Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif

Ukuran: px
Mulai penontonan dengan halaman:

Download "Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif"

Transkripsi

1 Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani debrina.ub@gmail.com / debrina@ub.ac.id

2 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi Multinomial Distribusi Binomial Negatif

3 Distribusi Probabilitas Adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa / merupakan hasil dari 3 setiap peluang peristiwa

4 4 Variabel Acak/Random Adalah variabel yang nilai-nilainya ditentukan oleh kesempatan atau variabel yang dapat bernilai numerik yang dapat didefinisikan dalam suatu ruang sampel Random/Acak karena tidak diketahui pasti nilai yang akan dihasilkan pada percobaan yang dilakukan Misal: pelemparan sebuah dadu sebanyak 6 kali, maka muncul angka 1 sebanyak 0,1,2,3,4,5, atau 6 kali merupakan kesempatan

5 Macam Variabel Acak/Random 5 Variabel Acak Diskrit Variabel random yang tidak mengambil seluruh nilai yang ada dalam sebuah interval atau variabel yang hanya memiliki nilai tertentu. Nilainya merupakan bilangan bulat & asli, tidak berbentuk pecahan Contoh: Banyaknya pemunculan angka/gambar dalam pelemparan sebuah koin Jumlah anak dalam keluarga Variabel Random Kontinu Variabel random yang mengambil seluruh nilai yang ada dalam sebuah interval atau variabel yang dapat memiliki nilai2 pada suatu interval tertentu Nilainya dapat berupa bilangan bulat maupun pecahan Contoh: Pada label kurva baja tertulis diameter 2 ± 0,0005 mm. sehingga daerah hasil variabel random X adalah Rx = {X : 1,9995 x 2,0005; x adalah bilangan real}

6 6 1. Distribusi Binomial suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli.

7 Percobaan terdiri dari beberapa usaha tiap-tiap ulangan percobaan bebas satu sama lainnya. usaha 7 Probabilitas kesuksesan tidak berubah dari percobaan satu ke percobaan lainnya. Proses Bernoulli Persyaratan: Percobaan terdiri atas n-usaha yang berulang Tiap-tiap usaha memberikan hasil yang dapat dikelompokkan menjadi 2- kategori, sukses atau gagal Peluang kesuksesan dinyatakan dengan p, tidak berubah dari satu usaha ke usaha berikutnya. Tiap usaha bebas dengan usaha lainnya.

8 perlemparan sekeping uang logam sebanyak 5 kali Sisi gambar Sisi angka 8 Dua macam kartu yang diambil berturut-turut dengan label ; merah : berhasil hitam : gagal berhasil gagal

9 Distribusi Binomial 9 Suatu usaha bernoulli dapat menghasilkan: kesuksesan dengan probabilitas p kegagalan dengan probabilitas q = 1 p maka distribusi probabilitas perubah acak binomial X yaitu banyaknya kesuksesan dalam n-usaha bebas adalah Di mana : n b(x;n,p) = p x q n x ;x = 012,,,...,n x

10 Distribusi Binomial 10 Statistik Deskriptif 1. Rata-rata 2. Variansi

11 Contoh 11 Peluang cacat dan baik dari hasil produksi suatu perusahaan yang hampir bangkrut adalah 50%. Apabila perusahaan itu memproduksi 3 barang, berapakah probabilitas yang diperoleh, jika: a. Satu barang cacat b. Dua barang baik c. Maksimum dua barang cacat maka akan diperoleh ruang sampel sbb: S = {bbb, bbc, bcb, cbb, bcc, cbc, ccb, ccc} b = barang baik c = barang cacat

12 Solusi: Misal x adalah banyaknya barang baik dari 3 barang yang diproduksi, maka nilai x adalah: 12 sampel bbb bbc bcb cbb bcc cbc ccb ccc x Probabilitas nilai x, yaitu: X = 0, nilai probabilitasnya = p(x = 0) = 1/8 X = 1, nilai probabilitasnya = p(x = 1) = 3/8 X = 2, nilai probabilitasnya = p(x = 2) = 3/8 X = 3, nilai probabilitasnya = p(x = 3) = 1/8 Kasus di atas dapat diselesaikan dengan distribusi binomial Dengan: p = ½, q = ½ x = banyaknya barang yang baik n = 3 Dengan x = 0, 1, 2, 3

13 Solusi: a. Jika peristiwa A à satu barang cacat, maka A mempunyai ruang sampel : 13 S = { bbc, bcb, cbb} à p(a) = 3/8 Dengan distribusi binomial x = 2 à 1 barang cacat, yang tidak cacat (x) = 2 b. Jika peristiwa B à adalah memproduksi dua barang baik, maka B mempunyai ruang sampel : S = { bbc, bcb, cbb} à p(b) = 3/8 Dengan distribusi binomial x = 2 à 2 barang baik

14 Solusi: 14 c. Jika peristiwa C adalah memproduksi maksimum dua barang cacat, maka C mempunyai ruang sampel : S = { bbb, bcb, bcb,cbb, ccb, cbc, bcc} à p(c) = 7/8 Dengan distribusi binomial x = 1, 2 dan 3 à Maksimum 2 barang cacat, x 0 1

15 n r p 15 1 Tabel Binomial - Cara membaca Untuk n=15, p=0.4 ; : : : : : 15 9 b(x; 15; 0. 4) = x= 0 2 x=0 b(x;15;0.4) = b(x; 15; 0. 4) = x= 0

16 Contoh 16 Probabilitas seseorang sembuh dari penyakit jantung setelah operasi adalah 0.4. Bila diketahui 15 orang menderita penyakit ini, berapa peluang: a. sekurang-kurangnya 10 orang dpt sembuh b. ada 3 sampai 8 orang yg sembuh c. tepat 5 orang yg sembuh Penyelesaian: Misal : X = menyatakan banyaknya orang yg sembuh Diketahui : p = 0.4 n = 15 a) [ ] P(X 10) = 1 P(X < 10) = 1 P(X = 0) + P(X = 1) + P(X = 9) Jadi probabilitas sekurang-kurangnya 10 orang sembuh = = 1 b(x; 15; 0. 4) lihat tabel x= 0 = =

17 b) P( 3 X 8) = P(X 8) P(X 2) 8 2 = b(x; 15, 0. 4) b(x; 15, 0. 4) lihat tabel x= 0 x= 0 = = Jadi probabilitas terdapat 3 sampai 8 orang yg sembuh = c) P(X = 5) = b( 515 ; ; 0. 4) = P(X 5) P(X 4) 5 4 = b(x; 15, 0. 4) b(x; 15, 0. 4) lihat tabel = x= 0 x= = Jadi probabititas tepat 5 orang yang sembuh =

18 Distribusi Binomial Kumulatif 18 Adalah probabilitas dari peristiwa binomial lebih dari satu sukses. ) (... 2) ( 1) ( 0) ( ) ( PBK 0 0 n X P X P X P X P x X P q p C n x n x x n x x n = + + = + = + = = = = =

19 Tabel Distribusi Probabilitas Binomial Kumulatif 19 B( r; n, p) = r x= 0 b( x; n, p) B(r=1;n=2,p=0.30) =

20 Contoh Soal u/ Tabel Binomial 20 Warna mesin cuci yang diproduksi oleh PT. Makmur Jaya adalah putih dan merah. Suatu rumah tangga memesan 2 mesin cuci tersebut dan pengirimannya dilakukan 2 kali. Berapa probabilitas? 1. Ke-2 mesin cuci berwarna merah 2. Ke-2 mesin cuci berwarna putih 3. Berwarna merah minimal 1 Kerjakan dengan Tabel Distribusi Binomial dan Tabel Distribusi Binomial Kumulatif.

21 Tabel Distribusi Binomial 21 p = ½, q = ½, dan n=2 X = banyaknya mesin cuci yang berwarna merah. Dari tabel distribusi binomial : Nilai x Probabilitas 0,2500 0,500 0, Probabilitas ke-2 mesin berwarna merah dapat ditentukan x=2, P = 0, Probabilitas ke-2 mesin berwarna putih dapat ditentukan x=0, P = 0, Probabilitas berwarna merah minimal 1 dapat ditentukan dengan nilai x=1 ditambah nilai x = 2. sehingga: 0, ,2500 = 0, 7500

22 Tabel Distribusi Binomial Kumulatif 22 p = ½, q = ½, dan n=2 X = banyaknya mesin cuci yang berwarna merah. Dari tabel distribusi binomial kumulatif: Nilai x Probabilitas 0,2500 0,7500 1, Probabilitas ke-2 mesin berwarna merah = P(x=2) P(x=1) = 1,0000-0,7500= 0, Probabilitas ke-2 mesin berwarna putih = P(x=0) = 0, Probabilitas berwarna merah minimal 1 = {P(x=1) P(x=0)} + {P(x=2) P(x=1)} = {0,7500-0,2500} + {1,0000-0,7500} = 0,7500

23 Distribusi Multinomial 23 Distribusi probabilitas binomial digunakan untuk sejumlah sukses dari n percobaan yang independen, dimana seluruh hasil (outcomes) dikategorikan ke dalam dua kelompok (sukses dan gagal). Distribusi probabilitas multinomial digunakan untuk penentuan probabilitas hasil yang dikategorikan ke dalam lebih dari dua kelompok. Fungsi distribusi probabilitas multinomial: P(x 1, x 2,.., x k ) = n! x 1!x 2!...x k! p x 1 x 1 p 2 x 2...p k k

24 Contoh (1) 24 Berdasarkan laporan sebuah penelitian tahun 1995, diantara produk mikroprosesor pentium generasi pertama diketahui terdapat cacat yang mengakibatkan kesalahan dalam operasi aritmatika. Setiap mikroprosesor dapat dikategorikan sebagai baik, rusak dan cacat (dapat digunakan dengan kemungkinan muncul kesalahan operasi aritmatika). Diketahui bahwa 70% mirkoprosesor dikategorikan baik, 25% cacat dan 5% rusak. Jika sebuah sample random berukuran 20 diambil, berapa probabilitas ditemukan 15 mikroprosesor baik, 3 cacat dan 2 rusak? Penyelesaian : P( 15, 3, 2) 20! = 15! 3! 2!... = ( 7 )( 25 )( 05 )

25 Contoh (2) 25 Bila dua buah dadu dilemparkan 6 kali, berapa peluang mendapat jumlah bilangan yang muncul sebesar 7 atau 11 sebanyak 2 kali, bilangan yang sama pada kedua dadu sekali, dan kemungkinan lainnya sebanyak 3 kali? Penyelesaian : o S = 36 o E1 = jumlah kedua dadu 7 atau 11: peluangnya adalah 2/9 o E2 = bilangan yang sama pada kedua dadu : peluangnya 1/6 o E3 = kemungkinan lainnya: 1 P(E1 + E2) = 1 (2/9 + 1/6) = 11/18 Maka f(2,1,3; 2/9, 1/6, 11/18, 6) x p n = 0,1127

26 26 Distribusi Binomial Negatif Percobaan binomial negatif Mencari peluang sukses dalam percobaan Variabel acak binomial negatif Jumlah percobaan yang diperlukan untuk mendapatkan sukses pada percobaan binomial negatif Distribusi peluang binomial negatif Peluang jumlah percobaan yang diperlukan untuk mendapatkan sukses pada percobaan binomial negatif

27 27 Distribusi Binomial Negatif Notasi: b :peluang sukses pada trial tertentu x :jumlah percobaan p :peluang sukses q :peluang gagal k:jumlah sukses yang terjadi

28 Distribusi Binomial Negatif 28 Statistik Deskriptif 1. Rata-rata μ= k/p 2. Variansi σ 2 = k(1-p)/p 2

29 Contoh 29 Solutions:

Distribusi Probabilitas Diskrit: Binomial & Multinomial

Distribusi Probabilitas Diskrit: Binomial & Multinomial Distribusi Probabilitas Diskrit: Binomial & Multinomial 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi

Lebih terperinci

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Ir Tito Adi Dewanto Jenis Distribusi 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Pengantar Kunci aplikasi probabilitas dalam statistik

Lebih terperinci

Teori Probabilitas 3.2. Debrina Puspita Andriani /

Teori Probabilitas 3.2. Debrina Puspita Andriani    / Teori Probabilitas 3.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Berapa peluang munculnya

Lebih terperinci

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2

Lebih terperinci

PERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung

PERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung PERMUTASI, KOMBINASI DAN PELUANG A. KAIDAH PENCACAHAN Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung berapa banyaknya cara yang mungkjin terjadi dalam suatu percobaan. Kaidah pencacahan

Lebih terperinci

Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik

Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik 4.3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Geometrik Distribusi Hipergeometrik Distribusi

Lebih terperinci

Distribusi Probabilitas Diskrit: Poisson

Distribusi Probabilitas Diskrit: Poisson Distribusi Probabilitas Diskrit: Poisson 7.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Pendekatan Binomial Poisson Distribusi Poisson Kapan distribusi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)

Lebih terperinci

BeberapaDistribusiPeluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

BeberapaDistribusiPeluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB BeberapaDistribusiPeluang Diskrit Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Pengantar Pengamatanyang dihasilkanmelaluipercobaanyang berbeda

Lebih terperinci

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik

Lebih terperinci

Statistika Farmasi

Statistika Farmasi Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu

Lebih terperinci

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA 1 LUVY S. ZANTHY KAPSEL SMA 2 LUVY S. ZANTHY KAPSEL SMA 3 Distribusi Binomial O Dalam suatu percobaan statistik sering dijumpai pengulangan

Lebih terperinci

DISTRIBUSI PROBABILITAS (PELUANG)

DISTRIBUSI PROBABILITAS (PELUANG) DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,

Lebih terperinci

Bab 2 DISTRIBUSI PELUANG

Bab 2 DISTRIBUSI PELUANG Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut

Lebih terperinci

Teori Probabilitas. Debrina Puspita Andriani /

Teori Probabilitas. Debrina Puspita Andriani    / Teori Probabilitas 5 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Teorema Bayes Berapa

Lebih terperinci

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal 1 Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat

Lebih terperinci

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu

Lebih terperinci

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat

Lebih terperinci

BAB IV. DISTRIBUSI PROBABILITAS DISKRIT

BAB IV. DISTRIBUSI PROBABILITAS DISKRIT BAB IV. DISTRIBUSI PROBABILITAS DISKRIT A. Variabel random diskrit. Variabel random diskrit X adalah : Cara memberi nilai angka pada setiap elemen ruang sampel X(a) : Ukuran karakteristik tertentu dari

Lebih terperinci

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial

Lebih terperinci

PENDAHULUAN Definisi: Contoh Kasus:

PENDAHULUAN Definisi: Contoh Kasus: DISTRIBUSI PROBABILITAS 1 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.

Lebih terperinci

STATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU

STATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Distribusi Peluang DISKRIT DAN KONTINYU Random Variable Random variable / peubah acak: Suatu fungsi yang mengaitkan suatu bilangan real dengan tiap elemen

Lebih terperinci

Hidup penuh dengan ketidakpastian

Hidup penuh dengan ketidakpastian BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa

Lebih terperinci

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya

Lebih terperinci

matematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran

matematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran Kurikulum 20 matematika K e l a s XI DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.. Memahami perbedaan

Lebih terperinci

Beberapa Distribusi Peluang Diskrit

Beberapa Distribusi Peluang Diskrit Beberapa Distribusi Peluang Diskrit Departemen Teknik Informatika Institut Teknologi Bandung Page 1 Isi : Distribusi Seragam Distribusi Binomial Distribusi Multinomial Page 2 Distribusi

Lebih terperinci

DISTRIBUSI PELUANG TEORITIS

DISTRIBUSI PELUANG TEORITIS Distribusi Teoritis 1/ 15 DISTRIBUSI PELUANG TEORITIS 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. PEUBAH ACAK Fungsi yang mendefinisikan

Lebih terperinci

Distribusi Probabilitas : Gamma & Eksponensial

Distribusi Probabilitas : Gamma & Eksponensial Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya

Lebih terperinci

Probabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata

Probabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata dan Statistika dan Fungsi Peluang Adam Hendra Brata acak adalah sebuah fungsi yang memetakan hasil kejadian yang ada di alam (seperti : buka dan tutup; terang, redup dan gelap; merah, kuning dan hijau;

Lebih terperinci

Distribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.

Distribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan. Distribusi Peluang Teoritis. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang

Lebih terperinci

PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (3) 4 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Variansi/ Standard Deviasi 3 Uji Hipotesis untuk Variansi (1) 4 Data statistik

Lebih terperinci

BAB II DISTRIBUSI PROBABILITAS

BAB II DISTRIBUSI PROBABILITAS BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)

Lebih terperinci

4.1.1 Distribusi Binomial

4.1.1 Distribusi Binomial 4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak

Lebih terperinci

Teori Peluang Diskrit

Teori Peluang Diskrit Teori Peluang Diskrit Peluang Diskrit Apa yang terjadi jika keluaran dari suatu eksperimen tidak memiliki peluang yang sama? Dalam kasus ini, peluang p(s) dipadankan dengan setiap keluaran s S, di mana

Lebih terperinci

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30 DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat

Lebih terperinci

Model dan Simulasi Universitas Indo Global Mandiri

Model dan Simulasi Universitas Indo Global Mandiri Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan

Lebih terperinci

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah

Lebih terperinci

STATISTIK PERTEMUAN V

STATISTIK PERTEMUAN V STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel

Lebih terperinci

STATISTICS. WEEK 4 Hanung N. Prasetyo POLYTECHNIC TELKOM/HANUNG NP

STATISTICS. WEEK 4 Hanung N. Prasetyo POLYTECHNIC TELKOM/HANUNG NP STATISTICS WEEK 4 Hanung N. Prasetyo Pendahuluan: Penyajian distribusi probabilitas dalam bentuk grafis, tabel atau melalui rumusan tidak masalah, yang ingin dilukiskan adalah perilaku (kelakuan) perubah

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran

Lebih terperinci

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.

Lebih terperinci

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Distribusi Sampling 6.2. Debrina Puspita Andriani    / 6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling

Lebih terperinci

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA Saintia Matematika Vol. 1, No. 3 (2013), pp. 299 312. PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA Raini Manurung, Suwarno Ariswoyo, Pasukat Sembiring Abstrak.

Lebih terperinci

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Peubah Acak Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita

Lebih terperinci

Distribusi Probabilitas Diskrit. Dadan Dasari

Distribusi Probabilitas Diskrit. Dadan Dasari Distribusi Probabilitas Diskrit Dadan Dasari Daftar Isi DIstribusi Uniform Distribusi Binomial DIstribusi Multinomial Distribusi Hipergeometrik Distribusi Poisson Distribusi Probabilitas Uniform Diskrit

Lebih terperinci

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2 Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang

Lebih terperinci

MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Descriptive Statistics mengandung metoda dan prosedur yang digunakan untuk pengumpulan, pengorganisasian, presentasi dan memberikan karakteristik terhadap himpunan

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.

Lebih terperinci

Peubah Acak (Lanjutan)

Peubah Acak (Lanjutan) Learning Outcomes 13 April 2014 Learning Outcomes Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB MANAJEMEN DASAR MODUL STATISTIKA 1 LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik

Lebih terperinci

Statistika & Probabilitas

Statistika & Probabilitas Statistika & Probabilitas Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita lebih tertarik bukan pada titik sampelnya, tetapi gambaran numerik dari hasil. Misalkan pada pelemparan sebuah

Lebih terperinci

Pertemuan 1 KONSEP DASAR PROBABILITAS

Pertemuan 1 KONSEP DASAR PROBABILITAS Pertemuan 1 KONSEP DASAR PROBABILITAS Pengantar Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan pasti, terutama kejadian yang akan datang. Meskipun kejadian-kejadian tersebut tidak

Lebih terperinci

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi

Lebih terperinci

Statistika (MMS-1001)

Statistika (MMS-1001) Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif

Lebih terperinci

Statistika (MMS-1001)

Statistika (MMS-1001) Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif

Lebih terperinci

Contoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)

Contoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B) Aturan Penjumlahan Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(A atau B)= P(A)+P(B) Not Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(Aatau B): P(A)+P(B) P(A dan B) Contoh:

Lebih terperinci

Statistika (MMS-1403)

Statistika (MMS-1403) Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Minggu ke- Pokok Bahasan Sub Pokok Bahasan 1. Pendahuluan 1 Perkuliahan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya

Lebih terperinci

PEUBAH ACAK & DISTRIBUSI PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016

PEUBAH ACAK & DISTRIBUSI PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 PEUBAH ACAK & DISTRIBUSI PROBABILITAS Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 Pendahuluan Bidang Statistika Penarikan kesimpulan populasi dan sifat populasi. Percobaan hasil berkemungkinan Percobaan

Lebih terperinci

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (1) 1 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pengertian Pengujian Hipotesis (1) 3 BAHASA YUNANI HUPO Lemah, kurang, di bawah THESIS Teori,

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISKRIT Distribusi binomial Distribusi binomial - Distribusi peluang diskrit Distribusi geometrik Distribusi hipergeometrik Distribusi poison BERNOULLI TRIAL

Lebih terperinci

BAB 8 DISTRIBUSI PELUANG DISKRIT

BAB 8 DISTRIBUSI PELUANG DISKRIT BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu

Lebih terperinci

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014 13 Maret 2014 Learning Outcome Mahasiswa dapat memahami dan menentukan peubah acak dari suatu kejadian Mahasiswa dapat memahami fungsi sebaran Mahasiswa dapat mengerti dan menentukan peubah acak diskret

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah

Lebih terperinci

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.

Lebih terperinci

DISTRIBUSI BINOMIAL berhasil gagal berhasil gagal berhasil gagal ya tidak success failed sukses atau berhasil gagal. sukses atau berhasil.

DISTRIBUSI BINOMIAL berhasil gagal berhasil gagal berhasil gagal ya tidak success failed sukses atau berhasil gagal. sukses atau berhasil. DISTRIBUSI BINOMIAL Pendahuluan Distribusi binomial merupakan suatu proses distribusi probabilitas yang dapat digunakan apabila suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Proses

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)

Lebih terperinci

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET Pertemuan 7. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET 4. Pendahuluan 4.2 Distribusi seragam diskret 4.3 Distribusi binomial dan multinomial

Lebih terperinci

DISTRIBUSI BINOM. Ciri-ciri: 1.Eksperimen terdiri dari n percobaan yang dapat diulang

DISTRIBUSI BINOM. Ciri-ciri: 1.Eksperimen terdiri dari n percobaan yang dapat diulang DISTRIBUSI PELUANG Distribusi Peluang utk Variabel acak Diskret Distribusi Binom Distribusi Multinom Distribusi Hipergeometrik Distribusi Poison Distribusi Peluang utk Variabel acak Kontinu Distribusi

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1 TI2131 TEORI PROBABILITAS MINGGU KE-9 Distribusi Seragam Disrit Jia sebuah variabel random X mengambil nilai x 1, x 2,, x dengan probabilitas yang sama, maa distribusi

Lebih terperinci

Distribusi Peluang Teoritis

Distribusi Peluang Teoritis Distribusi Peluang Teoritis 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang

Lebih terperinci

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi

Lebih terperinci

Pertemuan Ke-1 BAB I PROBABILITAS

Pertemuan Ke-1 BAB I PROBABILITAS Pertemuan Ke-1 BAB I PROBABILITAS 1.1 Arti dan Pentingnya Probabilitas Probabilitas merupakan suatu nilai untuk mengukur besarnya tingkat kemungkinan terjadinya suatu kejadian yang acak. Kejadian Acak

Lebih terperinci

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Distribusi Peluang Diskrit 1. Hitunglah P( < 10) dengan distribusi binomial untuk n = 15, p = 0,4!

Lebih terperinci

THEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP

THEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL

Lebih terperinci

PENGANTAR MODEL PROBABILITAS

PENGANTAR MODEL PROBABILITAS PENGANTAR MODEL PROBABILITAS (PMP, Minggu 1-7) Sri Haryatmi Kartiko Universitas Gadjah Mada Juni 2014 Outline 1 Minggu 1:HIMPUNAN Operasi Himpunan Sifat-Sifat Operasi Himpunan 2 Minggu 2:COUNTING TECHNIQUE

Lebih terperinci

Metode Statistika (STK 211) Pertemuan ke-5

Metode Statistika (STK 211) Pertemuan ke-5 Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak

Lebih terperinci

Pierre-Simon Laplace. Born 23 March 1749 Beaumont-en-Auge, Normandy, France Died 5 March 1827 (aged 77) Paris, France Mempelajari peluang dalam judi

Pierre-Simon Laplace. Born 23 March 1749 Beaumont-en-Auge, Normandy, France Died 5 March 1827 (aged 77) Paris, France Mempelajari peluang dalam judi Blaise Pascal Born June 19, 1623 Clermont-Ferrand, France Died August 19, 1662 (aged 39) Paris, France Memenangkan taruhan tentang hasil tos dua dadu yang dilakukan berulang-ulang Pierre-Simon Laplace

Lebih terperinci

Modul Responsi. Statistika Dasar. Dosen Pengampu: Widiarti, M.Si. Penyusun:

Modul Responsi. Statistika Dasar. Dosen Pengampu: Widiarti, M.Si. Penyusun: Daftar Isi Modul Responsi Statistika Dasar Dosen Pengampu: Widiarti, M.Si. Penyusun: Firmansyah Feri Krisnanto Mei Rusfandi Ichwan Almaza Muammar Rizki F.I. Faiz Azmi Rekatama Edisi 1 (2017) Laboratorium

Lebih terperinci

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1

Lebih terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman

Lebih terperinci

Distribusi Probabilitas Diskret Teoritis

Distribusi Probabilitas Diskret Teoritis Distribusi robabilitas Diskret Teoritis Distribusi robabilitas Teoritis Diskret Distribusi seragam diskret (discrete uniform distribution) Distribusi hipergeometris (hypergeometric distribution) Distribusi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Kehidupan sehari-hari sering dihadapkan dengan beberapa pilihan yang harus ditentukan memilih yang mana. Biasanya dihadapkan dengan kemungkinankemungkinan

Lebih terperinci

HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 HARAPAN MATEMATIK Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Pendahuluan Rata-rata perubah acak X atau rata-rata distribusi peluang X ditulis x atau. Dalam statistik rata-rata ini disebut harapan matematik

Lebih terperinci

PROBABILITAS BERSYARAT. Dr. Julan Hernadi

PROBABILITAS BERSYARAT. Dr. Julan Hernadi 1 PROBABILITAS BERSYARAT Dr. Julan Hernadi 1 Pendahuluan Tujuan utama dari pemodelan probabilitas adalah untuk menentukan bagaimana kecenderungan suatu kejadian A muncul bila kita melakukan percobaan.

Lebih terperinci

ATURAN DASAR PROBABILITAS. EvanRamdan

ATURAN DASAR PROBABILITAS. EvanRamdan ATURAN DASAR PROBABILITAS BEBERAPA ATURAN DASAR PROBABILITAS Secara umum, beberapa kombinasi dari kejadian dalam sebuah eksperimen dapat dihitung probabilitasnya berdasarkan dua aturan, yaitu: 1) Aturan

Lebih terperinci

Ruang Sampel dan Kejadian

Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Perhatikan sekeping mata uang logam dengan sisi-sisi ANGKA dan GAMBAR Sisi Angka (A) Sisi Gambar (G) Maka : Ruang Sampel (S) = { A, G } Titik Sampel = A dan G, maka n(s) = 2 Kejadian

Lebih terperinci

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial

Lebih terperinci

Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi

Lebih terperinci

Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014

Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014 16 Pebruari 2014 Learning Outcome Mahasiswa dapat memahami ruang contoh, kejadian, dan koleksi Mahasiswa dapat melakukan operasi himpunan kejadian Mahasiswa dapat memahami aksioma peluang Mahasiswa dapat

Lebih terperinci

STATISTIK NON PARAMETRIK (2) Debrina Puspita Andriani /

STATISTIK NON PARAMETRIK (2) Debrina Puspita Andriani    / STATISTIK NON PARAMETRIK (2) 13 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Korelasi Urutan Spearman Statistik Non Parametrik 3 Uji Korelasi Urutan Spearman

Lebih terperinci

: Distribusi Peluang. : D. Rizal Riadi

: Distribusi Peluang. : D. Rizal Riadi MATERI 3 Mata Kuliah Dosen : Distribusi Peluang : Statistik : D. Rizal Riadi Mengingat data kuantitatif dipengaruhi faktor-faktor ketidakpastian dan variasi yang disebabkan akurasi instrumen penelitian

Lebih terperinci

PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL

PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 07, No. 2 (2018), hal 127 134. PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Syarifah Nadia, Evy Sulistianingsih, Nurfitri Imro ah INTISARI

Lebih terperinci

Probabilitas = Peluang (Bagian II)

Probabilitas = Peluang (Bagian II) Probabilitas = Peluang (Bagian II) 3. Peluang Suatu Kejadian Peluang dalam pengertian awam "kemungkinan" Mis : 1. Hari ini kemungkinan besar akan turun hujan 2. Kemungkinan tahun depan inflasi akan mencapai

Lebih terperinci

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( ) BIOSTATISTIK UJI HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA (20611003) NURTASMIA (20611022) SOBRI (20611027) : Tahapan-tahapan dalam uji hipotesis 1.Membuat hipotesis nol (H o ) dan hipotesis alternatif (H

Lebih terperinci

DISTRIBUSI PELUANG.

DISTRIBUSI PELUANG. DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah

Lebih terperinci