REKAP
DATA PENAYANGAN BLOG HD_SPORT
Rizki Maulana Syaban
Jurnal Statistika & Probabilitas
Sekolah Tinggi Teknologi Garut
Jln. Mayor Syamsu No.1 Jayaraga Garut 44151
Indonesia
Jurnal Statistika & Probabilitas
Sekolah Tinggi Teknologi Garut
Jln. Mayor Syamsu No.1 Jayaraga Garut 44151
Indonesia
Email :
ABSTRAK
Penelitian ini
bertujuan untuk memberikan informasi kepada para pembaca mengenai bagaimana
mengetahui cara merekap data dari suatu blog. Blog yang digunakan sebagai objek
penelitian adalah blog HD_sport. Berdasarkan data yang didapat akan dilakukan
sebuah penganalisisan mengenai rekapitulasi dan perhitungan lainnya yang ada
didalam metode dispersi
Kata kunci :
blog, rekap, statistik
I.
PENDAHULUAN
Blog
merupakan singkatan dari "Web Log" adalah sebuah
aplikasi web yang berupa tulisan-tulisan ataupun gambar yang biasa disebut
dengan sebuah posting atau postingan dalam sebuah halaman website umum seperti
blog. Tulisan-tulisan ini seringkali dimuat dalam urut terbalik biasanya isi
terbaru dahulu baru kemudian diikuti isi yang lebih lama, meskipun tidak selamanya
seperti ini.sebuah blog sering kali digunakan sebagai sarana untuk melakukan
proses jual beli online. Situs web seperti blog ini biasanya dapat diakses oleh
semua pengguna Internet sesuai dengan topik atau tujuan yang sedang dicari oleh
pengunjung atau visitor dari search engine.
Bloger
bisa melihat ikhtisar atau statistik pengunjung yang mengunjungi blog miliknya.
Rekap dilakukan untuk mengetahui bagaimana hasil rata rata dari blog yang
dimilikinya menuru jangka waktu yang ditentukan oleh bloger itu sendiri.
II.
LANDASAN
TEORI
A.
Definisi
statistik
statistika adalah pengetahuan
yang berhubungan dengan cara-cara pengumpulan data, pengolahan atau penganalisaannya dan penarikan
kesimpulan berdasarkan kumpulan data dan penganalisisan yang dilakukan. Dalam statistika
dibagi menjadi dua yaitu statistika induktif dan deskriptif. Distribusi
Frekuensi dan Ukuran Gejala Pusat merupakan bagian dari
statistik deskriptif.
Sudjana (2004, dalam Riduwan dan
Sunarto, 2007) mendefinisikan statistika sebagai pengetahuan yang berhubungan
dengan cara-cara pengumpulan fakta, pengolahan serta pembuatan keputusan yang
cukup beralasan berdasarkan fakta dan analisa yang dilakukan. Sementara
statistic dipakai untuk menyatakan kumpulan fakta, umumnya berbentuk angka yang
disusun dalam tabel atau diagram yang melukiskan atau menggambarkan suatu
persoalan.
Lebih lanjut Sudjana (2004, dalam
Riduwan dan Sunarto, 2007) menyatakan statistika adalah ilmu terdiri dari teori
dan metode yang merupakan cabang dari matematika terapan dan membicarakan
tentang : bagaimana mengumpulkan data, bagaimana meringkas data, mengolah dan
menyajikan data, bagaimana menarik kesimpulan dari hasil analisis, bagaimana
menentukan keputusan dalam batas-batas resiko tertentu berdasarkan strategi
yang ada.
1.
Distributif Frekuensi
Data yang
telah diperoleh dari suatu penelitian yang masih berupa data acak yang dapat
dibuat menjadi data yang berkelompok, yaitu data yang telah disusun ke dalam
kelas-kelas tertentu. Daftar yang memuat data berkelompok disebut distribusi frekuensi
atau tabel frekuensi. Distribusi frekuensi adalah susunan data menurut kelas
interval tertentu atau menurut kategori tertentu dalam sebuah daftar (Hasan,
2001).
2.
Kelas
Kelas ( Class ) Pengelompokan individu atau item dari data ( Class )
yang diobservasi kedalam batas – batas nilai tertentu
3. Batas kelas
Bilangan – bilangan yang membatasi kelas –
kelas ( class limit ) tertentu, yang memiliki 2 macam pengertian:
a. Batas Kelas / ujung kelas ( State Class
Limit ) yaitu bilangan - bilangan yang tertera didalam suatu distribusi
frekeuensi yang membatasi kelas – kelas tertentu yang terdiri dari :
· Batas
bawah kelas / Ujung bawah kelas (Lower State Class limit/ LCL) Adalah bilangan
yang paling kecil yang membatasi kelas tertentu.
· Batas
atas kelas/Ujung atas kelas (Upper State Class limit/ UCL) Bilangan yang paling
besar yang membatasi kelas tertentu.
b. Batas kelas sebenarnya / Tepi kelas (
Class Boundaries ) yaitu bilangan:
· Batas
bawah kelas sebenarnya/tepi bawah kelas ( Lower Class Boundaries / LCB )
Bilangan yang diperoleh dari rata-rata ujung atas kelas sebelumnya dengan ujung
bawah kelas yang bersangkutan.
· Batas
atas kelas sebenarnya/tepi atas kelas ( Upper Class Boundaries / UCB ) Bilangan
yang diperoleh dari rata-rata ujung atas kelas yang bersangkutan dengan ujung
bawah kelas yang berikutnya.
4. Panjang kelas
Panjang kelas /Lebar kelas / Ukuran Kelas (
Class interval / Class Size ) à Ci Bilangan – bilangan yang
menunjukkan panjang / lebar / ukuran dari tiap – tiap kelas yang diperoleh
dengan cara mengurangkan batas bawah kelas berikutnya dengan batas kelas yang
bersangkutan
5. Frekuensi
Angka yang menunjukkan banyaknya data
individual yang terdapat dalam satu kelas.
6. Nilai tengah
Nilai tengah/ titik tengah/tanda kelas (
Midpoint / Class Mark ) adalah bilangan – bilangan yang dapat mewakili
kelas – kelas tertentu yang diperoleh dengan jalan atau cara merata – ratakan
batas kelas yang bersangkutan.
7. Ukuran
Pemusatan Data
Ukuran Pemusatan Data adalah bilangan atau
keterangan yang dapat mewakili deretan bilangan atau deretan keterangan
tertentu atau suatu nilai yang mewakili suatu kelompok data yang pada umunya
mempunyai kecenderungan terletak di tengah – tengah dan memusat dalam suatu
kelompok data yang disusun menurut besar kecilnya nilai data.
III
PEMBAHASAN
A. TahapPengumpulan Data
Pengumpulan data dilakukan dengan
cara melihat jumlah visitor, komentar dan jumlah penanyangan blog tersebut
B. TahapRekap Data
Tahap ini dilakukan setelah data dikumpulkan
dengan cara merekap data tersebut menggunakan softwere Microsoft excel
C. TahapPengukuran Data
Setelah data direkap kemudian
dilakukan pengukuran terhadap data tersebut.
D. TahapPenyajian Data
Dari hasilpengukuran data kemudian
disajikan dalam bentuk table informasi dan grafik berupa histogram, polygon dan
ogif.
HASIL
PENGUKURAN
tabel
1 : rekap data blog
tanggal
|
penayangan
|
posting
|
komentar
|
19-Mar
|
0
|
0
|
0
|
20-Mar
|
0
|
0
|
0
|
21-Mar
|
0
|
0
|
0
|
22-Mar
|
11
|
1
|
3
|
23-Mar
|
55
|
1
|
1
|
24-Mar
|
14
|
0
|
0
|
25-Mar
|
2
|
0
|
0
|
26-Mar
|
0
|
0
|
0
|
27-Mar
|
0
|
0
|
0
|
28-Mar
|
1
|
0
|
0
|
29-Mar
|
0
|
0
|
0
|
30-Mar
|
0
|
0
|
0
|
31-Mar
|
0
|
0
|
0
|
1-Apr
|
0
|
0
|
0
|
2-Apr
|
0
|
0
|
0
|
3-Apr
|
0
|
0
|
0
|
4-Apr
|
0
|
0
|
0
|
5-Apr
|
0
|
0
|
0
|
6-Apr
|
0
|
0
|
0
|
7-Apr
|
1
|
0
|
0
|
8-Apr
|
0
|
0
|
0
|
9-Apr
|
0
|
0
|
0
|
10-Apr
|
0
|
0
|
0
|
11-Apr
|
6
|
0
|
0
|
12-Apr
|
0
|
0
|
0
|
13-Apr
|
3
|
0
|
0
|
14-Apr
|
1
|
0
|
0
|
15-Apr
|
0
|
0
|
0
|
16-Apr
|
0
|
0
|
0
|
17-Apr
|
1
|
0
|
0
|
18-Apr
|
0
|
0
|
0
|
Tabel
2: Penayangan menurut browser
Browser
|
F relative
|
Chrome
|
88 %
|
Internet eksplorer
|
5 %
|
Firefox
|
3 %
|
Safari
|
2 %
|
Mobile safari
|
1 %
|
UC Browser
|
1 %
|
100 %
|
Tabel
3: Penayangan menurut system operasi
Browser
|
F relative
|
Windows
|
84 %
|
Android
|
8 %
|
Machintosh
|
8 %
|
100 %
|
Tabel
4: Penayangan menurut situs petunuk
Browser
|
F relative
|
google
|
47 %
|
t.co/twitter
|
21 %
|
i.facebook.com
|
16 %
|
Mail.google.com
|
5 %
|
Facebook.com
|
5 %
|
Google.co.id
|
5 %
|
100 %
|
Tabel
5 : Penayangan blog
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
1
|
1
|
1
|
1
|
2
|
3
|
6
|
11
|
14
|
55
|
Dari data pada tabel tersebut diperoleh
:
Nilai Minimal : 0
Nilai Maksimal : 55
Range : 55-0 = 55
Kelas : 4k ≥ 55
Interval : 55/4 = 14
Tabel
6: Rekap Data
TB
|
TA
|
Turus
|
Frek
|
0
|
1
|
IIIII IIIII IIIII IIIII IIIII
|
25
|
2
|
3
|
II
|
2
|
6
|
11
|
II
|
2
|
14
|
55
|
II
|
2
|
IIIII IIIII IIIII IIIII IIIII IIIII I
|
31
|
Tabel
7: TabelDistribusiFrekuensiRelatif
TB
|
TA
|
Frek
|
F relative
|
0
|
1
|
25
|
81%
|
2
|
3
|
2
|
6%
|
6
|
11
|
2
|
6%
|
14
|
55
|
2
|
6%
|
31
|
100%
|
Tabel
8: Histogram Frekuensi
TB
|
TA
|
BB
|
BA
|
Frek
|
0
|
1
|
0.5
|
1.5
|
25
|
2
|
3
|
2.5
|
3.5
|
2
|
6
|
11
|
6.5
|
11.5
|
2
|
14
|
55
|
14.5
|
55.5
|
2
|
Gambar
1: Grafik Histogram Frekuensi
Tabel
9: Poligon Frekuensi
TB
|
TA
|
BB
|
BA
|
Frek
|
0
|
1
|
0.5
|
1.5
|
25
|
2
|
3
|
2.5
|
3.5
|
2
|
6
|
11
|
6.5
|
11.5
|
2
|
14
|
55
|
14.5
|
55.5
|
2
|
Gambar
2: Grafik Poligon Frekuensi
Tabel
10: Tabel Distribusi Kumulatif
Kurang dari
|
Frekuensi
|
0.5
|
21
|
2.5
|
26
|
6.5
|
28
|
14.5
|
30
|
55.5
|
31
|
Gambar
3: Grafik Ogif Kurang Dari
Lebihdari
|
Frekuensi
|
0.5
|
31
|
2.5
|
5
|
6.5
|
3
|
14.5
|
1
|
55.5
|
0
|
Gambar
4: Grafik Ogif Lebih Dari
IV. PENUTUP
Berdasarkan hasil analisis yang telah dilakukan
pada blog HD_Sport, maka dapat disimpulkan sebagai berikut :
1.
tingkat kunjungan paling tinggi
berada pada sekitar tanggal 22 – 23 maret 2015
2.
Deviasi rata-rata data statistik
pengunjung Blog HD_Sport per-harinya adalah 0.
3.
postingan membuat jumlah
kunjungan menjadi lebih tinggi
V. DAFTAR
PUSTAKA
