#import "template.typ": *

#let Var = math.op("Var")
#let Exp = math.op("Exp")
#let SE = math.op("SE")

#show: with-slide-style
#set-footer[Statistika dan Probabilitas  ·  Latihan Soal Pertemuan 09: Estimasi Parameter]

// ===================================================================
// COVER SLIDE
// ===================================================================

#cover(
  title: [Kumpulan Soal & Pembahasan: Estimasi Parameter & Interval Kepercayaan],
  subtitle: [10 Soal Terapan Rekayasa & Sains Data: Selang Z, Distribusi t-Student, Proporsi, dan Ukuran Sampel Minimum (Slide Soal & Pembahasan Terpisah)],
  meta: [Statistika dan Probabilitas  ·  Pertemuan 09],
  note: footer-note,
)

// ===================================================================
// PETA SOAL
// ===================================================================

#slide[Daftar 10 Soal Terapan Pertemuan 09][
  #v(8pt)
  #grid(
    columns: (1fr, 1fr),
    column-gutter: 20pt,
    row-gutter: 14pt,
    panel(title: [Bagian A: Interval Z ($sigma$ Diketahui)])[
      #text(size: 13pt)[
        • *Soal 1:* Uji Kuat Tarik Kabel Fiber Optik ($95%$ CI) \
        • *Soal 2:* Komparasi Tingkat Keyakinan $90%$, $95%$, $99%$
      ]
    ],
    panel(title: [Bagian B: Distribusi t ($sigma$ Tak Diketahui)])[
      #text(size: 13pt)[
        • *Soal 3:* Latensi Query Database Cluster ($n = 16$) \
        • *Soal 4:* Daya Tahan Baterai Sensor IoT ($n = 25$)
      ]
    ],
    panel(title: [Bagian C: Selang Proporsi ($hat(p)$)])[
      #text(size: 13pt)[
        • *Soal 5:* Rasio Klik Iklan Digital (A/B Testing) \
        • *Soal 6:* Audit Cacat Mutu Modul Kamera HP \
        • *Soal 7:* Uji Validitas Syarat Normalitas Proporsi
      ]
    ],
    panel(title: [Bagian D: Ukuran Sampel Minimum ($n$)], fill: rgb("#EAF2F7"))[
      #text(size: 13pt)[
        • *Soal 8:* Alokasi Sampel Uji Beban Server Cloud \
        • *Soal 9:* Sampel Survei Quick Count Pilkada \
        • *Soal 10:* Perencanaan Sampel Konservatif vs Pilot
      ]
    ],
  )
]

// ===================================================================
// BAGIAN A: INTERVAL Z (SIGMA DIKETAHUI)
// ===================================================================

#section-slide(
  [Bagian A — Selang Kepercayaan Z ($sigma$ Diketahui)],
  subtitle: [Penerapan Kurva Normal Baku saat Variabilitas Populasi Stabil],
)

// --- SOAL 1 ---
#slide[Soal 1: Uji Kuat Tarik Kabel Fiber Optik][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Sebuah pabrik kabel fiber optik memiliki standar kendali mutu dengan simpangan baku kekuatan tarik kabel yang diketahui stabil sebesar $sigma = "4,0"$ MPa.
      
      Tim inspeksi mengambil sampel acak $n = 64$ segmen kabel dari batch produksi terbaru dan memperoleh rata-rata kekuatan tarik sampel $overline(x) = "125,5"$ MPa.
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      1. Hitung *Standard Error* ($SE$) dan *Margin of Error* ($E$) untuk tingkat kepercayaan 95% ($z_("0,025") = "1,96"$)!
      2. Konstruksikan selang kepercayaan 95% untuk rata-rata kekuatan tarik seluruh kabel dalam batch produksi tersebut!
    ]
  ]
]

#slide[Pembahasan Soal 1: Perhitungan Selang Z 95%][
  #v(8pt)
  #panel(title: [Langkah 1: Identifikasi Parameter & Standard Error], fill: rgb("#EAF2F7"))[
    #text(size: 14pt)[
      Diketahui: $overline(x) = "125,5"$, $sigma = "4,0"$, $n = 64$, $z_("0,025") = "1,96"$.
    ]
    #align(center)[#text(size: 17pt, weight: 700, fill: navy)[
      $SE = frac(sigma, sqrt(n)) = frac("4,0", sqrt(64)) = frac("4,0", 8) = "0,50" thin "MPa"$
    ]]
  ]
  #v(8pt)
  #panel(title: [Langkah 2: Margin of Error & Interval Kepercayaan], fill: rgb("#EAF2F7"))[
    #align(center)[#text(size: 17pt, weight: 700, fill: rgb("#990000"))[
      $E = z_(alpha / 2) times SE = "1,96" times "0,50" = "0,98" thin "MPa"$
    ]]
    #align(center)[#text(size: 17pt, weight: 700, fill: navy)[
      $"CI"_(95%) = [overline(x) - E, overline(x) + E] = ["125,5" - "0,98", "125,5" + "0,98"] = ["124,52", "126,48"] thin "MPa"$
    ]]
  ]
  #v(6pt)
  #callout[
    #text(size: 12.5pt, weight: 700, fill: navy)[
      Interpretasi Ilmiah: Kita 95% yakin bahwa rata-rata kekuatan tarik populasi kabel fiber optik batch tersebut berada di antara 124,52 MPa hingga 126,48 MPa.
    ]
  ]
]

// --- SOAL 2 ---
#slide[Soal 2: Komparasi Efek Tingkat Keyakinan (90%, 95%, 99%)][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Menggunakan data dari Soal 1 ($overline(x) = "125,5"$ MPa, $sigma = "4,0"$ MPa, $n = 64$, $SE = "0,50"$ MPa):
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      1. Hitung selang kepercayaan untuk tingkat keyakinan 90% ($z_("0,05") = "1,645"$)!
      2. Hitung selang kepercayaan untuk tingkat keyakinan 99% ($z_("0,005") = "2,576"$)!
      3. Bandingkan lebar ketiga interval (90%, 95%, 99%). Apa kesimpulan penting mengenai trade-off antara tingkat kepastian dan presisi interval?
    ]
  ]
]

#slide[Pembahasan Soal 2: Komparasi Lebar Selang Kepercayaan][
  #v(8pt)
  #panel(title: [Perhitungan Interval 90% dan 99%], fill: rgb("#EAF2F7"))[
    #text(size: 13.5pt)[
      • *Tingkat 90% ($z = "1,645"$):* \
        $E_(90%) = "1,645" times "0,50" = "0,8225"$ MPa \
        $"CI"_(90%) = ["125,5" - "0,8225", "125,5" + "0,8225"] = ["124,68", "126,32"]$ MPa $(text("Lebar") = "1,645")$
      
      • *Tingkat 99% ($z = "2,576"$):* \
        $E_(99%) = "2,576" times "0,50" = "1,288"$ MPa \
        $"CI"_(99%) = ["125,5" - "1,288", "125,5" + "1,288"] = ["124,21", "126,79"]$ MPa $(text("Lebar") = "2,576")$
    ]
  ]
  #v(8pt)
  #callout[
    #text(size: 13pt, weight: 700, fill: navy)[
      Kesimpulan Trade-off: Semakin tinggi tingkat keyakinan yang diinginkan ($90% -> 95% -> 99%$), selang interval menjadi semakin LEBAR ($1,645 -> 1,960 -> 2,576$ MPa). Kita memperoleh kepastian lebih besar, namun presisi estimasi menurun!
    ]
  ]
]

// ===================================================================
// BAGIAN B: DISTRIBUSI T-STUDENT (SIGMA TAK DIKETAHUI)
// ===================================================================

#section-slide(
  [Bagian B — Distribusi t-Student ($sigma$ Tak Diketahui)],
  subtitle: [Estimasi Realistis dengan Sampel Kecil / Menengah dan Ragam Sampel $s$],
)

// --- SOAL 3 ---
#slide[Soal 3: Waktu Eksekusi Kueri Database Cluster][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Seorang database administrator mengukur waktu eksekusi kueri agregasi SQL kompleks pada cluster database. Simpangan baku populasi ($sigma$) tidak diketahui.
      
      Administrator mengambil sampel acak $n = 16$ kali eksekusi dan mencatat rata-rata sampel $overline(x) = 320$ ms dengan simpangan baku sampel $s = 40$ ms. Waktu kueri diasumsikan berdistribusi normal.
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      Tentukan derajat bebas ($d f$), nilai kritis $t$, dan susun selang kepercayaan 95% untuk rata-rata waktu kueri populasi! (Diketahui tabel: $t_("0,025", 15) = "2,131"$).
    ]
  ]
]

#slide[Pembahasan Soal 3: Selang Kepercayaan t-Student 95%][
  #v(8pt)
  #panel(title: [Langkah 1: Identifikasi Derajat Bebas & Nilai Kritis], fill: rgb("#EAF2F7"))[
    #text(size: 14pt)[
      Derajat bebas: $d f = n - 1 = 16 - 1 = 15$. \
      Karena $sigma$ tidak diketahui dan $n = 16 < 30$, wajib memakai distribusi $t$: $t_("0,025", 15) = "2,131"$.
    ]
  ]
  #v(8pt)
  #panel(title: [Langkah 2: Margin of Error & Interval], fill: rgb("#EAF2F7"))[
    #align(center)[#text(size: 17pt, weight: 700, fill: navy)[
      $E = t_(alpha / 2, thin 15) times frac(s, sqrt(n)) = "2,131" times frac(40, sqrt(16)) = "2,131" times 10 = "21,31" thin "ms"$
    ]]
    #align(center)[#text(size: 17pt, weight: 700, fill: rgb("#990000"))[
      $"CI"_(95%) = [320 - "21,31", 320 + "21,31"] = ["298,69", "341,31"] thin "ms"$
    ]]
  ]
  #v(6pt)
  #callout[
    #text(size: 12.5pt, weight: 700, fill: navy)[
      Catatan Kritis: Jangan menggunakan $z = "1,96"$. Menggunakan $z$ pada sampel kecil dengan $s$ mengabaikan variabilitas penaksir simpangan baku, yang menghasilkan interval yang terlalu sempit secara keliru.
    ]
  ]
]

// --- SOAL 4 ---
#slide[Soal 4: Daya Tahan Baterai Sensor IoT Pertanian][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Sebuah sensor kelembaban tanah nirkabel (IoT) diuji ketahanan baterainya. Dari sampel acak $n = 25$ sensor, rata-rata masa pakai baterai tercatat $overline(x) = 180$ hari dengan simpangan baku sampel $s = 20$ hari.
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      1. Tentukan derajat bebas dan nilai kritis tabel $t$ untuk tingkat kepercayaan 99%! (Diketahui: $t_("0,005", 24) = "2,797"$).
      2. Hitung selang kepercayaan 99% untuk rata-rata daya tahan baterai sensor tersebut!
      3. Apakah produsen aman mengklaim bahwa baterai sensor mampu bertahan minimal 165 hari?
    ]
  ]
]

#slide[Pembahasan Soal 4: Selang t 99% dan Evaluasi Garansi][
  #v(8pt)
  #panel(title: [Perhitungan Margin of Error & Interval 99%], fill: rgb("#EAF2F7"))[
    #text(size: 13.5pt)[
      Derajat bebas: $d f = 25 - 1 = 24$. Nilai kritis: $t_("0,005", 24) = "2,797"$.
    ]
    #align(center)[#text(size: 17pt, weight: 700, fill: navy)[
      $E = "2,797" times frac(20, sqrt(25)) = "2,797" times 4 = "11,188" thin "hari"$
    ]]
    #align(center)[#text(size: 17pt, weight: 700, fill: rgb("#990000"))[
      $"CI"_(99%) = [180 - "11,19", 180 + "11,19"] = ["168,81", "191,19"] thin "hari"$
    ]]
  ]
  #v(8pt)
  #panel(title: [Evaluasi Klaim Produsen (Garansi 165 Hari)], fill: rgb("#EBF5EB"))[
    #text(size: 13.5pt)[
      • Batas bawah selang kepercayaan 99% adalah $"168,81"$ hari. \
      • Karena angka 165 hari berada di bawah batas terendah selang ($165 < "168,81"$), produsen *sangat aman dan terbukti secara ilmiah* untuk menggaransikan daya tahan minimal 165 hari.
    ]
  ]
]

// ===================================================================
// BAGIAN C: SELANG KEPERCAYAAN PROPORSI
// ===================================================================

#section-slide(
  [Bagian C — Selang Kepercayaan Proporsi ($hat(p)$)],
  subtitle: [Inferensi Data Kategorik Biner (Sukses / Gagal, Konversi, Cacat)],
)

// --- SOAL 5 ---
#slide[Soal 5: Rasio Klik Iklan Digital (A/B Testing CTR)][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Sebuah platform e-commerce meluncurkan desain baru tombol *Checkout*. Dari sampel acak $n = 400$ pengunjung yang melihat desain baru, sebanyak $X = 36$ orang mengklik tombol tersebut.
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      1. Hitung proporsi sampel ($hat(p)$) dan periksa kelayakan syarat normalitas ($n hat(p) >= 10$ dan $n(1 - hat(p)) >= 10$)!
      2. Hitung selang kepercayaan 95% ($z = "1,96"$) untuk proporsi klik populasi sesungguhnya ($p$)!
    ]
  ]
]

#slide[Pembahasan Soal 5: Estimasi Selang Proporsi][
  #v(8pt)
  #panel(title: [Langkah 1: Proporsi Sampel & Uji Syarat Normal], fill: rgb("#EAF2F7"))[
    #text(size: 13.5pt)[
      $hat(p) = 36 / 400 = "0,09"$ (9%). \
      Uji syarat: $n hat(p) = 400 times "0,09" = 36 >= 10$ dan $n(1 - hat(p)) = 400 times "0,91" = 364 >= 10$. Syarat terpenuhi!
    ]
  ]
  #v(6pt)
  #panel(title: [Langkah 2: Margin of Error & Interval Proporsi], fill: rgb("#EAF2F7"))[
    #align(center)[#text(size: 16pt, weight: 700, fill: navy)[
      $SE = sqrt(frac("0,09" times "0,91", 400)) = sqrt(frac("0,0819", 400)) = sqrt("0,00020475") approx "0,01431"$
    ]]
    #align(center)[#text(size: 16pt, weight: 700, fill: rgb("#990000"))[
      $E = "1,96" times "0,01431" = "0,0280" thin ("2,80"%)$
    ]]
    #align(center)[#text(size: 16pt, weight: 700, fill: navy)[
      $"CI"_(95%) = ["0,09" - "0,0280", "0,09" + "0,0280"] = ["0,0620", "0,1180"] quad arrow quad [6,20%, 11,80%]$
    ]]
  ]
]

// --- SOAL 6 ---
#slide[Soal 6: Audit Cacat Mutu Modul Kamera Smartphone][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Pabrik perakitan smartphone mengaudit cacat sensor kamera. Dari $n = 600$ unit modul kamera yang diperiksa secara acak, ditemukan $X = 18$ unit mengalami cacat fokus.
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      1. Hitung estimasi titik proporsi cacat ($hat(p)$)!
      2. Konstruksikan selang kepercayaan 90% ($z_("0,05") = "1,645"$) untuk proporsi cacat seluruh produksi kamera!
      3. Jika standar toleransi cacat industri adalah maksimal 4%, apakah pabrik ini berada dalam batas aman?
    ]
  ]
]

#slide[Pembahasan Soal 6: Audit Cacat Kamera HP][
  #v(8pt)
  #panel(title: [Perhitungan Interval Proporsi 90%], fill: rgb("#EAF2F7"))[
    #text(size: 13.5pt)[
      $hat(p) = 18 / 600 = "0,03"$ (3%). Syarat: $600 times "0,03" = 18 >= 10$ dan $600 times "0,97" = 582 >= 10$ (Valid).
    ]
    #align(center)[#text(size: 16pt, weight: 700, fill: navy)[
      $E = "1,645" times sqrt(frac("0,03" times "0,97", 600)) = "1,645" times sqrt("0,0000485") = "1,645" times "0,006964" approx "0,0115" thin ("1,15"%)$
    ]]
    #align(center)[#text(size: 16pt, weight: 700, fill: rgb("#990000"))[
      $"CI"_(90%) = ["0,03" - "0,0115", "0,03" + "0,0115"] = ["0,0185", "0,0415"] quad arrow quad [1,85%, 4,15%]$
    ]]
  ]
  #v(6pt)
  #panel(title: [Evaluasi Toleransi Cacat 4%], fill: rgb("#FFF9E6"))[
    #text(size: 13pt)[
      *Peringatan Mutu:* Batas atas selang mencapai $4,15%$, yang melampaui toleransi $4%$. Meskipun estimasi titiknya 3%, pabrik belum bisa 90% yakin bahwa produksinya aman di bawah 4%. Disarankan investigasi kalibrasi mesin!
    ]
  ]
]

// --- SOAL 7 ---
#slide[Soal 7: Uji Batasan Syarat Normalitas Proporsi][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Seorang peneliti keamanan siber menguji keberhasilan eksploitasi celah keamanan baru. Peneliti melakukan $n = 50$ kali percobaan injeksi dan berhasil menembus sistem sebanyak $X = 3$ kali ($hat(p) = 3 / 50 = "0,06"$).
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      1. Apakah rumus selang kepercayaan proporsi berbasis distribusi normal ($z$) sah digunakan pada data ini? Buktikan dengan perhitungan syarat kelayakan!
      2. Apa metode yang tepat digunakan jika syarat normalitas tidak terpenuhi?
    ]
  ]
]

#slide[Pembahasan Soal 7: Mengapa CLT Gugur pada Sampel Jarang?][
  #v(8pt)
  #panel(title: [1. Pengujian Syarat Normalitas], fill: rgb("#FFEEEE"))[
    #align(center)[#text(size: 16pt, weight: 700, fill: rgb("#990000"))[
      $n hat(p) = 50 times "0,06" = 3 < 10 quad (bold("GUGUR / TIDAK TERPENUHI!"))$
    ]]
    #text(size: 13.5pt)[
      Meskipun $n(1 - hat(p)) = 50 times "0,94" = 47 >= 10$, syarat $n hat(p) >= 10$ tidak terpenuhi karena jumlah kejadian sukses terlalu sedikit. Distribusi sampling sangat miring (*skewed*) dan pendekatan kurva normal Gauss menjadi tidak valid.
    ]
  ]
  #v(8pt)
  #panel(title: [2. Alternatif Metodologis yang Sah], fill: rgb("#EAF2F7"))[
    #text(size: 13.5pt)[
      • *Metode Eksak Clopper-Pearson:* Menghitung interval menggunakan fungsi kumulatif distribusi Binomial eksak. \
      • *Koreksi Wilson Score Interval:* Memberikan performa yang jauh lebih baik untuk proporsi ekstrem dekat 0 atau 1 pada sampel kecil.
    ]
  ]
]

// ===================================================================
// BAGIAN D: PENENTUAN UKURAN SAMPEL MINIMUM
// ===================================================================

#section-slide(
  [Bagian D — Penentuan Ukuran Sampel Minimum ($n$)],
  subtitle: [Perencanaan Efisiensi Anggaran dan Target Presisi Rekayasa],
)

// --- SOAL 8 ---
#slide[Soal 8: Alokasi Sampel Uji Beban Server Cloud][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Arsitek cloud ingin mengestimasi rata-rata latensi API gateway sistem perbankan. Berdasarkan data historis pengujian bulan lalu, simpangan baku latensi stabil pada $sigma = 30$ ms.
      
      Manajemen menginginkan estimasi memiliki *Margin of Error* tidak lebih dari $E = 4$ ms pada tingkat keyakinan 95% ($z = "1,96"$).
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      Berapa ukuran sampel request minimal ($n$) yang harus dikumpulkan oleh arsitek cloud tersebut?
    ]
  ]
]

#slide[Pembahasan Soal 8: Perhitungan Ukuran Sampel Rata-Rata][
  #v(8pt)
  #panel(title: [Formula Ukuran Sampel Rata-Rata: $n = paren.l frac(z_(alpha/2) thin sigma, E) paren.r^2$], fill: rgb("#EAF2F7"))[
    #text(size: 14pt)[
      Diketahui: $sigma = 30$, $E = 4$, $z_("0,025") = "1,96"$.
    ]
    #align(center)[#text(size: 18pt, weight: 700, fill: navy)[
      $n = paren.l frac("1,96" times 30, 4) paren.r^2 = paren.l frac("58,8", 4) paren.r^2 = ("14,7")^2 = "216,09"$
    ]]
  ]
  #v(10pt)
  #panel(title: [Aturan Pembulatan ke Atas (*Ceiling Rule*)], fill: rgb("#EBF5EB"))[
    #text(size: 14pt)[
      Karena ukuran sampel harus berupa bilangan bulat, dan pembulatan ke bawah ($216$) akan membuat $E > 4$ ms, maka nilai $n$ wajib dibulatkan ke atas:
    ]
    #align(center)[#text(size: 22pt, weight: 700, fill: rgb("#1E7E34"))[
      $n = 217 thin text("request")$
    ]]
  ]
]

// --- SOAL 9 ---
#slide[Soal 9: Perencanaan Sampel Quick Count Pemilu][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Lembaga survei independen merencanakan survei *Quick Count* pada Pilkada Gubernur. Lembaga menargetkan *Margin of Error* maksimal $E = "0,015"$ (1,5%) pada tingkat kepercayaan 95% ($z = "1,96"$).
      
      Karena pemilihan diprediksi sangat ketat dan belum ada data awal yang pasti, lembaga mengadopsi asumsi paling konservatif (*worst-case scenario*).
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      Berapa banyak pemilih / TPS yang harus disurvei untuk memenuhi target presisi ketat tersebut?
    ]
  ]
]

#slide[Pembahasan Soal 9: Ukuran Sampel Proporsi Konservatif][
  #v(8pt)
  #panel(title: [Asumsi Konservatif ($p^* = "0,50"$)], fill: rgb("#EAF2F7"))[
    #text(size: 13.5pt)[
      Nilai variabilitas maksimum terjadi saat $p^*(1 - p^*) = "0,50" times "0,50" = "0,25"$.
    ]
    #align(center)[#text(size: 18pt, weight: 700, fill: navy)[
      $n = paren.l frac(z_(alpha / 2), E) paren.r^2 p^*(1 - p^*) = paren.l frac("1,96", "0,015") paren.r^2 times "0,25"$
    ]]
    #align(center)[#text(size: 18pt, weight: 700, fill: navy)[
      $n = ("130,6667")^2 times "0,25" = "17.073,78" times "0,25" = "4.268,44"$
    ]]
  ]
  #v(8pt)
  #panel(title: [Kesimpulan Pembulatan], fill: rgb("#EBF5EB"))[
    #align(center)[#text(size: 22pt, weight: 700, fill: rgb("#1E7E34"))[
      $n = 4.269 thin text("responden")$
    ]]
    #text(size: 12.5pt, fill: gray)[Lembaga survei wajib mengumpulkan minimal $4.269$ sampel untuk menjamin MoE $<= "1,5"%$.]
  ]
]

// --- SOAL 10 ---
#slide[Soal 10: Efisiensi Biaya Sampel: Pilot Study vs Asumsi Konservatif][
  #v(10pt)
  #kasus[
    #text(size: 15.5pt)[
      Startup fintech ingin mengetahui proporsi pengguna yang berminat pada fitur *PayLater*. Target $E = "0,03"$ (3%) pada tingkat keyakinan 95% ($z = "1,96"$).
    ]
  ]
  #v(14pt)
  #panel(title: [Pertanyaan], fill: rgb("#EAF2F7"))[
    #text(size: 15pt)[
      1. Hitung ukuran sampel jika menggunakan pendekatan konservatif ($p^* = "0,50"$)!
      2. Sebelum survei besar, tim melakukan studi perintis (*pilot study*) kecil dan mendapati dugaan minat awal hanya $p^* = "0,15"$. Hitung ukuran sampel baru menggunakan informasi ini!
      3. Berapa persen biaya/responden yang berhasil dihemat berkat studi perintis tersebut?
    ]
  ]
]

#slide[Pembahasan Soal 10: Nilai Ekonomis Pilot Study][
  #v(8pt)
  #panel(title: [1. Konservatif vs 2. Pilot Study], fill: rgb("#EAF2F7"))[
    #text(size: 13pt)[
      • *Konservatif ($p^* = "0,50"$):* \
        $n_1 = paren.l frac("1,96", "0,03") paren.r^2 ("0,25") = ("65,33")^2 times "0,25" = "4.268,44" times "0,25" = "1.067,11" arrow 1.068$ orang.
      
      • *Pilot Study ($p^* = "0,15"$):* \
        $p^*(1 - p^*) = "0,15" times "0,85" = "0,1275"$ \
        $n_2 = "4.268,44" times "0,1275" = "544,22" arrow 545$ orang.
    ]
  ]
  #v(8pt)
  #panel(title: [3. Analisis Penghematan Biaya Riset], fill: rgb("#EBF5EB"))[
    #align(center)[#text(size: 16pt, weight: 700, fill: rgb("#1E7E34"))[
      $text("Penghematan") = frac(1.068 - 545, 1.068) times 100% = frac(523, 1.068) times 100% approx "48,97"%$
    ]]
    #text(size: 12.5pt, fill: gray)[
      *Pelajaran Data Science:* Melakukan studi perintis kecil ($n = 50$) terlebih dahulu berhasil memangkas hampir $50%$ kebutuhan sampel survei utama!
    ]
  ]
]
