BAB I

PENDAHULUAN

A. Rasionalisasi Pentingnya Critical Book Review

Critical Book Review adalah tulisan tentang isi sebuah buku atau artikel, tetapi lebih
menitikberatkan pada evaluasi (penjelasan, interpretasi dan analisis) mengenai keunggulan
dan kelemahan buku atau artikel tersebut, apa yang menarik dari artikel tersebut, bagaimana
isi artikel tersebut bisa mempengaruhi cara berpikir kita dan menambah pemahaman kita
terhadap suatu bidang kajian tertentu. Dengan kata lain, melalui critical book review kita
menguji pikiran pengarang/penulis berdasarkan sudut pandang kita berdasarkan
pengetahuan dan pengalaman yang kita miliki. Salah satu alasan penulis juga melakukan
critical book review adalah mengembangkan budaya membaca, berpikir sistematis dan kritis
dan mengekspresikan pendapat.
B. Tujuan Penulisan Critical Book Review
Tujuan penulisan critical book review adalah sebagai berikut:
1. Syarat lulus tugas dari mata kuliah Pemodelan Matematika.
2. Mengembangkan berpikir sistematis dan kritis serta mengekspresikan pendapat.
3. Mencari dan mengetahui informasi yang ada dalam buku.
C. Manfaat Critical Book Review
Manfaat dari critical book review antara lain:
1. Dapat mengembangkan budaya membaca.
2. Mengembangkan pemikiran yang sistematis dan kritis.
3. Dapat mengekspresikan pendapat penulis.
4. Dapat menambah wawasan penulis.
D. Identitas Critical Book Review
1. Judul :
2. Pengarang :
3. Penerbit :
4. Kota Terbit :
5. ISBN :
 BAB II
RINGKASAN ISI BUKU

DISTRIBUSI VARIABEL RANDOM KHUSUS

1. DISTRIBUSI VARIABEL RANDOM DISKRIT KHUSUS
a. Distribusi Bernoulli
Variabel randomX mempunyai distribusi Bernoulli jika (untuk suatu p, 0≤ p ≤ 1)
𝑝 𝑥 (1 − 𝑝)1−𝑥
P[ X = x ] = f(x) = { , 𝑏𝑖𝑙𝑎 𝑥 = 0,1
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
[Tidak diperlukan tabel karena kesederhanaan f(x). Ingat bahwa p 0  1] . Untuk
membuktikan bahwa ini suatu fungsi peluang (pdf), kita hanya perlu menunjukkan bahwa

f(xi) ≥ 0(i = 1, 2, . . . .) dan  f ( x )  1 . Dalam distribusi Bernoulli ini jelas, bahwa
i 1
i

variabel random Bernoulli hanya dapat mencapai dua nilai (0 dan 1) dengan peluang
masing – masing 1 – p dan p, dan bahwa 1 – p + p = 1. (Dalam kasus yang lebih rumit,
yang tak Bernoulli, keadaannya sering tidak jelas, dan buktinya akan sulit.) Perhatikan
bahwa nilai 0 dan 1 biasanya dikaitkan dengan ‘gagal’ dan ‘berhasil’ dalam suatu arti.
Contoh 1:
Lampu hijau pada suatu persimpangan nyala selama 15 detik, yang kuning 5 detik, dan
yang merah 55 detik. Misalkan bahwa keadaan lalu lintas mengakibatkan variasi acak
dalam waktu tiba di persimpangan, sehingga ‘mendapat lampu hijau’ merupakan peristiwa
yang berpeluang (disebut ‘berhasil’) dan kita tiba pada setiap saat dalam siklus lampu
dengan peluang yang sama, cari distribusi X, banyaknya yang berhasil dalam suatu usaha
perjalanan ke persimpangan itu. Misalkan H menyataka hijau, K menyatakan kuning, M
menyatakan merah; siklus lampu yang lengkap adalah H, K, M. Total panjang siklus T =
15 + 5 + 55 = 75 detik, dan peluang kita tiba pada bagian T yang H ialah 15/75 = 0,2
(karena kita tiba secara acak dalam T dan 15/75 dari T adalah H). Jadi, P[X = 0] = 0,8, P[X
= 1] = 0,2;sehingga X Bernoulli dengan p = 0,2.(Kita selalu dapat menafsirkan sesuatu
variabel random Bernoulli Y sebagai banyaknya yang berhasil dalam suatu usaha dari suatu
percobaan dengan peluang berhasil p) Variabel random yang berdistribusi Bernoulli
dinotasikan sebagai berikut :
X~ Ber(p)
Catatan :
E(X)=p dan Var(X)=p(1-p)=pq , jika p+q=1
Bukti :
E(X)=∑ x f(x) = 1.p + 0.q = p
b. Distribusi Binomial
Suatu variabel random X mempunyai distribusi binomial jika (untuk suatu bilangan
bulat positif n, dan suatu p dengan 0≤ p ≤ 1).
 n 

P[X = x] = f(x) =  x  p x (1  p)n x , x  0,1,..., n
0

Sering, suatu variabel random binomial (yakni, suatu variabel random dengan
distribusi binomial) muncul dari serangkaian usaha Bernoulli dengan sifat bahwa
(a) Usaha merupakan peristiwa bebas.
(b) Tiap usaha menghasilkan tepat salah satu dari dua hasil yang selalu sama dan
terpisah (saling meniadakan), biasanya disebut berhasil (B) dan gagal (G).
(c) Peluang hasil B tidak berubah dari suatu usaha ke usaha lainnya (dan karena itu
peluang hasil G juga tetap sama dari suatu usaha ke yang lainnya). Jadi, pada setiap
usaha P(B) = p; P(G) = 1 – p dalam persoalan ini. Bila kita definisikan suatu variabel
random X = 0 bila G terjadi dan X = 1 bila B terjadi, maka
𝑝 𝑥 (1 − 𝑝)1−𝑥
f(x) = { , 𝑏𝑖𝑙𝑎 𝑥 = 0,1
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Adalah fungsi peluang suatu variabel random Bernoulli.
Suatu variabel random binomial dapat dipandang sebagai jumlah n variabel random
Bernoulli, yakni, sebagai banyaknya yang berhasil dalam n usaha Bernoulli. Dalam n
usaha Bernoulli, misalkan Xi variabel random
1, 𝑏𝑖𝑙𝑎 𝑢𝑠𝑎ℎ𝑎 𝑘𝑒 − 𝑖 𝐵(𝑏𝑒𝑛𝑎𝑟)
Xi = {
0, 𝑏𝑖𝑙𝑎 𝑢𝑠𝑎ℎ𝑎 𝑘𝑒 − 𝑖 𝐺 (𝑔𝑎𝑔𝑎𝑙)
dan definisikan X = X1 + X2 + . . . + Xn. Maka X mempunyai kemungkinan nilai
0, 1, 2, . . . ., n dan mempunyai distribusi binomial dengan
n = banyaknya usaha) dan
p = (peluang B) sepanjang seluruh usaha bebas satu sama lain dengan peluang berhasil
tidak berubah.
 Untuk menunjukkan hal ini, perhatikanbahwa untuk setiap x ∈{0, 1, 2,. . ., n}, f(x)
= P(x yang berhasil dalam nusaha). Sekarang x yang berhasil dapat terjadi dalam n usaha
n
dalam   ’cara’, banyakya kemungkinan rincian (susunan) mendapat B terjadi
 x
sebanyak x kali dalam n usaha. Salah satu dari cara ini mempunyai x yang berhasil
diikuti oleh n – x yang gagal, dan cara ini mempunyai peluang x suku dan (n – x) suku

Karena kebebasan dan peluang berhasil yang tidak berubah. Akan tetapi ‘cara’ yang
lain (susunan B sebanyak x dan G sebanyak n – x) mempunyai peluang yang sama
(karena kebebasan dan peluang yang berhasil adalah tetap). Peluangnya
adalahperkalian p sebanyak x dan (1 – p) sebanyak (n – x), hanya susunannya yang
berlainandengan persamaan di atas. Jadi
 n 
 
f(x) =  x  p x (1  p)n x , x  0,1,..., n
0

adalah fungsi peluangvariabel random binomial . Perhatikan bahwa bila X
berdistribusi binomial dengan n ( banyaknya usaha) dan p(peluang berhasil)
[lambangnya X~ Bin(n,p)] maka Y = n – X juga berdistribusibinomial dengan n
(banyaknya usaha) tetapi peluang berhasil (1 – p). Dalam lambangyang baru X~
Bin(n,p)⇒(n – X) ~ Bin(n, 1 – p).
c. Distribusi Hiper Geometrik
Suatu variabel random X berdistribusi hipergeometrik jika (untuk suatu bilangan
bulat n, a, N dengan 1 ≤ n ≤ N dan 0 ≤ a ≤ N)
P[X = x] = f(x)
(𝑎 𝑁−𝑎
𝑥 )( 𝑛−𝑥 )
f(x) = { (𝑁
𝑛) , 𝑥 = 𝑚𝑎𝑘𝑠 (0, 𝑛 − (𝑁 − 𝑎)), . . min(𝑛, 𝑎)
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Perhatikan bahwa batas untuk x dapat ditulis sebagai Maks (0, n – (N – a)) ≤ x
≤ min (n, a).
Keterangan :
 Misal dalam suatu kotak terdiri dari 10 komponen baik dan 5 komponen rusak.
Jika dari kotak tersebut diambil tiga komponen secara bersama sama maka
peluang terambilnya 2 komponen baik dan 1 komponen rusak adalah sebagai
berikut :
Contoh 4:
Suatu populasi dari N benda (N≥ 1) mengandung sebanyak a dari jenis A (0≤a≤ N).
Suatu sampel acak berukuran n(1 ≤ n ≤N) diambil tanpa pengembalian. Misalkan X
banyaknya jenis A dalam sampel, maka X≥0 dan X ≥ n –(N – a) [karena banyaknya
jenis A dalam sampel tidak mungkin negatif, dan karena n – (N – a) merupakan
selisih antara ukuran sampel dengan benda yang bukan sejenis A ];
jadi, X≥maks (0, n(N –a)). Juga X ≤ n (tidak mungkin melebihi ukuran sampel) dan
x ≤ a (tidak mungkin melebihi banyaknya anggota jenis A); jadi, X≤min(n, a).dan
N  a  N  a 
terdapat sebanyak   kemungkinan sampel,    banyaknya
n   x  n  x 
pengambilan yang mengandung jenis a sebanyak x. Jadi, X suatu variabel random
hipergeometrik
dengan parameter n, a, N.

d. Distribusi Poisson
Suatu variabel random X mempunyai distribusi Poisson bila (untuk suatu > 0,
disebut parameterdistribusi)
𝑒 −𝜇 𝜇 𝑥
, 𝑥 = 0,1,2, … .
P[X=x]=f(x)={ 𝑥!
0, 𝑢𝑛𝑡𝑢𝑘 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Suatu variabel random X mempunyai distribusi Poisson dinotasikan
X~POI(𝜇)
Contoh 6:
Suatu printer berkecepatan tinggi membuat kesalahan secara acak pada kertas cetak,
rata-rata 2 kesalahan per halaman. Berapa peluang bahwa dari 10 halaman yang
dihasilkan printer ini paling sedikit 7 halaman yang tidak mempunyai kerusakan?
(anggap kesalahan terjadi secara bebas dari halaman ke halaman). Misalkan X
menyatakan banyaknya kesalahan per halaman, maka
𝑒 −2 2𝑥
f(x) = 𝑥 = 0,1,2,3, ….
𝑋!
 Peluang suatu halaman tidak terjadi kesalahan adalah
𝑒 −2 2𝑥
f(0) = = 𝑒 −2 = 0,1353353
0!

Jika y menyatakan banyaknya halaman tanpa kesalahan, maka y dapat dinyatakan

sebagai variabel random Binomial dengan n=10 dan p= 𝑒 −2 .
10 
Jadi f y ( y )    (e2 ) y (1  e2 )10 y y  0,1, 2,3,....10
y 
Sehingga untuk P(y≥7)=fy(7) + fy(8) + fy(9) + fy(10) = 0,00007 Melalui MGF (X)
diperoleh E(X)= dan var(X)=
Catatan : Distribusi binomial, jika n→ ∞ maka akan menjadi distribusi Poisson

e. Distribusi Geometri
Suatu variabel random X berdistribusi geometrik bila (untuk suatu p, 0 ≤ p < 1)
(1 − 𝑝)𝑥−1 𝑝, 𝑥 = 1,2,3, … . .
𝑃 = [𝑋 = 𝑥] = 𝑓(𝑥) = {
0, 𝑢𝑛𝑡𝑢𝑘 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
[Tidak diperlukan tabel karena kesederhanaan f(x).]
Misalkan peristiwa E mempunyai peluangsukses p yang tidak berubah pada setiap
usaha. Usaha-usaha tersebutsaling bebas satu sama lain. Misalkan X menyatakan
banyaknya usaha yang diperlukan sampai E sukses. Jadi, X dikatakan berdistribusi
geometrik.
Pdf geometrik dinyatakan:
(1 − 𝑝)𝑥−1 𝑝, 𝑥 = 1,2,3, … . .
𝑓(𝑥) = {
0, 𝑢𝑛𝑡𝑢𝑘 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Sehingga E(X) = 1/p dan Var(X)= (1-p)/𝑝2
[Bukti untuk latihan]

f. Distribusi Negatif Binomial

Suatu variabel random X berdistribusi negatif binomial bila (untuk suatu bilangan
bulat r≥ 1, dan suatu p dengan 0 ≤ p ≤ 1
𝑥−1
𝑝𝑟 (
)
𝑃[𝑋 = 𝑥] = 𝑓(𝑥) = { 𝑟−1 𝑞 𝑥−𝑟 , 𝑥 = 0,1,2 …
0, 𝑢𝑛𝑡𝑢𝑘 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
 (Di sini telah digunakan lambang baku q = 1 – p). Suatu peristiwa tertentu terjadi
(berhasil) dengan peluang p (jadi, gagal terjadi dengan peluang q = 1 – p), dan usaha
yang dikerjakan bebas satu sama lain. Misalkan X banyaknya usaha yang diperlukan
dikurangi r untuk mendapatkan r berhasil; jadi X = x berarti kita memerlukan x + r
usaha (x = 0, 1, 2, ...), dan X menyatakan banyaknya yang gagal
dalam usaha untuk memperoleh r yang berhasil. Distribusi geometrik ialah kasus
khusus dengan r = 1, dengan satu ditambahkan ke X (yakni, dalam kasus geometrik
kita memandang banyaknya usaha yang diperlukan untuk memperoleh keberhasilan
yang pertama, sedangkan dalam kasus negatif binomial kita memandang banyaknya
yang gagal ditemukan dalam usaha memperoleh r pertama yang berhasil).
catatan :
𝑟 𝑟𝑞
𝐸(𝑋) = 𝑑𝑎𝑛 𝑉𝑎𝑟 (𝑋) =
𝑝 𝑝2

g. Distribusi Uniform (seragam) Diskrit

Berbagai masalah penting yang melibatkan kasus peluang klasikal, dapat dibuat
model variabel random diskrit yang mengasumsikan semua nilainya berpeluang sama.
Variabel random diskrit X mempunyai distribusi uniform (seragam) diskrit pada
bilangan bulat 1,2,3,...N dan mempunyai pdf yang berbentuk
1
𝑓(𝑥) = 𝑥 = 1,2,3, … 𝑁
𝑁
Notasi khusus untuk kasus ini
X~DU(N)
𝑁+1 (𝑁 2 − 1)
𝐸(𝑋) = 𝑑𝑎𝑛 𝑉𝑎𝑟 (𝑋) =
2 12
𝑏𝑢𝑘𝑡𝑖:
𝐸(𝑋) = ∑ 𝑥𝑓(𝑥)=f(x)∑ 𝑥
1
=𝑁 (1 + 2 + 3 + ⋯ + 𝑁)
1𝑁 𝑁+1
=𝑁 2 (1 + 𝑁) = 2
2. DISTRIBUSI VARIABEL RANDOM KONTINU KHUSUS
a. Distribusi Uniform(Seragam) Kontinu
Pandang bahwa variabelrandom kontinu X dapat mengasumsikan nilai hanya dalam
interval terbatas, katakan interval buka (a, b), dan pandang bahwa pdf adalah konstan,
katakan f(x) = c pada interval tersebut. Berimplikasi c = 1/(b – a), karena 1 = ∫ab c dx = c(
) b − a . Jika didefinisikan f(x) = 0 di luar interval, maka sifat tersebut juga
dipenuhi.Distribusi khusus ini dikenal sebagai distribusi uniform pada interval (a, b). pdf
nya adalah
1
F(x;a,b)=𝑏−𝑎 𝑎 < 𝑥 < 𝑏

dan fungsi bernilai nol untuk x yang lain.

Notasi yang melambangkan bahwa X mempunyai pdf dari bentuk tersebut adalah
X~UNIF(a, b). Distribusi uniform kontinu ini merupakan pasangan dari distribusi uniform
diskrit.Ini memberikan model peluang untuk memilih sebuah titik secara random pada
interval (a,b).Contoh yang lebih khusus adalah waktu menunggu bus secara random.
Sebagaimana yang dicatat di awal, tidak masalah apakah akan melibatkan atau tidak, titik
batas a=0 dan b=5
Barangkali aplikasi yang lebih penting terjadi dalam kasus simulasi komputer. Yang
terkait dalam pembentukan bilangan random. Pembentuk bilangan random adalah fungsi
dalam bahasa komputer atau dalam suatu kasus program subrutinyang didesain untuk
menghasilkan bilangan-bilangan yang tertentu jika mereka adalah data dari UNIF(0,1)
CDF dari X ~ UNIF(a, b) mempunyai bentuk
0 𝑥≤𝑎
𝑥−𝑎
F(x;a,b)={𝑏−𝑎 𝑎<𝑥<𝑏
1 𝑏≤𝑥
Bentuk umum grafik f(x; a, b) dan F(x; a, b) dapat dilihat pada gambar, dimana secara
umum titik batas menggunakan a dan b. Jika X ~ UNIF(a, b), maka

 1 
b
E( X )   x  dx
a 
ba
b2  a 2
(𝑏−𝑎)2
Var(X)= (𝑏𝑢𝑘𝑡𝑖𝑘𝑎𝑛 𝑠𝑒𝑛𝑑𝑖𝑟𝑖)
12
b. Distribusi Gamma
Distribusi kontinu yang sering terjadi dalam aplikasi adalah distribusi Gamma. Nama
tersebut terkait dengan fungsi yang disebut fungsi Gamma.
Definisi3.1
Fungsi gamma, dinotasikan dengan Γ )k( untuk semua κ> 0, dan didefinisikan
∞
dengan Γ (k)=∫0 𝑡 𝑘−1 𝑒 −𝑡 𝑑𝑡
Contoh, jika κ=1, maka Γ( ) 1 = ∫0∞ e −tdt = 1. Fungsi gamma mempunyai beberapa sifat
sebagaimana yang dinyatakan dalam teorema berikut:
Teoremafungsi gamma memenuhi sifat-sifat berikut:
Γ(κ) =(κ−1)Γ(κ−1) κ >1
Γ(n) =(n − )!1 n = ,2,1 ...
1
Γ(2)=√𝜋

Variabel random kontinu X dikatakan berdistribusi gamma dengan parameter κ> 0 dan θ>
0 jika mempunyai pdf yang berbentuk
1 −𝑥⁄
𝑓(𝑥; 𝜃, 𝑘) = 𝜃𝑘 Γ κ 𝑋 𝑘−1 𝑒 𝜃 𝑋>0

dan fungsi bernilai nol untuk sebaliknya.

X~GAM(θ,κ)
CDF dari X~GAM(θ,κ) adalah
𝑥
1 −𝑥
𝑓(𝑥; 𝜃, 𝑘) = ∫ 𝑡 𝑥−1 𝑒 ⁄𝜃 𝑑𝑡
𝜃𝑘
Γκ
0

Teorema3.1
jika X~GAM(θ,n), dimana n adalah bulat positif, maka CDF dapat ditulis

 x  e
i
n 1
F ( x; , n)  1  
x


i 0 i!
ekspektasinya diperoleh sebagai berikut:
∞𝑋 1 𝐾−1 −𝑥⁄𝜃
E(X)= ∫0 𝜃 Γ (κ)
𝑘 𝑋 𝑒 𝑑𝑥

1 ∞ −𝑥⁄
=𝜃𝑘 Γ (κ) ∫0 𝑋 (1+𝑘)−1 𝑒 𝜃 𝑑𝑥
Dengan cara yang sama, E(X2) = θ2κ(1+κ), dan diperoleh Var(X) = θ2κ(1+κ) – (κθ)2
= κθ2

c. Distribusi Exponensial
Variabel random kontinu X berdistribusi exponential dengan parameter θ>0 jika
mempunyai pdf yang berbentuk f(x;θ)= − θ

dan fungsi bernilai nol untuk sebaliknya.

CDF dari X adalah
F(x;θ)= 1- e− /x θ x>0
Notasi yang menunjukkan bahwa X mempunyai pdf di atas adalah
X~ EXP (θ) dan E(X) = θ Var(X) = θ2 (Buktikan sendiri untuk latihan)

d. Distribusi Weibull
Variabel random kontinu X dikatakan mempunyai distribusi Weibull dengan
parameter β>0 dan θ>0 jika mempunyai pdf yang bebentuk

dan nol untuk x ≤0.

Yang dinotasikan dengan X~WEI(θ,β) CDF diperoleh dengan mengintegralkan pdf,
dan diperoleh

Dengan proses integral diperoleh ,

(Buktikan sendiri untuk latihan)

e. Distribusi Pareto
Variabel random X dikatakan berdistribusi Pareto dengan parameter θ>0 dan
κ>0 jika mempunyai bentuk pdf

yang dinotasikan dengan X~ PAR(θ,κ). CDF distribusi tersebut berbentuk

f. Distribusi Normal
Distribusi Normal pertama kali dikenalkan oleh Abraham de Moivre pada
tahun 1733.Distribusi tersebut merupakan aproksimasi untuk distribusi variabel
random Binomial. Distribusi ini merupakan distribusi yang sangat penting dalam
dunia statistika dan peluang.Variabel random X yang berdistribusi Normal dengan
parameter µ dan σ2 mempunyai pdf

Ini dinotasikan dengan

X~ N(µ,σ2)
𝑥−𝜇
Jika disubstitusikan ke dalam variabel baku z= akan diperoleh Normal Baku
𝜎

yang mempunyai pdf

yang dinotasikan dengan Z~N(0,1)

 BAB III
PEMBAHASAN

A. Kelebihan dan Kekurangan Buku

1. Dilihat dari aspek tampilan buku memiliki tampilan yang cukup menarik untuk dibaca.
Hal ini dikarenakan beberapa faktor, yaitu perpaduan warna yang cerah dan tidak
terlalu mencolok, gambar pada cover yang tidak terlalu banyak dan sederhana, serta
penulisan judul buku yang pas dengan porsinya.
2. Dilihat dari aspek layout penulisannya, menurut saya sudah baik. Menggunakan lembar
setiap halaman dengan maksimal, sehingga tidak ada ruang kosong yang terlihat
mubajir dan tidak rapi.
3. Dilihat dari tata letak penulisannya, secara keseluruhan sudah termasuk kategori rapi.
Setiap penulisan judul sudah konsisten, penomoran juga sudah sesuai dan terurut.
Selain itu, jarak antara akhir pembahasan suatu sub bab dengan judul sub bab baru,
sudah sesuai porsinya, tidak terlalu jauh dan tidak terlalu dekat. Jika dilihat dari
penggunaan font/ukuran tulisan, sudah termasuk pada kategori pas.
4. Dilihat dari aspek isi buku, menurut saya buku ini termasuk buku yang baik untuk
dijadikan referensi. Alasannya adalah karena:
a. Pada buku ini, penulis berusaha memberikan pemaparan yang sangat jelas
mengenai tujuan dari pembahasan setiap materi bab ini. Sehingga hal ini membuat
pembaca lebih mudah untuk mengikuti alur materi ini.
b. Pada buku ini, disajikan pula cara penurunan setiap rumus atau persamaan, hal ini
akan mumbuaut pembaca memahami bagaimana rumus tersebut muncul. Namun,
ada beberapa persamaan yang tidak dijelaskan darimana dan mengapa
menggunakan rumus tersebut.
c. Pada buku ini, disajikan pula rangkuman serta catatan yang perlu diperhatikan
pembaca. Hal ini tentu saja akan memudahkan pembaca mengetahui hal-hal penting
yang harus dikuasai dari setiap bab. Namun, yag menajdi kekurangannya adalah
bahwa perangkuman materi tidak merata untuk setiap bab. Sebaiknya agar isi buku
lebih baik, pada setiap bab disajikan rangkuman materi.
 d. Pada buku ini memaparkan masalah nyata yang dapat dijumpai dan dibayangkan
oleh pembaca. Hal ini akan memudahkan pembaca mengarahkan pemahamannya
dengan isi buku ini. Jadi, hal yang terlihat abstrak menjadi elbih konkret dan nyata.
e. Pada buku ini juga disajikan gambar, tabel, grafik yang akan memudahkan pembaca
memahami apa yang ingin disampaikan penulis.
f. Pada buku ini, terdapat beberapa istilah atau pun simbol yang baru ditemui oleh
pembaca, namun pada buku ini tidak dijelaskan apa artinya, sehingga
mengharuskan pembaca menduga-duga atau bahkan mencari dari sumber lain.
5. Dari aspek tata bahasa, buku ini menggunakan bahasa yang mudah dipahami.
 BAB IV
PENUTUP

A. Kesimpulan
Laporan kritikal buku atau Critical Book Report merupakan suatu kegiatan untuk
melihat isi suatu buku (secara keseluruhan ataupun sebagian) yang dibandingkan dengan
buku lain pada bidang kajian yang sama. Kegiatan ini meliputi menilik isi buku, dan menilai
secara kritis kelebihan dan kekurangan buku yang dikritik.
Kegiatan kritikal buku ini sangat bermanfaat bagi mahasiswa sebagai sarana menambah
wawasan dan berlatih untuk berpikir kritis. Dengan adanya kritikal buku ini mahasiswa
akan berusaha untuk memahami isi buku atau bagian yang ia kritisi sehingga dengan begitu
akan menambah pengetahuan bagi mahasiswa yang melakukan kegiatan kritikal buku ini.
Kritikal buku ini juga memberikan mahasiswa/pengkritisi pengetahuan untuk memilih buku
yang paling baik yang bisa dijadikan sebagai acuan dalam pembelajaran.
B. Saran
Adapun saran yang dapat saya sampaikan, untuk perbaikan buku ini adalah sebagai
berikut:
 Sebaiknya penulisan rangkuman merata untuk setiap bab.
 Sebaiknya semua rumus atau persamaan dijelaskan alasan penggunaan persamaan
tersebut.
 Sebaiknya, untuk simbol atau istilah yang masih jarang didengar, dijelaskan pada
buku, sehingga pembaca lebih mudah memahami, apalagi jika istilah atau simbol
tersebut sering digunakan pada buku ini.
Daftar Pustaka