STATISTIKA (CASIOCLASSPAD)

CASIO

ClassPad.net Interactive Worksheet

Identitas Kelompok / Siswa

ClassPad.net Online Session

Nama Kelompok:

Kelas / Jurusan:

Anggota Kelompok:

Panduan Pengoperasian ClassPad.net

Konsep Paper & Sticky Notes dalam ClassPad.net

**ClassPad.net** adalah platform matematika berbasis web dari Casio yang mengorganisasi lembar kerja dalam bentuk **Paper** yang diisi dengan berbagai jenis **Sticky Notes** interaktif:

Data Sticky Note

Digunakan untuk menginput tabel data tunggal (List 1) maupun data berpasangan bivariate ($X, Y$).

Graph & Plot Sticky

Menampilkan grafik interaktif seperti Box Plot, Histogram, Scatter Plot, dan Garis Regresi Linier.

Calculation Sticky

Menghitung ekspresi Aljabar, batas IQR pencilan, serta evaluasi prediksi nilai regresi.

Summary Sticky

Menampilkan seluruh statistik deskriptif ($\bar{x}, Med, s, Q_1, Q_3$) & koefisien regresi ($a, b, r, R^2$).

Tips Interaktif: Anda dapat menggunakan tombol "📥 Muat Data ke ClassPad.net" di setiap lembar aktivitas untuk langsung menguji dan menyimulasikan data pada *ClassPad.net Workspace* di sebelah kanan!

Aktivitas 1

Analisis Data Tunggal & Deteksi Outlier

Studi Kasus: Pengujian konsumsi daya listrik harian (kWh) dari 12 unit mesin produksi jenis baru:
45.2, 48.0, 42.5, 51.3, 46.8, 44.0, 68.5, 47.2, 43.8, 49.5, 45.0, 41.2

1. Parameter Statistik Deskriptif:

Rata-rata ($\bar{x}$):

kWh

Median ($Med$):

kWh

Kuartil 1 ($Q_1$):

Kuartil 3 ($Q_3$):

Jangkauan Interkuartil ($IQR = Q_3 - Q_1$):

2. Analisis Deteksi Outlier (Pencilan):

Batas Atas Pencilan ($Q_3 + 1.5 \times IQR$):

Apakah terdapat data pencilan / outlier? Nilainya:

3. Interpretasi Bentuk Distribusi:

-- Pilih Bentuk Distribusi -- Miring ke Kanan (Right-skewed) / Positif Simetris (Symmetrical) Miring ke Kiri (Left-skewed) / Negatif

Aktivitas 2

Regresi Linier & Prediksi Bivariate

Studi Kasus: Hubungan Kecepatan Kendaraan ($X$, km/jam) vs Jarak Pengereman ($Y$, meter):

Kecepatan ($X$)	30	40	50	60	70	80	90	100
Jarak ($Y$)	6.5	11.0	16.8	24.2	32.5	42.0	53.5	66.0

1. Parameter Model Regresi Linier ($\hat{y} = ax + b$):

Kemiringan / Slope ($a$):

Intersep / Intercept ($b$):

Koefisien Korelasi ($r$):

Determinasi ($R^2$):

2. Estimasi & Prediksi Pengereman:

Gunakan persamaan regresi $\hat{y} = ax + b$ untuk memprediksi jarak pengereman jika mobil bergerak dengan kecepatan $X = 75\text{ km/jam}$:

$\hat{y}(75) =$ meter

Aktivitas 3

Proyek Eksperimen Mandiri (Rentang Lengan vs Tinggi Badan)

Kumpulkan data dari **5 orang teman** di kelas Anda (Rentang Lengan $X$ dalam cm vs Tinggi Badan $Y$ dalam cm), lalu masukkan ke tabel di bawah untuk dianalisis di ClassPad.net:

Siswa	Rentang Lengan ($X$ cm)	Tinggi Badan ($Y$ cm)
1
2
3
4
5

Lembar Refleksi Diri Siswa

Berikan tanda centang pada kemampuan yang telah Anda kuasai setelah melakukan pembelajaran dengan ClassPad.net:

Mampu menginput data ke dalam Data Sticky Note ClassPad.net Mampu membuat visualisasi Box Plot dan mengidentifikasi pencilan (outlier) Mampu memodelkan regresi linier dan menentukan koefisien korelasi ($r$) Mampu menggunakan model regresi untuk memprediksi nilai variabel respon

Catatan / Kesimpulan Pembelajaran:

ClassPad.net Paper Empty Paper

Data Sticky Note (Table)

0 Data

Index	List 1 ($X$)	List 2 ($Y$)
Klik "Muat Data ke ClassPad.net" pada Lembar Aktivitas untuk mengisi tabel.

Graph Sticky Note (Visualisasi Data) Plot Mode

Calculation & Stats Sticky Note Auto-calculated

Menunggu kalkulasi data dari ClassPad.net...

Pesan notifikasi