DEFINISI ALGORITMA

A. Pemrograman Komputer
Dalam kehidupan sehari–hari, untuk
berkomunikasi dengan orang lain, kita harus
menggunakan bahasa yang sama dengan orang tersebut.
Apabila kita menggunakan Bahasa Indonesia, lawan
bicara kita harus mengerti Bahasa Indonesia. Kalau
lawan bicara kita tidak mengerti Bahasa Indonesia,
kita masih bisa berkomunikasi dengannya melalui
penerjemah.
Dalam pemograman komputer, berlaku juga hal
seperti di atas. Kita harus menggunakan bahasa yang
dimengerti oleh komputer untuk memberikan suatu
instruksi. Pada dasarnya, komputer adalah mesin
digital, artinya komputer hanya mengenal kondisi ada
arus listrik (biasanya dilambangkan dengan 1) dan
tidak ada arus listrik (dilambangkan dengan 0).
Dengan kata lain kita harus menggunakan sandi 0 dan
1 untuk melakukan pemrograman komputer. Bahasa
pemrograman yang menggunakan sandi 0 dan 1 ini
disebut bahasa mesin (assembly). Sebagai contoh,
dalam prosesor Intel, terdapat perintah 0011 1010
0000 1011. Perintah dalam bahasa mesin ini sama
artinya dengan perintah assembly CMP AL, 0D, yang
artinya bandingkan nilai register AL dengan 0D. CMP
di sini sebenarnya adalah singkatan dari CoMPare.
Untuk membantu manusia dalam mengkonversi bahasa
mesin diperlukan perangkat lunak yang disebut
assembler.
Pemrograman dengan bahasa assembly masih terasa
sulit bagi kebanyakan orang sehingga dikembangkan
bahasa pemrograman yang lebih mudah digunakan.
Bahasa pemrograman yang dikembangkan ini lebih
condong ke bahasa manusia dan disebut bahasa
generasi ketiga / 3GL (Third-Generation Language)
atau juga dikenal dengan bahasa tingkat tinggi/ HLL
(High-Level Language). Sebagai contoh Basic, Pascal,
C, C++, Cobol, dsb.
Bahasa generasi ketiga menggunakan kata-kata
dalam bahasa Inggris karena bahasa tersebut adalah
bahasa internasional, misal ;
Pascal:
writeln (‘Algoritma’);
Atau perintah dalam bahasa C:
printf (“Algoritma\n\r”):
Atau perintah dalambahasa C++:
cout << “Algoritma” << id="465" src="file:///C:/DOCUME%7E1/ADMINI%7E1/LOCALS%7E1/Temp/moz-screenshot.jpg" alt="">

STATISTIK APLIKASI

Dalam mengaplikasikan statistika terhadap permasalahan sains, industri, atau sosial, pertama-tama dimulai dari mempelajari populasi. Makna populasi dalam statistika dapat berarti populasi benda hidup, benda mati, ataupun benda abstrak. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu yang berbeda-beda, yakni dikenal dengan istilah deret waktu.

Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan sensus. Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam statistika seringkali dilakukan pengambilan sampel (sampling), yakni sebagian kecil dari populasi, yang dapat mewakili seluruh populasi. Analisis data dari sampel nantinya digunakan untuk menggeneralisasikan seluruh populasi.

Jika sampel yang diambil cukup representatif, inferensial (pengambilan keputusan) dan simpulan yang dibuat dari sampel dapat digunakan untuk menggambarkan populasi secara keseluruhan. Metode statistika tentang bagaimana cara mengambil sampel yang tepat dinamakan teknik sampling.

Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya. Sedangkan matematika statistika merupakan cabang dari matematika terapan yang menggunakan teori probabilitas dan analisis matematis untuk mendapatkan dasar-dasar teori statistika.

Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial. Statistika deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung rata-rata dan varians dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu, misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan, atau membuat model regresi.
Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan dideskripsikan) atau disimpulkan, baik secara numerik (misalnya menghitung rata-rata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik), untuk mendapatkan gambaran sekilas mengenai data tersebut, sehingga lebih mudah dibaca dan bermakna.
Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan keputusan berdasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan hubungan (korelasi, regresi, ANOVA, deret waktu), dan sebagainya.

Posted ... KTO... Sw4nts