Distribusi Probabilitas Variabel Acak Diskrit
|
|
- Glenna Atmadjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pertemuan ke-8 Distribusi Probabilitas Variabel Acak Diskrit Dr.Eng. Agus S. Muntohar Geotechnical Engineering Division Department of Civil Engineering 2
2 POKOK BAHASAN 5.1 Distribusi Bernoulli 5.2 Distribusi Binomial 5.3 Distribusi Binomial Negatif 5.4 Distribusi Geometrik 5.5 Distribusi Hipergeometrik 5.6 Distribusi Poisson 5.7 Rangkuman Distribusi Diskrit 2
3 5.1 DISTRIBUSI BERNOULLI Kriteria: 1. Hanya terdapat dua kemungkinan keluaran (Outcome) : sukses atau gagal, 2. Probabilitas kejadian gagal (atau sukses) adalah konstan. 3. Merupakan percobaan yang independen (keluaran percobaan tidak mempengaruhi keluaran dari percobaan lainnya) Contoh : Melempar koin, hanya terdapat kemungkinan sisi gambar atau sisi angka nominal uang. 3
4 Probability mass function (pmf) Bernoulli: untuk untuk yang lain p=0.3 p=0.5 p=0.7 p x (x) x p x (x) x p x (x) x 4
5 Mean distribusi Bernoulli Varian distribusi Bernoulli 5
6 Contoh 5.1 Pada smester 6 di Jurusan Teknik Kelutan setiap mahasiswa akan mendapatkan Tugas Rancang Besar II (Perancangan Struktur Lepas Pantai Terpancang - Statis). Derdapat dua software yang sudah familiar digunakan untuk mengerjakan TRB II, yakni GT Strudl dan SACS. Data yang ada selama ini menunjukkan 80% mahasiswa menggunakan SACS karena lebih friendly use daripada GT Strudl. Jika variabel acak X menyatakan mahasiswa yang menggunakan SACS, maka dapat dibentuk distribusi probabilitas sebagai berikut: X =1,untuk SACS =0,untuk GT Strudl 6
7 p=0.8 Maka pmf Bernoulli denga parameter p = 0.8 dinotasikan : =0.8, x = 1 =0.2, x = 0 =0.0, x 0 atau 1 Atau p x (x) x 7
8 5.2 DISTRIBUSI BINOMIAL Kriteria: 1. Hanya terdapat satu dari dua keluaran yang memungkinan, yakni sukses atau gagal. 2. Percobaan/pengujian dilakukan dalam kondisi yang sama dan dengan probabilitas sukses p yang konstan. 3. Jumlah percobaan/pengujian n yang sudah titetapkan (fixed). 4. Keluaran percobaan/pengujian berifat independen. 5. Variabel acak X adalah jumlah total dari n kejdian sukses dari n percobaan. 8
9 pmf Binomial variabel acak: Untuk x=0,1,,n ; 0 < p < 1 = 0 Untuk yang lainnya Cumulative Density function (cdf) distribusi Binomial: dengan 9
10 Mean distribusi Binomial: varian distribusi Binomial: 10
11 Contoh 5.2 Seorang mahasiswa Jurusan Teknik Kelutan sedang melakukan pengujian besarnya energi gelombang di 8 pantai berbeda dalam penelitianya untuk pengembangan alat pembangkit listrik tenaga gelombang laut. Bila X menyatakan jumlah pantai yang memiliki kuat arus sesuai kriteria minimum alat pembangkit tenaga gelombang laut, dengan probabilitas 0.8. Sehingga dapat ditentukan distribusi probabilitasnya sebagai berikut. 11
12 Pmf : cdf 12
13 x p x (x) F x (X)
14 5.3 DISTRIBUSI BINOMIAL NEGATIF Kriteria: 1. Eksperimen terdiri dari serangkaian percobaan yang saling bebas 2. Setiap percobaan (trial) hanya dapat menghasilkan satu dari dua keluaran yang mungkin, sukses atau gagal 3. Probabilitas sukses p dan, demikian pula, probabilitas gagl q=1-p selalu konstan dalam setiap percobaan. 4. Eksperiman terus berlanjut (percobaan terus dilakukan) sampai sejumlah total r sukses diperoleh, dimana r berupa bilangan bulat tertentu. 14
15 Pmf distribusi binom negatif Cdf distribusi binom negatif = 0 untuk yg lain Dengan 15
16 Mean dan varian distribusi binom negative 16
17 Contoh 5.3 Sebuah perusahaan menawarkan excavator untuk keperluan reklamasi pantai yang dilakukan pemerintah daerah. Dari pengalaman-penggalaman sebelumnya perusahaan mengestimasikan 10 persen unit excavator yang dikirim mengalami gangguan dalam beberapa hal. Jika dibutuhkan 5 unit excavator, tentukan berapa jumlah minimum yang dikirm agar 95 persen unit excavator dipastikan tidak akan mengalami ganguan. 17
18 Dengan probabilitas sukses x Px(X=x;5,0.9) Fx(X=x;5,0.9) Sehingga jumlah minimum yang diperlukan adalah 7 unit 18
19 5.4 DISTRIBUSI GEOMETRIK 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 pmf: = 0 untuk yang lain 19
20 Mean dan varian distribusi gemoterik 20
21 5.5 DISTRIBUSI HIPERGEOMETRIK Kriteria: 1. Populasi berukuran m 2. Setiap anggota populasi dapat dinyatakan sebagai sukses atau gagal 3. 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. 21
22 Pmf distribusi hipergeometrik: m=populasi, n=sampel, p=kejadian sukses, q=kejadian gagal 22
23 Mean dan varian distribusi hipergeometrik: 23
24 Contoh uint mesin las akan dikirim untuk pada perusahaan konstruksi anjungan lepas pantai dengan spesifikasi yang sama tapi ditemukan 2% mesin las megalami disfungsi. Agar pengiriman dapat diterima, tidak boleh lebih dari satu unit dari 10 unit yang dipilih secara acak mengalami disfungsi. Berapakah probabilitasnya? 24
25 x px(x=x) Fx(X=x)
26 5.6 DISTRIBUSI POISSON Distribusi poisson digunakan untuk mengamati jumlah kejadiankejadian khusus yang terjadi dalam satu satuan waktu atau ruang Kriteria: 1. Suatu eksperimen yang meliputi pencacahan banyaknya suatu peristiwa terjadi dalam satuan unit yang ditentukan. Unit yang ditentukan ini biasanya adalah unit waktu atau ruang 2. Probabilitas peristiwa tersebut adalah sama untuk setiap satuan unit 26
27 3. 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. Maka pfm distribusi poisson adalah sebagai berikut: =0 untuk yang lain 27
28 Dan cdf distribusi poisson adalah: Sehingga 28
29 Mean dan varian distribusi poisson: Hubungan mean count v dan mean rate λ : 29
30 Contoh 5.6 Dikarenakan badai menyebabkan tinggi gelombang di perairan Natuna melebihi batas aman operasi sebuah anjungan pengeboran lepas pantai yang mengakibatkan anjungan tersebut tidak dapat beroperasi (downtime) selama 10 hari dalam 20 tahun periode. Para crew anjungan (roughneck) beranggapan bahwa probabilitas anjungan mengalami downtime lebih dari satu hari selama kurun waktu tersebut lebih kecil dari 0.1. Apakah anggapan tersebut benar? 30
31 Rata-rata downtime per tahun adalah 0.5, sehingga v =0.5 dan Maka anggapan para crew roughneck anjugan dapat dibenarkan 31
DISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinciBAB 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 terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciMATERI KULIAH STATISTIKA
MATERI KULIAH STATISTIKA III. TEORI PROBABILITAS 1. Operasi himpunan a. Gabungan atau union b. Interseksi atau irisan Contoh soal 1 : Dalam sebuah eksperimen pelemparan 1 buah dadu, terdapat kejadian :
Lebih terperinciTeori 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 terperinciDISTRIBUSI 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 terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinciBAB 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 terperinciPERBANDINGAN 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 terperinciKONSEP 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 terperinci4.1.1 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 terperinciBI5106 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: 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 terperinciBAB 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 terperinciDISTRIBUSI PROBABILITAS FERDIANA YUNITA
DISTRIBUSI PROBABILITAS FERDIANA YUNITA DEFINISI DISTRIBUSI PROBABILITAS Model untuk variable acak, yg menggambarkan cara probabilitas tersebar pada semua nilai yang mungkin terjadi dari variable acak
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang
Lebih terperinciPeubah 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 terperinciNilai 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 terperinciTugas 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 terperinciTipe Peubah Acak. Diskret. Kontinu
2 N i 1 x i N 2 Tipe Peubah Acak Diskret Segugus nilai dari suatu peubah acak yang dapat dicacah (countable) Misalkan X = banyaknya tendangan penalti yang berhasil dilakukan oleh pemain A Kontinu Nilai-nilai
Lebih terperinciPROBABILITAS (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 terperinciSTATISTIKA 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 terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISKRIT Distribusi binomial Distribusi binomial - Distribusi peluang diskrit Distribusi geometrik Distribusi hipergeometrik Distribusi poison BERNOULLI TRIAL
Lebih terperinciDistribusi 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 terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu
xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif
Lebih terperinciPeubah 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 terperinciDISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PROBABILITAS DISKRET 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial
Lebih terperinciDasar-dasar Statistika Pemodelan Sistem
Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016
Lebih terperinciKumpulan 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 terperinciDISTRIBUSI PROBABILITAS VARIABEL RANDOM
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan DISTRIBUSI PROBABILITAS VARIABEL RANDOM Statistika dan Probabilitas 2 Distribusi probabilitas variabel random diskrit Distribusi
Lebih terperinciDistribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif
Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi
Lebih terperinciSTK 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 terperinciDistribusi 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 terperinciKONSEP 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 terperinciDistribusi 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 terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada. 1http://istiarto.staff.ugm.ac.id STATISTIKA. Discrete Probability Distributions
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Discrete Probability Distributions 1http://istiarto.staff.ugm.ac.id Discrete Probability Distributions Distribusi Hipergeometrik Bernoulli
Lebih terperinciPengantar 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 terperinciProbabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Diskrit 2 Adam Hendra Brata Distribusi Hipergeometrik Distribusi Hipergeometrik Jika sampling dilakukan tanpa pengembalian dari kejadian sampling yang diambil
Lebih terperinciMetode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Metode Statistika Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah
Lebih terperinciPeubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak
Peubah Acak Peubah Acak Diskrit dan Distribusi Peluang Peubah Acak (Random Variable): Sebuah keluaran numerik yang merupakan hasil dari percobaan (eksperimen) Untuk setiap anggota dari ruang sampel percobaan,
Lebih terperinciPengantar 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 terperinciSTK 203 TEORI STATISTIKA I
STK 203 TEORI STATISTIKA I II. PEUBAH ACAK DISKRET II. Peubah Acak Diskret 1 PEUBAH ACAK DISKRET Definisi 2.1. (Peubah Acak) : Peubah Acak Y adalah suatu fungsi yang memetakan seluruh anggota ruang contoh
Lebih terperinciModel 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 terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA 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 terperinciSTK 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 terperinciSEJARAH DISTRIBUSI POISSON
SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi
Lebih terperinciCatatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciPengantar 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 terperinciCatatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)
Lebih terperinciPengantar 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 terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat ditemukan dalam banyak hal yang dapat memberikan manfaat dalam penerapannya. Distribusi probabilitas merupakan
Lebih terperinciSTATISTIK 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 terperinciDISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN
#7 DISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN 7.1. Pendahuluan Pada pembahasan terdahulu, keandalan hanya dievaluasi sebagai suatu sistem rekayasa (engineering) dengan tidak menggunakan distribusi
Lebih terperinciVARIABEL RANDOM DAN DISTRIBUSI PELUANG
1 VARIABEL RANDOM DAN DISTRIBUSI PELUANG Dr. Vita Ratnasari, M.Si Definisi Variabel Random 2 Variabel random ialah Suatu fungsi yang mengaitkan suatu bilangan real pada setiap unsur dalam ruang sampel.
Lebih terperinciPENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 4. Variabel Acak dan Distribusi Probabilitas Prima Kristalina April 2015 1 Outline 1. Definisi
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciPEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh
PEUBAH ACAK Materi 4 - STK211 Metode Statistika October 2, 2017 Okt, 2017 1 Pendahuluan Pernahkah bertanya, mengapa dalam soal ujian penerimaan mahasiswa baru, jika jawaban benar diberi nilai 4, salah
Lebih terperinciSEBARAN PELUANG DISKRET
SEBARAN PELUANG DISKRET Beberapa Peubah Acak Diskret Seragam Bernoulli Binomial Hipergeometrik Binom Negatif Geometrik Poisson Peubah Acak Seragam Bila setiap kemungkinan percobaan memiliki kesempatan
Lebih terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
Lebih terperinciDistribusi 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 terperinciBab 3 Kinerja Rata-rata dan Variabilitas
Bab 3 Kinerja Rata-rata dan Variabilitas Dr. Yeffry Handoko Putra UNIVERSITAS KOMPUTER INDONESIA Page 1 ANALISIS DATA TERUKUR Kejadian Independen Variabel acak (random variable) Cumulative Distribution
Lebih terperinciPeubah 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 terperinciPengukuran dan Peningkatan Kehandalan Sistem
Pengukuran dan Peningkatan Kehandalan Sistem Pengukuran Kehandalan Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menguraikan proses perancangan kehandalan sistem 3 Kehandalan
Lebih terperinciANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL
ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS
KODE / SKS : KK-01333 / 3 SKS 1 Pengertian dan tujuan 1. Klasifikasi Model 1 Simulasi. Perbedaan penyelesaian problem Dapat menjelaskan klasifikasi model dari matematis secara analitis dan numeris suatu
Lebih terperinciBILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :
BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak
Lebih terperinciDISTRIBUSI 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 terperinciMK 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 terperinciProbabilitas 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 terperinciD I S T R I B U S I P R O B A B I L I T A S
D I S T R I B U S I P R O B A B I L I T A S Amiyella Endista Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Distribusi Probabilitas Kunci aplikasi probabilitas dalam statistik
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciBAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang
BAB II LANDASAN TEORI 2.1 Konsep Dasar Peluang Pada dasarnya statistika berkaitan dengan penyajian dan penafsiran hasil yang berkemungkinan (hasil yang belum dapat ditentukan sebelumnya) yang muncul dalam
Lebih terperinciBab 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 terperinciContoh: 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 terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat diterapkan dalam banyak hal yang memberikan keuntungan serta manfaat dalam pengaplikasiannya. Misalnya, pada
Lebih terperinciBab 5 Distribusi Sampling
Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n
Lebih terperinciBeberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang
Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang rahmaanisa@apps.ipb.ac.id Outline Peubah acak Bernoulli Peubah acak binom Peubah acak geometrik Latihan dan Diskusi Review Peubah Acak
Lebih terperinciPENDAHULUAN 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 terperinciRENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciNilai Harapan / Nilai Ekspektasi
EKSPEKTASI Misalkan sebuah eksperimen menghasilkan k peristiwa, dan peluang masing-masing peristiwa P 1, P, P k dan untuk tiap peristiwa terdapat satuan (bobot d 1, d d k ) maka ekspektasi eksperimen itu
Lebih terperinciDistribusi 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 terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
Lebih terperinciDISTRIBUSI 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 terperinciANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
Lebih terperinciCara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu
Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu Zaman modern (>1940), dgn cara membentuk bilangan acak secara numerik/aritmatik (menggunakan komputer), disebut Pseudo Random
Lebih terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciBAB 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 terperinciBAB 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 terperinciProgram Studi Teknik Mesin S1
SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE / SKS : IT042238 / 2 SKS Program Studi Teknik Mesin S1 Pokok Bahasan Pertemuan dan TIU 1 Pendahuluan memahami tentang konsep statistik
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
Lebih terperinciHubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian
Diagram Venn. Hubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian S = Himpunan bilangan asli A = Himpunan bilangan
Lebih terperinciMenjelaskan 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 terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu
BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif untuk
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinci