Thank you for allowing me to revise this assignment. I still could not get one part to render, despite an inordinate amount of attempts and time spent trying. I got most of it to render as code, however. I thank you for your flexibility in letting me resubmit.

This report presents an exploratory data analysis of tuberculosis detection and treatment success rates across provinces in Indonesia. The analysis uses data from the Indonesian Central Bureau of Statistics (BPS) on disease cases by province and type of disease in 2025. Laporan ini menyajikan analisis eksploratif terhadap angka penemuan kasus dan keberhasilan pengobatan tuberkulosis (TBC) di berbagai provinsi di Indonesia. Analisis ini menggunakan data dari Badan Pusat Statistik (BPS) mengenai kasus penyakit menurut provinsi dan jenis penyakit pada tahun 2025.

Publikasi ini menyajikan panduan mendalam mengenai konsep Estimasi Interval dan bagaimana mengelola ketidakpastian dalam analisis data menggunakan bahasa pemrograman R. Materi ini dirancang untuk menjembatani teori statistika klasik dengan implementasi praktis, membantu pembaca memahami bahwa sebuah angka rata-rata sampel hanyalah titik awal dari estimasi parameter populasi yang sebenarnya. Di dalam materi ini, Anda akan mempelajari: - Fondasi Estimasi: Memahami peran Point Estimate, Confidence Level, dan Margin of Error dalam membentuk selang kepercayaan. - Komputasi Distribusi: Tutorial penggunaan distribusi Z (saat standar deviasi populasi diketahui) dan distribusi t-Student (saat variabilitas populasi misterius) menggunakan fungsi qnorm() dan qt(). - Analisis Sensitivitas: Eksplorasi mendalam melalui 5 studi kasus yang berbeda, mulai dari pengaruh ukuran sampel, dampak variabilitas data, hingga perbandingan tingkat kepercayaan (90% vs 99%). - Studi Kasus Riil: Implementasi pada data tinggi badan mahasiswa untuk membedakan presisi estimasi antara fakultas teknik dan fakultas seni berdasarkan ketersediaan informasi parameter populasi. Melalui visualisasi dan interpretasi hasil yang sistematis, publikasi ini bertujuan membekali para mahasiswa dan praktisi data dengan kemampuan untuk menentukan keandalan serta akurasi hasil analisis statistik sebelum mengambil keputusan krusial.