RECOVER HARDDISK BAD SEKTOR

Hai, sudah agak lama saya tidak posting. Cerita dulu ya, kali ini saya akan berbagi pengalaman saya tentang bad sector external hard disk. Jujur saja saya sangat awam tentang cara kerja harddisk, taunya ya eksternal hard disk dipake karena internal hard disk sudah tidak mencukupi lagi.

Awalnya kirain kena virus, lha ke detec tapi file system nya jadi raw atau karna leptop saya yang rusak apa gimana. Sampai nyoba di berbagai komputer tetep aja g ke detec. Waktu itu OSnya masih Windows sih.

Trus saya inisiatif minta temen saya (Linux expert) periksa tu HD, bisa tuh dibuka, tapi virus di folder recycle nya banyak. Masalah virus teratasi, dan HD sudah bisa dilihat folder-foldernya.

Colokin lagi tu HD ke leptop saya, kok folder yang muncul cuman dikit ya, pas dilihat properties cuman sisa puluhan GB, tapi pas semua folder yang ada isinya g nyampe ratusan (HD saya Seagate 500GB).

Menyadari kekurangan saya, saya langsung browsing, ada apa dengan HD saya, kebanyakan artikel yang saya baca adalah tentang bad sector. Dan kalau dilihat jenis error nya ternyata HD saya terkena bad sector.

Banyak software yang saya pakai untuk mengembalikan data saya, Getdataback, EaseUs, HDD dan masih banyak lagi (saya lupa apa saja) tetep aja nggak bisa, padahal proses scannya memakan waktu yang sangaat lama (kasian leptopnya). Seatool dari Seagate pun tidak mampu mengatasi permasalahan HD saya.

Menyerah? Tidak, saya terus browsing, dan akhirnya ada yang menawarkan untuk menggunakan Stellar Phoenix Windows Data Recovery. Dilihat dari fiturnya sepertinya software ini sangat lengkap. Trus saya langsung coba, dan akhirnya software tersebut bisa me-scan data di HD saya, yang juga tidak terdeteksi oleh windows (banyak folder yg hidden tapi di unhidden tidak bisa). Data-data yang penting dapat direcovery, tetapi ada juga data yang tidak bisa di recover, ya saya mengikhlaskan saja.

Nah buat teman-teman yang memiliki permasalahan seperti saya, tidak ada salahnya untuk mencoba Stellar Phoenix Windows Data Recovery. Bukan promo sih, tapi lebih mencoba memberi teman-teman reverensi software untuk data recovery.

Inferensi Statistika Mean 1 Populasi dengan Variansi Diketahui

Inferensi ini juga dikenal dengan uji Z. Uji Z merupakan pengujian terhadap mean suatu populasi sebarang. Syarat untuk pengujian ini, nilai σ² (standar deviasi populasi) harus diketahui. Jika suatu distribusi populasi nya tidak diketahui, maka gunakan sampel random yang cukup besar (n≥30) , sehingga teorema limit pusat dapat diterapkan.

1. Uji hipotesis
a.         H₀: μ=μ₀ vs H₁: μ≠μ₀

b.         H₀: μ≥μ₀ vs H₁: μ<μ₀

c.          H₀: μ≤μ₀ vs H₁: μ<μ₀

 

2. Tingkat Signifikansi

  
3. Statistik Uji

4. Daerah Kritik

5. Kesimpulan

Distribusi Kontinu dan Macamnya

Telah disinggung pada artikel sebelumnya mengenai distribusi diskrit dan macamnya. Sekarang akan dibahas tentang distribusi kontinu beserta macamnya.  Nah mari kita ulas lebih lanjut. 

Distribusi kontinu merupakan suatu distribusi dengan nilai X merupakan suatu selang yang nilainya lebih dari atau sama dengan nol (X≥0). Terdapat beberapa macam distribusi kontinu yang terkenal antara lain: Distribusi Normal, Distribusi F, Distribusi Gamma. Mari kita ulas distribusi-distribusi ini lebih lanjut.

1. Distribusi Normal

Distribusi normal merupakan distribusi yang sangat penting dalam statistika. Distribusi ini juga sering disebut dengan Distribusi Gauss. Gambar Distribusi ini menyerupai lonceng. Fungsi Kepadatan Peluang atau Probability Density Function (PDF) untuk distribusi ini adalah:

X ~ N (μ,σ²) bila:

Disitribusi ini memiliki mean µ dan variansi σ²

Distribusi Normal Standar merupakan distribusi normal dengan nilai mean=0 dan standar deviasi=1.

2. Distribusi Gamma

Sebelum membahas distribusi Gamma, terlebih dahulu kita berbicara mengenai fungsi Gamma. Fungsi Gamma, dilambangkan dengan Γ(n) untuk semua n > 0 adalah:

Distribusi Gamma dengan parameter α >0 dan β>0 memiliki bentuk PDF:

Distribusi ini memiliki mean=αβ dan variansi=αβ² 

3. Distribusi Eksponensial 
Jika pada PDF Gamma diambil α=1 maka PDF Gamma menjadi:

PDF tersebut merupakan PDF untuk distribusi eksponensial dengan parameter β:

 

Jadi PDF eksponensial merupakan kejadian khusus dari PDF Gamma

4. Distribusi χ² (Chi Square)

Perhatikan lagi PDF Gamma:

Khusus untuk α=(n/2)  dan β=2 , maka distribusi khusus ini disebut Distribusi Chi-Square dengan derajat bebas n. Dinotasikan dengan X ~ χ² (n)

Distribusi ini memiliki mean=n dan variansi=2n

5. Distribusi t atau Student's t

Bila Z~ N(0,1) dan  V~ χ² (n). Z dan V independen maka:

Distribusi ini merupakan distribusi T dengan derajat bebas n

6. Distribusi F 

Bila U ~ χ² (m) dan V~ χ² (m) maka:

Distribusi ni merupakan distribusi F dengan derajat bebas pembilang m dan penyebut m.

Distribusi Diskrit dan Macamnya

1.     Distribusi Uniform Diskrit

Suatu peubah acak X diasumsikan setiap nilainya (x1, x2,…,xk) memiliki peluang yang sama, maka distribusi uniform diskritnya adalah:

 Rataan :

Variansi :

2.     Distiribusi Bernoulli

Kriteria:

a.     Hanya terdapat dua kemungkinan keluaran (Outcome) : sukses atau gagal,

b.     Probabilitas kejadian gagal (atau sukses) adalah konstan.

c.      Merupakan percobaan yang independen (keluaran percobaan tidak  mempengaruhi keluaran dari percobaan lainnya)

Mean distribusi bernoulli

Var distribusi bernaulli

 

3.     Distribusi Binomial

Kriteria:

a. Hanya terdapat satu dari dua keluaran yang memungkinan, yakni sukses atau gagal.

b.      Percobaan/pengujian dilakukan dalam kondisi yang sama dan dengan probabilitas sukses p yang konstan.

c.       Jumlah percobaan/pengujian n yang sudah ditetapkan (fixed).

d.      Keluaran percobaan/pengujian berifat independen.

e.       Variabel acak X adalah jumlah total dari n kejadian sukses dari n percobaan.

PDF Distribusi Binomial variable acak :

X ~ Binomial (n,θ)

Mean Distribusi Binomial = nθ

Variansi Distribusi Binomial : nθ(1-θ)

4.     Distribusi Binomial Negatif

Kriteria:

a.      Eksperimen terdiri dari serangkaian percobaan yang saling bebas

b.     Setiap percobaan (trial) hanya dapat menghasilkan satu dari dua keluaran yang mungkin, sukses atau gagal

c.      Probabilitas sukses p dan, demikian pula, probabilitas gagl q=1-p selalu konstan dalam setiap percobaan.

d.     Eksperiman terus berlanjut (percobaan terus dilakukan) sampai sejumlah total r sukses diperoleh, dimana r berupa bilangan bulat tertentu.

PDF Distribusi Binomial Negatif :

CDF Distribusi Binomial Negatif :

Dengan

Mean dan Variansi Distribusi Binomial Negatif:

 

5.     Distirbusi Geometrik

a.      Pada distribusi binomial negatif, jika r=1 atau dengan kata lain jumlah kesukesnan yang diperlukan adalah satu, maka distribusi bibom negatif menjadi distribusi geometrik dengan pdf:

b.     Mean dan Variansi Distribusi Geometrik :

6.     Distibusi Hipergeometrik

Kriteria:

a.      Populasi berukuran m

b.     Setiap anggota populasi dapat dinyatakan sebagai sukses atau gagal

c.      Suatu sampel berukuran n, dipilih dari s populasi tanpa pergantian dimana setiap himpunan bagian beranggotakan n yang dapat dibentuk dari populasi memiliki kesempatan yang sama untuk terpilih menjadi sampel.

Mean dan Variansi Distribusi Hipergeometrik :

7   7.    Distribusi Poisson

Distribusi poisson digunakan untuk mengamati jumlah kejadian-kejadian khusus yang terjadi dalam satu satuan waktu atau ruang Kriteria:

a.      Suatu eksperimen yang meliputi pencacahan banyaknya suatu peristiwa terjadi dalam satuan unit yang ditentukan. Unit yang ditentukan ini biasanya adalah unit waktu atau ruang

b.     Probabilitas peristiwa tersebut adalah sama untuk setiap satuan unit

c.      Banyaknya peristiwa yang terjadi dalam setiap satuan unit saling bebas terhadap banyaknya peristiwa yang terjadi pada setiap satuan unit yang lainnya.

Jika p sangat kecil dan n cenderung tidak terbatas, sehingga v=np . Maka pdf distribusi poisson adalah sebagai berikut:

CDF Distribusi Poisson :

Sehingga :         

Mean dan Variansi :