2.

Membuat Program Untuk Mencari Nilai Luasan Dibawah Kurva Distribusi Normal Standar Misalkan menghitung nilai dari

. Dengan menggunakan

Matlab (metode integral reimann, metode integral trapezoidal, dan metode integral simpson) akan dibandingkan hasil perhitungan dengan Matlab tersebut dengan hasil perhitungan tabel. a. Menggunakan perhitungan tabel Fungsi kurva adalah fungsi distribusi normal standard yaitu ( )

a = z = -2 dan b = z = 1. Kemudian bandingkan hasil dari program Matlab dengan hasil manual menurut tabel distribusi normal standard.

Fungsi kurva dalam gambar di atas adalah fungsi distribusi normal standard yaitu ( )

, a = z = -2 dan b = z = 1. Luas yang diarsir dapat

dicari secara manual dengan menggunakan tabel distribusi normal standard seperti berikut ini: P(-2<z<1) = P(z<1) P(z<-2) = 0,8413 0,0228 = 0,8185 Secara manual didapatkan nilai sebesar 0,8185 untuk daerah yang diarsir dengan batas antara -2 sampai 1.

b. Menggunakan Matlab Perhitungan luasan dengan menggunakan Matlab dapat digunakan dua cara yaitu cara subscript dan cara function. 1. METODE REIMANN 1.1 Subscript Pada M-File ditulis sebagai berikut:
%mendefinisikan fungsi f(x) f=inline('exp(-0.5*(z^2))/sqrt(2*pi)'); a=-2;% a adalah batas bawah Z b=1;% b adalah batas atas Z N=1000;% N adalah banyaknya pembagi area N h=(b-a)/N;%h adalah lebar tiap area N jml=0; for i=0:N z=a+i*h; jml=jml+f(z); end; %menentukan luasan dibawah kurva f(x) antara titik a hingga b L=h*jml

Setelah mengetik seperti di atas, maka file disimpan dengan nama dnormalstandarreimann. Setelah file tersimpan, maka pada command window dituliskan sebagai berikut:
>> dnormalstandarreimann L= 0.8190

1.2 Function Pada M-File dituliskan sebagai berikut:

function L=fnormalstandarreimann(a,b,N) %mendefinisikan fungsi f(x) f=inline('exp(-0.5*(z^2))/sqrt(2*pi)'); %a adalah batas bawah Z %b adalah batas atas Z %N adalah banyaknya pembagi area N %h adalah lebar tiap area N h=(b-a)/N; sig=0; for i=0:N z=a+i*h; fz=f(z); sig=sig+f(z); end; %menentukan luasan dibawah kurva f(x) antara titik a hingga b L=h*sig

Setelah mengetik seperti di atas, maka file disimpan dengan nama fnormalstandarreimann. Setelah file tersimpan, maka pada command window dituliskan sebagai berikut:
>> L=fnormalstandarreimann (-2,1,1000) L= 0.8190

Dari program subscript dan function metode Reimann diperoleh hasil yang sama yaitu 0.8190 sedangkan menurut tabel distribusi normal standard diperoleh hasil 0,8185 2. METODE TRAPEZOID 2.1 Subscript Pada M-File ditulis sebagai berikut:
%mendefinisikan fungsi f(x) f=inline('exp(-0.5*(z^2))/sqrt(2*pi)'); a=-2; b=1; N=10; h=(b-a)/N; sig=0; for i=1:(N-1) z=a+i*h; fz=f(z); sig=sig+f(z); end; L=(h/2)*(f(a)+2*sig+f(b))

Setelah mengetik seperti di atas, maka file disimpan dengan nama dnormalstandartrapezoidal. Setelah file tersimpan, maka pada command window dituliskan sebagai berikut:

>> dnormalstandartrapezoidal L= 0.8160

2.2 Function Pada M-File dituliskan sebagai berikut:

function L=fnormalstandartrapezoidal(a,b,N) %mendefinisikan fungsi f(x) f=inline('exp(-0.5*(z^2))/sqrt(2*pi)'); h=(b-a)/N; sig=0; for i=1:(N-1) z=a+i*h; sig=sig+f(z); end; L=(h/2)*(f(a)+2*sig+f(b))

Setelah mengetik seperti di atas, maka file disimpan dengan nama fnormalstandartrapezoidal. Setelah file tersimpan, maka pada command window dituliskan sebagai berikut: >> L=fnormalstandartrapezoidal(-2,1,10) L= 0.8160 Dari program subscript dan function metode Trapezoidal diperoleh hasil yang sama yaitu 0.8160 sedangkan menurut tabel distribusi normal standard diperoleh hasil 0,8185 3. METODE SIMPSON 3.1 Subscript Pada M-File ditulis sebagai berikut:

%mendefinisikan fungsi f(x) f=inline('exp(-0.5*(z^2))/sqrt(2*pi)'); a=-2; b=1; N=10; h=(b-a)/N; sig1=0; sig2=0; for i=1:(N-1) nilai=mod(i,2); if nilai==1; z=a+i*h; fz1=f(z); sig1=sig1+fz1; else z=a+i*h; fz2=f(z); sig2=sig2+fz2; end; end L=(h/3)*(f(a)+4*sig1+2*sig2+f(b))

Setelah mengetik seperti di atas, maka file disimpan dengan nama dnormalstandarsimpson. Setelah file tersimpan, maka pada command window dituliskan sebagai berikut:

>> dnormalstandarsimpson

L= 0.8186

3.2 Function Pada M-File dituliskan sebagai berikut:

function L=fnormalstandarsimpson(a,b,N) %mendefinisikan fungsi f(x) f=inline('exp(-0.5*(z^2))/sqrt(2*pi)'); h=(b-a)/N; sig1=0; sig2=0; for i=1:(N-1) nilai=mod(i,2); z=a+i*h; if nilai==1; sig1=sig1+f(z); else sig2=sig2+f(z); end; end L=(h/3)*(f(a)+4*sig1+2*sig2+f(b))

Setelah mengetik seperti di atas, maka file disimpan dengan nama fnormalstandarsimpson. Setelah file tersimpan, maka pada command window dituliskan sebagai berikut: >> L=fnormalstandarsimpson(-2,1,10) L= 0.8186 Dari program subscript dan function metode Simpson diperoleh hasil yang sama yaitu 0.8186 sedangkan menurut tabel distribusi normal standard diperoleh hasil 0,8185