MINGGU KE VIII & IX DISTRIBUSI DESCRETE
|
|
- Sucianty Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 MINGGU KE VIII & IX DISTRIBUSI DESCRETE Tujuan Instruksional Umum : 1. Mahasiswa mampu memahami dengan apa yang dimaksud dengan distribusi diskrit 2. Mahasiswa memahami manfaat dan kegunaan dari distrubusi diskrit 3. Mahasiswa memahami apa yang dimaksud dengan Permutasi 4. Mahasiswa memahami apa yang dimaksud dengan Kombinasi 5. Mahasiswa memahami berbagai cara perhitungan distribusi dikskrit Tujuan Instruksional Khusus 1. Mahasiswa mampu menghitung probabilita dengan permutasi dan kombinasi 2. Mahasiswa mampu mengghitung probabilita dengan menggunakan distribusi binomial 3. Mahasiswa mamapu menghitung probabilita dengan menggunakan distribusi poisson 4. Mahasiswa mampu menguhitung probabilita dengan menggunakan distribusi hipergemetrik 5. Mahasiswa mampu mengaplikasikan program komputer dalam menghitung distribusi diskrit A. Pengertian Distribusi Descrete Diistrribusi Descrete dikenal juga sebagai sebutan distribusi teoritis. Distribusi teoritis terbentuk dari random variable, yaitu nilai yang ditentukan dari sebuah event atau peristiwa. Contohnya adalah apabila sebuah mata uang dilempar sebanyak satu kali maka probabilita keluar angka adalah 0.5 dan probabilita keluar gambar adalah 0.5. jika percobaan dilakukan sebanyak 100 kali maka frekuensi teoritis keluar angka adalah 50 sedangkan frekuensi teoritis keluar gambar adalah 50 (0.5 x 100).
2 B. Permutasi Permutasi adalah penyusunan obyek tersebut ke dalam urutan yang teratur. Jenis permutasi : Permutasi dari seluruh obyek npn n! Permutasi sebanyak r dari n obyek apabila ada 3 orang mahasiswa (ABC) dipermutasikan masing masing 2, maka permutasi sebagai berikut : AB, AC, BA, BC, CA dan CB (jumlah 6), maka dapat dirumuskan : n! npr maka ; ( n r)! 3! P 2 6 (3 2)! 1 Permutasi keliling Permutasi dari obyek yang membentuk suatu lingkaran. Dirumuskan sebagai : ( n 1)! Permutasi sebanyak r dari n obyek dengan pengembalian Dirumuskan : r nrr n 3 orang mahasiswa (ABC) dipermutasikan sebanyak 2, dengan pengembalian, maka jumlah permutasinya : 3R Permutasi dari n obyek yang tidak seluruhnya dapat dibedakan Dirumuskan : n! n1, n2,... nk n! n!... n! 1 2 k JIka diketahui dari 5 mahasiswa Jurusan Manajemen, 2 orang dari angkatan 2005, 2 orng dari angkatan 2006 dan 1 orang dari angkatan 2004, berapa permutasinya djika seluruh obyek tersebut dipermutasikan? 5! !21!! (21)(21) 1
3 Permutasi dari n obyek yang seluruhnya tidak dapat dibedakan Apabila obyek tidak dapat dibedakan maka jumlah permutasinya hanya akan berjumlah 1 saja. C. Kombinasi Kombinasi merupakan cara pemilihan obyek tanpa menghiraukan urutan obyek tersebut. Kombinasi dipilih sebanyak r dari obyek sebanyak n dengan ketentuan n n! 0 < r < n dinotasikan atau ncr = r r!( n r)! Dalam berapa carakah sebuah panitia yang beranggotakan 5 orang dapat dibentuk dari 6 pria dan 3 wanita jika paling sedikit panitia tersebut harus beranggotakan 3 orang pria? a. Panitia yang beranggotakan 3 Pria 3 Pria dari 6 Pria 6! 6 C !6 3 )! 2 wanita dari 3 Wanita 3! 3C 2 3 2!(3 2)! Maka kombinasinya ; b. Panitia yang beranggotakan 4 Pria 4 Pria dari 6 Pria 6! 6C !(6 4)! 1 Wanita dari 3 Wanita 3! 3C 1 3 1!(3 1)! Maka Kombinasinya; c. Panitia yang beranggotakan 5 Pria
4 Beranggotakan 5 pria artinya tidak ada wanita (0) 6! 5C 6 6 5!(6 5)! Maka susunan panitia yang paling sedikit beranggotakan 3 orang pria adalah sejumlah =111 cara. D. Distribusi Binomial Distribusi Binomial adalah probabilita dari event yang memiliki dua kemungkinan hasil. Asumsi dari distribusi binomial adalah : Probabilita peristiwa sukses dirumuskan pada sebuah bilangan yang tetap Terdapat dua peristiwa yang mungkin akan terjadi Masing masing peristiwa merupakan kejadian yang independent Probabilta dari setiap peristiwa adalah tetap dari percobaan yang berulang-ulang Distribusi Binomial dirumuskan sebagai berikut : n r r P r p q n ( ) r Dimana r : jumlah peristiwa sukses n : jumlah percobaan p : Probability sukses dari sejmlah percobaan q 1 p 1. Berapa probabilita memperoleh sisi gambar 4 dan sisi angka 6 pada pelemparan mata uang sebanyak 10 kali? x 4 n 10 p 0.5 q 0.5 Maka, P (4;10 ) P 10 (0.5) 4 4; (0.5) 10 4
5 2. Berapa probabilita memperoleh sisi dadu bernilai 1 pada pelemparan dadu sebanyak 6 kali? 5 P(1;5) 1 P 1; E. Distribusi Poisson Pada dasarnya distribusi Poisson sama dengan distribusi Binomianl, tetapi dignakan apabila n 20 dan p Sehingga disribusi Poisson dapat digunakan untuk memperkirakan distribusi binomial. Rumus persamaan Poisson adalah ; e P( r) r! Dimana; np e r Apabila dikethio sebuah toko penjual alat-alat listrik mencatat penjualan lampu neon setiap hari rata-rata lima buah. Permintaan lampu nenon mengikuti distribusi poisson. Berapa probabilita permintaan lampu neon maksimal 2 buah? e P(0) ! e 5 0,00674 P(1) ! e P(2) ! 21 P(0,1,2) Distribusi Poisson juga dapat digunakan untuk mengukur kedatangan dalam periode waktu tertentu, dirumuskan :
6 P( r) e t ( t) x! r Dimana; t : satuan waktu x : jumlah kedatangan dalam t unit waktu : rata-rata kedatangan pada periode waktu tertentu Sebuah kereta api listrik memiliki waktu kedatangan di stasiun cikini sebanyak 72 kali dalam 1 jam. Berapa probabilita lewatnya 4 kereta api listrik di stasiun cikini dalam waktu 3 menit? 72 ; 1 jam 60 menit dan 3 menit = 1 Sehingga t dan x =4 20 Maka ; e P ( x) ! F. Distrbusi Hypergeometric Distribusi Probabilita hipergeometric dilakukan karena terjadinya keterbatasan pada distribusi binomial dan dilakukan apabila n 0. 05N. Distribusi probability Hypergemetric dirumuskan : P ( r ) Dimana; R N r n N n R r N : Jumlah populasi n : Jumlah sample R : Jumlah peristiwa sukses dalam populasi r : Jumlah peristiwa sukses dalam sample
7 Sebuah perusahaan penghasil ban mobil dalam satu hari menghasilkan 50 ban mobil, (populasi 50) diyakini bahwa dari total poppulasi tersebut 40 ban diantaranya tidak memiliki kerusakan. Kemudian dari 50 ban tersebut diambil sample sebanyak 5 ban mobil untuk dicari probabilita jumlah ban mobil yang rusak.
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 terperinciBy : Refqi Kemal Habib
BAB I PENDAHULUAN A. Dasar Teori Peluang atau kebolehjadian atau dikenal juga sebagai probabilitas adalah cara untuk mengungkapkan pengetahuan atau kepercayaan bahwa suatu kejadian akan berlaku atau telah
Lebih terperinciBAB 3 Teori Probabilitas
BAB 3 Teori Probabilitas A. HIMPUNAN a. Penulisan Hipunan Cara Pendaftaran Cara Pencirian 1) A = {a,i,u,e,o} 1) A = {X: x huruf vokal } 2) B = {1,2,3,4,5} menghasilkan data diskrit 2) B = {X: 1 x 2} menghasilkan
Lebih terperinciKombinatorika Muhammad Saiful Jumat, 27 Januari 2017 ComLabs C, SMA Negeri 2 Bandung
Kombinatorika Muhammad Saiful Islam muhammad@saiful.web.id @saifulwebid Jumat, 27 Januari 2017 ComLabs C, SMA Negeri 2 Bandung Referensi Lecture slide by Julio Adisantoso, http://julio.staff.ipb.ac.id/files/2014/02/slide-02-
Lebih terperinciKombinatorial. Matematika Diskrit Pertemuan ke - 4
Kombinatorial Matematika Diskrit Pertemuan ke - 4 Pengertian Cabang matematika yang mempelajari pengaturan objek-objek Solusi yang diperoleh : jumlah cara pengaturan objek-objek tertentu dalam himpunan
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 terperinciARTI PROBABILITAS. Pr s =P= 1-q = Pr G =q = 1-p. dalam mana Pr S dan Pr G masing-masing adalah probabilitas sukses dan probabilitas gagal.
Probabilitas Probabilitas P( A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < P(A) < 1 P(A) = 0 artinya A pasti terjadi P(A) = 1 artinya A tidak mungkin terjadi ARTI PROBABILITAS Jika sebutir mata
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 terperinci5.Permutasi dan Kombinasi
5.Permutasi dan Kombinasi Prinsip Perkalian : Jika sebuah aktivitas bisa dibentuk dalam t langkah berurutan dan langkah 1 bisa dilakukan dalam n1 cara; langkah kedua bisa dilakukan dalam n2 cara;.; langkah
Lebih terperinciPELUANG. n cara yang berbeda. Contoh 1: Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali?
-1- PELUANG 1. KAIDAH PENCACAHAN 1.1 Aturan Pengisian Tempat Jika beberapa peristiwa dapat terjadi dengan n1, n2, n3,... cara yang berbeda, maka keseluruhan peristiwa itu dapat terjadi dengan n n......
Lebih terperinciGugus dan Kombinatorika
Bab 1 Gugus dan Kombinatorika 1.1 Gugus Gugus, atau juga disebut himpunan adalah kumpulan objek. Objek dalam sebuah himpunan disebut anggota atau unsur. Penulisan himpunan dapat dilakukan dengan dua cara,
Lebih terperinciPROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS
PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS PENDAHULUAN Semua kejadian di alam selalu dikatakan ada ketidakpastian Adanya statistik karena adanya ketidakpastian
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 terperincipeluang Contoh 6.1 Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali? Matematika Dasar Page 46
peluang 6.1 Kaidah Pencacahan A. Aturan Perkalian Misal suatu plat nomor sepeda motor terdiri atas dua huruf berbeda yang diikuti tiga angka dengan angka pertama bukan 0. Berapa banyak plat nomor berbeda
Lebih terperinciUniversitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PROBABILITAS. Statistika dan Probabilitas
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PROBABILITAS Statistika dan Probabilitas 2 Peluang (Probabilitas) Peluang/Probabilitas/Risiko Peluang Risiko Probabilitas
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 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 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 terperinciLearning Outcomes Pencacahan Permutasi Kombinasi Sebaran Bola dalam Keranjang Kesimpulan. Kombinatorika. Julio Adisantoso.
11 Pebruari 2014 Learning Outcome Mahasiswa dapat memahami pentingnya teknik counting problem dalam Ilmu Hitung Peluang Mahasiswa mengetahui dan memahami teknik kombinatorika Mahasiswa dapat melakukan
Lebih terperinciBab IV. Pengantar Peluang. Pengantar Peluang. Eksperimen. Aturan Menghitung Kombinasi Permutasi. Keluaran Eksperimen
Pengantar Peluang Eksperimen Pengantar Peluang Bab IV Aturan Menghitung Kombinasi Permutasi Peluang Eksperimen Peluang adalah pengukuran numerik kemungkinan suatu kejadian terjadi Eksperimen Keluaran Eksperimen
Lebih terperinci6. PELUANG A. Kaidah Pencacahan 1. Aturan perkalian
6. PELUANG A. Kaidah Pencacahan. Aturan perkalian Apabila suatu peristiwa dapat terjadi dengan n tahap yang berurutan, dimana tahap pertama terdapat a cara yang berbeda dan seterusnya sampai dengan tahap
Lebih terperinciPELUANG. Permutasi dengan beberapa elemen yang sama: Dari n obyek terdapat n
PELUANG Bab 11 1. Faktorial Faktorial adalah perkalian bilangan asli berurutan Hasil perkalian dari n bilangan asli pertama yang terurut dikatakan sebagai n faktorial (n!) n! n( n 1)( n 2)...3.2.1 5! =
Lebih terperinciOleh: BAMBANG AVIP PRIATNA M
Oleh: BAMBANG AVIP PRIATNA M Pecobaan / eksperimen acak Ruang Sampel Peristiwa / kejadian / event Peluang peristiwa Sifat-sifat peluang Cara menghitung peluang 1. hasilnya tidak dapat diduga dengan tingkat
Lebih terperinciSTATISTIK PERTEMUAN IV
STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain
Lebih terperinciSTATISTIK PERTEMUAN III
STATISTIK PERTEMUAN III OUTLINE PERTEMUAN III BAGIAN II Probabilitas dan Teori Keputusan Konsep-Konsep Dasar Probabilitas Distribusi Probabilitas Diskrit Pengertian Probabilitas dan Manfaat Probabilitas
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 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 terperinciKONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS PERTEMUAN VIII EvanRamdan PROBABILITAS Dalam menentukan banyaknya anggota kejadian, kadangkala kita tidak selalu dapat mendaftar semua titik sampel dalam percobaan tersebut. Untuk
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 terperinciBAB 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 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 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 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 terperinciPENGANTAR PROBABILITAS STATISTIKA UNIPA SBY
PENGANTAR PROBABILITAS GANGGA ANURAGA POKOK BAHASAN Konsep dasar probabilitas Teori himpunan Permutasi Kombinasi Koefisien binomial Koefisien multinomial Probabilitas Aksioma probabilitas Probabilitas
Lebih terperinciMATEMATIKA EBTANAS TAHUN 1992
MATEMATIKA EBTANAS TAHUN 99 EBT-SMP-9-0 Diketahui: A = {m, a, d, i, u, n} dan B = {m, a, n, a, d, o} Diagram Venn dari kedua himpunan di atas A. m a d o a m o i e e I d u a a u n e m i d o m i d a u n
Lebih terperinciKONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-Konsep Dasar Probabilitas Distribusi Probabilitas Diskrit Pengertian Probabilitas dan Manfaat Probabilitas Pendekatan
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 terperinciPembahasan Contoh Soal PELUANG
Pembahasan Contoh Soal PELUANG 1. Nomor rumah yang dimaksud terdiri atas dua angka. Ini berarti ada dua tempat yang harus diisi, yaitu PULUHAN dan SATUAN. Karena nomor rumah harus ganjil, maka tempat Satuan
Lebih terperinciHidup 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 terperinciProbabilitas dan Statistika Ruang Sampel. Adam Hendra Brata
dan Statistika Ruang Adam Hendra Brata adalah suatu ilmu untuk memprediksi suatu kejadian (event) atau dapat disebut peluang suatu kejadian berdasarkan pendekatan matematis. Dengan ilmu probabilitas, kita
Lebih terperinciModul ke: STATISTIK Probabilitas atau Peluang. 05Teknik. Fakultas. Bethriza Hanum ST., MT. Program Studi Teknik Mesin
Modul ke: STATISTIK Probabilitas atau Peluang Fakultas 05Teknik Bethriza Hanum ST., MT Program Studi Teknik Mesin Pengertian dan Pendekatan Mempelajari probabilitas kejadian suatu peristiwa sangat bermanfaat
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 terperinciMINGGU KE-X: DISTRIBUSI CONTINOUS
MINGGU KE-: DISTRIBUSI CONTINOUS Tujuan Instruksional Umum : 1. Mahasiswa memahami apa yang dimaksud dengan distribusi continuous 2. Mahasiswa memahami perbedaan antara distribusi diskrit dengan distribusi
Lebih terperinciKompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as
Kompetensi: Mahasiswa mampu menjelaskan gejala ekonomi dengan menggunakan konsep probabilitas Hal. 9- Penelitian itu Penuh Kemungkinan (tdk pasti) Mengubah Saya tidak yakin Menjadi Saya yakin akan sukses
Lebih terperinciMATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT)
MATERI KULIAH STATISTIKA I PROBABLITAS (Nuryanto, ST., MT) Pendahuluan Percobaan : proses yang menghasilkan data Ruang Contoh (S) : hasil percobaan himpunan yang memuat semua kemungkinan Kejadian = Event
Lebih terperinciDISTRIBUSI 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 terperinciPert 3 PROBABILITAS. Rekyan Regasari MP
Pert 3 PROBABILITAS Rekyan Regasari MP Berapakah kemungkinan sebuah koin yang dilempar akan menghasilkan gambar angka Berapakah kemungkinan gedung ini akan runtuh Berapakah kemungkinan seorang kreditur
Lebih terperinci, n(a) banyaknya kejadian A dan n(s) banyaknya ruang sampel
Peluang Suatu Kejadian a) Kisaran nilai peluang : 0 P( b) P( =, banyaknya kejadian A dan banyaknya ruang sampel c) Peluang komplemen suatu kejadian : P(A c ) = P( d) Peluang gabungan dari dua kejadian
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 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 terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciDistribusi 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 terperinci25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak
Konsep Peubah Acak Metode Statistika (STK11) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan
Lebih terperinciApril 20, Tujuan Pembelajaran
pril 20, 2011 1 Tujuan embelajaran Memahami dan menggunakan analisis kombinatorial untuk kejadian kompleks: permutasi dan kombinasi Mendefinisikan terminologi-terminologi penting dalam probabilitas dan
Lebih terperinciPELUANG. Jika seluruhnya ada banyak kegiatan, dan masing-masing berturut-turut dapat dilakukan dalam
PELUANG Prinsip Perkalian Bila suatu kegiatan dapat dilakukan dalam n 1 cara yang berbeda, dan kegiatan yang lain dapat dilakukan dalam n 2 cara yang berbeda, maka seluruh peristiwa tersebut dapat dikerjakan
Lebih terperinciU n KOMBINATORIAL. A 1 atau A 2 atau... atau A n adalah (n 1 + n n n ). Dengan kata lain
KOMBINATORIAL Kombinatorial adalah cabang matematika yang mempelajari pengaturan objek objek Solusi yang ingin kita peroleh dari kombinatorial ini adalah jumlah cara pengaturan objek objek didalam kumpulanya
Lebih terperinciII. KONSEP DASAR PELUANG
II. KONSEP DASAR PELUANG Teori Peluang memberikan cara pengukuran kuantitatif tentang kemungkinan munculnya suatu kejadian tertentu dalam suatu percobaan/peristiwa. Untuk dapat menghitung peluang lebih
Lebih terperinciRuang Sampel, Titik Sampel dan Kejadian
Dasar Dasar robabilitas DSR DSR ROILITS Ruang Sampel, Titik Sampel dan Kejadian Ruang sampel (sample space atau semesta (universe merupakan himpunan dari semua hasil (outcome yang mungkin dari suatu percobaan
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 terperinciTujuan Pembelajaran. mutually exclusive
Tujuan embelajaran Memahami dan menggunakan analisis kombinatorial untuk kejadian kompleks: permutasi dan kombinasi Mendefinisikan terminologi-terminologi penting dalam probabilitas dan menjelaskan bagaimana
Lebih terperinciSTATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Probabilitas PELUANG Eksperimen Aktivitas / pengukuran / observasi suatu fenomena yang bervariasi outputnya Ruang Sampel / Sample Space Semua output
Lebih terperinciKonsep Dasar Peluang
Konsep Dasar Peluang Pendahuluan Prediksi kejadian sangat diperlukan dan diminati dalam berbagai bidang kehidupan. Seperti peramalan cuaca, penelitian ilmiah, permainan, bisnis, dll. Ruang contoh : Himpunan
Lebih terperinciDISTRIBUSI BINOMIAL. Investigasi thd suatu populasi. karakteristik populasi variabel nilai variabel
STATISTIKA DISTRIBUSI BINOMIAL Contoh Ilustrasi () Investigasi thd suatu populasi karakteristik populasi variabel nilai variabel nilai ujian: 0 s.d. 00 status perkawinan: tidak kawin, kawin, cerai, duda/janda
Lebih terperinciSELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TAHUN 2004 TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2005
SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 200 Bidang Matematika Waktu : 90 Menit DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH
Lebih terperinci7. Himpunan penyelesaian dari 2(x 3) 4(2x + 3) adalah... a. x -1 c. X 1 e. x -3 b. x 1 d. x -3
. 4% uang Ani diberikan kepada adiknya dan 5% dari uang tersebut untuk membayar rekening listrik dan 5% untuk membayar rekening telpon, sisa uang Ani adalah Rp 4.,. Berapakah jumlah uang Ani a. Rp 4.,
Lebih terperinciBab 3 Pengantar teori Peluang
Bab 3 Pengantar teori Peluang Istilah peluang atau kemungkinan, sering kali diucapkan atau didengar. Sebagai contoh ketika manajer dari sebuah klub sepak bola ditanya wartawan tentang hasil pertandingan
Lebih terperinciDistribusi 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 terperinciLEMBAR AKTIVITAS SISWA PELUANG
Nama Siswa : LEMBAR AKTIVITAS SISWA PELUANG 2 2. Kelas : Kompetensi Dasar (KURIKULUM 2013): 3.16 Memahami dan menerapkan berbagai aturan pencacahan melalui beberapa contoh nyata serta menyajikan alur perumusan
Lebih terperinciStatistika. Probabilitas. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.
Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil Statistika Probabilitas 1 Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang 7dak
Lebih terperinciPercobaan : proses yang menghasilkan data Ruang Contoh (S) : himpunan yang memuat semua kemungkinan hasil percobaan
Probabilitas = Peluang (Bagian I) 1. Pendahuluan Percobaan : proses yang menghasilkan data Ruang Contoh (S) : himpunan yang memuat semua kemungkinan hasil percobaan Comment [sls1]: Page: 1 Misal : a. Ruang
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 terperinciKOMBINATORIKA DAN PELUANG. Jika n adalah bilangan asli, maka n factorial, ditulis n! diartikan sebagai
KOMBINATORIKA DAN PELUANG Faktorial Jika n adalah bilangan asli, maka n factorial, ditulis n! diartikan sebagai n(n-1)(n-2).3.2.1 dan didefinisikan 0!=1 Permutasi Permutasi dari n unsur adalah banyaknya
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 terperinciPertemuan Ke- 3 BAB II PERMUTASI DAN KOMBINASI 2.1 Pengertian Permutasi
Pertemuan Ke- 3 BAB II PERMUTASI DAN KOMBINASI 2.1 Pengertian Permutasi 1. Permutasi dari n obyek seluruhnya : n P n = n! = n.(n - 1).(n - 2) 2.1 = n.(n - 1)! 2. Permutasi sebanyak r dari n obyek yang
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Statistika Berhubungan dengan banyak angka Contoh : Numerical Description pergerakan IHSG, jumlah penduduk di suatu wilayah. Dalam dunia usaha sekumpulan data : pergerakan tingkat
Lebih terperinci1.1 Konsep Probabilitas
TEORI DASAR PROBABILITAS 1.1 Konsep Probabilitas Probabilitas/peluang secara umum dapat diartikan sebagai ukuran matematis terhadap kecenderungan akan munculnya sebuah kejadian. Secara matematis peluang
Lebih terperinciSolusi dan Penyelesaian. Kombinatorik. (b)
Solusi dan Penyelesaian Kombinatorik # Ralat Soal Soal 17. (b) (a 2b + c) 2 Soal 30. Peluang Jevon bisa mengerjakan Bagian A Solusi Solusi 1. (a) 4500 (b) 5832 Solusi 16*. 1152 Solusi 2. (a) 2240 (b*)
Lebih terperinciSILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 4 September 2015
SILABUS MATAKULIAH Revisi : 4 Tanggal Berlaku : 4 September 2015 A. Identitas 1. Nama Matakuliah : Teori Probabilitas 2. Program Studi : Teknik Industri 3. Fakultas : Teknik 4. Bobot sks : 2 SKS 5. Elemen
Lebih terperinciDISTRIBUSI 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 terperinciPELUANG. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI. Oleh: Hj. ITA YULIANA, S.Pd, M.
LA - WB (Lembar Aktivitas Warga Belajar) PELUANG Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI Created By Ita Yuliana 13 Peluang Kompetensi Dasar 1. Menggunakan
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 terperinciSuplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu
Suplemen Kuliah STATISTIKA Pertemuan 5 Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu Konsep Peluang 1. Ruang Contoh dan Kejadian Walpole E. Ronald. (Probabbility
Lebih terperinciBab 11 PELUANG. Contoh : 5! = = 120
PELUANG Bab 11 1. Faktorial Faktorial adalah perkalian bilangan asli berurutan Hasil perkalian dari n bilangan asli pertama yang terurut dikatakan sebagai n faktorial (n!) n! n( n 1)( n 2)...3.2.1 5! =
Lebih terperinciMagister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 27-Aug-17. Statistika Teknik DISTRIBUSI BINOMIAL
Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik DISTRIBUSI BINOMIAL 1 Contoh Ilustrasi Investigasi thd suatu populasi karakteristik populasi variabel nilai variabel nilai
Lebih terperinciSTATISTIKA MATEMATIKA
STATISTIKA MATEMATIKA Muhammad Subianto STATISTIKA MATEMATIKA Muhammad Subianto The work in this book/modul was partially supported by Jurusan Matematika FMIPA Universitas Syiah Kuala. Printed by... ISBN-10:
Lebih terperinciBAB II PROBABILITAS Ruang sampel (sample space)
BAB II ROBABILITAS 2.1. Ruang sampel (sample space) Data diperoleh baik dari pengamatan kejadian yang tak dapat dikendalikan atau dari percobaan yang dikendalikan dalam laboratorium. Untuk penyederhanaan
Lebih terperinciPENGANTAR 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 terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data DISTRIBUSI BINOMIAL 1 Contoh Ilustrasi Inves;gasi thd suatu populasi karakteris;k
Lebih terperinciProbabilitas & Distribusi Probabilitas
Probabilitas & Distribusi Probabilitas Probabilitas Definisi peluang untuk terjadi atau tidak terjadi Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu? Berapakah peluang seorang
Lebih terperinciPertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan
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 terperinciPENCACAHAN RUANG SAMPEL
PENCACAHAN RUANG SAMPEL PERTEMUAN VII EvanRamdan PENDAHULUAN Tanpa kita sadari kehidupan kita sehari-hari selalu berhubungan dengan matematika, khususnya peluang. Misalnya dalam pemilihan umum terdapat
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 terperinciPertemuan 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 terperinciProbabilitas metode ilmiah yang dikembangkan untuk menyelesaikan persoalan yang berhubungan dengan ketidakpastian (uncertaint).
PROBSTAT (MUG2D3) III. PROBABILITAS (PROBABILITY) 3.1 Probabilitas dan Statistika 3.2 Konsep Probabilitas a. Pengertian: Eksperimen, Ruang Contoh, Titik Contoh, Event. b. Operasi dalam Himpunan - Komplemen
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISKRIT Distribusi binomial Distribusi binomial - Distribusi peluang diskrit Distribusi geometrik Distribusi hipergeometrik Distribusi poison BERNOULLI TRIAL
Lebih terperinciSOAL DAN PEMBAHASAN UJIAN NASIONAL SMA/MA IPS / KEAGAMAAN TAHUN PELAJARAN 2007/2008
SOAL DAN PEMBAHASAN UJIAN NASIONAL SMA/MA IPS / KEAGAMAAN TAHUN PELAJARAN 007/008. Negasi dari pernyataan Matematika tidak mengasyikkan atau membosankan adalah. A. Matematika mengasyikkan atau membosankan
Lebih terperinciPENGANTAR TEORI PELUANG. Pendahuluan
1 Sufyani Prabawanto Bahan Belajar Mandiri 5 PENGANTAR TEORI PELUANG Pendahuluan Sebagai seorang guru, kita sering berhadapan dengan skor-skor hasil tes siswa. Misalkan seorang siswa memperoleh skor asli
Lebih terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinci