Modul 2: Statistik Dasar - Matematika Dasar AI

🎯 Ukuran Pemusatan (Central Tendency)

Cara paling cepat untuk "merangkum" ribuan data menjadi satu angka.

Total jumlah dibagi banyaknya data. Sangat sensitif terhadap outlier (data pencilan).

$\mu = \frac{\sum x}{n}$

Nilai tengah setelah data diurutkan. Lebih tahan banting terhadap outlier.

Nilai yang paling sering muncul. Berguna untuk data kategori.

Rata-rata saja bisa menipu. Kita butuh tahu seberapa "menyebar" datanya. Ini adalah dasar dari Normalisasi / Standarisasi Data di AI.

\sigma = \sqrt{\frac{\sum (x - \mu)^2}{n}}

Data Nilai: $[2, 4, 4, 4, 5, 5, 7, 9]$

(2-5)^2 + (4-5)^2 \dots + (9-5)^2 $$ $$ = (-3)^2 + (-1)^2 \dots + (4)^2 $$ $$ = 9 + 1 + \dots + 16 $$ $$ \text{Total Selisih Kuadrat} = 32 $$ $$ \text{Varians} = 32 / 8 = 4 $$ $$ \text{Standar Deviasi } (\sigma) = \sqrt{4} = 2

Artinya: Sebagian besar data berada di rentang $5 \pm 2$ (antara 3 sampai 7).