Hubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian
|
|
- Harjanti Budiono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Diagram Venn. Hubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian S = Himpunan bilangan asli A = Himpunan bilangan ganjil A = Himpunan bilangan genap EKO EFENDI 1 Diagram Venn mempermudah memahami himpunan Diagram Venn digunakan untuk menggambarkan himpunan-himpunan dan bag aimana hubungan antar himpunan-himpunan tersebut. Gabungan dari dua himpunan adalah himpunan yang mengandung semua angg ota yang dimiliki oleh himpunan pertama atau himpunan kedua. Misalkan A = {1, 2,3,4,5} dan B = {1,3,5,7}, maka gabungan dari A dan B dinotasikan dengan A B = {1,2,3,4,5,7} Irisan dari dua himpunan adalah himpunan yang mengandung anggota yang ad a pada himpunan pertama dan juga sebagai anggota pada himpunan kedua. Mi salkan A = {1,2,3,4,5} dan B = {1,3,5,7}, maka irisan dari A dan B dinotasikan denga n A B = {1,3,5}. Komplemen atau pelengkap dari suatu himpunan adalah himpunan yang memili ki anggota, dimana gabungan dari himpunan dan komplemennya adalah himpu nan semesta dan irisan himpunan dengan komplemennya adalah himpunan kos ong. Misalkan A adalah munculnya mata dadu ganjil dari sebuah dadu standar, maka A = {1,3,5}. Karena S = {1,2,3,4,5,6}, maka komplemen dari A, dituliskan den gan notasi A c = munculnya mata dadu genap dari dadu standar, atau A c = {2,4,6}. EKO EFENDI 2 1
2 Pengolahan kejadian Pengolahan kejadian itu dapat berbentuk irisan kejadian, kejadian saling bebas, gabungan kejadian, dan komplemen kejadian EKO EFENDI 3 Irisan Irisan dua kejadian A dan B dilambangkan dengan A Π B, adalah kejadian yang mengandung semua unsur persekutuan kejadian A dan B. A Π B = daerah arsir hitam EKO EFENDI 4 2
3 Saling bebas (terpisah) Dua kejadian C dan D dikatakan saling bebas (terpisah) bila CΠD = φ, artinya kejadian C dan kejadian D tidak memiliki unsur persekutuan. EKO EFENDI 5 Paduan (union) dua kejadian A dan B dilambangkan dengan A U B adalah kejadian yang mencakup semua unsur atau anggota A dan b atau keduanya. A U B = daerah arsiran hitam EKO EFENDI 6 3
4 Komplemen suatu kejadian Komplemen suatu kejadian A relatif terhadap S adalah himpunan semua anggota S yang bukan anggota A. Kita lambangkan komplemen A dengan A A = daerah yang diarsir hitam Beberapa persamaan dalam diagram venn akibat definisi-definisi di atas adalah. A Πφ = φ S = φ A U A = S A U φ = A φ = S A Π A = φ (A ) = A EKO EFENDI 7 Mencacah titik contoh Prinsip dasar mencacah = kaidah penggandaan Kaidah penggandaan : Bila suatu operasi dapat dilakukan dalam n 1 cara dan setiap cara tersebut dapat dilakukan dengan n 2 maka kedua operasi tersebut dapat dilakukan dalam n 1 n 2 cara. EKO EFENDI 8 4
5 Peluang suatu Peristiwa Peluang adalah suatu nilai diantara 0 dan 1 (inklusif) yang menggambarkan besarnya kesempatan akan munculnya suatu kejadian tertentu pada kondisi tertentu. Istilah lain dari peluang adalah probabilitas. Metode Klasik / a priori Metode Frekuensi / a posteriori Subyektif (hanya boleh digunakan apabila kedua cara diatas tak dapat dihitung) EKO EFENDI 9 Aksioma Peluang Aksioma merupakan bukti diri yang secara umum telah diterima kebenarannya. Terdapat tiga aksioma dasar dalam semua penghitungan peluang yang akan disarikan disini yang berhubungan dengan ruang contoh S dan kejadian A dan B. Notasi untuk menyatakan peluang digunakan P( ). 1. Ketidaknegatifan. Setiap kejadian memiliki peluang yang tidak negatif. P(A) Kepastian. Peluang ruang contoh adalah 1. P(S) = Gabungan. Peluang gabungan dari dua kejadian yang saling lepas adalah jumlah peluang dari tiap kejadian. P(A B) = P(A)+P(B) jika A B=. EKO EFENDI 10 5
6 Penentuan Peluang: Metode Klasik / a priori Metode Klasik atau A Priori. Jika diketahui bahwa kejadian A dapat muncul dalam m cara dan total seluruh kemungkinan kejadian adalah n, maka peluang sebenarnya kejadian A dinotasikan dengan banyaknya cara A P( A) total semua cara Bisa ditentukan tanpa harus melakukan percobaan atau menggunakan catatan masa lalu m n EKO EFENDI 11 Penentuan Peluang: Metode Frekuensi / a posteriori Metode Frekuensi atau A Posteriori. Jika kejadian serupa A mun cul m kali dalam total percobaan n, maka peluang pengamata n A dapat dinyatakan dengan banyaknya A muncul P( A) total percobaan m n Ditentukan dengan melakukan percobaan atau menggunakan catatan masa lalu EKO EFENDI 12 6
7 Beberapa Peluang Peubah Diskrit Nama Peubah Diskrit Notasi dan Parameter P(X=x) dan x dimana P(X=x) terdefinisi X 2 X Seragam X ~ SD(N) 1/N x=1,2,3,,n (N+1)/2 (N 2-1)/ 12 Bernouli X ~ Bin(1,p) 0<p<1 q=1-p p x q 1-x x=0,1 P Pq Binomial X ~ Bin(n,p) 0<p<1 q=1-p x=0,1,2,,n Np Npq Geometrik X ~ Geo(p) 0<p<1 q=1-p pq x-1 x=1,2, 1/p q/p 2 Negatif Binomial Hipergeometrik Poisson X ~ NB(r,p) 0<p<1 q=1-p r=1,2,3, X ~ Hyp(n,M,N) n=1,2,,n M=0,1,2,,N X ~ Poi( ) > 0 x=r,r+1,r+2, r/p rq/p 2 x=0,1,2,,n NM/N n(m/n)(1-m/n) *((N-n)/(N-1)) x=0,1,2, EKO EFENDI 13 Beberapa Peluang Peubah Kontinu Nama Peubah Kontinu Seragam Notasi dan Parameter X ~ SK(a,b) a < b Normal X ~ N(, 2 ) 2 > 0 f X (x) dan x dimana fungsi terdefinisi* 1/(b-a) a < x < b X 2 X (a+b)/2 (b-a) 2 /12 Gamma Eksponensial Eksponensial 2-Parameter Eksponensial Ganda X ~ Gam(, ) 0 < 0 < X ~ Exp( ) 0 < 0 < x 2 0 < x 2 X ~ Exp(, ) < x + 2 X ~ EG(, ) 2 2 Weibul X ~ Wei(, ) 0 < x (1+1/ ) Pareto X ~ Par(, ) 0 < x /( -1) > 1 Beta X ~ Beta(a,b) 0 < a 0 < b 0 < x < 1 EKO EFENDI 14 2 [ (1+2/ )- 2 (1+1/ )] ( 2 ) / (( -2)( -1) 2 ) > 2 7
8 Beberapa aturan peluang Nilai peluang adalah antara 0 dan 1 0 P 1 P(E) = 0 peristiwa E pasti tidak terjadi P(E) = 1 peristiwa E pasti terjadi Jika E menyatakan bukan peristiwa E P(E ) = 1 P(E) P(E) + P(E ) = 1 EKO EFENDI 15 Beberapa hubungan dalam peluang. 1.Jika K buah peristiwa saling eksklusif (E 1, E 2, E k ) Peluang terjadinya E 1 atau E 2 atau. E k adalah jumlah peluang masing-masing peristiwa. P(E tot ) = P(E 1 ) + P(E 2 ) + P(E k ) 2. Peluang terjadinya E 1 dan E 2 dan E k adalah P(E tot ) = P(E 1 ) - P(E 2 ) P(E k ) EKO EFENDI 16 8
9 3. Dua peristiwa dikatakan mempunyai hubungan bersyarat jika peristiwa yang satu menjadi syarat peristiwa yang lain. 4. Hubungan inklusif dua peristiwa (A,B) berlaku hubungan atau A atau B atau keduanya terjadi. P(A dan atau B) = P(A) + P(B) P (A dan B) EKO EFENDI 17 Kaidah Penjumlahan dalam peluang Dalil 1 : Bila A dan B adalah dua kejadian sembarang maka : P (A U B) = P(A) + P(B) P(A Π B). Bila A dan B saling eksklusif P (A U B) = P(A) + P(B) Umumnya Bila A 1, A 2, A 3,. Saling eksklusif maka P(A 1 U A 2 U A 3 U U A k ) = P(A 1 ) + P(A 2 ) + + P(A k ). EKO EFENDI 18 9
10 Dalil 2 : Bila A dan A adalah dua kejadian yang satu merupakan komplemen lainnya maka P(A) + P(A ) = 1 EKO EFENDI 19 Contoh : 1. Peluang seorang mahasiswa lulus matematika adalah 2/3 dan peluang ia lulus statistik dasar adalah 4/9. Bila peluang lulus sekurang-kurangnya satu mata kuliah adalah 4/5, berapa peluang ia lulus kedua mata kuliah tersebut? Jawab : M = lulus matematika D = lulus statistik dasar M U D = lulus matematika atau statistik dasar (minimal satu) M Π D = lulus kedua mata kuliah Jadi berdasarkan dalil 1 : P(MΠ D ) = P(M) + P(D) P(M U D) EKO EFENDI 20 10
11 PELUANG BERSYARAT Contoh : Perhatikan eksperimen pelemparan dadu B = kejadian munculnya bilangan kuadrat murni A = bilangan yang muncul lebih dari 3 EKO EFENDI 21 S = {1, 2, 3, 4, 5, 6} Jika dadu dibuat sedemikian hingga peluang muncul bilangan genap dua kali lebih besar dari bilangan ganjil P(1) = 1/9 P(2) = 2/9 P(3) = 1/9 P(4) = 2/9 P(5) = 1/9 P(6) = 2/9 P(A) = 5/9 P(A Π B) = 2/9 EKO EFENDI 22 11
12 EKO EFENDI 23 Kejadian Bebas Jika A adalah suatu kejadian, maka adanya keterangan tentang suatu kejadian lain, misal kejadian B, dapat memperkecil atau memperbesar atau tidak mengubah besarnya peluang kejadian A. Jika besarnya peluang kejadian A tidak berubah karena adanya keterangan bahwa kejadian B telah terjadi, maka A dan B adalah dua kejadian yang saling bebas EKO EFENDI 24 12
13 Definisi Kejadian Saling Bebas : Kejadian A dan B disebut dua kejadian yang saling bebas jika dan hanya jika P(A B) = P(A) P(B) Example: A ball is drawn at random from a box containing 6 red balls, 4 white balls, and 5 blue balls. Determine the probability that the ball drawn is (a) red, (b) white, (c) blue, (d) not red, and (e) red or white. EKO EFENDI 25 EKO EFENDI 26 13
14 Three balls are drawn successively from the box of above. Find the probability that they are drawn in the order red, white, and blue if each ball is (a) replaced and (b)not replaced. EKO EFENDI 27 Jika kejadian A dan B bebas, maka kejadian bersyaratnya tidak merubah nilai peluang EKO EFENDI 28 14
15 KAIDAH PENGGANDAAN a). Bila dalam suatu percobaan kejadian A dan B keduanya dapat terjadi sekaligus maka P(A I B) = P(A). P(BΠA) b). Bila dua kejadian saling bebas maka P(A I B) = P(A). P(B) secara umum; EKO EFENDI 29 Contoh : Sebuah uang logam tak seimbang sehingga peluang muncul sisi gambar dua kali lebih besar dari sisi angka. Bila uang itu dilemparkan 3 kali, berapa peluang mendapatkan dua sisi angka dan satu sisi gambar? B = kejadian mendapat dua sisi angka & satu sisi gambar. = {AAG, AGA, GAA} EKO EFENDI 30 15
16 Latihan : 1. Populasi sarjana dalam suatu kota dikategorikan menurut jenis kelamin dan status pekerjaan. Berapa peluang seorang laki-laki yang telah bekerja untuk menjadi duta dalam pertemuan nasional? 2. Peluang seorang dokter mendiagnosis penyakit secara benar adalah 0,7. Bila diketahui dokter tersebut salah mendiagnosis, pasien akan menuntut ke pengadilan adalah 0,9. Berapa peluang dokter salah mendiagnosis dan pasien menuntut ke pengadilan? EKO EFENDI 31 Jawaban 1. M = yang terpilih laki-laki E = yang terpilih telah bekerja EKO EFENDI 32 16
17 2. A = Diagnosis benar B = Diagnosis salah C = Pasien menuntut kepengadilan Maka EKO EFENDI 33 KAIDAH BAYES Lihat kembali soal latihan no 1. Jika ada tambahan informasi bahwa 36 orang yang bekerja menjadi anggota Rotary Club dan 12 orang yang menganggur menjadi anggota Rotary Club. Berapa peluang kejadian A = yang terpilih menjadi duta adalah anggota Rotary Club. EKO EFENDI 34 17
18 EKO EFENDI 35 Jadi EKO EFENDI 36 18
19 Dalam diagram pohon dapat digambarkan sebagai berikut : Generalisasi dari kasus diatas dinyatakan dalam kaidah eliminasi atau dalil peluang total berikut : Bila kejadian-kejadian B 1, B 2, 0 untuk I = 1, 2, k, maka untuk sembarang kejadian A yang merupakan himpunan bagian S berlaku : EKO EFENDI 37 Contoh : Tiga mahasiswa telah dicalonkan menjadi ketua HMJ. Peluang Adam, Brown dan Cony terpilih masing-masing 0,3; 0,5 ; 0,2. Seandainya Adam terpilih peluang kas himpunan bertambah adalah 0,8. Jika Brown atau Cony terpilih, peluang tambahnya kas adalah 0,1 dan 0,4. Berapa peluang kas HMJ bertambah? Jawab : A = kas HMJ bertambah B 1 = Adam terpilih B 2 = Brown terpilih B 3 = Cony terpilih EKO EFENDI 38 19
20 Dengan menerapkan kaidah eliminasi Kaidah Bayes Jika kejadian-kejadian B 1, B 2, B 3, B k merupakan sekatan dari ruang contoh S dengan P(B i ) 0 untuk i = 1, 2, 3,,k maka untuk sembarang kejadian A yang bersifat P(A) 0 EKO EFENDI 39 Contoh : Dari contoh kaidah eliminasi, jika ternyata sebelum pemilikan kas HMJ sudah bertambah, berapa peluang Cony terpilih menjadi ketua HMJ? Jawab : Dengan menggunakan kaidah Bayes EKO EFENDI 40 20
Hidup 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 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 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 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 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 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 terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih 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 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. 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 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 terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
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 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 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 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 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 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 terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih 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 terperinciBahan kuliah Matematika Diskrit. Himpunan. Oleh: Didin Astriani P, M.Stat. Fakultas Ilkmu Komputer Universitas Indo Global Mandiri
Bahan kuliah Matematika Diskrit Himpunan Oleh: Didin Astriani P, M.Stat Fakultas Ilkmu Komputer Universitas Indo Global Mandiri 1 Definisi Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek
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 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 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 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 terperinciHIMPUNAN MATEMATIKA. Program Studi Agroteknologi Universitas Gunadarma
HIMPUNAN MATEMATIKA Program Studi Agroteknologi Universitas Gunadarma Ruang Lingkup Pengertian Himpunan Notasi Himpunan Cara menyatakan Himpunan Macam Himpunan Diagram Venn Operasi Himpunan dan Sifat-sifatnya
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 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 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 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 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 terperinciBAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.
BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S. Tiap hasil dalam ruang sampel disebut
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 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 terperinciMetode 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 terperinciLearning Outcomes Ilustrasi Lingkup Kuliah Gugus. Pendahuluan. Julio Adisantoso. 10 Pebruari 2014
10 Pebruari 2014 Learning Outcome Mahasiswa dapat mengetahui alasan mempelajari Ilmu Peluang di bidang Ilmu Komputer Mahasiswa dapat memahami makna peluang dalam kehidupan sehari-hari Mahasiswa mengetahui
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 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 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 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 terperinciLogika Matematika Modul ke: Himpunan
Logika Matematika Modul ke: Himpunan Fakultas FASILKOM Syukri Nazar. M.Kom Program Studi Teknik Informatika Definisi Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan disebut
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 terperinci25/09/2013. 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 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 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 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 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 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 terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih 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 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 terperinciPELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A
PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang
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 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 terperinciRENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu
Lebih terperinciSTK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang
STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1
Lebih 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 terperinciADITHYA SUDIARNO, ST., MT.
STATISTIKA INDUSTRI [VAR RANDOM & DISTRIBUSI PROB.] ADITHYA SUDIARNO, ST., MT. ANALISIS PEMBELAJARAN STATISTIK DESKRIPTIF KONSEP PELUANG/ PROBABILITAS TEKNIK PENGAMBILAN SAMPLING RANDOM VARIABLE KONSEP
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 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 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 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 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 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 terperinci2-1 Probabilitas adalah:
2 Teori Probabilitas Pengertian probabilitas Kejadian, ruang sample dan probabilitas Aturan dasar probabilitas Probabilitas bersyarat Independensi Konsepsi kombinatorial Probabilitas total dan teorema
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 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 terperinciContoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)
Aturan Penjumlahan Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(A atau B)= P(A)+P(B) Not Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(Aatau B): P(A)+P(B) P(A dan B) Contoh:
Lebih 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 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 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 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 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 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 terperinciHIMPUNAN (Pengertian, Penyajian, Himpunan Universal, dan Himpunan Kosong) EvanRamdan
HIMPUNAN (Pengertian, Penyajian, Himpunan Universal, dan Himpunan Kosong) Pengertian Himpunan Himpunan adalah kumpulan dari benda atau objek yang berbeda dan didefiniskan secara jelas Objek di dalam himpunan
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Minggu ke- Pokok Bahasan Sub Pokok Bahasan 1. Pendahuluan 1 Perkuliahan
Lebih terperinciBAB V HIMPUNAN. Himpunan adalah kumpulan benda-benda atau obyek yang mempunyai definisi yang jelas.
BAB V HIMPUNAN A. Pengertian Himpunan Himpunan adalah kumpulan benda-benda atau obyek yang mempunyai definisi yang jelas. Contoh: 1. A adalah himpunan bilangan genap antara 1 sampai dengan 11. Anggota
Lebih terperinciKode MK/ Nama MK. Cakupan 8/29/2014. Himpunan. Relasi dan fungsi Kombinatorial. Teori graf. Pohon (Tree) dan pewarnaan graf. Matematika Diskrit
Kode MK/ Nama MK Matematika Diskrit 1 8/29/2014 Cakupan Himpunan Relasi dan fungsi Kombinatorial Teori graf Pohon (Tree) dan pewarnaan graf 2 8/29/2014 1 Himpunan Tujuan Mahasiswa memahami konsep dasar
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini diberikan beberapa konsep dasar seperti teorema dan beberapa definisi sebagai landasan dalam penelitian ini. Konsep dasar ini berkaitan dengan masalah yang dibahas dalam
Lebih terperinciPELUANG. Titik Sampel GG
PELUNG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang
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 terperinciDistribusi Peluang Teoritis
Distribusi Peluang Teoritis 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinciBab 2 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 terperinciPertemuan ke-5 : Kamis, 7 April : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21
Pertemuan ke-5 : Kamis, 7 April 2016 Dosen : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21 Materi Teori Peluang: 1. Operasi Kejadian 2. Peluang: definisi dan sifat-sifatnya Operasi Kejadian
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 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 terperinciDISTRIBUSI PELUANG.
DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah
Lebih terperinciHimpunan (set) Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota.
Himpunan (set) Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan disebut elemen, unsur, atau anggota. Cara Penyajian Himpunan 1. Enumerasi Contoh 1. - Himpunan empat bilangan
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 terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih 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 terperinciPeluang. Ilham Rais Arvianto, M.Pd. STMIK AKAKOM Yogyakarta
eluang Ilham Rais rvianto, M.d STMIK KKOM Yogyakarta Ruang Sampel dan Titik Sampel Ruang sampel adalah himpunan dari semua kejadian yang mungkin muncul pada suatu percobaan. Ruang sampel dilambangkan dengan
Lebih terperinciKONSEP DASAR PROBABILITAS. Didin Astriani Prasetyowati, M.Stat Fakultas Ilmu Komputer Universitas Indo Global Mandiri
1 KONSEP DASAR PROBABILITAS Didin Astriani Prasetyowati, M.Stat Fakultas Ilmu Komputer Universitas Indo Global Mandiri Pengantar : 2 Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan
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 terperinciBerapa Peluang anda. meninggal? selesai S-1? menjadi menteri? menjadi presiden?
PELUANG Berapa Peluang anda meninggal? selesai S-1? menjadi menteri? menjadi presiden? Peluang Ukuran / derajat ketidakpastian suatu peristiwa Peluang Kemungkinan (Probability) (Possibility) Peristiwa
Lebih terperinciTEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan
TEORI PROBABILITAS Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan SAYA YAKIN MAHASISWA BELUM MELUPAKAN SAYA. YUK, INGAT SAYA KEMBALI SEBELUM KITA BERKENALAN
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 terperinci