Di sini kita memiliki data pengangguran di Indonesia dari tahun 2014 - 2024 :

2014: 7,14 juta orang - 5,7% dari total populasi 2015: 7,45 juta orang - 5.81% dari total populasi2016: 7,02 juta orang - 5,5% dari total populasi2017: 7,00 juta orang - 5,3% dari total populasi2018: 6,93 juta orang - 5,1% dari total populasi2019: 6,89 juta orang - 4,98% dari total populasi2020: 6,92 juta orang - 4,94% dari total populasi2021: 8,74 juta orang - 6,2% dari total populasi2022: 8,40 juta orang - 5,8% dari total populasi2023: 7,98 juta orang - 5,4% dari total populasi2024: 7,19 juta orang - 4,8% dari total populasi

sumber : Kaylara, A.F. (2024). Infografis tingkat pengangguran di Indonesia dari 2014-2024.Inilah.com.diakses selasa, 22/10/2024 pukul 07.30. (https://www.inilah.com/tingkat-pengangguran-di-indonesia)

Lalu kita akan menghitung operasi  statistika dasarnya mulai dari mean sampai argmin dan argmax menggunakan Python 

1. Import Pustaka

- import numpy as np: Mengimpor pustaka NumPy, yang digunakan untuk operasi matematis dan manipulasi array.- import statistics: Mengimpor pustaka statistics, yang menyediakan fungsi statistik dasar.

2. Mendefinisikan Data

Menggunakan np.array untuk membuat array NumPy dari data pengangguran yang diberikan dalam juta jiwa.

3. Menampilkan Data

Perintah untuk menampilkan array yang berisi data pengangguran.

4. Menghitung Rata-rata

 Kita akan menghitung rata-rata atau mean dari data dalam array a dengan fungsi agregasi np.mean(a).

5. menghitung Median

Selanjutnya menghitung median atau nilai tengah dari data menggunakan fungsi agregasi np.median(a).

6, Menghitung Modus 

Selanjutnya menghitung modus atau nilai yang paling sering muncul dalam data menggunakan fungsi statistik statistics.mode(a).

7.Menghitung Standar Deviasi

Selanjutnya menghitung standar deviasi dari data. karena data yang saya gunakan berupa data sampel maka menggunakan fungsi statistik statistics.stdev(a) namun apabila data anda berupa data populasi anda bisa menggunakan fungsi statistik statistics.pstdev ().

8. menghitung persentil 

Selanjutnya menghitung persentil 1,2 dan 3 menggunakan fungsi agregasi np.quantile. untuk persentil 1 (a,.25), persentil 2 (a,.50), dan persentil 3 (a,.75).

9. Menghitung Varians 

Selanjutnya menghitung varians dari data, yang menunjukkan seberapa jauh nilai-nilai dalam dataset tersebar dari rata-ratanya menggunakan fungsi statistik statistics.variance(a).

10. Menghitung nilai minimun dan maksimun

Selanjutnya untun menentukan nilai minimum dan maksimum dari data kita dapat menggunakan fungsi agregasi np.min(a) untuk mencari nilai minimum dan np.max(a) untuk nilai maksimum.

11. Menghitung jumlah dan hasil perkalian

Selanjutnya kita dapat menghitung jumlah dari semua elemen dalam data dengan menggunakan a.sum() dan untuk hasil perkalian semua elemen dalam data menggunakan a.prod().

12. Menghitung Argmin (indeks minimum) dan Argmax (indeks Maksimum)

Selanjutnya kita dapat menghitung indeks minimum dari elemen terkecil dalam array dengan menggunakan a.argmin() dan indeks maksimum dari elemen terbesar dalam array menggunakan a.argmax().

Kemudian apabila program dijalankan maka akan memberikan hasil seperti berikut :

 

Sekian dan Terima kasih