The image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted.
|
|
- Hartono Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 The image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted. Restart y our computer, and then open the file again. If the red x still appears, y ou may hav e to delete the image and
2 Pokok Bahasan
3 Konsep dan Definisi Eksperimen Probabilitas, Ruang Sampel dan Peristiwa q Eksperimen probabilitas (probability experiment) adalah segala tindakan dimana suatu hasil/keluaran (outcome), tanggapan (response) ataupun ukuran (measurement) diperoleh q Himpunan yang memuat seluruh kemungkinan hasil, tanggapan, ataupun ukuran dari eksperiment tersebut disebut ruang sampel (sample space) q Peristiwa/kejadian (event) didefinisikan sebagai segala himpunan bagian dari hasil, tanggapan, ataupun ukuran dalam suatu ruang sampel q Diagram venn
4 Konsep dan Definisi Contoh 3.1: Pada eksperimen probabilitas mengambil sehelai kartu dari satu set kartu bridge, maka ruang sampel dari eksperimen tersebut adalah seluruh jenis kartu yang berjumlah 52 lembar tersebut. Jika peristiwa A adalah terambilnya sebuah kartu hati (H), maka peristiwa A dapat dinyatakan sebagai A = {2H, 3H, 4H, 5H, 6H, 7H, 8H, 9H, 10H, JH, QH, KH, AsH} S A Diagram Venn
5 Konsep dan Definisi Definisi Probabilitas q Probabilitas: sebuah bilangan antara 0 dan 1 yang berkaitan dengan suatu peristiwa (even) tertentu Peristiwa pasti terjadi à probabilitas =1 Peristiwa mustahil terjadi à probabilitas =0 q Definisi Klasik : Jika sebuah peristiwa A dapat terjadi dengan f A cara dari sejumlah total N cara yang yang memiliki kesempatan sama dan mutually exclusive mungkin terjadi, maka: - probabilitas P(A) dari terjadinya peristiwa A: f A P( A) = N - probabilitas tidak terjadinya peristiwa A N - f A f A P( A) = P( A% ) = P(~ A) = = 1 - = 1 -P ( A) N N
6 Konsep dan Definisi Contoh 3.2: Definisi klasik cocok digunakan misalnya pada permainan tembakan/undian (games of chance). Misalnya dalam satu set kartu bridge yang terdiri dari 52 kartu terdapat 4 buah kartu As, maka probabilitas pengambilan satu kartu mendapatkan kartu As adalah: P(As) = 4/52 = 1/13 = 0,077
7 Konsep dan Definisi Definisi Probabilitas q Definisi Frekuesi Relatif : Jika sebuah eksperimen dilakukan sebanyak N kali dan kejadian A terjadi sebanyak f A kali, maka jika percobaan dilakukan sedemikian rupa N mendekati tak terhingga (dilakukan tak terhingga banyaknya), limit dari f A /N (frekuensi relatif) didefinisikan sebagai probabilitas kejadian A atau P(A) f P( A) = lim A N N q Definisi Subyektif (Intuitif) : Dalam hal ini, probabilitas P(A) dari terjadinya peristiwa A adalah sebuah ukuran dari derajat keyakinan yang dimiliki seseorang terhadap terjadinya peristiwa A
8 Definisi q Peristiwa majemuk (compound event) adalah peristiwa yang merupakan gabungan/kombinasi dua atau lebih peristiwa sederhana (simple event) q Terdapat tiga jenis peristiwa majemuk antara peristiwa A dan peristiwa B : Peristiwa A terjadi dengan syarat peristiwa B telah terjadi à Notasi : P(A B) Keduanya, peristiwa A dan peristiwa B sama-sama terjadi à Notasi : P(A dan B) atau P(A Ç B) Salah satu peristiwa A, atau peristiwa B, atau keduanya terjadi à Notasi : P(A atau B) atau P(A È B)
9 Probabilitas Bersyarat q Peristiwa A terjadi dengan syarat peristiwa B telah terjadi q Dengan telah terlebih dahulu peristiwa B terjadi, maka terjadi perubahan (pengurangan) pada ruang sampel yang perlu dipertimbangkan untuk menentukan probabilitas peristiwa A. A B AÇ B B P( AÇ B) P( A B) = P( B) ¹ 0 P( B)
10 Peristiwa Saling Bebas (independent events) dan Saling Terikat (dependent) q Dua peristiwa A dan B saling bebas (independent) apabila terjadinya/tidak terjadinya peristiwa A tidak mempengaruhi probabilitas terjadinya peristiwa B q Sebaliknya, jika terjadinya peristiwa A mempengaruhi probabilitas terjadinya peristiwa B disebut peristiwa saling terikat (dependent) q Jika peristiwa A dan B saling bebas, maka berlaku: P( A B) = P( A) dan juga P( B A) = P( B)
11 Peristiwa Mutually Exclusive (Saling Meniadakan) q Peristiwa A dan B adalah mutually exclusive jika terjadinya salah satu peristiwa tersebut dalam sebuah eksperimen probabilitas mencegah terjadinya peristiwa yang lainnya selama berlangsungnya eksperimen probabilitas yang sama q Sebaliknya, jika peristiwa A dan B dapat terjadi secara bersamaan dalam sebuah eksperimen probabilitas, maka A dan B tidak mutually exclusive q Jika peristiwa A dan B mutually exclusive, maka berlaku: P( A dan B) = P( A Ç B) = 0 artinya juga P( A B) = 0
12 Peristiwa Mutually Exclusive (Saling Meniadakan) q Diagram venn dari peristiwa mutually exclusive dan tidak mutually exclusive A B A B
13 Hukum-hukum Hukum Perkalian-Peristiwa Saling Bebas Jika A,B,C,... adalah peristiwa-peristiwa yang saling bebas (independent events), maka probabilitas bahwa seluruh peristiwa itu terjadi, atau disebut pula probabilitas gabungan (joint probability) P(ABC...), adalah produk (perkalian) dari probabilitas masing-masing peristiwa P( A dan B dan C dan...) = P( A Ç BÇ CÇ L ) = P( A) P( B) P ( C) L Notasi matematis secara umum: n I n = Ç Ç Ç -Ç = Õ i i 1 2 n 1 n i i= 1 P( A ) P( A A... A A ) P( A )
14 Contoh 3.3: Ketika menghubungkan sebuah sumber tenaga listrik di bagian depan sebuah pesawat militer ke peralatan-peralatan yang menggunakan tenaga listrik di bagian belakang, maka ketimbang menggunakan sepasang kabel, kita dapat menggunakan 3 pasang kabel parallel, yang masing-masing dengan jalur berbeda melalui fuselage (rangka pesawat). Jadi jika tembakan musuh memutuskan sepasang kabel, kedua pasang kabel lainnya masih tetap bekerja. Prinsip dasar perancangan (design philosophy) seperti itu akan meningkatkan realibitas perancangan. Dalam contoh pengkabelan pesawat militer di atas, anggaplah probabilitas sepasang kabel terputus oleh tembakan musuh adalah 0,01 setiap satu jam tempur. Dengan cara merancang lebih pengkabelan menjadi tiga pasang, maka probabilitas putusnya hubungan tenaga listrik dalam satu jam tempur di pesawat itu sangat jauh berkurang menjadi: P(ketiga kabel putus) = (0,01)(0,01)(0,01) = 10-6
15 Hukum-hukum Hukum Perkalian-Peristiwa Saling Terikat Untuk dua peristiwa A dan B yang saling terikat (tidak saling bebas): P( A dan B ) = P( A Ç B) = P( A) P( B A) = P( B) P( A B) Contoh 3.4: Dalam contoh pesawat militer, andaikan untuk jarak pemisahan kabel yang mungkin dilakukan dalam pesawat sesungguhnya, kajian-kajian menunjukkan bahwa sistem disain lebih dengan dua pasang kabel menunjukkan probabilitas pasangan kabel kedua akan terputus akibat tembakan yang sama, yang telah memutuskan hubungan pasangan kabel pertama adalah 0,03. Maka: P(kedua kabel putus) = P(A) x P(B A) = (0,01)(0.03) = 3 x 10-4
16 Hukum-hukum Hukum Penjumlahan Probabilitas peristiwa A atau peristiwa B atau kedua-duanya sama-sama terjadi ditunjukkan oleh hukum penjumlahan menyatakan: P( A atau B ) = P( A È B) = P( A) + P( B) - P( A Ç B) Perluasan (Continued Reapplication) : P( A atau B atau C) = P( A È BÈ C) = P( A) + P( B) + P( C) - P( A Ç B) - P( AÇ C) - P( BÇ C) + P( A Ç BÇ C)
17 Contoh 3.5: Sebagai contoh pemakaian hukum ini, perhatikan struktur yang dilas seperti pada gambar. Jelas dari gambar tersebut bahwa kegagalan dari struktur ini terjadi jika salah satu atau lebih dari ketiga sambungan las tersebut putus. Jika probabilitas dari kegagalan/putusnya masing-masing sambungan las adalah dan diasumsikan masing-masing sambungan saling bebas, maka: P(kegagalan struktur) = 0, , , = 0,003 0, » 0,003
18 Hukum-hukum Formulasi Bayes q Perluasan dari probabilitas bersyarat (conditional probability) dan aturan umum hukum perkalian (multiplication) jika terdapat sekelompok peristiwa B 1, B 2,..., B n, yang: mutually exclusive à masing-masing peristiwa tidak memiliki hasil/keluaran (outcomes) yang sama exhaustive (menyeluruh), à secara bersama-sama memuat keseluruhan hasil/keluaran (outcomes) di dalam ruang sampel Kemudian sebuah peristiwa lain, A didefinisikan pada ruang sampel yang sama q Maka probabilitas peristiwa A didapat dengan menjumlahkan probabilitas P(A Ç B i ) untuk seluruh harga I n å P( A) = P( A Ç B ) = P( B ) P( A B ) n å i i i i= 1 i = 1
19 Hukum-hukum Formulasi Bayes q Sebaliknya jika peristiwa A telah terjadi q Probablitias masing-masing peristiwa B i juga terjadi dapat ditentukan dengan Formulasi Bayes: P( Bi Ç A) P( Bi ) P( A Bi ) P( Bi ) P( A Bi ) P( Bi A) = = = n n P( A) P( B ) P( A B ) P( B Ç A) å å i i i i= 1 i = 1
20 Contoh 3.6: Vendor I, II, III, dan IV menyediakan seluruh keperluan bantalan bush yang dibeli oleh perusahaan Sumber Teknik sebanyak masing-masing 25 %, 35 %, 10 % dan 30 %. Dari pengalaman selama ini diketahui bahwa vendor I, II, III, dan IV masing-masing mengirimkan 80 %, 95 %, 70 % dan 90 % bantalan bush yang baik (tanpa cacat). Maka probabilitas bahwa sebuah bantalan yang dipilih secara acak merupakan bantalan yang cacat dapat dihitung sebagai berikut. Misalkan A adalah peristiwa pemilihan sebuah bantalan yang cacat, dan B 1, B 2, B 3, dan B 4, adalah peristiwa pemilihan bantalan dari vendor I, II, III, dan IV. Maka 4 4 å å P( A) = P( A Ç B ) = P( B ) P( A B ) i i i i= 1 i = 1 = 0, 25(0, 2) + 0,35(0, 05) + 0,1(0,3) + 0,3(0,1) = 0,1275
21 Contoh 3.6 (lanjutan): Kemudian jika terpilih sebuah bantalan cacat, maka probabilitas bantalan cacat itu berasal dari vendor III adalah : P B P( B Ç A) 0,03 P( A) 0, ( 3 A) = = = 0, 2353
22 Teknik Enumerasi Pohon Probabilitas
PROBABILITAS. Disajikan oleh: Bernardus Budi Hartono. pakhartono at gmail dot com budihartono at acm dot org
PROBABILITAS Disajikan oleh: Bernardus Budi Hartono Web E-mail : pakhartono at gmail dot com budihartono at acm dot org : http://pakhartono.wordpress.com Teknik Informatika [Gasal 2009 2010] FTI - Universitas
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 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 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 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 terperinciPerlukah Bagi Siswa?
PERENCANAAN KARIR Perlukah Bagi Siswa? Nitya Wismaningsih Fakultas Psikologi Universitas Padjadjaran Pada awalnya kegiatan bimbingan untuk merencanakan karir lebih ke arah pemberian informasi tentang pekerjaan,
Lebih terperinciProbabilitas. Tujuan Pembelajaran
Probabilitas 1 Tujuan Pembelajaran 1.Menjelaskan Eksperimen, Hasil,, Ruang Sampel, & Peluang 2. Menjelaskan bagaimana menetapkan peluang 3. Menggunakan Tabel Kontingensi, Diagram Venn, atau Diagram Tree
Lebih terperinciThe image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted.
The image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted. Restart y our computer, and then open the file again. If the red x still
Lebih terperinciMenjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan
Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial
Lebih terperinciBAB 2 LANDASAN TEORI. Dalam penulisan skripsi ini, dijabarkan beberapa aksioma dan teorema yakni sebagai berikut :
BAB 2 LANDASAN TEORI 2.1 Aksioma dan Teorema Dalam penulisan skripsi ini, dijabarkan beberapa aksioma dan teorema yakni sebagai berikut : Aksioma 1 Untuk setiap kejadian, non-negatif.. Yakni bahwa probabilitas
Lebih terperinciPS-02 HUKUM-HUKUM PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016
PS-02 HUKUM-HUKUM PROBABILITAS Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 Ruang Sampel Kejadian Hukum Probabilitas Pokok Bahasan Ruang Sampel Pengertian Ruang Sampel dan Titik Sampel Ruang Sampel adalah
Lebih terperinciRANCANG BANGUN DAN PERHITUNGAN PERHITUHGAN DAYA PADA MESIN PEMOTONG GELONDONGAN KERUPUK PULI DENGAN PENGGERAK CONVEYOR RANTAI
Presentasi Tugas Akhir RANCANG BANGUN DAN PERHITUNGAN PERHITUHGAN DAYA PADA MESIN PEMOTONG GELONDONGAN KERUPUK PULI DENGAN PENGGERAK CONVEYOR RANTAI Oleh : MOCHAMMAD IRFAN 2108 030 023 Pembimbing : Ir.
Lebih terperinciSRI REDJEKI KALKULUS I
SRI REDJEKI KALKULUS I KLASIFIKASI BILANGAN RIIL n Bilangan yang paling sederhana adalah bilangan asli : n 1, 2, 3, 4, 5,. n n Bilangan asli membentuk himpunan bagian dari klas himpunan bilangan yang lebih
Lebih terperinciTEORI KEMUNGKINAN (PROBABILITAS)
3 TEORI KEMUNGKINAN (PROBABILITAS) Teori probabilitas atau peluang merupakan teori dasar dalam pengambilan keputusan yang memiliki sifat ketidakpastian. Ada 3 pendekatan : Pendekatan klasik Pendekatan
Lebih terperinciPenyusunan Rencana Aksi Inventarisasi Emisi Kabupaten/Kota Secara Online
Penyusunan Rencana Aksi Inventarisasi Emisi Kabupaten/Kota Secara Online Disampaikan pada acara Rakernis Ditjen PPKL Kementerian Lingkungan Hidup dan Kehutanan pada tanggal 22 Maret 2016 oleh: Dr. Asep
Lebih terperinciBAB V KONSEP PERANCANGAN
BAB V KONSEP PERANCANGAN 5.1 Konsep 5.1.1 Konsep Dasar Konsep dasar dari perancangan buku ini adalah dengan memperhatikan tiga unsur penting yaitu Buku Interaktif, Bahasa Inggris dan anak usia 7-8 tahun.
Lebih terperinciAMIYELLA ENDISTA. Website : BioStatistik
AMIYELLA ENDISTA Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com DEFINISI PROBABILITAS Harga angka yang menunjukkan seberapa besar kemungkinan suatu peristiwa terjadi, di antara
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 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 terperinciALJABAR SET & AKSIOMA PROBABILITAS
ALJABAR SET & AKSIOMA PROBABILITAS Pokok Bahasan Sample Space Event Aljabar Set Prinsip dan Aksioma Probabilitas Equally Likely Event Conditional Probability Independent Event Sample Space dan Event Eksperimen
Lebih terperinciTEORI PROBABILITAS. a. Ruang Contoh. Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S.
TEORI PROBABILITAS ISTILAH YANG SERING DIGUNAKAN a. Ruang Contoh Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S. Bayangkan percobaan melempar
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Probabilitas 1 Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas?
Lebih terperinciMETODE PENELITIAN Waktu dan Tempat Penelitian Bahan dan Alat Metode Penelitian Rancangan Percobaan
METODE PENELITIAN Waktu dan Tempat Penelitian Penelitian dilakukan pada bulan April sampai Oktober 2010 bertempat di Laboratorium Konservasi Tanah dan Air, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas
Lebih terperinciMikroprosessor 2014 Telkom University
Mikroprosessor 2014 Telkom University » PPI adalah modul IO paralel yang dapat digunakan untuk operasi IO dengan teknik Programmed IO dan Interrupt driven IO. » Bagian sebelah kanan dari blok di atas
Lebih terperinciProbabilitas 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 terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Semakin berkembangnya dunia industri di masa sekarang, semakin kompleks pula permasalahan yang ada pada dunia industri. Salah satu permasalahan yang sering ditemui dalam
Lebih terperinciStatistik Bisnis 1. Week 8 Basic Probability
Statistik Bisnis 1 Week 8 Basic Probability Objectives By the end of this class student should be able to: Understand different types of probabilities Compute probabilities Revise probabilities in light
Lebih terperinciSekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil
Pertemuan 13 &14 Sekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil dari keseluruhan event yang didapat
Lebih terperinciKonsep Dasar Probabilitas
Konsep Dasar Probabilitas Random Events Sample space : collection of all possible events arising from a conceptual experiment or from an operation that involves chance. Reservoir storage: amount of water
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 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 terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Semakin berkembangnya dunia industri di masa sekarang, semakin kompleks pula permasalahan yang ada pada dunia industri. Salah satu permasalahan yang sering ditemui dalam
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 terperinciBAB V RENCANA AKSI. dan juga penanggung jawab pada masing-masing kegiatan yang dilaksanakan. serta pengukuran kinerja dari NgeLamar EO.
BAB V RENCANA AKSI Pada bagian terakhir dalam implementasi model bisnis NgeLamar EO adalah rencana aksi, dalam penyusunan rencana aksi menjelaskan mengenai kegiatan-kegiatan apa saja yang dilakukan, berapa
Lebih terperinciMAKALAH PELUANG OLEH :
MAKALAH PELUANG OLEH : Nama Kelompok 1. Asri Sihotang NIM.41031110 2. Astika Laras Hutagaol NIM.4103111012 3. Bethesda Butarbutar NIM.4103111013 4. Sefta A P Hutauruk NIM.4103111072 JURUSAN MATEMATIKA
Lebih terperinciMateri #2 TIN315 Pemeliharaan dan Rekayasa Keandalan Genap 2015/2016
#2 PROBABILITAS 2.1. Pendahuluan Kata probabiliitas sering dipakai jika kehilangan sentuhan dalam mengimplikasikan bahwa suatu kejadian yang mempunyai peluang yang bagus akan terjadi. Dalam hal ini penilaian
Lebih terperinciPEMBUKAAN WILAYAH HUTAN
PEMBUKAAN WILAYAH HUTAN A. PENGERTIAN DAN KONSEP Pembukaan wilayah hutan merupakan kegiatan yang merencanakan dan membuat sarana dan prasarana yang diperlukan dalam rangka mengeluarkan kayu. Prasarana
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang, ditengah berkembangnya dunia industri tentunya terdapat berbagai permasalahan dalam bidang-bidang keindustrian. Permasalahan-permasalahan yang biasa
Lebih terperinciStatistik Bisnis. Week 4 Basic Probability
Statistik Bisnis Week 4 Basic Probability Agenda Time Activity First Session 90 minutes Basic Probability Second Session 60 minutes Conditional Probability 30 minutes Bayes Theorem Objectives By the end
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 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 terperinciProbabilitas & Teorema Bayes
1 Probabilitas & Teorema Bayes Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com wahyu@plat-m.com Statistika D3 Manajemen Informatika Universitas Trunojoyo Madura 2 Terminologi Teori Probabilitas didasarkan
Lebih terperinciTEORI PROBABILITAS (TEORI KEMUNGKINAN)
BAB 6 TEORI PROBABILITAS (TEORI KEMUNGKINAN) Kompetensi Menjelaskan konsep dasar teori probabilitas Indikator 1. Menjelaskan probabilitas 2. Menjelaskan peristiwa mutually exclusive 3. Menjelaskan peristiwa
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 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 terperinciMemahami tujuan penggunaan basis data Memahami elemen-elemen Basis Data Mampu mengidentifikasi tabel dan atribut dalam suatu basis data
The image cannot be displayed. Your computer may not have enough memory to open the image, or the image may have been corrupted. Restart your computer, and then open the file again. If the red x still
Lebih terperinciPENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR
PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO 1. Untuk menentukan kepentingan relatif dari suatu risiko yang dihadapi. 2. Untuk mendapatkan informasi yang sangat diperlukan oleh Manajer Risiko dalam upaya
Lebih terperinciPENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR
PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO 1. Untuk menentukan kepentingan relatif dari suatu risiko yang dihadapi. 2. Untuk mendapatkan informasi yang sangat diperlukan oleh Manajer Risiko dalam upaya
Lebih terperinciProbabilitas pendahuluan
Probabilitas pendahuluan Statistika deskriptif : menggambarkan data TEORI PROBABILITAS Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi sampel Teori probabilitas
Lebih terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
Lebih terperinciStatistik Farmasi Probabilitas
Statistik Farmasi 2016 Probabilitas TUJUAN PERKULIAHAN Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1 Menentukan ruang sampel dan probabilitas dari suatu peristiwa, dengan menggunakan probabilitas
Lebih terperinciOleh : M.H.Dewi Susilowati
METODE KUANTITATIF GEOGRAFI Oleh : M.H.Dewi Susilowati TUJUAN MK METKUAN TUJUAN UMUM : MAHASISWA MAMPU MENERAPKAN METODE KUANTITATIF DALAM KEGIATAN ANALISIS PERMASALAHAN GEOGRAFI TUJUAN KHUSUS : * MAHASISWA
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 terperinciProbabilitas 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 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 terperinciAlgoritma dan Flowchart
Algoritma dan Flowchart HOW TO THINK DASAR PEMROGRAMAN by: Ahmad Syauqi Ahsan Modified : Dian Syafitri Objectives 2 Setelah menyelesaikan bab ini, anda diharapkan dapat: Mengerti tentang algoritma. Membuat
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 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 terperinci2 2. Peraturan Presiden Nomor 23 Tahun 2010 tentang Badan Narkotika Nasional (Lembaran Negara Republik Indonesia Tahun 2010 Nomor 60); 3. Peraturan Ke
No.912, 2015 BERITA NEGARA REPUBLIK INDONESIA BNN. Instansi Vertikal. Pembentukan. Pedoman. PERATURAN KEPALA BADAN NARKOTIKA NASIONAL NOMOR 5 TAHUN 2015 TENTANG PEDOMAN PEMBENTUKAN INSTANSI VERTIKAL DI
Lebih terperinciPendekatan Terhadap Probabilitas
Probabilitas Probabilitas PROBABILITAS adalah suatu ukuran tentang kemungkinan bahwa suatu peris=wa (event) dimasa mendatang akan terjadi. Probabilitas hanya mempunyai nilai antara 0 dan 1 Eksperiment
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 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 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 terperinciPELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik).
PELUANG 1 MA 2181 ANALISIS DATA, 18 AGUSTUS 2010 UTRIWENI MUKHAIYAR EKSPERIMEN Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan
Lebih terperinciEksperimen. Ruang Sampel Diskrit. Ruang Sampel. Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik).
Eksperimen MA 2081 Statistika Dasar Dosen : Udjianna S. Pasaribu Utriweni Mukhaiyar Kamis, 12 Februari 2009 Ciri ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang
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 terperinciKOMPETENSI, SERTIFIKASI DAN AKREDITASI PERPUSTAKAAN. The Power of PowerPoint thepopp.com 1
KOMPETENSI, SERTIFIKASI DAN AKREDITASI PERPUSTAKAAN. The Power of PowerPoint thepopp.com 1 KONDISI FAKTOR KUNCI PERUBAHAN LINGKUNGAN STRATEGIS 1. Pasar kerja menurun 2. Teknologi berkembang sangat cepat
Lebih terperinciPELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR
1 PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR Eksperimen 2 Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. dilakukan oleh peneliti pada siswa kelas V SDN 06
32 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian Pada bab ini akan dibahas mengenai hasil penelitian yang telah dilakukan oleh peneliti pada siswa kelas V SDN 06 Pematang Tiga Kabupaten Bengkulu
Lebih terperinciProbabilitas. Oleh Azimmatul Ihwah
Probabilitas Oleh Azimmatul Ihwah Teori Probabilitas Life is full of uncertainty Dimana terkadang kita tidak tahu apa yang akan terjadi semenit kemudian. Namun suatu kejadian dapat diperkirakan lebih sering
Lebih terperinciPIHAK YANG TERLIBAT & PROSEDUR PENERBITAN OBLIGASI DAERAH
PIHAK YANG TERLIBAT & PROSEDUR PENERBITAN OBLIGASI DAERAH Regulator PARA PIHAK YANG TERLIBAT Emiten Pemegang Efek DEPARTEMEN KEUANGAN BAPEPAM LK PEMERINTAH DAERAH INVESTOR DJPK Perusahaan Efek Profesi
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 terperinci1. Konsep Peluang. EL2002-Probabilitas dan Statistik Dosen: Andriyan
1. Konsep Peluang EL2002-Probabilitas dan Statistik Dosen: Andriyan Isi 1. Ruang Cuplikan (Sample Space) 2. Kejadian (Events) 3. Operasi Terhadap Kejadian 4. Pencacahan Titik Cuplikan 5. Peluang Kejadian
Lebih terperinciPENS. Probability and Random Process. Topik 3. Dasar Probabilitas. Prima Kristalina Maret 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 3. Dasar Probabilitas Prima Kristalina Maret 2015 Outline 1. Review Statistika Inferensial 2. Konsep
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 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 terperinciDAFTAR ISI ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...
DAFTAR ISI Halaman ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii v ix x xii BAB I PENDAHULUAN 1.1. Latar Belakang Masalah...
Lebih terperinciBab 2 LANDASAN TEORI
8 Bab 2 LANDASAN TEORI 2.1. Definisi Dasar Himpunan semua hasil (outcome) yang mungkin dari suatu percobaan disebut ruang sampel (sample space) dinyatakan dengan lambang T dan setiap hasil dalam ruang
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 terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinciTeori himpunan. 2. Simbol baku: dengan menggunakan simbol tertentu yang telah disepakati. Contoh:
Teori himpunan Teori Himpunan adalah teori mengenai kumpulan objek-objek abstrak. Teori himpunan biasanya dipelajari sebagai salah satu bentuk: Teori himpunan naif, dan Teori himpunan aksiomatik, yang
Lebih terperinciANALISIS PENGARUH JATUH TEGANGAN TERHADAP KINERJA INDUKSI TIGA FASA ROTOR BELITAN. (Aplikasi pada Laboratorium Konversi Energi Listrik FT-USU)
The image cannot be displayed. Your computer may not have enough memory to open the image, or the image may have been corrupted. Restart your computer, and then open the file again. If the red x still
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 terperinciMATRIKS IDENTIFIKASI PERMASALAHAN DAN ALTERNATIF PEMECAHAN MASALAH LALU LINTAS DI KOTA BEKASI
MATRIKS IDENTIFIKASI PERMASALAHAN DAN ALTERNATIF PEMECAHAN MASALAH LALU LINTAS DI KOTA BEKASI NO LOKASI PERMASALAHAN ALTERNATIF PEMECAHAN UPAYA YANG TELAH DILAKUKAN TINDAK LANJUT 1 PERSIMPANGAN SUMIR a.
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 terperinciGENETIKA POPULASI. Kuswanto. Fakultas Pertanian Universitas Brawijaya
GENETIKA POPULASI Kuswanto Fakultas Pertanian Universitas Brawijaya 2012 1 Pengertian Genetika ilmu yang mempelajari pewarisan sifat Populasi kumpulan individu Genetika Populasi pewarisan sifat pada tingkat
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 terperinciProbabilitas (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 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 terperinciTEORI PROBABILITA OLEH: RESPATI WULANDARI, M.KES
TEORI OLEH: RESPATI WULANDARI, M.KES KONSEP Dalam kehidupan sehari-hari orang selalu dihadapkan dengan masalah-masalah ketidakpastian. Misalnya: 1. pengusaha dihadapkan pada masalah berhasil atau tidaknya
Lebih terperinciRuang Sampel /Sample Space (S)
Ruang Sampel /Sample Space (S) Gugus semua hasil yang mungkin dari suatu percobaan statistika. Tiap hasil dalam ruang sampel disebut unsur (elemen) atau anggota ruang sampel tersebut atau dengan singkat
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 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 terperinciATURAN DASAR PROBABILITAS. EvanRamdan
ATURAN DASAR PROBABILITAS BEBERAPA ATURAN DASAR PROBABILITAS Secara umum, beberapa kombinasi dari kejadian dalam sebuah eksperimen dapat dihitung probabilitasnya berdasarkan dua aturan, yaitu: 1) Aturan
Lebih terperinciImplementasi Langkah-Langkah Strategis Pelaksanaan Anggaran Kementerian Negara/Lembaga Tahun Anggaran 2017
RI Focus Group Discussion Implementasi Langkah-Langkah Strategis Pelaksanaan Anggaran Kementerian Negara/Lembaga Tahun Anggaran 2017 Jakarta, 9 Maret 2017 Langkah-Langkah Strategis Pelaksanaan Anggaran
Lebih terperinci1 PROBABILITAS. Pengertian
PROBABILITAS Pengertian Pada awal perkuliahan, sebelum menjelaskan probabilitas, dibahas sepintas sebagai pengantar tentang eksperimen, titik sampel, ruang sampel, dan peristiwa, serta variabel random
Lebih terperinciBEASISWA PENDIDIKAN PASCASARJANA DIREKTORAT JENDERAL PENDIDIKAN TINGGI
ì BEASISWA PENDIDIKAN PASCASARJANA DIREKTORAT JENDERAL PENDIDIKAN TINGGI 1 Direktorat Pendidik & Tenaga Kependidikan Direktorat Jenderal Pendidikan Tinggi KEMENTERIAN PENDIDIKAN & KEBUDAYAAN 2013 2 v Dosen
Lebih terperinciPROBABILITAS (2) Bernardus Budi Hartono. Teknik Informatika [Gasal ] FTI - Universitas Stikubank Semarang
PROBABILITAS (2) Bernardus Budi Hartono http://pakhartono.wordpress.com pakhartono at gmail dot com budihartono at acm dot org Teknik Informatika [Gasal 2009 2010] FTI - Universitas Stikubank Semarang
Lebih terperinciKONSEP DASAR PROBABILITAS OLEH : RIANDY SYARIF
KONSEP DASAR PROBABILITAS OLEH : RIANDY SYARIF Definisi Probabilitas adalah suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi dimasa mendatang. Probabilitas dinyatakan antara 0 s/d
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 terperinci