TOKOH GAUSS DALAM STATISTIKA

Nama Kelompok :
Nur Windyah Hasan (15030174040)
Firdausin Nuzula (17030174006)
Erina Aprilia Susanti (17030174069)
 BIOGRAFI GAUSSIAN

Johann Carl Friedrich Gauss dilahirkan pada tanggal 30 April 1777 di kota
Brunswick, Jerman. Ibunya bernama Dorothea Benze dan ayahnya bernama
Gebhard Dietrich Gauss.

Profil Keluarga Gauss

Orang tua Gauss adalah orang yang tidak berkecukupan. Kakek

Gauss adalah petani miskin yang menetap di Brunswick sejak tahun 1740
yang bertahan hidup dengan menjadi tukang kebun. Gauss adalah anak
pencacah batu. Dorothea mempunyai adik laki, Friedrich, yang sangat cerdas
dan selalu berupaya meningkatkan taraf hidupnya dengan menjadi pedagang
taplak meja hasil tenunan. Friedrich adalah orang yang pertama kali
mengenali bakat si genius kecil ini yang muncul sejak umur 3 tahun.
Memahami kehebatan otak keponakannya ini, dia mengajarkan logika kepada
Gauss, melakukan observasi terhadap obyek-obyek tertentu dan falsafah
hidup.
 BIOGRAFI GAUSSIAN
Masa kecil gauss
Sejak awal, Carl Friedrich Gauss menunjukkan bakat luar biasa dalam
bidang matematika khusunya angka-angka. Ia bisa menghitung sebelum dia belajar
berbicara. Saat umurnya belum genap 3 tahun, ia telah mampu mengoreksi kesalahan
daftar gaji tukang batu ayahnya. Saat Carl Friedrich Gauss berusia tujuh tahun, ia
mulai di Sekolah St. Katherine.
Menurut sebuah cerita, pada umur 10 tahun, ia membuat gurunya
terkagum-kagum dengan memberikan rumus untuk menghitung jumlah suatu deret
aritmetika berupa penghitungan deret 1+2+3+...+100.
Pada saat Carl Friedrich Gauss berusia 10 tahun, ia telah membuat
terobosan dengan menemukan teorema binomial, suatu prestasi yang benar-benar luar
biasa. Berita tentang si anak genius ini kemudian sampai ke telinga Duke of Brunswick,
yang kemudian setuju untuk membiayai pendidikannya.
Dalam biografi Carl Friedrich Gauss diketahui bahwa pada tahun 1788, di
usia 11 tahun, ia mulai bersekolah tata bahasa di Martino-Katharineum, di mana ia
sangat cerdas dalam hal Matematika, Bahasa Yunani Kuno, Latin, dan Modern. Pada
tahun 1792, saat Carl Friedrich Gauss berusia 15 tahun, ia masuk ke Caroline College.
Pada saat dia berusia 18 tahun, dia telah menyelesaikan gelarnya dalam bidang
matematika.
 BIOGRAFI GAUSSIAN

Awal karir gauss

• Penemuan signifikan pertama Gauss, pada 1792, adalah bahwa poligon beraturan dari 17
sisi dapat dibangun oleh penggaris dan kompas saja. Signifikansi tidak terletak pada hasil
tetapi pada bukti, yang bertumpu pada analisis mendalam tentang faktorisasi persamaan
polinomial dan membuka pintu untuk ide-ide selanjutnya dari teori Galois.
• Gauss memberikan eksposisi yang jelas pertama dari bilangan kompleks dan penyelidikan
fungsi variabel kompleks di awal abad ke-19.
• Tesis doktoralnya 1797 memberikan bukti teorema dasar aljabar: setiap persamaan
polinomial dengan koefisien nyata atau kompleks memiliki banyak akar (solusi) sebagai
derajatnya (kekuatan tertinggi dari variabel).
• publikasi buku teks sistematis pertama tentang teori bilangan aljabar, Disquises Arithmeticae.
Buku ini dimulai dengan akun pertama dari aritmatika modular, memberikan penjelasan
menyeluruh tentang solusi polinomial kuadrat dalam dua variabel dalam bilangan bulat, dan
berakhir dengan teori faktorisasi.
• Publikasi kedua adalah penemuan kembali asteroid Ceres. Penemuan aslinya, oleh astronom
Italia Giuseppe Piazzi pada tahun 1800, telah menimbulkan sensasi, tetapi menghilang di
balik Matahari sebelum pengamatan yang cukup dapat diambil untuk menghitung orbitnya
dengan akurasi yang cukup untuk mengetahui di mana ia akan muncul kembali. Banyak
astronom berkompetisi demi kehormatan menemukannya lagi, tetapi Gauss menang
 BIOGRAFI GAUSSIAN
Akhir hidup Gauss

Kehidupan pribadi Gauss dibayangi oleh kematian awal istri pertamanya

yaitu Johanna Osthoff, pada 1809, segera diikuti oleh kematian satu anaknya yaitu
Louis . Gauss jatuh dalam depresi dari mana ia tidak pernah sepenuhnya pulih.
Gauss memiliki 6 anak bersama Johanna.Dia menikah lagi, kali ini dengan sahabat
Johanna bernama Friederica Wilhelmine Waldeck tetapi umumnya dikenal sebagai
Minna.Ini pernikahan keduanya.Pernikahan kedua pun tidak berjalan bahagia
karena Minna juga terus sakit-sakitan. Ketika istri kedua meninggal pada tahun
1831 setelah lama menderita sakit, salah seorang putrinya, Therese, mengambil
alih rumah tangga dan merawat Gauss sampai akhir hidupnya.
Pada usia 77 tahun, Gauss mengalami pembengkakan jantung,
dan terpaksa setiap jam 3 dini hari, bangun dan harus minum air soda dan
susu hangat untuk meringankan sakitnya. Nafasnya pendek sehingga tidak
mampu jalan ke purpustakaan lagi bahkan ke luar rumah.Pada tanggal 23
Februari 1855, setelah suatu serangan jantung, Gauss wafat.
 PENEMUAN GAUSS DALAM
STATISTIKA
Sumbangsih Gauss dalam teori probabilitas adalah kurva Gaussian
Kurva Distribusi yang sering disebut dengan hukum Gauss, yaitu tentang distribusi normal.
Normal Kesalahan (error) akan terkumpul setengah di sisi kiri dan setengah di sisi
kanan kurva. Kesalahan-kesalahan “insidentil” dapat disebut dengan insiden-
insiden, menurut Gauss, selalu terjadi dengan frekuensi yang dapat diprediksi
terlebih dahulu menurut matematika. Makin besar sampel, makin akurat
prediksi kesalahan-kesalahan yang akan terjadi.
Metode Kuadrat Penemuan ini merupakan salah satu penemuan terhebat sepanjang
Terkecil masa.Kita hampir tidak mungkin menghitung data populasi. Dengan adanya
penemuan Gauss ini, populasi bisa diestimasi dengan akurasi yang juga bisa
diukur secara ilmiah, dengan sebagian data populasi yang diambil secara acak
dengan syarat-syarat khusus.
Ciri-ciri dari distribusi normal, diantaranya memiliki parameter µ
dan σ yang menentukan lokasi dan bentuk kurvanya.Distribusi normal adalah
distribusi yang simetris. Simpangan baku menentukan lebarnya kurva. Total
luas daerah kurva adalah 1.
 PENEMUAN GAUSS DALAM
STATISTIKA
Peubah acak (variabel
random) pada distribusi normal
Kurva Distribusi merupakan peubah acak yang
Normal kontinu. Mean dan Varian
Fungsi kepadatan peluang distribusi E(X)=μ
normal adalah sebagai berikut Var(X)=σ2
1 1
f(x;μ,σ2)= 2πσ2 exp (− 2σ2 (x−μ)2) Fungsi Pembangkit Momen (MGF)
1
Metode Kuadrat dimana x adalah peubah acak Mx(t)=exp (μt+2σ2t2)
Terkecil kontinu dan −∞⩽x⩽∞. Distribusi Fungsi Karakteristik
normal memiliki dua parameter yaitu 1
Cx(t)=exp (iμt+2i2σ2t2)
mean μ dan varian σ2 dimana
Fungsi Pembangkit Peluang
−∞⩽μ⩽∞ dan σ2>0. Dengan 1
demikian fungsi f(x;μ,σ2) dapat Gx(t)=exp (μ ln(t)+ 2σ2ln2(t2))
dibaca bahwa peubah acak x
mengikuti distribusi normal dengan
rata-rata μ dan varian σ2, dan dapat
ditulis menjadi X∼N(μ,σ2).
 PENEMUAN GAUSS DALAM
STATISTIKA
Kurva distribusi normal berbentuk lonceng (genta). Berikut gambar kurva
Kurva Distribusi normal.
Normal

Metode Kuadrat
Terkecil

Luas di bawah kurva distribusi normal dapat dihitung dengan rumus peluang
sebagai berikut.
 PENEMUAN GAUSS DALAM
STATISTIKA
Namun demikian, proses penghitungan luas kurva antara x1 dan x2
Kurva Distribusi sangat sulit dilakukan karena integralnya tidak dalam bentuk sederhana.
Normal Untuk menyederhanakan penghitungan, maka peubah acak distribusi
normal ditransformasi sehingga fungsi distribusinya juga ikut berubah yaitu
menjadi fungsi distribusi normal standar (distribusi normal baku).
Distribusi normal baku (standar) adalah distribusi peubah acak
dengan rata-rata μ=0 dan varian σ2=1. Peubah acak (variabel random)
Metode Kuadrat distribusi normal baku dinotasikan dengan Z yang merupakan hasil
Terkecil transformasi dari peubah acak X yang berdistribusi normal. Bentuk
transformasi peubah acak tersebut adalah sebagai berikut.
 PENEMUAN GAUSS DALAM
STATISTIKA

Kurva Distribusi Perbandingan distribusi normal peubah acak x dengan distribusi normal
Normal standar z adalah

Metode Kuadrat
Terkecil

Nilai probabilitas dari P(z<Z) telah dihitung dan ditabelkan dalam Tabel Z
distribusi normal.
Sebagai berikut
 PENEMUAN GAUSS DALAM
STATISTIKA

Kurva Distribusi
Normal

Metode Kuadrat
Terkecil
 PENEMUAN GAUSS DALAM
STATISTIKA

Kurva Distribusi
Normal

Metode Kuadrat
Terkecil
 PENEMUAN GAUSS DALAM
STATISTIKA
Untuk mengetahui luas area kurva normal pada Z <
Misalkan Z adalah variabel random yang 1,24 atau peluang P(Z < 1,24), kita bisa akan
Kurva Distribusi
berdistribusi normal baku (normal standar). menggunakan tabel Z distribusi normal baku.
Normal
Hitunglah luas wilayah pada Z < 1,24 atau peluang Tabel Z di atas terdiri dari dua bagian, yaitu bagian tabel
P(Z < 1,24)! Z negatif dan bagian tabel Z positif. Karena Z = 1,24
Jawab: adalah bilangan yang positif maka bagian tabel yang
Sebelum menjawab persoalan di atas, perlu digunakan adalah bagian tabel Z positif.
dipahami bahwaKuadrat
Metode P(Z < 1,24) sama juga dengan P(Z
≤ 1,24). Hal ini karena Z adalah variabel random
Terkecil Pada tabel Z, kolom pertama menunjukkan nilai Z yang
kontinu dimana P(Z = 1,24) = 0, sehingga P(Z < memiliki satu angka di belakang koma, sedangkan angka
1,24) sama saja dengan P(Z ≤ 1,24). kedua di belakang koma terletak pada baris pertama.
Area Z < 1,24 pada kurva distribusi normal baku
dapat dilihat pada gambar berikut. Untuk menentukan luas wilayah Z < 1,24, kita harus
menentukan terlebih dahulu letak 1,2 pada kolom
pertama kemudian diarahkan ke kanan. Selanjutnya
menentukan letak 0,08 pada baris pertama kemudian
diarahkan ke bawah.
 PENEMUAN GAUSS DALAM
STATISTIKA

Kurva Distribusi
Normal

Metode Kuadrat
Terkecil
 PENEMUAN GAUSS DALAM
STATISTIKA
Karya lain dari Gauss yang juga terkenal adalah Method of Least
Square atau yang sering kita kenal dengan metode kuadrat terkecil. Gauss
Kurva Distribusi Method of Least Square merupakan metode yang sangat berpengaruh untuk
Normal sejarah statistika khususnya.Gauss menemukan Method of Least Square ini
pada akhir abad 18.Hal ini dipublikasikan oleh Gauss sendiri pada tahun 1821
pada Theoria CombinationisObservationum Erroribus Minimis Obnoxiae.
Metode kuadrat terkecil adalah suatu pendekatan standar untuk
Metode Kuadrat solusi perkiraan sistem overdetermined set, yaitu persamaan yang tidak
Terkecil diketahui solusinya. "BoxLeast" berarti bahwa solusi keseluruhan
meminimalkan jumlah kuadrat dari kesalahan yang dibuat dalam
menyelesaikan setiap persamaan tunggal. Permasalahan kuadrat terkecil jatuh
ke dalam dua kategori, yaitu linier dan non-linear.Kita juga dapat
mengelompokkan metode-metode ini lebih lanjut, seperti : kuadrat terkecil
biasa (ordinary least squares-OLS), kuadrat tertimbang (weighted least
squares-WLS), dan kuadrat terkecil alternatif (alternating least squares-ALS)
dan kuadrat parsial (PLS).Masalah kuadrat terkecil linier terjadi pada statistik
analisis regresi.
 PENEMUAN GAUSS DALAM
STATISTIKA

Kurva Distribusi Tujuan dari Metode Kuadrat-adalah untuk menemukan

Normal estimasi parameter yang baik yang sesuai dengan fungsi, f (x), dari
suatu kumpulan data (x1, … xn).Metode kuadrat terkecil
mengasumsikan bahwa kurva yang cocok dan terbaikadalah kurva
yang memiliki jumlah kuadrat deviasi minimum (least square error)
Metode Kuadrat dari himpunan data.
Terkecil Metode Kuadrat Terkecil (Least Square Method) linier adalah
suatu metode yang digunakan untuk menentukan hubungan linier dari
suatu data agar dapat diprediksi nilai-nilainya yang mana nilai tersebut
tidak terdapat pada data-data yang kita miliki; terkadang proses yang
melibatkan metode kuadrat terkecil untuk menentukan hubungan dua
variabel data berupa fungsi linier disebut sebagai regresi linier.
 PENEMUAN GAUSS DALAM
STATISTIKA
Diberikan tabel data tegangan listrik terhadap arus listrik pada
sebuah hambatan (resistor) sebagai berikut,
Kurva Distribusi
Normal

Metode Kuadrat
Terkecil

Dengan menggunakan metode kuadrat terkecil, tugas kita adalah mencari

persamaan linier (garis lurus) terbaik yang menggambarkan data yang
diberikan di atas. Metode kuadrat terkecil pada dasarnya adalah metode untuk
meminimalisasi error titik data terhadap garis lurus terbaik.
 PENEMUAN GAUSS DALAM
STATISTIKA
Diberikan tabel data tegangan listrik terhadap arus listrik pada
sebuah hambatan (resistor) sebagai berikut,
Kurva Distribusi
Normal

Metode Kuadrat
Terkecil

Dengan menggunakan metode kuadrat terkecil, tugas kita adalah mencari

persamaan linier (garis lurus) terbaik yang menggambarkan data yang
diberikan di atas. Metode kuadrat terkecil pada dasarnya adalah metode untuk
meminimalisasi error titik data terhadap garis lurus terbaik.
 PENEMUAN GAUSS DALAM
STATISTIKA
Untuk mencari persamaan garis lurus terbaik yang menggambarkan data,
berarti kita perlu mencari tahu harga a dan b dari persamaan garis lurus
Kurva Distribusi berikut,
Normal

Misalkan fungsi sebenarnya dari data tersebut adalah sebagai berikut,

Metode Kuadrat
Terkecil Dengan a dan b adalah parameter fungsi dan e adalah error data, seperti yang
ditunjukkan pada gambar sebelumnya. Untuk itu, kita misalkan penyajian
datanya oleh suatu fungsi pendekatan berikut,

error data yang terjadi antara setiap titik data dengan nilai fungsi permisalan
kita tadi adalah

N adalah banyaknya data.

 PENEMUAN GAUSS DALAM
STATISTIKA
Apabila ditetapkan fungsi
Kurva Distribusi
Normal
Maka, S adalah fungsi dari koefisien fungsi y; yaitu S = S(a, b);
Agar nilai S minimum, haruslah ditetapkan koefisien a dan b sehingga turunan
parsial S terhadap a dan b sama dengan nol, maka dapat ditulis
Metode Kuadrat
Terkecil
“Ingat cara mencari maksimum-minimum dengan turunan, fungsi bernilai
minimum (atau maksimum) saat turunan pertamanya sama dengan nol;
dalam hal ini, turunan pertama fungsi S terhadap a atau b yang sama dengan
nol adalah minimumnya.” Fungsi error S menjadi
 PENEMUAN GAUSS DALAM
STATISTIKA
Turunan parsial terhadap a sama dengan nol; menghasilkan :
Kurva Distribusi
Normal

Metode Kuadrat
Terkecil

Didapatkan dua persamaan untuk mencari a dan b yang kita perlukan:

 PENEMUAN GAUSS DALAM
STATISTIKA
Titik potong pada sumbu y
Kurva Distribusi Dengan menggunakan teknik terbaiknya adalah b,
Normal subsitusi dan eliminasi pada kedua
persamaan di atas, dapat diperoleh
bahwa: atau bisa ditulis
Gradien terbaiknya adalah a,
Metode Kuadrat
Jadi persamaan berikut ini
Terkecil
adalah persamaan yang telah dapat
atau bisa ditulis mewakili penyajian data yang
diberikan tadi.

adalah persamaan yang telah dapat

mewakili penyajian data yang
diberikan tadi.
 PENEMUAN GAUSS DALAM
STATISTIKA
Metode kuadrat terkecil ini berdasarkan pencarian garis lurus terbaik di mana
Kurva Distribusi dengan garis tersebut, semua titik data memiliki nilai error paling kecil.
Normal metode ini disebut metode kuadrat terkecil karena kita memakai fungsi S yang
merupakan jumlah error kuadrat setiap titik data, kemudian dicari nilai
terkecil atau nilai minimum S agar setiap titik data ke garis lurus (dengan
parameter a dan b) menjadi minimum pula.
Fungsi linier:
Metode Kuadrat
Terkecil
y adalah variabel terikat (nilainya berubah dengan berubahnya x)
x adalah variabel bebas, nilainya dapat diubah-ubah.
secara geometri: a dan b adalah suatu parameter yang mempengaruhi bentuk
kurva; parameter a menunjukkan kemiringan kurva dan parameter b
menunjukkan titik potong kurva di sumbu y.
Parameter adalah suatu nilai tertentu yang dapat mempengaruhi suatu kurva
atau fungsi.
secara aljabar: a adalah koefisien dari x; dan b adalah konstanta fungsi y.