselidiki. Suatu koleksi dikatakan lengkap jika ia memuat semua subjek yang akan diselidiki.
SENSUS adalah koleksi data dari semua anggota dalam populasi.
SAMPEL adalah sebagian koleksi anggota yang dipilih dari populasi.
STATISTIKA DESKRIPTIF adalah statistika yang berkaitan dengan analisis dan deskripsi suatu grup sebagai populasinya, tanpa melakukan penarikan kesimpulan apapun untuk komunitas yang lebih luas dari grup tersebut.
STATISTIKA INFERENSI adalah statistika yang mencoba untuk membuat suatu deduksi atau kesimpulan pada populasi dengan menggunakan sampel dari populasi tersebut.
Statistik Data | Teknik Informatika
September 29, 2017

Matematika | Statistika Dasar  Materi kuliah semester III Teknik Informatika pembahasan tentang "Statistik dasar"

Data statistik - jenis dan contohnya
Statistik merupakan ilmu yang mempelajari dengan cara:
Statistik Data | Materi Kuliah Fakultas Teknik Informatika | Stimik Eresha Unpam
Statistik Data | Materi Kuliah Fakultas Teknik Informatika
  • Mengumpulkan data
  • Meringkas data
  • Mengolah data
  • Menyajikan data
  • Menarik kesimpulan dan interpretasi
  • Menganalisis data

Pengertian Statistik Data

Statistik data bisa disimpulkan sebagai Probabilitas atau kemungkinan yang diperoleh dari sebuah galian kumpulan Data mentah yang kemudian dijadikan bahan Informasi kumpulan data yang selanjutnya diolah dan memiliki makna atau arti tertentu.

Pengertian Data | suatu kumpulan informasi atau keterangan yang disampaikan dan diperoleh oleh orang dari suatu Pengamatan/Observasi dan Experiment dalam bentuk
  • Angka
  • Lambang 
  • Sifat
Syarat utama Analisa data atau pengamatan data secara statistic adalah dengan mengolah data secara baik untuk mendapatkan hasil informasi maupun kesimpulan yang baik dan akurat

Data harus memiliki sifat representative atau mewakili, objektif atau sesuai dengan apa yang terjadi, relevan atau berhubungan dengan persoalan yang sedang dialami dan yang akan dipecahkan, dan akurat dengan nilai ketelitian yang tinggi dan kesalahan atau standart eror yang kecil. 

Kita juga harus mendapatkan data internal dan data eksternal untuk mendapatkan hasil akhir data statistic. Data internal (Data Primer) merupakan data yang didapat dari dalam perusahaan itu sendiri, sedangkan Data eksternal  (Data Skunder) didapat dari luar perusahaan atau organisasi tersebut.

Jenis Data Statistik
Beberapa jenis data dalam statistika terdapat 4 tipe data dari tingkat terendah sampai tertinggi. berikut beberapa jenisnya.


Katagotik
  1. Nominal (Data tanpa urutan) digunakan untuk mengklasifikasi informasi ataupun data, contohnya data jenis kelamin. Pada data dilambangkan dengan angka atau numeric jumlah dari orang berjenis kelamin laki-laki dan perempuan.
  2. Ordinal (Data dengan urutan) untuk mengklasifikasikan tingkatan. Tipe ini lebih tinggi dari nominal karena membentuk suatu tingkatan.
Numerik
  1. Interval ciri dari data ini adalah memiliki kemampuan mengklasifikasi dan membentuk tingkatan juga ada titik nol mutlak.
  2. Rasio dimana tipe ini memiliki kemampuan dari ketiga tipe diatas dan angka nol dianggap mutlak.

Contoh Data Statistik
Contoh dari data statistic adalah adanya suatu data dari suatu wilayah kabupaten A dimana ada data jumlah siswa pada setiap jenjang sekolah dari SD, SMP, SMA, SMK. Maka dari data tersebut disimpulkan bahwa pada kabupaten A terdapat jumlah siswa masing-masing jenjang SD, SMP, SMA, SMK dan dapat diketahui total dari keseluruhan siswa sekolah yang ada dalam 1 kabupaten tersebut.

Pembagian dari statistika sendiri dibagi menjadi dua bagian yaitu statistika deskripsi dan statistika induktif (inferens). Statistika deskripsi adalah statistika yang mempelajari cara mengumpulkan data, mengolah, menganalisis, dan menyajikan data. Sedangkan untuk statistika induktif adalah statistika yang mempelajari cara mengumpulkan data, mengolah, menyajikan, menganalisis dan membuat kesimpulan serta keputusan yang akan diambil.

Kegunaan dari data statistika sendiri adalah untuk membantu dalam pengambilan suatu keputusan yang didasarkan pada kesimpulan dari analisis suatu data yang sudah dikumpulkan dari beberapa sampel. Dari statistika kita juga bisa meramalkan keadaan yang akan datang dengan berdasarkan dari masa yang sudah lalu.

Penggolongan data statistic
Terdiri dari 2 pengelompokan data statistik yaitu data kuantitatif dan data kualitatif.
  1. Data kuantitatif adalah data yang berbentuk angka atau bilangan misalnya luas tanah, jumlah penduduk, dan lainnya. jenis data ini perlu dilakukan perhitungan atau operasi matematika dan data kuantitatif ini nilainya bisa berubah sesuai dengan variabelnya.
      Data Numerik langsung diperoleh dan disimpulkan dengan data perVolume secara lebih terperinci ( Jenis data Interval dan Rasio ) 
  2. Data kualitatif adalah data yang tidak berbentuk angka maupun bilangan. Data ini misalnya data kepuasan para pelanggan dalam suatu restoran, puas, tidak puas, atau sangat puas. Kita juga tidak perlu melakukan perhitungan secara matematika dan jenis data ini disebut dengan data atribut. Data kualitatif bisa dibagi menjadi data nominal dan data ordinal.
      Data Katagorik : data yang diperoleh dengan parameter seperti Voite, Skala dan Liker (Jenis data Nominal dan Ordinal ) 

    • Recent search terms:
    • data statistik
    • pengertian data statistik
    • contoh statistik
    • contoh data statistik
    • Data statistik adalah
    • pengertian data dalam statistika
    • contoh statistik dan statistika
    • jenis data statistik
    • pengertian data statistik dan contohnya
    • jenis jenis data statistik

Ads 728x90