TUGAS KELOMPOK ANALISIS STATISTIKA (STK 511)

Ukuran: px
Mulai penontonan dengan halaman:

Download "TUGAS KELOMPOK ANALISIS STATISTIKA (STK 511)"

Transkripsi

1 TUGAS KELOMPOK ANALISIS STATISTIKA (STK 5) Kelompok 8 Dewi Harni Nasution G5504 Fadhlul Mubarak G55005 Irene Herietta Gustin G5505 M. Yunus G55037 Nur Azizah Komara Rifai G5500 Rita Mustika Sari G55004 SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 05

2 . Misalkan ada 6 buah angka, yaitu,, 4, 6, 8, dan 9. Kemudian akan dibentuk sebuah bilangan yang terdiri atas tiga angka dan setiap angka hanya digunakan sekali saja. a. Berapa peluang bahwa bilangan yang terbentuk itu bernilai paling besar 84? b. Berapa peluang bahwa bilangan yang dibentuk itu merupakan bilangan ganjil? Bilangan yang terdiri atas tiga angka itu adalah A, A dan A 3 A A A 3 A bernilai ratusan terdiri atas 6 angka. A bernilai puluhan terdiri atas 5 angka. A 3 bernilai satuan terdiri atas 4 angka. = banyak bilangan keseluruhan yang dapat dibentuk = (6 x 5 x 4) = 0 buah a. A = peristiwa bahwa bilangan yang dibentuk itu bernilai paling besar 84 i. Bilangan yang dapat dibentuk dengan angka ratusan kurang dari 8, yaitu,, 4, dan 6 A bernilai ratusan terdiri atas 4 angka A bernilai puluhan terdiri atas 5 angka A 3 bernilai satuan terdiri atas 4 angka Banyak bilangan yang dibentuk adalah (4 x 5 x 4) = 80 buah ii. Bilangan yang dapat dibentuk dengan angka ratusan yaitu 8 dan angka puluhan kurang dari 4, yaitu, A bernilai ratusan terdiri atas angka A bernilai puluhan terdiri atas angka A 3 bernilai satuan terdiri atas 4 angka Banyak bilangan yang dibentuk adalah ( x x 4) = 8 buah iii. Bilangan yang dapat dibentuk dengan angka ratusan yaitu 8, angka puluhan yaitu 4, dan angka satuan yaitu, A bernilai ratusan terdiri atas angka A bernilai puluhan terdiri atas angka A 3 bernilai satuan terdiri atas angka Banyak bilangan yang dibentuk adalah ( x x ) = buah

3 A) = banyak bilangan yang dibentuk itu bernilai paling besar 84 A) = ( ) = 90 buah Jadi, peluang bilangan yang dibentuk bernilai paling besar 84 adalah A) 90 P ( A) 0,75 0 b. B = peristiwa bahwa bilangan yang dibentuk itu merupakan bilangan ganjil. Bilangan ganjil yang bersesuaian dengan soal ditandai dengan angka satuannya bernilai atau 9 A bernilai ratusan terdiri atas 5 angka A bernilai puluhan terdiri atas 4 angka A 3 bernilai satuan terdiri atas angka B) = banyak bilangan yang dibentuk itu bernilai paling besar 84 B) = ( x 5 x 4) = 40 Jadi, peluang bilangan yang dibentuk bernilai paling besar 84 adalah B) 40 P( B) 0, murid sebuah SMU Negeri di Jakarta akan diwisuda. Di antara 90 orang tersebut 50 orang merencanakan untuk melanjutkan ke perguruan tinggi. Dua orang murid dari 90 orang tersebut dipilih secara acak untuk membawa bendera wisuda. Berapa probabilitas bahwa kedua orang tersebut merencanakan untuk melanjutkan ke perguruan tinggi? A = kejadian terpilihnya dua orang murid yang melanjutkan ke perguruan tinggi untuk membawa bendera wisuda n (A) = banyaknya cara memilih orang murid untuk membawa bendera wisuda dari 50 orang murid yang melanjutkan ke perguruan tinggi n ( = banyaknya cara memilih orang murid untuk membawa bendera wisuda dari

4 90 orang murid n ( A) C n ( C 50! 48!! 50 90! 88!! A) 975 P ( A) 0, Jadi, probabilitas bahwa kedua orang tersebut merencanakan untuk melanjutkan ke perguruan tinggi adalah sebesar 0,43 3. Ayu melakukan pengundian dua buah dadu yang seimbangsecara sekaligus. Jika jumlah dua mata dadu yang terjadi adalah 6, maka hitung peluang bahwa salah satu mata dadu bernilai. A = Peristiwa bahwa dua mata dadu yang terjadi berjumlah 6 B = Peristiwa bahwa dua mata dari salah satu dadunya bernilai A B = Peristiwa bahwa dua mata dadu yang terjadi berjumlah 6 dan mata dadu dari salah satu dadunya bernilai A {(,5),(,4),(3,3),(4,),(5,)} B {(,),(,),(,3),(,4),(,5),(,6),(,),(3,),(4,),(5,),(6,)} A B {(,4),(4,)} A) = 5 = 6 x 6 = 36 A) P ( A) B) P ( B) A B) P ( A B) 36 3

5 Maka peluang jumlah dua mata dadu yang terjadi adalah 6 dan salah satu mata dadunya bernilai adalah P( A B) P( B A) 36 0,4 P( A) Terdapat 0 soal pilihan ganda. Tentukan peluang menjawab secara benar paling sedikit 7 soal jika soal tersebut memiliki pilihan ganda dan 3 pilihan ganda pada masingmasing soal? X = peristiwa menjawab soal dengan benar n = banyak soal = peluang menjawab soal dengan benar Paling sedikit menjawab 7 soal benar adalah sama dengan paling banyak menjawab 3 soal salah sehingga dimungkinkan untuk melakukan penghitungan terhadap kejadian menjawab 8, 9, dan 0 soal secara benar. x = Jawab benar 7 soal = Jawab salah 3 soal x = Jawab benar 8 soal = Jawab salah soal x 3 = Jawab benar 9 soal = Jawab salah soal x 4 = Jawab benar 0 soal = Jawab salah 0 soal Peluang menjawab soal benar paling sedikit 7 soal adalah P( X 7) P( X x, x, x3, x4) 7) P( X 7) P( X 8) P( X 9) P( X 0) Fungsi Peluang Binomial: n x nx P( X=x i ) = ( ) (- ) ; i=,, 3, 4 xi Dimana: P(X = x) = peluang sukses bila nilai diberikan 4

6 n x = banyaknya pengulangan eksperimen = peluang terjadi peristiwa sukses = banyaknya peristiwa sukses Parameter Distribusi Binomial: n n ( ) a. Untuk soal terdiri dari pilihan ganda n = 0 0 = 7) = , = 8) = 8 0 = 9) = 9 0 = 0) = ,89 0, , Jadi, peluang menjawab soal benar paling sedikit 7 soal yang terdiri dari pilihan ganda adalah 7) (, ) + (, ) + (, ) + (9, ) -3, ,00884 b. Untuk soal terdiri dari 3 pilihan ganda n = = 7) = ,

7 0 = 8) = = 9) = = 0) = , 0 47, 0 7 8, Jadi, peluang menjawab soal benar paling sedikit 7 soal yang terdiri dari 3 pilihan ganda adalah 7 8 7) (, 6550 ) (796, 0 ) (47, 0 ) (, , , ) 5. Manager Quality Control suatu perusahaan roti menginspeksi satu putaran produksi roti coklat. Kalau proses berjalan baik secara rata-rata terdapat 6 keping coklat dalam satu roti. a. Berapa peluang bahwa dalam sebuah roti yang diperiksa terdapat tepat lima keping coklat? b. Berapa peluang dalam sebuah roti yang diperiksa terdapat kurang dari lima keping coklat? c. Berapa peluang dalam sebuah roti yang diperiksa terdapat lima atau lebih keping coklat? Fungsi Peluang Poisson: x e P( X x) ; x x! Dimana: 0,,, 3,... P(X = x) = peluang sukses bila nilai diberikan = nilai harapan kejadian sukses e = konstanta yang nilainya, X = banyaknya sukses per unit 6

8 Parameter Distribusi Poisson: a. Peluang roti yang diperiksa mengandung tepat lima keping coklat adalah 6 5) 5,788 5! ,0048 0, b. Peluang dalam sebuah roti yang diperiksa terdapat kurang dari lima keping adalah 5) P( X 4) P( X 5) P( X 0) P( X ) P( X ) P( X 3) P( X 4) * 0,0048 0,0488 0, ,0898 0,339 0, ,788 0,0048 * 0) 0, ! 6,788 )! 6 6 0,0048 0, ) 3,788 3! 6 6 0,0048 0, ) 4,788 4! ,0048 0, c. Peluang dalam sebuah roti yang diperiksa terdapat lima atau lebih keping coklat adalah 5) P( X 4) 0,85 0,748 7

MATERI KULIAH STATISTIKA

MATERI 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 terperinci

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

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

Lebih terperinci

Teori Peluang Diskrit

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

Lebih terperinci

: Distribusi Peluang. : D. Rizal Riadi

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

Lebih terperinci

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak

25/09/2013. 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 terperinci

4.1.1 Distribusi Binomial

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

Lebih terperinci

A. Fungsi Distribusi Binomial

A. Fungsi Distribusi Binomial Jurnal Peta Konsep Daftar Hadir MateriA SoalLatihan Materi MIPA DISTRIBUSI BINOMIAL DAN PENARIKAN KESIMPULAN Kelas XI, Semester 3 A. Fungsi Distribusi Binomial www.yudarwi.com A. Fungsi Distribusi Binomial

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

Pertemuan 1 KONSEP DASAR PROBABILITAS

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

Lebih terperinci

Peluang. 2. Jika C n = 3. maka tentukan n. 3. Berapa banyak jabat tangan yang terjadi antara 5 orang?

Peluang. 2. Jika C n = 3. maka tentukan n. 3. Berapa banyak jabat tangan yang terjadi antara 5 orang? Peluang. Dari angka-angka, 5,, dan 9 dibuat bilangan yang terdiri atas tiga angka yang berbeda yang kurang dari 400. Ada berapa banyak bilangan yang didapat? Banyaknya ratusan x puluhan x satuan x 4 x

Lebih terperinci

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

Lebih terperinci

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

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

Lebih terperinci

Bab 2 DISTRIBUSI PELUANG

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

Lebih terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

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

Lebih terperinci

SEJARAH DISTRIBUSI POISSON

SEJARAH 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 terperinci

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

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

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

STK511 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 terperinci

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

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

Lebih terperinci

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

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

Lebih terperinci

PELUANG. n cara yang berbeda. Contoh 1: Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali?

PELUANG. 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 terperinci

PEUBAH 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, 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 terperinci

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

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

Lebih terperinci

Beberapa Distribusi Peluang Diskrit

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

Lebih terperinci

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

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

Lebih terperinci

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

MODUL 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 terperinci

STATISTIK PERTEMUAN V

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

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

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

Lebih terperinci

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut

Lebih terperinci

SOAL 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.! 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 terperinci

DISTRIBUSI PELUANG TEORITIS

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

Lebih terperinci

Probabilitas dan Proses Stokastik

Probabilitas dan Proses Stokastik Probabilitas dan Proses Stokastik Tim ProStok Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember Surabaya, 2014 O U T L I N E 1. Capaian Pembelajaran 2. Pengantar dan 3. Contoh 4. Ringkasan

Lebih terperinci

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

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

Lebih terperinci

D 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 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 terperinci

Probabilitas (Peluang)

Probabilitas (Peluang) Probabilitas (Peluang) PERTEMUAN KE-5 Winda Aprianti PROBABILITAS Peluang atau Kemungkinan NAMA LAIN PROBABILITAS Konsep Ukuran numerik tentang seberapa sering peristiwa itu akan terjadi. Semakin besar

Lebih terperinci

Probabilitas = Peluang

Probabilitas = 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 terperinci

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar. DISTRIBUSI DISKRIT UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 2081 Statistika Dasar Utriweni Mukhaiyar 7 Maret

Lebih terperinci

Pertemuan 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) 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 terperinci

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

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

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode 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 terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)

Lebih terperinci

BAB 1 PENDAHULUAN. Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista

BAB 1 PENDAHULUAN. Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista vii BAB 1 PENDAHULUAN 1.1 Latar Belakang Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista (bahasa Italia artinya negarawan). Dari dua kata tersebut, statistika dapat

Lebih terperinci

BAB 1 PENDAHULUAN. banyak lagi. Pernah kita mendengar pernyataan seperti: tiap bulan habis

BAB 1 PENDAHULUAN. banyak lagi. Pernah kita mendengar pernyataan seperti: tiap bulan habis BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari tanpa disadari kita telah banyak menggunakan statistika. Melalui media informasi seperti, surat kabar, televisi, dunia pendidikan, dan masih

Lebih terperinci

DISTRIBUSI PROBABILITAS (PELUANG)

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

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS U N I F O R M ( S E R A G A M ) B E R N O U L L I B I N O M I A L P O I S S O N MA 4085 Pengantar Statistika 26 Februari 2013 Utriweni Mukhaiyar M U L T I N O M I A L H I P E

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS Uniform Bernoulli Binomial Poisson Distribusi Lainnya: Multinomial Hipergeometrik Geometrik Binomial Negatif BI5106 Analisis Biostatistika 27 September 2012 Distribusi uniform

Lebih terperinci

Pembahasan Contoh Soal PELUANG

Pembahasan 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 terperinci

peluang 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 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 terperinci

Statistika & Probabilitas

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

Lebih terperinci

STK 203 TEORI STATISTIKA I

STK 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 terperinci

Metode 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) 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 terperinci

PELUANG KEJADIAN. Macam-macam permutasi 1. Permutasi n unsur dari n unsur n. P n. 2. Permutasi dengan beberapa unsur yang sama

PELUANG KEJADIAN. Macam-macam permutasi 1. Permutasi n unsur dari n unsur n. P n. 2. Permutasi dengan beberapa unsur yang sama PELUANG KEJADIAN A. Aturan Perkalian/Pengisian Tempat Jika kejadian pertama dapat terjadi dalam a cara berbeda, kejadian kedua dapat terjadi dalam b cara berbeda, kejadian ketiga dapat terjadi dalam c

Lebih terperinci

Statistik TEORI PROBABILITAS PERMUTASI DAN KOMBINASI. Yusnina, M.Stat. Pembuka. Modul ke: Daftar Pustaka. Akhiri Presentasi.

Statistik 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 terperinci

PELUANG DAN PEUBAH ACAK

PELUANG 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 terperinci

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

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

Lebih terperinci

Metode Statistika (STK211)

Metode Statistika (STK211) Metode Statistika (STK211) Peubah Acak dan Sebaran Peluang (Random Variable and Probability Distribution) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Konsep Peubah Acak (Random Variable) Peubah

Lebih terperinci

Metode Statistika (STK 211) Pertemuan ke-5

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

Lebih terperinci

DISTRIBUSI PROBABILITAS FERDIANA YUNITA

DISTRIBUSI 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pendahuluan Projek R mulai dikembangkan oleh Robert Gentlemean dan Ross Ihaka dari departemen statistika di universitas Auckland pada tahun 1995. R merupakan lanjutan pengembangan

Lebih terperinci

HANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak

HANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak HANDOUT PERKULIAHAN Pertemuan Ke : 3 Pokok Bahasan : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak URAIAN POKOK PERKULIAHAN A. Peubah Acak Definisi 1 : Peubah Acak Misalkan E adalah suatu

Lebih terperinci

DISTRIBUSI POISSON. Nevi Narendrati, M.Pd. Teori Peluang 1

DISTRIBUSI POISSON. Nevi Narendrati, M.Pd. Teori Peluang 1 DISTRIBUSI POISSON Percobaan yang menghasilkan peubah acak X yang bernilai numerik, yaitu banyaknya sukses selama selang waktu tertentu atau dalam daerah tertentu, disebut percobaan Poisson. Panjang selang

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemuan IV Konsep Peluang Septian Rahardiantoro - STK IPB 1 Populasi Pengambilan contoh dari populasi untuk pendugaan parameter Contoh1 Parameter μ Statistik x Setara

Lebih terperinci

6. PELUANG A. Kaidah Pencacahan 1. Aturan perkalian

6. 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 terperinci

Distribusi Probabilitas Diskrit: Binomial & Multinomial

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

Lebih terperinci

BAB 2 PELUANG RINGKASAN MATERI

BAB 2 PELUANG RINGKASAN MATERI BAB PELUANG A RINGKASAN MATERI. Kaidah Pencacahan Bila terdapat n tempat yang tersedia dengan k cara untuk mengisi tempat pertama, k cara untuk mengisi tempat kedua, dan seterusnya, maka cara untuk mengisi

Lebih terperinci

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

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

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP 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 terperinci

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

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

Lebih terperinci

DISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson

DISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson DISTRIBUSI POISSON Pendahuluan Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai

Lebih terperinci

Pengantar Proses Stokastik

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

Lebih terperinci

PENCACAHAN RUANG SAMPEL

PENCACAHAN 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 terperinci

l.makalah DISTRIBUSI PROBABILITAS DISKRIT

l.makalah DISTRIBUSI PROBABILITAS DISKRIT l.makalah DISTRIBUSI PROBABILITAS DISKRIT Kata Pengantar Puji syukur atas kehadirat Allah SWT karena rahmat serta karunia-nya penulis dapat menyelesaikan makalah ini.shalawat serta salam dari Allah SWT

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Distribusi Binomial Perhatikan kembali setiap hasil percobaan statistik pada pembahasan sebelumnya, dari

Lebih terperinci

PELUANG. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah

PELUANG. 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 terperinci

Situasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas!

Situasi 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 terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS Uniform U (seragam) MultinomialM l i i l Bernoulli Hipergeometrik Binomial Geometrik Poisson Binomial Negatif MA 2081 Statistika Dasar Utriweni Mukhaiyar 27 September 2012 2 Distribusi

Lebih terperinci

Model dan Simulasi Universitas Indo Global Mandiri

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

Lebih terperinci

Probabilitas dan Statistika Teori Peluang. Adam Hendra Brata

Probabilitas dan Statistika Teori Peluang. Adam Hendra Brata dan Statistika Teori Peluang Adam Hendra Brata / Peluang / Peluang atau Peluang merupakan ukuran numeric tentang seberapa sering peristiwa itu akan terjadi Semakin besar nilai probabilitas menyatakan bahwa

Lebih terperinci

Modul 1, Modul 2, Modul 3,

Modul 1, Modul 2, Modul 3, ix M Tinjauan Mata Kuliah ata kuliah Statistik Ekonomi merupakan mata kuliah keahlian khusus yang berisi tentang alat analisis yang digunakan untuk membantu memecahkan suatu permasalahan terutama dalam

Lebih terperinci

PELUANG. Makalah Ini Disusun Untuk Memenuhi Tugas Kajian Matematika SMP 2 Dosen Pengampu: Koryna Aviory, S.Si., M.Pd.

PELUANG. Makalah Ini Disusun Untuk Memenuhi Tugas Kajian Matematika SMP 2 Dosen Pengampu: Koryna Aviory, S.Si., M.Pd. PELUANG Makalah Ini Disusun Untuk Memenuhi Tugas Kajian Matematika SMP 2 Dosen Pengampu: Koryna Aviory, S.Si., M.Pd. Disusun Oleh: 1. Ernawati (14144100125) 2. Nadia Nur Farohmah (14144100135) 3. Dedi

Lebih terperinci

A. Distribusi Gabungan

A. Distribusi Gabungan HANDOUT PERKULIAHAN Mata Kuliah : Statistika Matematika Pertemuan Ke : 5 Pokok Bahasan : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua

Lebih terperinci

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

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

Lebih terperinci

DISTRIBUSI PELUANG.

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

Lebih terperinci

PELUANG. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI. Oleh: Hj. ITA YULIANA, S.Pd, M.

PELUANG. 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 terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PEMERINTAH KABUPATEN GRESIK DINAS PENDIDIKAN JL. ARIF RAHMAN HAKIM 2 GRESIK TRY OUT UJIAN NASIONAL Tahun Pelajaran 2010/2011

PEMERINTAH KABUPATEN GRESIK DINAS PENDIDIKAN JL. ARIF RAHMAN HAKIM 2 GRESIK TRY OUT UJIAN NASIONAL Tahun Pelajaran 2010/2011 PEMERINTAH KABUPATEN GRESIK DINAS PENDIDIKAN JL. ARIF RAHMAN HAKIM GRESIK TRY OUT UJIAN NASIONAL Tahun Pelajaran 00/0 Mata Pelajaran : Matematika Satuan Pendidikan : SMA/MA Program : Bahasa Hari/ Tanggal

Lebih terperinci

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.

RENCANA 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 terperinci

A. Distribusi Gabungan

A. Distribusi Gabungan HANDOUT PERKULIAHAN Mata Kuliah Pokok Bahasan : Statistika Matematika : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua Jika S merupakan

Lebih terperinci

Konsep Dasar Statistik dan Probabilitas

Konsep Dasar Statistik dan Probabilitas Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September

Lebih terperinci

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel

LANDASAN 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 terperinci

Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu

Cara 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 terperinci

PEUBAH ACAK DAN SEBARANNYA

PEUBAH 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 terperinci

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu

BAB 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 terperinci

PELUANG. Permutasi dengan beberapa elemen yang sama: Dari n obyek terdapat n

PELUANG. 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 terperinci

Distribusi Peluang Teoritis

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

Lebih terperinci

Probabilitas dan Proses Stokastik

Probabilitas dan Proses Stokastik Probabilitas dan Proses Stokastik Tim ProStok Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember Surabaya, 2014 O U T L I N E 1. Capaian Pembelajaran 2. Pengantar dan 3. Contoh 4. Ringkasan

Lebih terperinci

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar DISTRIBUSI DISKRIT Uniform (seragam) Bernoulli Binomial Poisson Beberapa distribusi lainnya : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 081 Statistika Dasar Utriweni Mukhaiyar 5 Maret

Lebih terperinci