Metode Statistika STK211/ 3(2-3)
|
|
- Teguh Oesman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Metode Statistika STK211/ 3(2-3) Pertemuan IV Konsep Peluang Septian Rahardiantoro - STK IPB 1
2 Populasi Pengambilan contoh dari populasi untuk pendugaan parameter Contoh1 Parameter μ Statistik x Setara dengan UMUM DIDUGA Pola pikir INDUKSI KHUSUS Muncul KETIDAKPASTIAN Septian Rahardiantoro - STK IPB 2
3 KETIDAKPASTIAN bersifat ACAK Suatu fenomena dikatakan ACAK jika hasil dari suatu percobaan bersifat tidak pasti Fenomena ACAK sering mengikuti suatu pola tertentu Keteraturan ACAK dalam jangka panjang dapat didekati secara matematika Studi matematika mengenai KEACAKAN TEORI PELUANG peluang merupakan suatu bentuk matematika dari sifat acak tersebut dengan ilmu peluang, kita dapat membuat daftar serentetan kemungkinan kejadian yang dapat terjadi Septian Rahardiantoro - STK IPB 3
4 Teori Peluang Ada dua tipe percobaan: Deterministik : Suatu percobaan yang menghasilkan output yang sama We are waiting the bus Probabilistik : Hasil dari percobaan bisa sembarang kemungkinan hasil yang ada Lama menunggu sampai bus datang Septian Rahardiantoro - STK IPB 4
5 Bagaimana menghitung banyaknya kemungkinan? Perlu pengetahuan mengenai RUANG CONTOH dan RUANG KEJADIAN perlu pengetahuan mengenai KAIDAH PENGGANDAAN, KOMBINASI, & PERMUTASI dapat dihitung peluang kejadian dari suatu percobaan Ruang Contoh adalah suatu gugus yang memuat semua hasil yang berbeda, yang mungkin terjadi dari suatu percobaan. Notasi dari ruang contoh: S = {e 1, e 2,, e n }, n = banyaknya hasil (n bisa terhingga atau tak terhingga) Ruang Kejadian adalah anak gugus dari ruang contoh, yang memiliki karakteristik tertentu. Ruang kejadian biasanya dinotasikan dengan huruf kapital (A, B, ). Septian Rahardiantoro - STK IPB 5
6 Ilustrasi 1 Kejadian A: Munculnya sisi Gambar Percobaan: Pelemparan 2 koin setimbang yang saling bebas Ruang Kejadian: A = {AG, GA, GG} Ruang Contoh: S = { AA, AG, GA, GG} Kejadian B: Munculnya sisi yang sama Ruang Kejadian: A = {AA, GG} Septian Rahardiantoro - STK IPB 6
7 Ilustrasi 2 Percobaan: Pelemparan 2 dadu setimbang yang saling bebas Kejadian A: Jumlah dadu ganjil dst Ruang Contoh: S = { 11, 12,, 65, 66} N(S) = 36 Ruang Kejadian: A = {12, 14, 16, 21, 23, 25, 32, 34, 36, 41, 43, 45, 52, 54, 56, 61, 63, 65} n(a) = 18 Lalu bagaimana cara menghitung banyaknya ruang contoh & kejadian? Septian Rahardiantoro - STK IPB 7
8 Review Faktorial Jika n adalah bilangan bulat positif, maka n! = n (n-1) (n-2)... (3)(2)(1) n! = n (n-1)! Kasus khusus 0! 0! = 1 Contoh : 4! = = 24 5! = = 5.4! = 120 6! = 6.5! = ! =.. Kaidah Penggandaan Pengandaan dapat digunakan jika setiap kemungkinan dibentuk dari komponen-komponen yang saling bebas. N(S) = n 1 n 2 n k Contoh: Melempar 3 buah mata uang: N(S) = = 8 Melempar 2 buah dadu: N(S) = 6 6 = 36 Septian Rahardiantoro - STK IPB 8
9 Review Permutasi Permutasi merupakan kejadian dimana SUSUNAN OBJEK yang terpilih DIPERHATIKAN. Ilustrasi Misalkan memilih orang untuk membentuk kepengurusan suatu organisasi, dimana jika Si A terpilih menempati posisi ketua berbeda maknanya dengan Si A terpilih menempati posisi wakil ketua. Misalkan terdapat 5 kandidat. Akan dibentuk susunan pengurus yang terdiri dari Ketua, Wakil Ketua, dan Bendahara : K WK B = 60 Permutasi tingkat 3 dari 5 objek P 5! (5 3)! 5! ! 2! 2! 5 3 Permutasi tingkat r dari n unsur/objek n n! n ( n 1) ( n 2)... 0! Pr ( n r)! ( n r) ( n r 1)... 0! 60 Septian Rahardiantoro - STK IPB 9
10 Review Kombinasi Kombinasi merupakan kejadian dimana SUSUNAN OBJEK yang terpilih TIDAK DIPERHATIKAN Ilustrasi Misalkan memilih sejumlah orang untuk menempati suatu sejumlah kursi tempat duduk, dimana susunan tempat duduk tidak menjadi perhatian. Misalkan terdapat 5 orang yang akan dipilih 3 orang untuk menempati tempat duduk yang tersedia A B C D E A B C A B D A B E A C D A C E A D E B C D B C E B D E C D E Kombinasi 3 dari ! (5 3)!3! 5! 2!3! 5.4.3! 10 2!3! Kombinasi tingkat r dari n unsur/objek C n r n! n ( n 1) ( n 2)... 0! ( n r)! r! ( n r) ( n r 1)... 0! r! Septian Rahardiantoro - STK IPB 10
11 Contoh 1 Dalam satu kepengurusan terdiri dari 5 laki-laki dan 4 perempuan. Jika akan dipilih satu tim yang terdiri dari 2 orang laki-laki dan seorang perempuan untuk mewakili dalam munas, ada berapa susunan tim yang mungkin terbentuk! L L L L L P P P P Dipilih 2 orang Dipilih 1 orang Banyak tim yang terbentuk = 10 4 = 40 Septian Rahardiantoro - STK IPB 11
12 Setelah mengetahui tentang konsep dasar dalam penentuan banyaknya kemungkinan dalam suatu kejadian, maka selanjutnya konsep yang penting untuk dipelajari ialah konsep PELUANG Peluang Pendekatan klasik terhadap penentuan nilai peluang diberikan dengan menggunakan nilai frekuensi relatif. Andaikan dilakukan percobaan sebanyak N kali, dan kejadian A terjadi sebanyak n N kali maka peluang A didefinisikan sebagai P(A) = n/n Hukum Bilangan Besar P(A) m/n Jika suatu proses atau percobaan diulang sampai beberapa kali (DALAM JUMLAH BESAR = n), dan jika karakteristik A muncul m kali maka frekuensi relatif, m/n, dari A akan mendekati peluang dari A Septian Rahardiantoro - STK IPB 12
13 Contoh 2 Dari ilustrasi 1, percobaan pelemparan 2 koin setimbang yang saling bebas, tentukan peluang kejadian A = Munculnya sisi Gambar N(S) = 4, n(a) = 3 P(A) = n(a)/n(s) = ¾ Dari contoh 1, tentukan peluang susunan tim yang mungkin terbentuk dgn kondisi tersebut! N(S) = 9 3 = 84, n(a) = 40 P(A) = n(a)/n(s) = 10/21 Septian Rahardiantoro - STK IPB 13
14 Aksioma Peluang Beberapa kaidah sebaran peluang, yaitu: 1. 0 P(x i ) 1, untuk i=1,2,, n 2. Jumlah peluang seluruh kejadian dalam ruang contoh adalah 1, P x i = 1 3. P(A 1 +A 2 + +A m ) = P(A 1 )+P(A 2 )+ +P(A m ), jika A 1, A 2,, A m merupakan kejadian-kejadian yang terpisah. Hukum Penjumlahan dalam Peluang Jika terdapat dua kejadian A dan B maka P(A B) = P(A) + P(B) P(A B) A A B B Jika A dan B saling lepas (mutually exclusive), P(A B) =0, sehingga P(A B) = P(A) + P(B) A B Septian Rahardiantoro - STK IPB 14
15 Hukum Perkalian dalam Peluang Jika terdapat dua kejadian A dan B maka P(A B) = P(A)P(B A) = P(B)P(A B) Kejadian Saling Bebas Kejadian saling bebas adalah kejadiankejadian yang tidak saling mempengaruhi. Peluang dari dua buah kejadian yang saling bebas adalah: P(A B)=P(A).P(B) Catatan: Jika A dan B adalah dua kejadian saling lepas, serta P(A) > 0 dan P(B) > 0, maka A dan B adalah dua kejadian yang tidak bebas Karena: P(A B)=0, sedangkan P(A)P(B) > 0 Septian Rahardiantoro - STK IPB 15
16 Contoh 3 Peluang bayi berjenis kelamin laki-laki diketahui 0.6. Jika jenis kelamin anak pertama (A) dan kedua (B) saling bebas, berapa peluang jenis kelamin anak pertama dan anak kedua laki-laki? P(A B)= P(A).P(B)=(0.6)(0.6)=0.36 Septian Rahardiantoro - STK IPB 16
17 Peluang Bersyarat Peluang bersyarat adalah peluang suatu kejadian (A) jika kejadian lain (B) diketahui telah terjadi. Peluang A jika diketahui B P(A B) P A B = P(B) Jika kejadian A dengan B saling bebas maka P A B = P(A B) P(B) = P A P(B) P(B) = P(A) Septian Rahardiantoro - STK IPB 17
18 Contoh 4 Dalam sebuah kotak berisi 2 bola merah dan 3 bola biru. Jika diambil dua buah bola tanpa pemulihan. Berapakah peluang bola kedua berwarna merah (M) jika pada pengambilan pertama diketahui berwarna biru (B). diambil 2 bola Pengambilan 1 Pengambilan 2 M 2/5 B 3/5 M 1/4 B 3/4 M 1/2 B 1/2 P M B = = 1 2 P(M B) P(B) Septian Rahardiantoro - STK IPB 18
19 Teorema Bayes Peluang bersyarat dengan kondisi yang diketahui ialah kejadian kedua, sedangkan yang dicari ialah kejadian pertama Kejadian pertama A tersekat menjadi beberapa bagian A 1, A 2,, A k, dengan kejadian B terjadi setelahnya, maka P B = P(A i )P(B A i ) A 1. A k Kejadian B B=(B A 1 ) + (B A 2 ) +. + (B A k ) P(B)=P(B A 1 ) + P(B A 2 ) +. + P(B A k ) Peluang A i bersyarat B P A i B = P(A i B) P(B) Septian Rahardiantoro - STK IPB 19
20 Contoh 5 Kota Bogor disebut kota hujan karena peluang terjadinya hujan (H) cukup besar yaitu sebesar 0.6. Hal ini menyebabkan para mahasiswa harus siap-siap dengan membawa payung (P). Peluang seorang mahasiswa membawa payung jika hari hujan 0.8, sedangkan jika tidak hujan 0.4. Berapa peluang hari akan hujan jika diketahui mahasiswa membawa payung? Septian Rahardiantoro - STK IPB 20
21 Misalkan : H = Bogor hujan, P = mahasiswa membawa payung P(H) = 0.6 P(TH) = 1-0.6=0.4 P(P H) = 0.8 P(P TH) = 0.4 Ditanya : P(H P) Jawab : P( H P) P( H P) P( H ) P( P H ) P( H P) P( P) P( H P) P( TH P) P( H ) P( P H ) P( TH ) P( P TH ) P( H P) Sesuai hukum perkalian peluang Septian Rahardiantoro - STK IPB 21
22 Thank you, see you next week Septian Rahardiantoro - STK IPB 22
25/09/2013. Semua kemungkinan nilai yang muncul S={123456} S={1,2,3,4,5,6} Semua kemungkinan nilai yang muncul S={G, A}
Pendahuluan Metode Statistika (STK211) Konsep Peluang (Probability Concept) Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola
Lebih terperinciKonsep Peluang (Probability Concept)
Konsep Peluang (Probability Concept) Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola tertentu Keteraturan acak dalam jangka
Lebih terperinciRuang Contoh dan Kejadian
2 N i 1 x i N 2 Ruang Contoh dan Kejadian Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola tertentu Keteraturan acak dalam jangka
Lebih terperinciKonsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015
Konsep Peluang Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 THE ROLE OF PROBABILITY IN STATISTICS Probability and statistics are related in an important way. Probability is used as a tool; it allows
Lebih terperinciSTK 211 Metode statistika. Materi 3 Konsep Dasar Peluang
STK 211 Metode statistika Materi 3 Konsep Dasar Peluang 1 Pendahuluan Banyak kejadian-kejadian di dunia ini yang tidak pasti Misal: Akankah hujan sore hari ini? Akankah PSSI menang? dll Nilai Kejadian
Lebih terperinciStatistik TEORI PROBABILITAS PERMUTASI DAN KOMBINASI. Yusnina, M.Stat. Pembuka. Modul ke: Daftar Pustaka. Akhiri Presentasi.
Modul ke: Fakultas Teknik Statistik TEORI PROBABILITAS PERMUTASI DAN KOMBINASI Yusnina, M.Stat Program Studi Teknik Mesin www.mercubuana.ac.id Pembuka Daftar Pustaka Akhiri Presentasi Pendahuluan Suatu
Lebih terperinciMetode Statistika (STK211) Pertemuan III Konsep Peluang (Probability Concept)
Metode Statistika (STK211) Pertemuan III Konsep Peluang (Probability Concept) Ruang Contoh dan Kejadian Ruang Contoh adalah suatu gugus yang memuat semua hasil yang berbeda, yang mungkin terjadi dari suatu
Lebih terperinciKonsep Peluang (Probability Concept)
Konsep Peluang (Probability Concept) Percobaan Percobaan: proses acak untuk membangkitkan data. Dalam banyak kasus, hasil dari suatu percobaan tergantung pada faktor kebetulan, dan tidak dapat diramalkan
Lebih terperinciKONSEP PELUANG Materi 3 - STK211 Metode Statistika
KONSEP PELUANG Materi 3 - STK211 Metode Statistika 9/24/17 Sep, 2017 1 Pendahuluan Kejadian di dunia: pasti (deterministik) atau tidak pasti (probabilistik) Contoh kejadian di dunia ini yang tidak pasti
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 terperinciStatistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T
Statistika & Probabilitas Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Kejadian Kejadian adalah himpunan bagian (subset) dari ruang sampel S. Dapat dipahami, kejadian adalah himpunan dari
Lebih terperinciPERMUTASI, 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 terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan
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 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 = 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 terperinciBab 9. Peluang Diskrit
Bab 9. Peluang Diskrit Topik Definisi Peluang Diskrit Sifat Peluang Diskrit Probabilitas terbatas Konsep Teori Himpunan pada Peluang Diskrit Probabilitas Kejadian Majemuk A B dan A B DuaKejadianSalingLepas
Lebih terperinciLOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND
LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Tujuan Instruksional Khusus 1 Menentukan ruang contoh sebuah percobaan dan kejadiankejadian 2 Mencacah
Lebih terperinciProbabilitas = Peluang
1. Pendahuluan Probabilitas = Peluang Percobaan : proses yang menghasilkan data Ruang Contoh (S) : himpunan yang memuat semua kemungkinan hasil percobaan Kejadian = Event : himpunan bagian dari ruang contoh
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 terperinciAksioma Peluang. Bab Ruang Contoh
Bab 2 Aksioma Peluang 2.1 Ruang Contoh Dalam suatu percobaan, kita tidak tahu dengan pasti apa hasil yang akan terjadi. Misalnya pada percobaan membeli lampu pijar, kita tidak tahu dengan pasti, apakah
Lebih terperinciPELUANG KEJADIAN MAJEMUK
PELUANG KEJADIAN MAJEMUK Oleh : Saptana Surahmat Perhatikan masalah berikut : Dalam sebuak kotak kardus terdapat 12 buah lampu bohlam, tiga diantaranya rusak. Jika diamboil secara acak dua buah sekaligus,
Lebih terperinciPeluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}.
Peluang A. Populasi dan Sampel Populasi adalah himpunan semua obyek yang diteliti. Sampel adalah himpunan bagian dari populasi. Contoh: Dalam rangka menentukan tingkat kecerdasan rata-rata siswa SMP di
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 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 terperinciLearning Outcomes Peluang Bersyarat Latihan-1 Hukum Penggandaan Hukum Total Peluang Latihan-2. Peluang Bersyarat. Julio Adisantoso.
2 Maret 2014 Learning Outcome Mahasiswa dapat memahami kejadian dan peluang bersyarat Mahasiswa dapat memahami hukum penggandaan Mahasiswa dapat memahami hukum total peluang Mahasiswa dapat memiliki dasar
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 terperinciMATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang.
MATERI BAB I RUANG SAMPEL DAN KEJADIAN Pendahuluan Ruang Sampel Kejadian Dua Kejadian Yang Saling Lepas Operasi Kejadian BAB II MENGHITUNG TITIK SAMPEL Prinsip Perkalian/ Aturan Dasar Notasi Faktorial
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 terperinciUnit 5 PELUANG. Clara Ika Sari Budhayanti. Pendahuluan
Unit 5 PELUANG lara Ika Sari Budhayanti Pendahuluan P ada unit lima ini kita akan membahas peluang. Peluang merupakan salah satu cabang matematika yang mempelajari cara menghitung tingkat keyakinan seseorang
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 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 terperinciHANDOUT MATAKULIAH : STATISTIKA MATEMATIKA I
HANDOUT MATAKULIAH : STATISTIKA MATEMATIKA I Disusun Oleh: Entit Puspita, S.Pd, M.Si NIP : 196704081994032002 JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciTeori 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 terperinciPELUANG. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah
1 PELUANG Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah Kompetensi Dasar : Menggunakan aturan perkalian, permutasi dan kombinasi
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak
STK511 Analisis Statistika Pertemuan 3 Sebaran Peluang Peubah Acak Beberapa Konsep Dasar Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya
Lebih terperinciLearning 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 terperinciPELUANG DAN PEUBAH ACAK
PELUANG DAN PEUBAH ACAK Materi 3 - STK511 Analisis Statistika October 3, 2017 Okt, 2017 1 Konsep Peluang 2 Pendahuluan Kejadian di dunia: pasti (deterministik) atau tidak pasti (probabilistik) Contoh kejadian
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 terperinciPeluang Aturan Perkalian, Permutasi, dan Kombinasi dalam Pemecahan Masalah Ruang Sampel Suatu Percobaan Peluang Suatu Kejadian dan Penafsirannya
2 Aturan Perkalian, Permutasi, dan Kombinasi dalam ; Pemecahan Masalah Ruang Sampel Suatu Percobaan ; Suatu Kejadian dan Penafsirannya ; Pada era demokrasi saat ini untuk menduduki suatu jabatan tertentu
Lebih terperinciBAB V TEORI PROBABILITAS
BAB V TEORI PROBABILITAS Probabilitas disebut juga dengan peluang atau kemungkinan. Probabilitas merupakan suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian yang acak. Oleh karena
Lebih terperinciBAB 2 PELUANG. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah.
Standar Kompetensi 2 PELUNG Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah. Kompetensi Dasar 1. Menggunakan aturan perkalian, permutasi, dan kombinasi
Lebih terperinciBAB 2 PELUANG. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah.
Standar Kompetensi 2 PELUNG Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah. Kompetensi Dasar 1. Menggunakan aturan perkalian, permutasi, dan kombinasi
Lebih terperinciPeluang. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas LOGO
Peluang Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas LOGO Kompetensi menjelaskan mengenai ruang contoh, titik contoh dan kejadian mencacah titik contoh menghitung peluang
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 terperinciDALIL-DALIL PROBABILITAS
DALIL-DALIL PROBABILITAS 1 Teori probabilitas 1. Tentang perobaan-perobaan yang sifatnya aak (atau tak tentu). 2. Konsep dasar probabilitas bilit dapat digunakan dalam menarik kesimpulan dari suatu perobaan
Lebih terperinciPerumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia
HUKUM PROBABILITAS Pertemuan ke ke--4 Didin Astriani Prasetyowati, M.Stat Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) +
Lebih terperinciKATA PENGANTAR. Salatiga, Juni Penulis. iii
KATA PENGANTAR Teori Probabilitas sangatlah penting dalam memberikan dasar pada Statistika dan Statistika Matematika. Di samping itu, teori probabilitas juga memberikan dasar-dasar dalam pembelajaran tentang
Lebih terperinciSUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN MATEMATIKA BAB I PELUANG
SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN MATEMATIKA BAB I PELUANG Dr. Djadir, M.Pd. Dr. Ilham Minggi, M.Si Ja faruddin,s.pd.,m.pd. Ahmad Zaki, S.Si.,M.Si Sahlan Sidjara, S.Si.,M.Si
Lebih terperincimatematika 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 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 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 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 terperinciRuang 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 terperinciPertemuan 2. Hukum Probabilitas
Pertemuan 2 Hukum Probabilitas Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a B) = n(a) + n(b) n(a B) Kejadian majemuk adalah gabungan atau
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 terperinciCONTOH BAHAN AJAR PENDEKATAN INDUKTIF-DEDUKTIF
CONTOH BAHAN AJAR PENDEKATAN INDUKTIF-DEDUKTIF 1 2 ATURAN PERKALIAN LEMBAR KERJA SISWA KE-1 Perhatikan soal yang berkaitan dengan perjalanan berikut ini. Pak Zidan dengan mobilnya akan bepergian dari kota
Lebih terperinciSTATISTIK DAN STATISTIKA
STATISTIK DAN STATISTIKA MAKNA DARI PENGERTIAN STATISTIK DAN STATISTIKA DATA STATISTIK Pengertian : Data adalah keterangan atau fakta mengenai suatu persoalan bisa berupa kategori (rusak, baik senang,
Lebih terperinciBAB V PENGANTAR PROBABILITAS
BAB V PENGANTAR PROBABILITAS Istilah probabilitas atau peluang merupakan ukuran untuk terjadi atau tidak terjadinya sesuatu peristiwa. Ukuran ini merupakan acuan dasar dalam teori statistika. 1. Beberapa
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 terperinciBeberapa Hukum Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Beberapa Hukum Peluang Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Suatu kejadian dapat merupakan gabungan atau irisan dari dua atau
Lebih terperinciStatistika 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 terperinciPeluang Bersyarat dan Kejadian Bebas
Bab 3 Peluang Bersyarat dan Kejadian Bebas 3.1 Peluang Bersyarat Misalkan ruang contoh berpeluang sama dari percobaan melempar sebuah dadu bersisi 6, maka S = {1, 2, 3, 4, 5, 6}. Dan terdapat dua kejadian,
Lebih terperinciRuang Sampel. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Ruang Sampel Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Ruang Sampel (Sample Space) Ruang sampel: himpunan semua hasil (outcome) yang
Lebih terperinciPELUANG. A Aturan Pengisian Tempat. B Permutasi
PELUANG KAIDAH PENCACAHAN kaidah pencacahan didefinisikan sebagai suatu cara atau aturan untuk menghitung semua kemungkinan yang dapat terjadi dalam suatu percobaan tertentu. Ada beberapa metode pencacahan,
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 terperinciKonsep Dasar Peluang. Modul 1
Modul Konsep Dasar Peluang Dra. Kusrini, M. Pd. M odul ini berisi 3 Kegiatan Belajar. Dalam Kegiatan Belajar Anda akan mempelajari Konsep Himpunan dan Pencacahan, dalam Kegiatan Belajar 2 Anda akan mempelajari
Lebih terperinciPeluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Kejadian (event) Kejadian adalah himpunan bagian (subset) dari
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 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 terperincimatematika PELUANG: DEFINISI DAN KEJADIAN BERSYARAT K e l a s Kurikulum 2006 Tujuan Pembelajaran
Kurikulum 2006 matematika K e l a s XI EUANG: DEFINISI DAN KEJADIAN BERSYARAT Tujuan embelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.. Memahami konsep dasar peluang.
Lebih terperinciKONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS PENDAHULUAN Tanpa kita sadari kehidupan kita sehari-hari selalu berhubungan dengan matematika, khususnya peluang. Misalnya dalam pemilihan umum terdapat 5 orang calon presiden,
Lebih terperinciMODUL PELUANG MATEMATIKA SMA KELAS XI
KATA PENGANTAR Segala puji syukur bagi Allah SWT yang senantiasa melimpahkan rahmat dan karunia-nya. Sebaik-baiknya shalawat serta salam semoga Allah SWT limpahkan kepada Nabi Besar Muhammad SAW, beserta
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 terperinciMisalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen.
Peluang Peluang dan Kejadian Peluang Bersyarat Peubah Acak dan Nilai Harapan Kovarian dan Korelasi 1.1 PELUANG DAN KEJADIAN Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan
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 terperinciBab 1 PENGANTAR PELUANG
Bab 1 PENGANTAR PELUANG PENDAHULUAN Misalkan sebuah peristiwa A dapat terjadi sebanyak n kali diantara N peristiwa yang saling ekslusif dan masing-masing terjadi dengan kesempatan yang sama, maka peluang
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 terperinciPeluang. Bab. Di unduh dari : Bukupaket.com. Frekuensi Relatif Titik Sampel Percobaan Kejadian Titik Sampel Ruang Sampel
Bab Peluang A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetensi Dasar Setelah mengikuti pembelajaran peluang siswa mampu: 1. Memiliki motivasi internal, kemampuan bekerjasama, konsisten, sikap disiplin,
Lebih terperinciPeluang suatu kejadian
Peluang suatu kejadian Percobaan: Percobaan adalah suatu tindakan atau kegiatan yang dapat memberikan beberapa kemungkinan hasil Ruang Sampel: Ruang sampel adalah himpunan semua hasil yang mungkin dari
Lebih terperinciPermutations, Combinations, and Probability Jadug Norach Agna Parusa. Copyright 2014 Bimbingan Belajar Merlion BBMerlion.com
Permutations, Combinations, and Probability Jadug Norach Agna Parusa Copyright 2014 Bimbingan Belajar Merlion BBMerlion.com 1 PERMUTATIONS & COMBINATIONS Objektif Mengenal konsep ( n P r ) dan ( n C r
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 terperinciREFERENSI 1 source : Cara Menentukan Ruang Sampel Suatu Kejadian
REFERENSI 1 source : http://mafia.mafiaol.com/2014/06/cara-menentukan-ruang-sampel-suatu-kejadian.html Cara Menentukan Ruang Sampel Suatu Kejadian I. Peluang Kita ketahui bahwa pengertian dari ruang sampel
Lebih terperinciMAKALAH M A T E M A T I K A
MAKALAH M A T E M A T I K A PELUANG DISUSUN OLEH EDI MICHAEL ANTONIUS XII.TSM GURU PEMBIMBING LUNGGUH SOLIHIN, S.Pd SEKOLAH MENENGAH KEJURUAN SETIH SETIO 1 MUARA BUNGO T.A 2016/2017 0 KATA PENGANTAR Pertama
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 terperinciPEUBAH ACAK DAN SEBARANNYA
LOGO STATISTIKA MATEMATIKA I PEUBAH ACAK DAN SEBARANNYA Hazmira Yozza Izzati Rami HG Jurusan Matematika FMIPA Universitas Andalas Percobaan : Pelemparan dua mata uang AA AG GA GG S X Definisi 2.1. Peubah
Lebih terperinciSOAL PELUANG KELAS XI MATEMATIKANET.COM 1.! B. 4 2 C. 2 2 D. E. 2 2 A. 840 B. 504 C. 162 D. 84 E. 168
SOAL PELUANG KELAS XI MATEMATIKANET.COM 1.!!. A. B. 4 2 C. 2 2 D. 2 2 2.!!!. A. 840 B. 504 C. 162 D. 84 168 3. Untuk menuju kota C dari Kota A harus melewati kota B. Dari kota A menuju kota B melewati
Lebih terperinciLearning 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 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 terperinciSTATISTICS. WEEK 2 Hanung N. Prasetyo TELKOM POLYTECHNIC/HANUNGNP
STTISTICS WEEK 2 Hanung N. rasetyo OLYTECHNIC/HNUNGN Ruang sample dari suatu eksperimen merupakan suatu himpunan semua kemungkinan hasil suatu eksperimen. Ruang sample dinotasikan dengan Ώ Sedangkan kejadian
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 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 terperinciSituasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas!
BAHAN AJAR 3 DISTRIBUSI PEUBAH ACAK GABUNGAN DAN FUNGSI PELUANG MARGINAL Situasi 1: Sebuah kotak berisi tiga ballpoint berwarna merah, dua berwarna biru dan tiga berwarna hitam. Kemudian dua buah ballpoint
Lebih terperinciPertemuan 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 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 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 terperinciKaidah Bayes dan Kejadian Bebas
6 Maret 2014 Learning Outcome Mahasiswa dapat memahami konsep dan kaidah Bayes Mahasiswa dapat mendefinisikan rasio odd Mahasiswa dapat memahami kejadian bebas Mahasiswa dapat membuktikan beberapa proposisi
Lebih terperinci9. 2 Menghitung peluang suatu kejadian
Sumber: Art and Gallery Standar Kompetensi Kompetensi Dasar. Memecahkan masalah dengan konsep teori peluang 9. Mendeskripsikan kaidah pencacahan, permutasi, dan kombinasi 9. 2 Menghitung peluang suatu
Lebih terperinciMenghitung peluang suatu kejadian
Menghitung peluang suatu kejadian A. Ruang Sampel, Titik Sampel, dan Kejadian Dari pandangan intuitif, peluang terjadinya suatu peristiwa atau kejadian adalah nilai yang menunjukkan seberapa besar kemungkinan
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 terperinci