PERANAN KOMPUTER DALAM BIDANG PROBABILITAS DAN STATISTIK

PERANAN KOMPUTER DALAM BIDANG
PROBABILITAS DAN STATISTIK
Pengertian:
Statistika adalah serangkaian metode yang dipakai untuk mengumpulkan, menganalisa, menyajikan dan memberi makna, data. Metode statistik digunakan dalam berbagai hal dan mampu membantu untuk mengamati, mempelajari dan memecahkan berbagai masalah yang cukup rumit bila sekedar dibicarakan untuk diselesaikan.

Dalam kerangka kerja dalam ukuran dunia, metode statistik mempermudah para pengambil keputusan memahami informasi mana yang harus dimanfaatkan, agar keputusan mereka tepat di saat situasi tak menentu.
Apalagi kini berbagai informasi statistik kini banyak tersedia secara luas, dengan dukungan IT. Dalam kompetisi saat ini, tak mungkin lagi menghindari IT sebagai pendukung proses kerja, sekaligus memahami dan memanfaatkan informasi secara efektif.
Tetapi untuk apa memiliki perangkat IT yang rumit, canggih dan mahal, bila ternyata masih dilatarbelakangi cara berpikir tak runtut dan cermat ? Sia-sialah investasi untuk IT. Cukup banyak contoh untuk hal ini, atau barangkali dapat dinyatakan sebagai terlalu banyak sebagai contoh kegagalan menanggapi kemampuan kinerja IT.
Karenanya sangat dibutuhkan pemahaman tentang cara berpikir secara statistik sekaligus menguasai teknik-teknik agar keputusan yang dihasilkan benar-benar tepat sasaran dan kompetitif.
Teknologi komputasi memiliki peran luar biasa penting untuk analisa data statistik. Berbagai aplikasi komputasi-statistik yang kini dengan mudah dapat diperoleh secara komersial atau cuma-cuma, secara legal, memungkinkan mengemas data menjadi informasi.
Yang perlu diperhatikan seksama, karena sangat lazim terjadi kesalahan yang secara fatal malah dibanggakan; adalah bahwa aplikasi-aplikasi itu memang sangat luar biasa dalam menangani data yang berjumlah besar, dan mampu menghasilkan berbagai ringkasan statistik tentang yang diolahnya, tetapi fungsinya bukan memberikan analisa data statistik.
Fokus pada interpretasi hasil yang dibuat oleh aplikasi tadi, menjadi inferensial dan prakiraan, adalah fungsi analisa data statistik. Siapa atau apa yang lakukan itu ? Tak perlu menjadi pertanyaan tak berjawab, bukan?
Tahapan langkah saat menggunakan analisa data statistik adalah :
1. Menentukan masalah (untuk menjadi obyek pengamatan/penelitian)
2. Mengumpulkan data
3. Melakukan analisa
4. Menyajikan hasil
Menentukan masalah
Menentukan masalah atau menemukan sesuatu yang menarik perhatian dalam sebuah keadaan sebagai titik-pandang masalah, sehingga mampu bekerja efektif saat mengumpulkan data dan memberikan akurasi yang tinggi. Kesulitan akan banyak muncul bila tidak ada definisi yang jelas tentang masalah yang ingin diketahui.
Mengumpulkan data
Jadi saat ini untuk mengumpulkan dan mengolah data hingga memperoleh ringkasan statistiknya sudah sangat mudah sekali dan tak ada masalah yang berarti. Tetapi sayangnya, cara pengumpulan data tak pernah bisa sebaik apa yang telah dituntunkan di dalam sekian banyak buku pegangan analisa data. Bahkan parahnya lagi juga diperburuk oleh keyakinan aneh bahwa pengolahan data yang didukung oleh mesin IT, dapat mengurangi kekurangan yang terjadi dalam desain pengumpulan data.

Seseorang saat memulai kegiatan pengamatan/penelitian, harus memperdulikan betapa pentingnya menentukan populasi, dasar dari apa yang ingin dieksplorasi inferensia-nya, dengan memenuhi berbagai syarat pemenuhan kualitas untuk sampling dan desain eksperimennya.
Cara mendesain upaya pengumpulan data adalah perilaku penting dalam analisa data statistik.
Dua hal penting dalam pemikiran statistik adalah populasi dan sampel.
Statistik inferensial digunakan untuk memperluas perolehan informasi berasal dari sampel acak dalam populasi, yang akhirnya digunakan sebagai cara melihat keseluruhan populasi itu. Cara ini dalam kalangan matematika dikenal sebagai Cara Berpikir Induktif. Ya, mengetahui semua informasi tentang keseluruhan dari bagiannya. Aplikasi utamanya dalam test hipotesa adalah populasi yang diamati. Kegunaan dari statistik inferensial ini untuk memperoleh informasi dari populasi yang terdapat di dalam sampel. Cara ini sangat feasibel untuk memperolehnya seolah dari keseluruhan populasi.
Mengapa ? Cara ini adalah satu-satunya cara yang realistis untuk memperoleh data jika berhadapan dengan batasan waktu dan biaya.
Bentuk data yang diperoleh bisa kuantitatif atau kualitatif.
Kualitatif adalah data berupa kata atau nama yang digunakan untuk mengenali sifat setiap bagian sampel.
Kuantitatif adalah data berupa angka dan indikator yang mencerminkan jumlah.

Demi kepentingan analisa data-statistik, pembedaan antara data berdasar kelompok dan data berdasar waktu adalah sangat penting dan memerlukan kecermatan. Keduanya jelas-jelas memiliki beda yang sangat jauh dari sisi waktu. Yang pertama, dikumpulkan dalam waktu bersamaan, sedang yang kedua dalam kurun waktu yang cukup panjang.

Data dapat dikumpulkan dari sumber yang telah ada sebelumnya atau diperoleh melalui pengamatan dan eksperimen yang dirancang untuk memperoleh data baru. Dalam eksperimen, variabel yang mempengaruhi akan ditemukan. Maka satu atau lebih faktor akan dikendalikan sehingga data benar-benar dapat diperoleh dengan catatan pengaruh dari faktor.
Dalam pengamatan, tidak ada upaya untuk mengendalikan pengaruh dari variabel-variabel yang mungkin mengganggu. Adakah tipe pengamatan seperti ini ? tentu saja survey termasuk tipe pengamatan semacam ini.

Melakukan analisa
Di dalam analisa data-statistika, metode yang digunakan untuk analisa data terbagi menjadi dua kategori, metode exploratory dan metode confirmatory.
Metode exploratory digunakan untuk menentukan apakah data yang ada dapat disajikan melalui angka aritmetika sederhana dan mudah dimuat dengan grafis, sebagai ringkasan data.
Metode confirmatory memanfaatkan ide teori probabilitas sebagai upaya menjawab pertanyaan-pertanyaan khusus, diluar ringkasan yang telah dengan mudah diperoleh.
Teori probabilitas adalah penting saat membuat keputusan, karena akan berfungsi sebagai ukuran mengukur, merasakan, menyatakan dan meng-analisa kemungkinan-kemungkinan yang dapat terjadi di masa depan. Kebanyakan masalah yang sedang dalam penelitian/pengamatan ternyata tak mampu diselesaikan saat berhadapan dengan masalah probabilitas ini.
Mengapa ? tentu kembali pada definisi masalah saat memulainya.

Menyajikan hasil
Melalui inferensia, perkiraan atau ujicoba yang menyatakan karakter-karakter tertentu dari populasi akan mudah diperoleh dari sampel.
Hasil disajikan dalam sebentuk tabel, grafik atau berupa nilai prosentase tertentu. Mengapa sampel ? karena untuk memperoleh hasil pengamatan dari keseluruhan populasi adalah nyaris tak memungkinkan.

Hasil pengamatan yang disajikan, dituntut untuk mampu menunjukkan kemungkinan keterlibatan sampel berdasar penggunaan teori probabilitas dan nilai interval.
Agar dapat disimpulkan, aspek terpentingnya adalah berpijak seperti pengelolaan organisasi jenis apapun adalah perencanaan masa depan.
Ketepatan keputusan, intuisi dan perhatian pada situasi ekonomi juga dapat mempengaruhi intuisi pengambil keputusan saat memanfaatkan hasil analisa data statistik untuk melihat peluangnya dimasa depan.
Tetapi tak pelak, tidak semudah membalik tangan, saat harus menterjemahkan intuisi menjadi angka yang efektif bagi keputusan bisnis atau politik.
Dititik inilah, peran analisa data-statistik mampu mendukung para pengambil keputusan untuk memprakirakan dan menduga bagaimana bagian-bagian penting masa depan dalam pengelolaan bisnisnya.

Sebagai catatan akhir yang sayang untuk tidak dianggap penting, adalah hampir semua para pengambil keputusan yang berhasil adalah orang-orang yang mampu memahami informasi statistik dan efektif memanfaatkannya.






KESIMPULAN:
Sebagai catatan akhir yang sayang untuk tidak dianggap penting, adalah hampir semua para pengambil keputusan yang berhasil adalah orang-orang yang mampu memahami informasi statistik dan efektif memanfaatkannya