Teori Peluang. Dr. Akhmad Rizali

Ukuran: px
Mulai penontonan dengan halaman:

Download "Teori Peluang. Dr. Akhmad Rizali"

Transkripsi

1 Teori Peluang Dr. Akhmad Rizali Peluang Peluang atau probabilitas: ukuran ketidakpastian dari suatu kejadian Segala sesuatu yang ada di dunia ini mengandung ketidakpastian, seperti cuaca, hasil panen, keadaan ekonomi, harga pupuk, nilai tukar rupiah, dsb Yang pasti hanyalah ketidakpastian itu sendiri 1

2 Ruang Contoh Ruang contoh adalah semua kemungkinan hasil suatu percobaan. Beberapa percobaan suatu fenomena, akan menyusun variasi dalam hasil atau outcomenya. Setiap kemungkinan hasil dari suatu ruang contoh disebut unsur, anggota ruang contoh atau titik contoh. Kejadian Kejadian (event) adalah sebaran himpunan bagian dari ruang contoh. Kejadian sederhana, bila dapat dinyatakan sebagai sebuah himpunan yang terdiri dari satu titik contoh, sedang kejadian majemuk merupakan gabungan beberapa kejadian sederhana. 2

3 Contoh kejadian Peristiwa bertemunya kita dengan seorang petani di desa Jatirejo Makin tinggi frekuensi, makin besar peluang untuk bertemu dengan satu orang dari kelas itu Hubungan antara kejadian dan ruang contohnya dapat digambarkan dengan Diagram Venn Diagram Venn: Kejadian dan ruang contoh S A B C 3

4 Operasi Himpunan Gabungan (Union) AUB = { x I x anggota A atau x angota B} Irisan (intersepsi) A B = { x I x Є A dan x Є B } Komplemen A C = { x I x bukan anggota A} Operasi himpunan S A B S A B AUB A B A A C 4

5 Mencacah titik contoh Ruang contoh berisi titik titik contoh Kita akan dapat memecahkan masalah peluang dengan mencacah banyaknya titik dalam ruang contoh tanpa mendaftar dulu unsur unsurnya. Seringkali kita mempunyai ruang contoh yang unsurnya adalah semua kemungkinan susunan kelompok benda. Atau mungkin kita bertanya berapa banyak urutan yang mungkin, bila kita mengambil 2 kupon lotre dari 20 kupon. Suatu susunan yang dibentuk oleh keseluruhan atau sebagian dari sekumpulan benda disebut permutasi Permutasi Banyaknya permutasi n benda adalah n! (n faktorial) Contoh : huruf a, b, c mempunyai (3) (2) (1) = 6 permutasi Huruf a, b, c, d mempunyai 4! = = 24 Banyaknya permutasi akibat pengambilan r benda dari n benda berbeda adalah n! npr = (n r)! 5

6 Contoh Seorang penyuluh pertanian lapangan, ingin menjadwal 3 kali kunjungan ke 3 desa terpencil. Dia hanya mempunyai 5 hari kerja untuk itu, senin sampai jumat. Berapa banyak cara yang mungkin? Jawab : Dari soal tersebut n = 5 (senin, selasa, rabu, kamis, jumat) dan r = 3 (kunjungan ke desa 1, 2 dan 3),maka 5P3 = 5!/(5 3)! = = 60. Contoh Permutasi Banyaknya permutasi n benda yang berbeda yang disusun dalam suatu lingkaran adalah (n 1)! Contoh, berapa kemungkinan 5 tanaman cemara kipas dapat ditanam melingkar? Jawab (5 1)! = 24 cara. 6

7 Kombinasi Dalam banyak masalah kita ingin mengetahui banyaknya cara mengambil r benda dari n benda tanpa memperhatikan urutannya. Pengambilan demikian disebut kombinasi. Kombinasi membuat sekatan dengan 2 sel. Satu sel berisi r benda yang dipilih dan sel yang lain berisi n r benda yang tidak terpilih. Banyaknya kombinasi r benda dari n benda yang berbeda, adalah n! C(n r) = r! (n r)! Contoh A family dinner special at a local restaurant allows the family to order one entrée for each person from a list of 12 entrées. If no repetition is allowed, how many different ways could a family of 5 order dinner? 12C 5 = 12! / 5! x (12 5)! = 792 7

8 Peluang suatu kejadian Peluang suatu kejadian diperoleh dari frekuensi tiap kelas dibagi dengan total frekuensi Peluang merupakan ukuran besarnya kemungkinan terjadinya suatu kejadian dan karenanya juga disebut frekuensi nisbi (relatif) ingat distribusi frekuensi Contoh peluang Misal : n buah benda dapat diambil dengan peluang yang sama besar dan a buah benda dapat menimbulkan kejadian A, maka peluang terjadinya A. P(A) = a/n yaitu banyaknya benda yang menimbulkan kejadian A dibagi banyaknya semua benda yang mungkin terambil 8

9 Contoh peluang Dalam satu kantong terdapat 2 kelereng hitam (H), 3 kelereng putih (P) dan 5 kelereng merah (M). A adalah kejadian terambil kelereng, H/P/M. Peluang terambil kelereng hitam : P(H) = 2/10 Peluang terambil kelereng putih : P(P) = 3/10 Peluang terambil kelereng merah : P(M) = 5/10 Rumus rumus Peluang Peluang (A atau B) = P(AUB) = P(A) + P(B), A dan B saling asing P(AUB) = P(A) + P(B) P(A B), A dan B tidak saling asing S A B S A B Independent Dependent 9

10 Contoh P(A) = 1/3 P(B) = 1/2 A B = { } Hitunglah berapa P(B A C )? Karena B A C = B, maka P(B A C ) = P(B) = 1/2 Peluang Bersyarat Peluang bersyarat terjadi karena adanya informasi tambahan Sebagai contoh, kita melihat peluang seorang mahasiswa mendapat nilai A dalam ujian statistika Bila diketahui bahwa seseorang yang kita lihat adalah laki laki, mungkin peluang untuk mendapat nilai tersebut bisa bertambah atau berkurang 10

11 Rumus peluang bersyarat Umumnya : P(B/A) P(B) dan P(A/B) P(A) Dalam hal P(B/A) = P(B) dan P(A/B) = P(A), maka A dan B disebut independen (saling bebas) Dua kejadian A dan B disebut independen, bila P(A/B) = P(A) atau P(B/A) = P(B) atau P(A B) = P(A). P(B) Jadi : P(A B) = P(A). P(B) independen P(A B) = P(A). P(A/B) dependen Contoh Hubungan bobot buah mangga dan kandungan vitamin C dinyatakan dalam Tabel 5.1, dimana A adalah kandungan vitamin C dan B adalah bobot buah mangga. Mangga terlalu tua Mangga tua Mangga muda Total peluang Vit C tinggi 0,10 0,08 0,02 0,20 Vit C rendah 0,15 0,45 0,20 0,80 Total peluang 0,25 0,53 0,22 1,00 Diketahui bahwa peluang vitamin C tinggi = 0,2 P(A/B) = peluang kandungan vitamin C tinggi dengan syarat mangga terlalu tua. Dalam hal ini kita hanya memperhatikan sub populasi yang terjadi dari kelompok mangga yang terlalu tua 11

12 Latihan dan diskusi 1. Match the proposed probability of A with the correct verbal description (the latter may used more than once) No Probability Verbal description 1 0 i. Very like happen 2-0,3 ii. As much chance of occurring as not 3 0,9 iii. May occur but by no means certain 4 0,5 iv. An incorrect assignment 5 10,0 v. Very little chance of happening 6 0,05 vi. No chance of happening 7 0,3 12

13 2. Probability and odds. The probability of an event is often expressed in term of odds. Specifically, when we say that the odds are k to w that an event will occur, we mean that probability of the event is k/(k+w). For instance, the odds are 4 to 1 that candidate purple corn will win mean that P(purple corn win) = 4/5 = 0,8. Express the following statement in term of probability : The odds are 2 to 1 that there will be fair weather tomorrow The odds are 5 to 2 that the city council will delay the funding of new sports arena 3. Berapa banyak permutasi yang berbeda yang dapat disusun dari huruf huruf dalam kata cantik? handsome? Berapa banyak di antara permutasi itu yang dimulai dengan huruf "n"? 4. Berapa banyak susunan yang dapat dibuat bila 5 pohon yang berbeda ditanam membentuk melingkar? 5. Berapa banyak cara menanam 3 pohon mangga, 4 jambu dan 2 nangka sepanjang batas kebun apabila kita tidak membedakan antara tanaman tanaman yang sejenis. 6. Dari 4 apel manalagi, 5 rome beauty, dan 6 anna, berapa banyak kemungkinan terambil masing masing jenis apel? 7. Suppose the sample space of an experiment has 6 flower colour outcomes. Two events are given as A = {k1,k5,k6} and B = {k2, k4, k5}. Draw a Venn Diagram and exhibit the events A and B Determine the compositions of the following events : A c, AB, AUB, AB c and A c B 13

14 8. Suppose the sample space of an experiment has 6 flower colour outcomes. Two events are given as A = {k1,k5,k6} and B = {k2, k4, k5}. Draw a Venn Diagram and exhibit the events A and B Determine the compositions of the following events: A c, AB, AUB, AB c and A c B 9. Referring to a Venn Diagram verify the following statement: The event AUB includes the event AB (AB) U (AB c ) = A AUA c = S 10. For two experiment field events A and B, the following probabilities are given : P(A : find insect) = 0,5, P(B : temperature 20 o C) = 0,25 and P(A/B) = 0,8. Use the appropriate law of probability to calculate: P(A c ) P(AB) P(AUB) 11. Of the yardlong bean experiment reporting that the leave symptoms of mosaic and aphid attack, 25% have mosaic symptom, 50% have aphid and 10% have both. What is the probability that a plant selected a random has either mosaic symptom, aphid attack or both of them? Are the events mosaic symptom and aphid attack, independent? 14

15 Terimakasih 15

Statistik Farmasi Probabilitas

Statistik 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 terperinci

Probabilitas metode ilmiah yang dikembangkan untuk menyelesaikan persoalan yang berhubungan dengan ketidakpastian (uncertaint).

Probabilitas 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 terperinci

Hidup penuh dengan ketidakpastian

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 terperinci

Konsep Dasar Peluang (1) Metode Statistika (STK 211) Pertemuan 4

Konsep Dasar Peluang (1) Metode Statistika (STK 211) Pertemuan 4 Konsep Dasar Peluang (1) Metode Statistika (STK 211) Pertemuan 4 rahmaanisa@apps.ipb.acid Outline Mencacah ruang contoh (memahami definisi kejadian dan operasi-operasi pada kejadian) Menghitung dengan

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP DASAR PROBABILITAS KONSEP DASAR PROBABILITAS Definisi: Probabilitas adalah peluang suatu kejadian Manfaat: Manfaat mengetahui probabilitas adalah membantu pengambilan keputusan yang tepat, karena kehidupan di dunia tidak

Lebih terperinci

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

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 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 terperinci

BAB 3 Teori Probabilitas

BAB 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 terperinci

PS-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 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 terperinci

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA

STATISTIK 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 terperinci

Bab 3 Pengantar teori Peluang

Bab 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 terperinci

Pert 3 PROBABILITAS. Rekyan Regasari MP

Pert 3 PROBABILITAS. Rekyan Regasari MP Pert 3 PROBABILITAS Rekyan Regasari MP Berapakah kemungkinan sebuah koin yang dilempar akan menghasilkan gambar angka Berapakah kemungkinan gedung ini akan runtuh Berapakah kemungkinan seorang kreditur

Lebih terperinci

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

Konsep Dasar Peluang

Konsep 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 terperinci

2-1 Probabilitas adalah:

2-1 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 terperinci

, n(a) banyaknya kejadian A dan n(s) banyaknya ruang sampel

, n(a) banyaknya kejadian A dan n(s) banyaknya ruang sampel Peluang Suatu Kejadian a) Kisaran nilai peluang : 0 P( b) P( =, banyaknya kejadian A dan banyaknya ruang sampel c) Peluang komplemen suatu kejadian : P(A c ) = P( d) Peluang gabungan dari dua kejadian

Lebih terperinci

Ruang Sampel, Titik Sampel dan Kejadian

Ruang Sampel, Titik Sampel dan Kejadian Dasar Dasar robabilitas DSR DSR ROILITS Ruang Sampel, Titik Sampel dan Kejadian Ruang sampel (sample space atau semesta (universe merupakan himpunan dari semua hasil (outcome yang mungkin dari suatu percobaan

Lebih terperinci

TIF APPLIED MATH 1 (MATEMATIKA TERAPAN 1) Week 3 SET THEORY (Continued)

TIF APPLIED MATH 1 (MATEMATIKA TERAPAN 1) Week 3 SET THEORY (Continued) TIF 21101 APPLIED MATH 1 (MATEMATIKA TERAPAN 1) Week 3 SET THEORY (Continued) OBJECTIVES: 1. Subset and superset relation 2. Cardinality & Power of Set 3. Algebra Law of Sets 4. Inclusion 5. Cartesian

Lebih terperinci

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Konsep 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 terperinci

PROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si

PROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si PROBABILITAS Dr. Vita Ratnasari, M.Si Dalam menghadapi persoalan-persoalan yang TIDAK PASTI diperlukan suatu ukuran untuk menyatakan tingkat KEPASTIAN atau KETIDAKPASTIAN kejadian tsb. Definisi / pengertian

Lebih terperinci

Probabilitas. Oleh Azimmatul Ihwah

Probabilitas. 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 terperinci

PELUANG. Jadi terdapat 12 rute berbeda dari SMA Petra 4 ke SMA Petra 2 melalui SMA Petra 5. b...

PELUANG. Jadi terdapat 12 rute berbeda dari SMA Petra 4 ke SMA Petra 2 melalui SMA Petra 5. b... PELUANG A. Kaidah Pencacahan. Merupakan dasar untuk membahas masalah permutasi dan kombinasi yang menjadi acuan dalam mempelajari peluang. A.1. Aturan Perkalian. Adalah aturan pengisian tempat yang tersedia

Lebih terperinci

BAB I PELUANG A. PERCOBAAN dan RUANG SAMPEL PERCOBAAN adalah setiap proses mengamati/mengukur yang menghasilkan data

BAB I PELUANG A. PERCOBAAN dan RUANG SAMPEL PERCOBAAN adalah setiap proses mengamati/mengukur yang menghasilkan data BAB I PELUANG A. PERCOBAAN dan RUANG SAMPEL PERCOBAAN adalah setiap proses mengamati/mengukur yang menghasilkan data Contoh : 1. Melempar mata uang, menghasilkan 2 hasil yaitu munculnya sisi gambar atau

Lebih terperinci

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.

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. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 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

Teori Probabilitas 3.2. Debrina Puspita Andriani /

Teori Probabilitas 3.2. Debrina Puspita Andriani    / Teori Probabilitas 3.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Berapa peluang munculnya

Lebih terperinci

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

Distribusi probabilitas dan normal. Statisitik Farmasi 2015 Distribusi probabilitas dan normal Statisitik Farmasi 2015 Part 1. DISTRIBUSI PROBABILITAS Statisitik Farmasi 2015 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Membuat distribusi

Lebih terperinci

Statistik Bisnis 1. Week 8 Basic Probability

Statistik 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 terperinci

1.1 Konsep Probabilitas

1.1 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 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

Peluang suatu kejadian

Peluang 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

PENGUKURAN 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 terperinci

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

PENGUKURAN 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 terperinci

BAB II PROBABILITAS Ruang sampel (sample space)

BAB 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 terperinci

Probabilitas. Tujuan Pembelajaran

Probabilitas. 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 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

MATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT)

MATERI 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 terperinci

Universitas 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 Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PROBABILITAS Statistika dan Probabilitas 2 Peluang (Probabilitas) Peluang/Probabilitas/Risiko Peluang Risiko Probabilitas

Lebih terperinci

TEORI KEMUNGKINAN (PROBABILITAS)

TEORI 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 terperinci

Hubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian

Hubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian 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

Lebih terperinci

LEMBAR AKTIVITAS SISWA PELUANG

LEMBAR 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 terperinci

Probabilitas pendahuluan

Probabilitas pendahuluan Probabilitas pendahuluan Statistika deskriptif : menggambarkan data TEORI PROBABILITAS Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi sampel Teori probabilitas

Lebih terperinci

Statistik Bisnis 1. Week 9 Discrete Probability

Statistik Bisnis 1. Week 9 Discrete Probability Statistik Bisnis 1 Week 9 Discrete Probability Random Variables Random Variables Discrete Random Variable Continuous Random Variable Wk. 9 Wk. 10 Probability Distributions Probability Distributions Wk.

Lebih terperinci

ATURAN DASAR PROBABILITAS. EvanRamdan

ATURAN 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 terperinci

Teori Probabilitas. Debrina Puspita Andriani /

Teori 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 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

Dependent VS independent variable

Dependent VS independent variable Kuswanto-2012 !" #!! $!! %! & '% Dependent VS independent variable Indep. Var. (X) Dep. Var (Y) Regression Equation Fertilizer doses Yield y = b0 + b1x Evaporation Rain fall y = b0+b1x+b2x 2 Sum of Leave

Lebih terperinci

Materi #2 TIN315 Pemeliharaan dan Rekayasa Keandalan Genap 2015/2016

Materi #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 terperinci

Inferensia Statistik parametrik VALID?? darimana sampel diambil

Inferensia Statistik parametrik VALID?? darimana sampel diambil Inferensia Statistik parametrik VALID?? Tergantung dari bentuk populasi Tergantung dari bentuk populasi darimana sampel diambil Uji kesesuaian (goodness of fit) ) untuk tabel frekuensi Goodness-of-fit

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. 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 terperinci

PELUANG. Titik Sampel GG

PELUANG. 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 terperinci

KONSEP DASAR PROBABILITAS

KONSEP DASAR PROBABILITAS KONSEP DASAR PROBABILITAS 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-Konsep Dasar Probabilitas Distribusi Probabilitas Diskrit Pengertian Probabilitas dan Manfaat Probabilitas Pendekatan

Lebih terperinci

Unit 5 PELUANG. Clara Ika Sari Budhayanti. Pendahuluan

Unit 5 PELUANG. Clara Ika Sari Budhayanti. Pendahuluan Unit 5 PELUANG lara Ika Sari Budhayanti Pendahuluan P ada unit lima ini kita akan membahas peluang. Peluang merupakan salah satu cabang matematika yang mempelajari cara menghitung tingkat keyakinan seseorang

Lebih terperinci

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A

PELUANG. 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 terperinci

PROBABILITAS MODUL PROBABILITAS

PROBABILITAS MODUL PROBABILITAS MODUL 6 PROBABILITAS. Pendahuluan Masalah probabilitas adalah masalah frekuensi sesuatu kejadian. Dari itu, probabilitas suatu kejadian dapat diatasi sebagai perbandingan frekuensi kejadian itu dengan

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

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Bagian 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 terperinci

Statistika Farmasi

Statistika 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 terperinci

Distribusi Peluang. Dr. Akhmad Rizali

Distribusi Peluang. Dr. Akhmad Rizali Distribusi Peluang Dr. Akhmad Rizali Peubah Acak Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata Notasi yang sering digunakan adalah X, Y, Z 1 Jenis Peubah Acak Peubah

Lebih terperinci

Peluang Aturan Perkalian, Permutasi, dan Kombinasi dalam Pemecahan Masalah Ruang Sampel Suatu Percobaan Peluang Suatu Kejadian dan Penafsirannya

Peluang Aturan Perkalian, Permutasi, dan Kombinasi dalam Pemecahan Masalah Ruang Sampel Suatu Percobaan Peluang Suatu Kejadian dan Penafsirannya 2 Aturan Perkalian, Permutasi, dan Kombinasi dalam ; Pemecahan Masalah Ruang Sampel Suatu Percobaan ; Suatu Kejadian dan Penafsirannya ; Pada era demokrasi saat ini untuk menduduki suatu jabatan tertentu

Lebih terperinci

Teori Pengambilan Keputusan. Week 10 Decision Analysis Decision Tree

Teori Pengambilan Keputusan. Week 10 Decision Analysis Decision Tree Teori Pengambilan Keputusan Week 10 Decision Analysis Decision Tree Six Steps in Decision Making 1. Clearly define the problem at hand. 2. List the possible alternatives. 3. Identify the possible outcomes

Lebih terperinci

Statistik Bisnis. Week 4 Basic Probability

Statistik 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 terperinci

PERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung

PERMUTASI, 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 terperinci

Kompetens 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

Kompetens 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 terperinci

Materi W12c P E L U A N G. Kelas X, Semester 2. B. Peluang Kejadian Majemuk. 3. Kejadian Majemuk saling Bebas Bersyarat.

Materi W12c P E L U A N G. Kelas X, Semester 2. B. Peluang Kejadian Majemuk. 3. Kejadian Majemuk saling Bebas Bersyarat. Materi W12c P E L U A N G Kelas X, Semester 2 B. Peluang Kejadian Majemuk 3. Kejadian Majemuk saling Bebas Bersyarat www.yudarwi.com B. Peluang Kejadian Majemuk 3. Kejadian Majemuk Saling Bebas Bersyarat

Lebih terperinci

PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS

PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS PENDAHULUAN Semua kejadian di alam selalu dikatakan ada ketidakpastian Adanya statistik karena adanya ketidakpastian

Lebih terperinci

LOGO 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 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 terperinci

Eksperimen. Ruang Sampel Diskrit. Ruang Sampel. Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik).

Eksperimen. 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 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

Bab 11 PELUANG. Contoh : 5! = = 120

Bab 11 PELUANG. Contoh : 5! = = 120 PELUANG Bab 11 1. Faktorial Faktorial adalah perkalian bilangan asli berurutan Hasil perkalian dari n bilangan asli pertama yang terurut dikatakan sebagai n faktorial (n!) n! n( n 1)( n 2)...3.2.1 5! =

Lebih terperinci

Statistik Bisnis 1. Week 9 Discrete Probability Binomial and Poisson Distribution

Statistik Bisnis 1. Week 9 Discrete Probability Binomial and Poisson Distribution Statistik Bisnis 1 Week 9 Discrete Probability Binomial and Poisson Distribution Agenda 15 minutes 45 minutes 30 minutes Attendance check Discussion Exercise Learning Objectives In this chapter, you learn:

Lebih terperinci

KAJIAN TENTANG PENDEKATAN DISTRIBUSI BINOMIAL OLEH DISTRIBUSI NORMAL SKRIPSI RIDWAN NASUTION

KAJIAN TENTANG PENDEKATAN DISTRIBUSI BINOMIAL OLEH DISTRIBUSI NORMAL SKRIPSI RIDWAN NASUTION KAJIAN TENTANG PENDEKATAN DISTRIBUSI BINOMIAL OLEH DISTRIBUSI NORMAL SKRIPSI RIDWAN NASUTION 060823034 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN

Lebih terperinci

Ukuran Pemusatan Data

Ukuran Pemusatan Data Ukuran Pemusatan Data Dr. Akhmad Rizali Segugus Data?????? Gugus data Tidak ada informasi??? Perlu ada karakteristik yang mencirikan gugus data tsb Ukuran pemusatan sebuah nilai yang menggambarkan pusat

Lebih terperinci

Kombinatorika Muhammad Saiful Jumat, 27 Januari 2017 ComLabs C, SMA Negeri 2 Bandung

Kombinatorika Muhammad Saiful Jumat, 27 Januari 2017 ComLabs C, SMA Negeri 2 Bandung Kombinatorika Muhammad Saiful Islam muhammad@saiful.web.id @saifulwebid Jumat, 27 Januari 2017 ComLabs C, SMA Negeri 2 Bandung Referensi Lecture slide by Julio Adisantoso, http://julio.staff.ipb.ac.id/files/2014/02/slide-02-

Lebih terperinci

This worksheet will focus on making arrangements and suggesting alternatives.

This worksheet will focus on making arrangements and suggesting alternatives. Worksheet Title: How about if This worksheet will focus on making arrangements and suggesting alternatives. How about if? Bagaimana kalau.? meaning How about if?, is the most common way of making suggestions

Lebih terperinci

ALJABAR SET & AKSIOMA PROBABILITAS

ALJABAR 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 terperinci

LAMPIRAN B. B.3 Hasil Pengisian Lembar Penilaian LKS oleh Guru. B.4 Hasil Pengisian Lembar Penilaian RPP

LAMPIRAN B. B.3 Hasil Pengisian Lembar Penilaian LKS oleh Guru. B.4 Hasil Pengisian Lembar Penilaian RPP LAMPIRAN B B.1 Hasil Pengisian Lembar Penilaian LKS oleh Ahli Materi B.2 Hasil Pengisian Lembar Penilaian LKS oleh Ahli Media B.3 Hasil Pengisian Lembar Penilaian LKS oleh Guru B.4 Hasil Pengisian Lembar

Lebih terperinci

KATA PENGANTAR. Salatiga, Juni Penulis. iii

KATA 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 terperinci

Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014

Learning 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 terperinci

PELUANG. A Aturan Pengisian Tempat. B Permutasi

PELUANG. A Aturan Pengisian Tempat. B Permutasi PELUANG KAIDAH PENCACAHAN kaidah pencacahan didefinisikan sebagai suatu cara atau aturan untuk menghitung semua kemungkinan yang dapat terjadi dalam suatu percobaan tertentu. Ada beberapa metode pencacahan,

Lebih terperinci

PENS. Probability and Random Process. Topik 3. Dasar Probabilitas. Prima Kristalina Maret 2015

PENS. 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 terperinci

MODUL PELUANG MATEMATIKA SMA KELAS XI

MODUL 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 terperinci

LOGIKA MATEMATIKA PENGERTIAN HIMPUNAN DAN OPERASI OPERASI DALAM HIMPUNAN. TITI RATNASARI, SSi., MSi. Modul ke: Fakultas ILKOM

LOGIKA MATEMATIKA PENGERTIAN HIMPUNAN DAN OPERASI OPERASI DALAM HIMPUNAN. TITI RATNASARI, SSi., MSi. Modul ke: Fakultas ILKOM LOGIKA MATEMATIKA Modul ke: PENGERTIAN HIMPUNAN DAN OPERASI OPERASI DALAM HIMPUNAN Fakultas ILKOM TITI RATNASARI, SSi., MSi Program Studi SISTEM INFORMASI www.mercubuana.ac.id Pengertian Himpunan Definisi

Lebih terperinci

MODULE 1 GRADE XI VARIATION OF EXPRESSIONS

MODULE 1 GRADE XI VARIATION OF EXPRESSIONS MODULE 1 GRADE XI VARIATION OF EXPRESSIONS Compiled by: Theresia Riya Vernalita H., S.Pd. Kompetensi Dasar 3.1 Menganalisis fungsi sosial, struktur teks, dan unsur kebahasaan pada ungkapan memberi saran

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

Konsep Dasar Statistik dan Probabilitas

Konsep Dasar Statistik dan Probabilitas Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII October 7, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas October 7,

Lebih terperinci

Probabilitas & Teorema Bayes

Probabilitas & 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 terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. 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 terperinci

deck of 52 cards

deck of 52 cards deck of 52 cards http://www.amstat.org/publications/jse/v2n1/eckert.html Volunteer "I am going to have (...) pull out a card from the deck. What is the probability that she/he pulls out a red card? P=...

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

Ruang Sampel /Sample Space (S)

Ruang 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 terperinci

Oleh: BAMBANG AVIP PRIATNA M

Oleh: BAMBANG AVIP PRIATNA M Oleh: BAMBANG AVIP PRIATNA M Pecobaan / eksperimen acak Ruang Sampel Peristiwa / kejadian / event Peluang peristiwa Sifat-sifat peluang Cara menghitung peluang 1. hasilnya tidak dapat diduga dengan tingkat

Lebih terperinci

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

28/09/2012 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 terperinci

Olimpiade Matematika Vektor 2009 se-jawa-bali. SOAL PENYISIHAN SD/MI OLIMPIADE MATEMATIKA VEKTOR UNIVERSITAS NEGERI MALANG Tahun 2009

Olimpiade Matematika Vektor 2009 se-jawa-bali. SOAL PENYISIHAN SD/MI OLIMPIADE MATEMATIKA VEKTOR UNIVERSITAS NEGERI MALANG Tahun 2009 SOAL PENYISIHAN SD/MI OLIMPIADE MATEMATIKA VEKTOR UNIVERSITAS NEGERI MALANG Tahun 009 Bagian A. PILIHLAH JAWABAN YANG TEPAT!. Bilangan pecahan berikut yang berada di antara A. 3 574 B. 574 4 3. Simplify

Lebih terperinci

Peluang. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas LOGO

Peluang. 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 terperinci

Berapa Peluang anda. meninggal? selesai S-1? menjadi menteri? menjadi presiden?

Berapa 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 terperinci

3.3 UKURAN PEMUSATAN. APA YANG AKAN KAMU PELAJARI? KATA KUNCI: KERJA KELOMPOK

3.3 UKURAN PEMUSATAN. APA YANG AKAN KAMU PELAJARI? KATA KUNCI: KERJA KELOMPOK 3.3 UKURAN PEMUSATAN. APA YANG AKAN KAMU PELAJARI? KATA KUNCI: KERJA KELOMPOK 3.3 Apa yang akan kamu pelajari? Pengertian rata-rata, median dan modus Menghitung nilai ratarata, median dan modus. Kata

Lebih terperinci

Teorema Bayes. Teori Probabilitas. Onggo Wr

Teorema Bayes. Teori Probabilitas. Onggo Wr Teorema Bayes Teori Probabilitas Onggo Wr Tugas Sebuah survey pada suatu daerah tertentu menunjukkan bahwa 10% pasien tidak puas dengan pelayanan pada suatu RS. Setengah dari mereka bermasalah dengan dokter

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP 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 terperinci