monitor

Jenis-jenis monitor :

Monitor dapat di bagi menjadi 3 kelas, diantaranya :

• Monochrome: Monitor Monokrom biasanya menampilkan dua warna, warna background dan satu lagi adalah warna foreground. Warna tersebut adalah warna hitam dan putih, hijau dan hitam dan Kuning dan hitam.
• Gray-scale : Gray Scale monitor adalah jenis special dari monitor monochrome yang dapat menampilkan bayangan ungu yang berbeda.
• Color : Monitor Color adalah monitor berwarna yang memiliki 16 hingga 1 juta warna yang berbeda. Monitor berwarna ini terkadang disebut monitor RGB karena monitor tersebut dapat menerima 3 sinyal yang berbeda, Merah (Red), Hijau (Green) dan Biru(Blue).

2

KESIMPULAN

Yang dinamakan monitor adalah alat yang berbentuk seperti TV dimana tulisan-tulisan ditampakan pada layarnya. Monitor adalah salah satu peralatan output. Dalam Bahasa Sehari-hari kota monitor telah digunakan misalnya seorang kepala bagian memerintahkan kepada bawahannya untuk me-monitor peristiwa.

Monitor kadang-kadang disebut screen saja atau disingkat display saja. Kadang-kadang digunakan nama CRT yaitu singkatan dari Cathode Ray Tube. Juga seolah-olah bila anda mengetik pada keyboard hampir sama seperti mengggunakan mesin tik listrik. Perbedaannya pada mesin tik tulisannya akan nampak pada kertas dan komputer tulisannya terlihat pada layar monitor.

Distribusi binomial

Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan memiliki probabilitas p. Eksperimen berhasil/gagal juga disebut percobaan bernoulli. Ketika n = 1, distribusi binomial adalah distribusi bernoulli. Distribusi binomial merupakan dasar dari uji binomial dalam uji signifikansi statistik.

Distribusi ini seringkali digunakan untuk memodelkan jumlah keberhasilan pada jumlah sampel n dari jumlah populasi N. Apabila sampel tidak saling bebas (yakni pengambilan sampel tanpa pengembalian), distribusi yang dihasilkan adalah distribusi hipergeometrik, bukan binomial. Semakin besar N daripada n, distribusi binomial merupakan pendekatan yang baik dan banyak digunakan.

Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Suatu proses bernouli adalah proses sampling yang (Haryono subiakto, 1994) :

1. Ada dua kejadian yang dapat terjadi dan saling asing pada setiap percobaan atau observasi, untuk mudahnya disebut sukses atau gagal.

2. Urut-urutan, untuk mudahnya disebut sukses atau gagal.

3. Probabilitas sukses dinyatakan dengan (p), yang nilainya tetap dari percobaan kepercobaan atau dari suatu kejadian yanmg lain.

Persahabatan

3 Cara Mencari & Mempertahankan Persahabatan

Persahabatan tidak terjadi begitu saja. Kita memilih teman-teman kita, secara sadar atau tidak, kita memilih mereka berdasarkan kebutuhan kita. Kita mungkin pernah bertemu dengan orang yang sangat baik hati, tetapi kita belum tentu memilihnya sebagai teman dekat dengan alasan ia tidak dapat memenuhi keinginan kita. Seorang teman atau sahabat bukan hanya diperlukan hati yang baik saja, tetapi diperlukan juga rasa kepedulian, menerima kekurangan dan kelebihan kita dan lain-lain. Dan untuk mendapatkan teman atau sahabat kita harus memiliki kepribadian yang menarik, sehingga orang lain menjadi tertarik kepada kita. Menurut LES GIBLIN, untuk mendapatkan dan mempertahankan teman atau sahabat ada formulanya, yang disebut dengan FORMULA TRIPLE-A yaitu :

1. ACCEPTANCE (Penerimaan)

Acceptance (Penerimaan) merupakan vitamin. Kita semua ingin diterima sebagaimana adanya kita. Kita menginginkan seseorang yang bersama kita merasa nyaman. Seseorang yang bisa membuat kita nyaman. Hanya sedikit orang yang berani untuk menjadi diri sendiri secara utuh ketika berhubungan dengan dunia secara umum. akan tetapi, kita senang memiliki seseorang yang bersama kita bisa menjadi diri sendiri, mampu menjadi diri sendiri, karena kita tau bahwa kita bisa diterima.

Orang yang suka mengkritik, mencari kesalahan-kesalahan, merendahkan orang lain, dan biasanya sering menyarankan pertolongan, tidak akan pernah menjadi rebutan orang untuk dijadikan teman. Jangan pernah menentukan standar pribadi yang kaku tentang cara kita berpikir bagaimana orang lain berprilaku. Bair prang lain menjadi dirinya sendiri. Jika ia agak aneh bairkan saja. Jangan paksa ia untuk melakukan apa yang kita lakukan dan menyukai apa yang kita sukai. Biarkan ia merasa nyaman saat bersama kita. Seorang psikolog pernah berkata, “ tak seorang pun mempunyai kekeuatan untuk mengubah orang lain, tetapi dengan menyukai orang lain seperti apa adanya”. Dari perkataan tersebut bisa diambil makna bahwa untuk membuat orang lain merasa nyaman dengan kita dan bisa merubah prilaku seseorang yaitu dengan menerima dan menyukai orang tersebut apa adanya serta memberikan kepercayaan kepada ia untuk bisa menjadi dirinya sendiri tanpa harus menjadi pribadi lain.

2. APPROVAL(Pengakuan)

Approval (Pengakuan) lebih mendalam daripada Acceptance ( Penerimaan). Jika dibandingkan, penerimaan lebih negatif, kita menerima orang lain dengan segala kesalahan dan kekurangannya dan masih menjalin persahabatan dengannya. Sedangkan Approval( Pengakuan) memiliki arti yang lebih positif, lebih dari sekedar menoleransi kesalahan-kesalahan orang lain, tetapi mencari hal positif yang membuat kita bisa menyukainya.

Kita bisa selalu mencari sesuatu yang dapat diakui dalam diri orang lain, dan kita bisa selalu mencari sesuatu yang tidak dapat diakui, hal ini tergantung pada apa yang kita cari. Jika kita berkpibadian negative, kita akan selalu mencari kekurangan, selalu mencari hal-hal yang tidak diakui. Jika kita berkpribadian positif, kita akan mencari hal-hal yang dapat diakui dari teman atau sahabat kita. Sehingga orang yang menjadi teman kita akan memulai membangun cirri atau karakteristik untuk mendapatkan pengakuan dan itu akan memberikan perasaan yang menyenangkan untuk teman kita.

3. APPRECIATION (Penghargaan)

Appreciate sesungguhnya mempunyai arti meninggikan nilai. Kita akan selalu mencari orang meninggikan nilai bukan yang merndahkan nilai. Ketika kita menghargai seseorang, kita sebenarnya membuat ia merasa lebih berharga.

· Orang lain berharga bagi anda

Berhentilah dan pikirkan betapa berharganya orang-orang lain bagi kita, tetapi tekankanlah bahwa mereka berharga dalam pikiran kita. Kemudian carilah cara-cara sederhana untuk membuat orang lain tahu bahwa kita sangat menghargai mereka. Berikut ini adalah beberapa cara untuk menunjukan penghargaan kepada orang lain:

a. Jangan membuat orang lain menunggu bila kita sendiri tidak menyukai hal itu.

b. Berterima kasihlah.

c. Perlakukan orang lain sebagai seseorang yang “istimewa”.

· Jangan bicara secara general, tetapi bicaralah secara individu

Orang tidak suka diklasifikasikan dan dikotak-kotakkan kedalam kategori-kategori umum, tetapi lebih suka diistimewakan, tidak dianggap sebagai bagian dari sesuatu yang umum.

Prinsip Kerja Mesin Bubut

Poros spindel akan memutar benda kerja melalui piringan pembawa sehingga memutar roda gigi pada poros spindel. Melalui roda gigi penghubung, putaran akan disampaikan ke roda gigi poros ulir. Oleh klem berulir, putaran poros ulir tersebut diubah menjadi gerak translasi pada eretan yang membawa pahat. Akibatnya pada benda kerja akan terjadi sayatan yang berbentuk ulir.

Pekerjaan-pekerjaan yang umumnya dikerjakan oleh mesin bubut antara lain:

1. Membubut luar

2. Membubut dalam

3. Membubut tirus

4. Membuat Permukaan

5. Memotong

6. Membuat ulir

7. Membuat lubang pada senter

Chi-Square

Pengertian dari chi-square adalah untuk mengadakan estimasi, sebagai alat estimasi chi-square yang digunakan untuk menaksir apakah ada perbedaan signifikan atau kah tidak antara frekuensi yang di observasi dalam sampel dengan frekuensi yang diharapkan dalam populasi. Frekuensi yang diharapkan dalam populasi ini kadang-kadang disebut juga frekuensi hipotetik, karena digunakan sebagai hipotesa yang akan diuji dengan frekuensi yang akan diperoleh dari sampel, oleh karena itu dalam pengertian yang longgar chi-square sebagai alat estimasi kedudukan juga sebagai alat pengetesan hipotesa (Hasan, 2003).

Dalam pengertian yang sempit tiap-tiap pengetesan hipotesa harus membandingkan sedikitnya dua sampel, karena itu dalam kedudukannya sebagai alat pengetesan hipotesa ini apa yang ingin dijawab olehnya adalah masalah apakah frekuensi yang diperoleh dalam sampel yang satu berbeda secara signifikan atau kah tidak dengan frekuensi yang diperoleh dalam sampel lainnya dalam kategori-kategori tertentu (Hasan, 2003).

Uji hipotesis tentang perbandingan antara frekuensi observasi dengan frekuensi harapan yang didasarkan atas hipotesis tertentu pada setiap kasus atau data.

Tujuan dari chi-square (Walpolle, 1992):

1. Menguji kebebasan (independensi) antar faktor dari data dalam daftar kontingensi atau uji kebebasan.

2. Menguji kesesuaian antara data hasil pengamatan dengan model distribusi dari mana data itu di peroleh.

3. Menguji apakah frekuensi yang diamati (di observasi) berbeda secara signifikan dengan frekuensi teoritis atau frekuensi yang diharapkan.

4. Menguji apakah data sampel mempunyai distribusi yang mendekati distribusi teoritis/hipotesis/populasi tertentu seperti distribusi binomial, poison, dan normal.

Uji chi-square terdiri dari uji (Walpolle, 1992):

1. Kebaikan suai/kecocokan

2. Kebebasan/tabel kontigensi

3. Kehomogenan

4. Diantara beberapa K proporsi

Uji kebaikan suai yaitu disebut juga sebagai uji kecocokan. Adapun langkah-langkah pengujian hipotesisinya, yaitu (Walpolle, 1992):

1. Menentukan formulasi hipotesis

Ho : fo sesuai dengan fe.

H1 : fo tidak sesuai dengan fe

2. Menentukan nilai kritis

Derajat bebas (df/db/v) dan nilai table. df =k-1

3. Menentukan criteria pengujian

H_o diterima apabila X² hitung ≤ X² α ; df

H_o ditolak apabila X² hitung > X² α ; df

4. Menentukan nilai uji statistik (X² hitung)

5. Membuat kesimpulan menolak atau menerima H_o berdasarkan kriteria pengujiannya.

Peristiwa dan Ruang Sampel

Setiap hasil yang terkhayalkan dari sebuah percobaan konseptual yang dapat diulang dalam kondisi serupa akan disebut sebuah titik sampel atau hasil elementer atau peristiwa elementer (Walpole, 1982). Totalitas dari hasil-hasil terangankan (titik sampel, peristiwa elementer) disebut ruang sampel. Sebuah himpunan bagian sebarang dari ruang sampel dengan titik-titik sampel sebagai unsur-unsurnya disebut sebuah peristiwa. Himpunan S dari semua peristiwa elementer (hasil yang mungkin) dalam suatu percobaan tertentu disebut ruang sampel untuk percobaan itu. Suatu peristiwa itu sebuah himpunan dari beberapa hasil yang mungkin dari suatu percobaan, yaitu suatu himpunan bagian dari S (termasuk S sendiri). Himpunan semua kemungkinan hasil suatu percobaan disebut ruang contoh dan dilambangkan dengan huruf S. Setiap kemungkinan hasil dalam suatu ruang contoh disebut unsur atau anggota ruang contoh tersebut atau lebih singkat lagi titik contoh. Seandainya banyaknya unsur ruang contoh tersebut terhingga, dapat didaftarkan unsur-unsut tersebut dengan menggunakan koma untuk memisahkan setiap unsur, dan menutupnya dengan dua kurung kurawal. Jadi, ruang contoh S bagi percobaan pelemparan sekeping uang logam, dapat ditulis S = {G,A}. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik atau bilangan (Walpole, 1982).

Poligon Frekuensi

Diagram yang dapat menggambarkan sebuah distribusi frekuensi tidak saja dapat digambarkan melalui histogram frekuensi, melainkan dapat juga digambarkan melalui poligon frekuensi. Seperti pada histogram frekuensi, poligon frekuensi digambar pula dalam suatu bagan salib–sumbu dengan angka–angka ordinat dan absis yang sama. Masing–masing kelas berikut frekuensinya tidak dilukiskan dalam bentuk empat persegi–panjang, melainkan dalam bentuk garis yang menghubungkan tiap titik tengah masing–masing kelas.

Frekuensi Kumulatif

Frekuensi tidak lagi disajikan untuk tiap kelas dalam distribusi frekuensi kumulatif, namun disajikan secara kumulatif ke belakang atau ke depan. Misalnya, frekuensi pada kelas ketiga, tidak lagi disajikan hanya untuk frekuensi kelas tersebut, namun meliputi kelas–kelas sebelumnya atau meliputi kelas–kelas berikutnya. Dengan demikian, distribusi frekuensi kumulatif dibedakan menjadi dua, yaitu distribusi frekuensi kumulatif “kurang dari” dan distribusi frekuensi kumulatip “atau lebih”.

Kurva Frekuensi

Kurva Frekuensi

Kurva frekuensi digambarkan dalam bentuk garis yang menghubungkan tiap titik tengah untuk masing–masing kelas seperti poligon frekuensi. Hanya saja, jika pada poligon frekuensi disajikan dalam bentuk garis–garis patah, maka pada kurva frekuensi, garis digambarkan secara halus. Dengan demikian, frekuensi data masing–masing kelas tidak lagi nampak secara jelas. Tujuan penyajian distribusi frekuensi dalam bentuk kurva frekuensi sekedar untuk memperlihatkan bagaimana bentuk distribusi data tersebut. Di samping itu, dari sebuah kurva frekuensi dapat diperoleh kecenderungan memusatnya data.

kurva Ogive

Distribusi frekuensi kumulatif, selain disajikan dalam bentuk tabel–tabel dapat juga disajikan dalam bentuk diagram yang dinamakan Ogive. Penggambarannya juga dilakukan di atas bagan salib–sumbu seperi pada poligon frekuensi.

Selain dapat disajikan dalam bentuk tabel–tabel yang dapat memberikan informasi rinci, kadang–kadang pihak–pihak tertentu ingin memperoleh informasi secara sepintas yang tentu saja keakuratan informasi yang diperolehnya memang tidak diperhatikan. Data yang telah disajikan dalam bentuk tabel–tabel perlu disajikan dalam bentuk lain yang lebih menarik. Diagram batang adalah salah satu bentuk yang dimaksud.

Fungsi diagram garis sebenarnya tidak berbeda dengan fungsi diagram batang yang memberikan informasi mengenai perkembangan sesuatu dari periode ke periode. Hanya saja seperti namanya, diagram diwujudkan dengan garis–garis yang menghubungkan puncak–puncak frekuensi tiap periode.

Langkah-langkah membuat distribusi frekuensi bagi segugus data yang besar dapat diringkaskan sebagai berikut.

1. Menentukan banyaknya selang kelas yang diperlukan.

2. Menentukan wilayah data tersebut.

3. Membagi wilayah tersebut dengan menentukan beberapa kelas untuk memduga lebar selangnya.

4. Menentukan limit bawah kelas bagi selang yang pertama dan kemudian batas bawah kelasnya. Menambahkan lebar kelas pada batas bawah kelas untuk mendapatkan batas atas kelasnya.

5. Mendaftarkan semua limit kelas dan batas kelas dengan cara menambahkan lebar kelas pada limit dan batas selang sebelumnya.

6. Menentukan titik tengah kelas bagi masing-masing selang dengan merata-ratakan limit kelas atau batas kelasnya.

7. Menentukan frekuensi bagi masing-masing kelas.

Menjumlahkan kolom frekuensi dan periksa apakah hasinya sama dengan banyaknya total pengamatan (Walpole, 1982).

Distribusi Poisson

Salah satu sebaran atau distribusi diskrit yang sangat bermanfaat adalah sebaran poisson. Sebaran ini dapat dipandang sebagai penghampir sebaran binomial atau bentuk batas dari sebaran binomial. Poisson dapat juga didekati sesuai dengan sebaran itu sendiri dengan pertimbangan proses poisson.

Distribusi poisson merupakan distribusi diskrit yang mengestimasi probabilitas munculnya suatu keluaran dalam suatu standar unit tertentu sebanyak x kali. Rata-rata kemunculan keluaran tersebut per unitnya konstan sebesar standar unit ini dapat berupa interval waktu (menit, detik, hari, dan bulan) atau luas daerah tertentu (walpole, 1982). Contoh penerapannya adalah jumlah deringan telepon per jam di suatu kantor, jumlah goresan atau cacat dari suatu permukaan produk, jumlah bakteri dalam suatu kultur, dan kesalahan sambung pada nomor telepon.

Karakteristik distribusi poisson yaitu terdiri dari n buah percobaan yang saling bebas. Ukuran n yang sangat besar dalam setiap percobaan hanya satu hasil saja yang dijadikan titik pengamatan, probabilitas terjadinya suatu hasil sukses konstan untuk setiap percobaan dan besarnya proposional terhadap selang waktu atau luas daerahnya, dan probabilitas terjadinya keluaran lebih dari satu dalam suatu selang waktu atau interval yang sangat sempit dapat diabaikan.

Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson (1781-1841), seorang ahli matematika bangsa Perancis. Distribusi poisson termasuk distribusi teoritis yang memakai variabel random (variabel acak) diskret.
Distibusi poisson merupakan distribusi probabilitas untuk variabel diskret acak yang mempunyai nilai 0,1, 2, 3 dan seterusnya. Distribusi poisson adalah distribusi nilai-nilai bagi suatu variabel random X (X diskret), yaitu banyaknya hasil percobaan yang terjadi dalam suatu interval waktu tertentu atau disuatu daerah tertentu. Fungsi probabilitas diskret yang sangat penting dalam beberapa aplikasi praktis. Poisson memperhatikan bahwa distribusi binomial sangat bermanfaat dan dapat menjelaskan dengan sangat memuaskan terhadap probabilitas binomial b(X│n.p) untuk X= 1,2,3 …n. Suatu kejadian dimana n sangat besar (lebih besar dari 50) sedangkan probabilitas sukses (p) sangat kecil seperti 0,1 atau kurang, maka nilai binomialnya sangat sulit dicari. Suatu bentuk dari distribusi ini adalah rumus pendekatan distribusi poisson untuk peluang binomial yang dapat digunakan untuk pendekatan probabilitas binomial dalam situasi tertentu.

Ciri-ciri percobaan poisson adalah sebagai berikut.

1) Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu atau suatu daerah tertentu, tidak bergantung pada banyaknya hasil percobaan yang terjadi pada selang waktu atau daerah lain yang terpisah.

2) Peluang terjadinya satu hasil percobaan selama suatu selang waktu yang singkat sekali atau dalam suatu daerah yang kecil, sebanding dengan panjang selang waktu tersebut atau besarnya daerah tersebut, dan tidak bergantung pada banyaknya hasil percobaan yang terjadi di luar selang waktu atau daerah tersebut.

3) Peluang bahwa lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat tersebut atau dalam daerah kecil tersebut, dapat diabaikan.

Distribusi poisson banyak digunakan dalam hal sebagai berikut.

1) Menghitung probabilitas terjadinya peristiwa menurut satuan waktu, ruang atau isi, luas, panjang tertentu, saeperti menghitung probabilitas dari kemungkinan kesalahan pemasukan data atau kemungkinan cek ditolak oleh bank. Jumlah pelanggan yang harus antri pada pelayanan rumah sakit, restaurant cepat saji atau antrian yang panjang bila ke ancol. Semua contoh ini merupakan beberapa hal yang menggambarkan tentang suatu distribusi poisson.

2) Menghitung distribusi binomial apabila nilai n besar (n ≥ 30) dan p kecil (p<0,1). Jika kita menghitung sejumlah benda acak dalam suatu daerah tertentu T, maka proses penghitungan ini dilakukan sebagai berikut.

a. Jumlah rata-rata benda di daerah S T adalah sebanding terhadap ukuran S, yaitu ECount(S)= λ S, di sini melambangkan ukuran S, yaitu panjang, luas, volume, dan lain-lain. Parameter λ > 0 menggambarkankan intensitas proses.

b. Menghitung di daerah terpisah adalah bebas.

c. Kesempatan untuk mengamati lebih dari satu benda di dalam suatu daerah kecil adalah sangat kecil, yaitu P(Count(S)2) menjadi kecil ketika ukuran menjadi kecil.

Distribusi poisson sebagai pendekatan dari distribusi binomial.

Uraian ini akan diarahkan pada pembuktian bahwa distribusi poisson sebagai pendekatan dari distribusi binomial. Distribusi poisson kumulatif adalah probabilitas dari peristiwa poisson lebih dari satu.

Menggunakan tabel untuk distribusi poisson yaitu untuk membantu memperoleh dengan cepat nilai probabilitas distribusi poisson, tabel hasil distribusi poisson akan sangat membantu. Penggunaan tabel distribusi poisson menghendaki pengetahuan nilai tengah rata-rata hitung (µ= n.p) dan jumlah sukses X. Pada baris dapat dilihat nilai µ dan pada kolom dapat dilihat nilai X. Nilai rata-rata harapan (expected value) dan varian dari suatu fungsi distribusi poisson adalah sama, yaitu.

............................................(2.12)

Percobaan distribusi poisson adalah percobaan yang menghasilkan peubah acak X yang bernilai numerik, yaitu banyaknya sukses selama selang waktu tertentu atau dalam daerah tertentu. Selang waktu tertentu dapat berupa sedetik, semenit, sejam, sehari, seminggu maupun sebulan. Daerah tertentu dapat berupa satu meter, satu kilometer persegi dan lain-lain.

Distribusi peluang peubah acak poisson X yang menyatakan banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah tertentu, diberikan oleh x = 0,1,2, … µ menyatakan rata-rata banyaknya sukses yang terjadi dalam selang waktu atau daerah tertentu tersebut dan e = 2,71828

Persoalan menyelesaikan distribusi poisson kita dapat menggunakan tabel statistik dengan jumlah peluang poisson untuk beberapa nilai tertentu dengan µ dari 0, 1 sampai 18.

1) Rataan dan variansi distribusi poisson p(x; µ) keduanya sama dengan µ.

2) Bila n besar dan p dekat dengan nol, distribusi poisson dapat digunakan, dengan µ = np, untuk menghampiri peluang binomial.

3) Bila p dekat dengan 1, distribusi poisson masih dapat dipakai untuk menghampiri peluang binomial dengan mempertukarkan apa uang telah dinamai dengan sukses dan gagal, jadi dengan mengganti p dengan suatu nilai yang dekat dengan nol.

Pendekatan Peluang poisson untuk peluang binomial, dilakukan jika n besar (n > 20) dan p sangat kecil (p < 0.01) dengan terlebih dahulu menetapkan p dan kemudian menetapkan μ = n * p. Distribusi poisson juga untuk menghitung probabilitas timbulnya gejala yang diharapkan (gejala “sukses”) dari sejumlah n kejadian atau sampel, tetapi untuk kasus yang ”n”-nya besar dan ”π”-nya sangat kecil.

Perhitungan distribusi binomial dapat didekati dengan menggunakan distribusi poisson. Distribusi binomial dengan populasi yang cutup besar (N) dan peluang terjadinya suatu kejadian yang dimaksud p cukup kecil, sehingga q = 1-p mendekati 1, maka kejadian itu disebut suatu kejadian langka ( rare event ).

Fungsi kepekatan peluangnya,

Evidensi

Evidensi

Evidensi adalah semua fakta yang ada, yang dihubung-hubungkan untuk membuktikan adanya sesuatu. Evidensi merupakan hasil pengukuan dan pengamatan fisik yang digunakan untuk memahami suatau fenomena. Evidensi sering juga disebut bukti empiris.

Inferensi merupakan suatu proses untuk menghasilkan informasi dari fakta yang diketahui. Inferensi adalah konklusi logis atau implikasi berdasarkan informasi yang tersedia. Dalam sistem pakar, proses inferensi dialakukan dalam suatu modul yang disebut inference engine. Ketika representasi pengetahaun pada bagian knowledge base telah lengkap, atau paling tidak telah berada pada level yang cukup akurat, maka representasi pengetahuan tersebut telah siap digunakan.

Penalaran Induksi

Merupakan penalaran yang menyebutkan peristiwa atau keterangan atau data yang khusus untuk menuju kepada kesimpulan umum yang mencakup semua peristiwa khusus itu.

Macam-macam penalaran induksi :

- Generalisasi
Penalaran generalisasi dimulai dengan peristiwa-peristiwa khusus untuk mengambil kesimpulan umum. Generalisasi adalah pernyataan yang berlaku umum untuk semua atau sebagian besar gejala yang diamati. Generalisasi mencakup ciri-ciri esensial, bukan rincian. Dalam pengembangan karangan, generalisasi dibuktikan dengan fakta, contoh, data statistik, dan lain-lain.

- Analogi
Analogi adalah membandingkan dua hal yang banyak persamaannya. Kita dapat menarik kesimpulan bahwa jika sudah ada persamaan dalam berbagai segi, ada persamaan pula dalam bidang yang lain.

- Kausalitas
Kausalitas merupakan perinsip sebab-akibat yang dharuri dan pasti antara segala kejadian, serta bahwa setiap kejadian memperoleh kepastian dan keharusan serta kekhususan-kekhususan eksistensinya dari sesuatu atau berbagai hal lainnya yang mendahuluinya, merupakan hal-hal yang diterima tanpa ragu dan tidak memerlukan sanggahan.

- Salah nalar
Salah nalar adalah kesalahan struktur atau proses formal penalaran dalam menurunkan kesimpulan sehingga kesimpulan tersebut menjadi tidak valid.

MENARIK SIMPULAN SECARA LANGSUNG
Penarikan secara langsung ditarik dari satu premis.
Contoh kalimat :
- Semua ikan bernafas melalui insang. ( premis )
- Semua yang bernafas melalui insang adalah ikan. ( simpulan )

• MENARIK SIMPULAN SECARA TIDAK LANGSUNG
Penarikan ini ditarik dari dua premis. Premis pertama adalah premis yang bersifat umum, sedangkan yang kedua adalah yang bersifat khusus. Contoh : Silogisme Kategorial. Silogisme kategorial adalah silogisme yang terjadi dari tiga proposisi, yaitu :
- Premis umum : premis mayor ( My )
- Premis khusus : premis minor ( Mn )
- Premis simpulan : premis kesimpulan ( K )

Contoh silogisme kategorial :
- My : Semua mahasiswa Universitas Gunadarma memiliki KTM.
- Mn : Aini Fatimah adalah mahasiswa Universitas Gunadarma.
- K : Aini Fatimah memiliki KTM.

Sumber : Akhirianto

Manfaat Dan Dampak Negatif Yang Terkandung Dalam Kopi

Manfaat Dan Dampak Negatif Yang Terkandung Dalam Kopi

Penelitian yang dilakukan terhadap kopi ternyata masih berlangsung. Hal ini dianggap perlu, karena kopi ternyata masih menyimpan banyak manfaat yang belum terekspos. Bagi Anda yang menggemari kopi, inilah beberapa manfaat dan dampak yang terkandung dalam kopi mungkin belum Anda ketahui.

Kafein merupakan senyawa kimia alkaloid yang dikenal sebagai trimetilsantin dengan rumus molekul C₈H₁₀N₄O₂. Jumlah kandungan kafein dalam kopi adalah 1-1,5%, sedangkan pada teh 1-4,8%. Kafein bekerja dalam tubuh dengan mengambil alih reseptor adenosin
dalam sel syaraf yang akan memacu produksi hormon adrenalin.

Manfaat Kopi

Dalam dunia kedokteran, kafein sering digunakan sebagai perangsang kerja jantung dan meningkatkan produksi urin. Dalam dosis yang rendah kafein dapat berfungsi sebagai bahan pembangkit stamina dan penghilang rasa sakit.

Mekanisme kerja kafein dalam tubuh adalah menyaingi fungsi adenosin (salah satu senyawa yang dalam sel otak bisa membuat orang cepat tertidur).

Dimana kafein itu tidak memperlambat gerak sel-sel tubuh, melainkan kafein akan membalikkan semua kerja adenosin sehingga tubuh tidak lagi mengantuk, tetapi muncul perasaan segar, sedikit gembira, mata terbuka lebar, jantung berdetak lebih kencang, tekanan darah naik, otot-otot berkontraksi dan hati akan melepas gula ke aliran darah yang akan membentuk energi ekstra. Itulah sebabnya berbagai jenis minuman pembangkit stamina umumnya mengandung kafein sebagai bahan utamanya.

1. Mencegah penyakit saraf. Peminum kopi berkafein cenderung tidak akan mengembangkan penyakit Alzheimer dan Parkinson. Kandungan antioksidan di dalam kopi akan mencegah kerusakan sel yang dihubungkan dengan Parkinson. Sedangkan kafein akan menghambat peradangan di dalam otak, yang kerap dikaitkan dengan Alzheimer.

2. Melindungi gigi. Kopi yang mengandung kaein memiliki kemampuan antibakteri dan antilengket, sehingga dapat menjaga bakteri penyebab lubang menggerogoti lapisan gigi. Minum kopi secangkir setiap hari terbukti dapat mencegah risiko kanker mulut hingga separuhnya. Senyawa yang ditemukan di dalam kopi juga dapat membatasi pertumbuhan sel kanker dan kerusakan DNA.

3. Menurunkan risiko kanker payudara. Menjelang masa menopause, wanita yang mengonsumsi 4 cangkir kopi sehari mengalami penurunan risiko kanker payudara sebesar 38 persen, demikian menurut sebuah studi yang dipublikasikan di The Journal of Nutrition. Kopi melepaskan phytoestrogen dan flavonoid yang dapat menahan pertumbuhan tumor. Namun konsumsi kurang dari 4 cangkir tidak akan mendapatkan manfaat ini.

4. Mencegah batu empedu. Batu empedu tumbuh ketika lendir di dalam kantong empedu memerangkap kristal-kristal kolesterol. Xanthine, yang ditemukan di dalam kafein, akan mengurangi lendir dan risiko penyimpanannya. Dua cangkir kopi atau lebih setiap hari akan membantu proses ini.

5. Melindungi kulit. Konsumsi 2-5 cangkir kopi setiap hari dapat membantu menurunkan risiko kanker kulit nonmelanoma hingga 17 persen. Kafein dapat memacu kulit untuk membunuh sel-sel prakanker dan juga menghentikan pertumbuhan tumor.

6. Mencegah diabetes. Orang yang mengonsumsi 3-4 cangkir kopi reguler atau kopi decaf (dengan kadar kafein yang dikurangi) akan menurunkan risiko mengembangkan diabetes tipe II hingga 30 persen. Asam klorogenik dapat membantu mencegah resistensi insulin, yang merupakan pertanda adanya penyakit ini.

Dampak Negatif Kopi

Selain manfaatnya untuk kesehatan ternyata kopi juga memiliki kerugian. Salah satunya adalah efek ketergantungan. Minum kopi ternyata dapat meningkatkan resiko terkena stroke. Sebuah penelitian yang dimuat dalam journal of neurology, neurosurgry and psychiatry tahun 2002 menyimpulkan bahwa minum lebih dari 5 gelas kopi perhari akan meningkatkan resiko terjadinya kerusakan pada dinding pembuluh darah. Kafein juga dapat menyebabkan insomnia, mudah gugup, sakit kepala, merasa tegang dan cepat marah.Pada wanita hamil juga disarankan tidak mengkonsumsi kopi dan makanan yang mengandung kafein. Hal ini karena kafein dapat meningkatkan denyut jantung. Pada janin dapat menyerang plasenta dan masuk dalam sirkulasi darah janin. Dampak terburuknya, bisa menyebabkan keguguran.

Sumber: Dra. Emma S Wirakusumah, Msc dan Wikipedia

KOMPAS.com –