Sebaran peluang Poisson

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sebaran peluang Poisson"

Transkripsi

1 Sebaran Peluang Poisson Dr. Akhmad Rizali Sebaran peluang Poisson Percobaan Poisson : suatu percobaan yang menghasilkan variabel random x, yang menyatakan jumlah berhasil dalam suatu selang (interval) tertentu atau daerah tertentu. Selang waktu mulai milidetik sampai tahunan. Daerah juga mulai dari satuan panjang, luas ataupun volume. 1

2 Distribusi Poisson Penemu Simeon Denis Poisson ( ) Aturan: bila diketahui jumlah berhasil dalam interval (waktu atau periode seperti semester dll) P(x) = e λ. λ x / x! e = Contoh percobaan Poisson Jumlah sambungan telepon yang masuk suatu kantor Jumlah langganan yang datang pada suatu super market per 5 menit Jumlah salah ketik per halaman Jumlah tikus sawah per hektar 2

3 Ciri ciri lain sebaran Poisson Independen antar daerah atau waktu Peluang terjadinya suatu sukses relatif terhadap suatu waktu sebanding dengan satuan waktu tersebut Peluang terjadinya lebih dari 2 sukses dalam selang waktuataudaerahyang pendek, mendekati nol e x f(x) = dimana x = 0,1,2, x! e = 2,71828 Ciri distribusi poisson Independen antar daerah atau waktu Peluang terjadinya suatu sukses relatif terhadap suatu waktu sebanding dengan satuan waktu tersebut Peluang terjadinya lebih dari 2 sukses dalam selangwaktuataudaerahyang pendek, mendekati nol 3

4 Contoh Selama satu jam memancing, umumnya seorang pemancing dapat menangkap 3 ekor ikan. Cari peluang seorang pemancing dapat menangkap 2 ekor ikan selama 1 jam pertama Berhasil: Seekor ikan dapat ditangkap Jumlah berhasil: x = 2 Harapan jumlah yang berhasil: λ = 3 Interval: 1 jam P(x) = e λ. λ x / x! P(2) = / 2! = Tabel Poisson 4

5 Contoh lain During the typical statistics final exam, 2 students leave the room in tears. Find the probability that between 1 and 4 students, inclusive, leave your statistics final exam in tears. Success: A student leaves in tears Number of successes: x = 1, 2, 3, or 4 Expected number of successes: λ = 2 Interval: A P(between 1 and 4) = P(1) + P(2) + P(3) + P(4) = = Contoh Rata rata jumlah bunga mekar sempurna di pagi hari, pada tanaman kacang bambara (kacang bogor) adalah 7 bunga per hari. Berdasarkan kejadian tersebut, tentukan peluang : a. terdapat 5 bunga mekar per hari b. terdapat kurang atau sama dengan 9 bunga mekar per hari c. lebih dari 12 bunga mekar per hari Jawab a.p(x=5, =7) = (e )/5! =. Atau 5

6 Interpretasi Walaupun hasil penelitian mengatakan bahwa jumlah bunga kacang bogor yang mekar tiap hari adalah 7 kuntum, namun peluang yang mekar tepat 5 kuntum hanya 0,1277. Penggunaan Tabel Poisson Untuk nilai µ = 7 dapat dilihat pada kolom paling kanan, kemudian untuk mencari P(5,µ), ditarik titik temu antara x=5 dengan µ=7, dan diperoleh nilai peluang 0,3007. Namun demikian sebelum mencarai nilai peluang pada tabel, rumus peluang harus dikerjakan terlebih dahulu. 6

7 Contoh tabel poisson µ t) x Menggunakan tabel poisson Dapat pula dikerjakan dengan memanfaatkan tabel peluang Poisson yang telah tersedia. Dengan cara ini akan diperoleh hasil lebih cepat. Dari Tabel tersebut, dipeoleh : 5 4 a.. (P(x,7) P(x,7) = 0,3007 0,1730 = 0,1277 (lihat tabel) x=0 x=0 9 b) (P(x,7) = 0,8305 x=0 12 = 1 (P(x,7) = 1 0,9730 = 0,00270 x=0 7

8 Dengan Excel During a typical hour fishing at Lake Lotsafish, a fisher can expect to catch 3 fish. Find the probability that a fisher catches exactly 2 fish in his first hour fishing. Success: A fish is caught. Number of successes: x = 2 Expected number of successes: λ = 3 Interval: One hour =POISSON(2,3,FALSE) P(2) = A small town has 1.6 cars stolen on an average day. Find the probability that there are 2 or fewer cars stolen on a given day. Success: A car is stolen. Number of successes: x = 2 or fewer Expected number of successes: λ = 1.6 Interval: One day =POISSON(2,1.6,TRUE) P(<2) =

9 Latihan dan diskusi 1. Rata rata banyaknya tikus per ha dalam suatu ladang gandum seluas 5 ha diduga sebesar 10 ekor. Hitung peluang bahwa dalam suatu luasan 1 ha terhadap lebih dari 15 tikus. 2. Di Kabupaten Malang secara rata rata dilanda 6 angin ribut per tahun. Hitunglah peluang bahwa dalam suatu tahun tertentu daerah ini akan dilanda : kurang dari 4 kali angin ribut 6 sampai 8 kali angin ribut Tepat 5 angin ribut Tepat 6 angin ribut. Apa bedanya dengan reratanya? Latihan dan diskusi 3. Seorang grower tanaman hias mampu menghasilkan 2 jenis spesies silangan baru per tahun. Pada tahun depan spesies baru yang akan dihasilkan, akan dikenalkan pada pameran flora Indonesia. Berapa peluang bahwa tahun depan ia akan membuat : 4 atau lebih spesies silangan baru Tidak dapat menghasilkan spesies kurang 2 spesis lebih dari 4 spesies 9

10 Terimakasih 10

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

STATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU

STATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Distribusi Peluang DISKRIT DAN KONTINYU Random Variable Random variable / peubah acak: Suatu fungsi yang mengaitkan suatu bilangan real dengan tiap elemen

Lebih terperinci

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

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

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata Probabilitas dan Statistika Distribusi Peluang Diskrit 2 Adam Hendra Brata Distribusi Hipergeometrik Distribusi Hipergeometrik Jika sampling dilakukan tanpa pengembalian dari kejadian sampling yang diambil

Lebih terperinci

STATISTICS. WEEK 4 Hanung N. Prasetyo POLYTECHNIC TELKOM/HANUNG NP

STATISTICS. WEEK 4 Hanung N. Prasetyo POLYTECHNIC TELKOM/HANUNG NP STATISTICS WEEK 4 Hanung N. Prasetyo Pendahuluan: Penyajian distribusi probabilitas dalam bentuk grafis, tabel atau melalui rumusan tidak masalah, yang ingin dilukiskan adalah perilaku (kelakuan) perubah

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

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

Lebih terperinci

Distribusi Probabilitas Diskrit: Poisson

Distribusi Probabilitas Diskrit: Poisson Distribusi Probabilitas Diskrit: Poisson 7.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Pendekatan Binomial Poisson Distribusi Poisson Kapan distribusi

Lebih terperinci

SEJARAH DISTRIBUSI POISSON

SEJARAH DISTRIBUSI POISSON SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi

Lebih terperinci

IKG3F3 PEMODELAN STOKASTIK Proses Poisson

IKG3F3 PEMODELAN STOKASTIK Proses Poisson Non Homogen IKG3F3 PEMODELAN STOKASTIK Dosen: Aniq A. Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA IKG3F3 PEMODELAN STOKASTIK Non Homogen Proses Menghitung Proses stokastik

Lebih terperinci

BeberapaDistribusiPeluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

BeberapaDistribusiPeluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB BeberapaDistribusiPeluang Diskrit Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Pengantar Pengamatanyang dihasilkanmelaluipercobaanyang berbeda

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

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat

Lebih terperinci

Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor

Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran normal menjadi syarat untuk dilakukan Analisis varian,

Lebih terperinci

3/17/2015 PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN

3/17/2015 PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN KULIAH KE-6: BEBERAPA SEBARAN PELUANG DISKRET PUSTAKA: Walpole RE

Lebih terperinci

PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN Tbk

PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN Tbk PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN Tbk oleh RIRIN DWI UTAMI M0113041 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan

Lebih terperinci

BAB II DISTRIBUSI PROBABILITAS

BAB 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 terperinci

4.1.1 Distribusi Binomial

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

Lebih terperinci

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

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

Lebih terperinci

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Eksponensial Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi

Lebih terperinci

Model dan Simulasi Universitas Indo Global Mandiri

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

Lebih terperinci

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan

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

BAB I PENDAHULUAN. 1. Kedatangan, populasi yang akan dilayani (calling population)

BAB I PENDAHULUAN. 1. Kedatangan, populasi yang akan dilayani (calling population) BAB I PENDAHULUAN Antrian yang panjang sering kali kita lihat di bank saat nasabah mengantri di teller untuk melakukan transaksi, airport saat para calon penumpang melakukan check-in, di super market saat

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Maret hingga April 2011 dengan lokasi penelitian berada di Hutan Pendidikan Gunung Walat, Kabupaten Sukabumi.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 14 BAB 2 LANDASAN TEORI 2.1. Pendahuluan Antrian adalah kejadian yang sering dijumpai dalam kehidupan seharihari. Menunggu di depan loket untuk mendapatakan tiket kereta api, menunggu pengisian bahan bakar,

Lebih terperinci

DISTRIBUSI BINOM. Ciri-ciri: 1.Eksperimen terdiri dari n percobaan yang dapat diulang

DISTRIBUSI BINOM. Ciri-ciri: 1.Eksperimen terdiri dari n percobaan yang dapat diulang DISTRIBUSI PELUANG Distribusi Peluang utk Variabel acak Diskret Distribusi Binom Distribusi Multinom Distribusi Hipergeometrik Distribusi Poison Distribusi Peluang utk Variabel acak Kontinu Distribusi

Lebih terperinci

MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011

MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 MA081 STATISTIKA DASAR SEMESTER II TAHUN 010/011 LATIHAN I A. DISTRIBUSI DISKRIT KHUSUS 1) [BENAR/SALAH] Banyaknya kejadian angin tornado melanda suatu daerah dimodelkan sebagai suatu proses Poisson dengan

Lebih terperinci

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang rahmaanisa@apps.ipb.ac.id Outline Peubah acak Bernoulli Peubah acak binom Peubah acak geometrik Latihan dan Diskusi Review Peubah Acak

Lebih terperinci

Teori Antrian. Prihantoosa Pendahuluan. Teori Antrian : Intro p : 1

Teori Antrian. Prihantoosa  Pendahuluan.  Teori Antrian : Intro p : 1 Pendahuluan Teori Antrian Prihantoosa pht854@yahoo.com toosa@staff.gunadarma.ac.id Last update : 14 November 2009 version 1.0 http://openstat.wordpress.com Teori Antrian : Intro p : 1 Tujuan Tujuan : Meneliti

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Po

MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Po MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Poisson: Suatu Pengantar Orang Pintar Belajar Stokastik Tentang Kuliah Proses Stokastik Bab 1 : Tentang Peluang Bab 2 : Peluang dan Ekspektasi Bersyarat*

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Teori Antrian 2.1.1. Sejarah Teori Antrian. Teori antrian adalah teori yang menyangkut studi matematis dari antrian atau baris-baris penungguan. Teori antrian berkenaan dengan

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

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26 Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random

Lebih terperinci

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi

Lebih terperinci

statistika untuk penelitian

statistika untuk penelitian statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,

Lebih terperinci

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30 DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat

Lebih terperinci

PENDAHULUAN Definisi: Contoh Kasus:

PENDAHULUAN Definisi: Contoh Kasus: DISTRIBUSI PROBABILITAS 1 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial

Lebih terperinci

MA3081 STATISTIKA MATEMATIK(A) Bab 2: Distribusi Samp

MA3081 STATISTIKA MATEMATIK(A) Bab 2: Distribusi Samp MA3081 STATISTIKA MATEMATIK(A) Bab 2: We love Statistics Pengantar Parameter adalah... ...suatu karakteristik dari populasi. Statistik adalah... ...suatu karakteristik dari sampel. Statistik adalah fungsi

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

BAB 3 PEMBAHASAN. Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Waktu Pengamatan

BAB 3 PEMBAHASAN. Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Waktu Pengamatan BAB 3 PEMBAHASAN 3.1. Uji Kesesuaian Distribusi Dalam penelitian ini kedatangan pasien diasumsikan berdistribusi Poisson dan waktu pelayanan diasumsikan berdistribusi Eksponensial. Untuk menguji kebenarannya

Lebih terperinci

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1. Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat

Lebih terperinci

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel

Lebih terperinci

Binomial Distribution. Dyah Adila

Binomial Distribution. Dyah Adila Binomial Distribution Dyah Adila Binomial Distribution adalah bentuk percobaan yang memiliki syarat-syarat sebagai berikut: 1. Percobaan dilakukan sebanyak n kali. 2. Setiap percobaan memiliki dua hasil

Lebih terperinci

MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson

MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC Pengantar Seperti sudah disampaikan sebelumnya, analog

Lebih terperinci

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

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

Lebih terperinci

Metode Statistika (STK211)

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

Lebih terperinci

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam

Lebih terperinci

Pertemuan 2 Judul Materi Pertemuan 2

Pertemuan 2 Judul Materi Pertemuan 2 Pertemuan 2 Judul Materi Pertemuan 2 ANTRIAN (MULTI CHANNEL SINGLE PHASE) Objektif: 1. Mahasiswa dapat merumuskan masalah. 2. Mahasiswa dapat menghitung lama antrian. 3. Mahasiswa dapat mencari persentase

Lebih terperinci

Gambar 2.1. Struktur sistem antrian

Gambar 2.1. Struktur sistem antrian Lecture 9: Pure Birth Model and Pure Death Model A. Notasi dan Struktur dalam Sistem Antrian Notasi dalam system antrian n : jumlah pelanggan dalam sistem Po : probabilitas tidak ada pelanggan dalam sistem

Lebih terperinci

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014 STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh: Suatu

Lebih terperinci

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

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

Lebih terperinci

Pengantar Proses Stokastik

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

Lebih terperinci

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

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

Lebih terperinci

Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean

Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean MA38 Teori Peluang - Khreshna Syuhada Bab 7 Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean Ilustrasi 7. Seorang peserta kuis diberi dua buah pertanyaan (P-, P-2), yang harus dijawab dengan

Lebih terperinci

BAB 8 DISTRIBUSI PELUANG DISKRIT

BAB 8 DISTRIBUSI PELUANG DISKRIT BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu

Lebih terperinci

l.makalah DISTRIBUSI PROBABILITAS DISKRIT

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

Lebih terperinci

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan

Lebih terperinci

ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN

ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN Analisa Sistem Antrian (Ayi Umar Nawawi) 11 ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN ANALYSIS OF M/M/1/N QUEUEUING SYSTEM WITH RETENTION OF RENEGED CUSTOMERS Oleh:

Lebih terperinci

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat

Lebih terperinci

BAB. Teori Antrian PENDAHULUAN PENDAHULUAN

BAB. Teori Antrian PENDAHULUAN PENDAHULUAN PENDAHULUAN BAB 10 Teori Antrian PENDAHULUAN ntrian yang panjang sering kali kita lihat di bank saat nasabah mengantri di teller untuk melakukan transaksi, airport saat para calon penumpang melakukan checkin,

Lebih terperinci

Metode Statistika (STK 211) Pertemuan ke-5

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

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN 50 BAB IV ANALISIS HASIL DAN PEMBAHASAN Untuk menganalisa data pembiayaan bank syari ah akan digunakan pendekatan dengan model CreditRisk+, metode yang telah diakui bisa digunakan dalam menghitung risiko

Lebih terperinci

ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK

ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK Adri Arisena 1, Anna Chadidjah 2, Achmad Zanbar Soleh 3 Departemen Statistika Universitas Padjadjaran 1 Departemen Statistika

Lebih terperinci

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan

Lebih terperinci

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari. 6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin

Lebih terperinci

PENGARUH MODIFIKASI KABAM (TRAP) TERHADAP HASIL TANGKAPAN IKAN SELUANG (Rasbora sp)

PENGARUH MODIFIKASI KABAM (TRAP) TERHADAP HASIL TANGKAPAN IKAN SELUANG (Rasbora sp) Siti Aminah :Pengaruh Modifikasi Kabam PENGARUH MODIFIKASI KABAM (TRAP) TERHADAP HASIL TANGKAPAN IKAN SELUANG (Rasbora sp) THE INFLUENCE OF MODIFICATION KABAM (TRAP) AGAINST CATCHES SELUANG (Rasbora sp)

Lebih terperinci

Lesson 58 : everything, anything. each, every. Pelajaran 58 : semuanya, apapun. Masing-masing/sesuatu, setiap

Lesson 58 : everything, anything. each, every. Pelajaran 58 : semuanya, apapun. Masing-masing/sesuatu, setiap Lesson 58 : everything, anything each, every Pelajaran 58 : semuanya, apapun Masing-masing/sesuatu, setiap Reading (Membaca) Is everything okay? (Apakah semuanya baikbaik?) Don t worry, everything will

Lebih terperinci

UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR

UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR PYTHAGORAS, 6(2): 161-166 Oktober 2017 ISSN Cetak: 2301-5314 UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR Hermansah

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Rajungan merupakan salah satu komoditas ekspor Indonesia. Berdasarkan data ekspor impor Dinas Kelautan dan Perikanan Indonesia (2007), rajungan menempati urutan ke

Lebih terperinci

UNIVERSITAS INDONESIA PENGUKURAN RISIKO KREDIT MENGGUNAKAN METODE CREDIT RISK + DENGAN MEMPERTIMBANGKAN VARIABEL MAKRO EKONOMI (STUDI KASUS DI BANK X)

UNIVERSITAS INDONESIA PENGUKURAN RISIKO KREDIT MENGGUNAKAN METODE CREDIT RISK + DENGAN MEMPERTIMBANGKAN VARIABEL MAKRO EKONOMI (STUDI KASUS DI BANK X) UNIVERSITAS INDONESIA PENGUKURAN RISIKO KREDIT MENGGUNAKAN METODE CREDIT RISK + DENGAN MEMPERTIMBANGKAN VARIABEL MAKRO EKONOMI (STUDI KASUS DI BANK X) TESIS IRA WIDAYANTI 0806432991 FAKULTAS EKONOMI PROGRAM

Lebih terperinci

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi

Lebih terperinci

CONTOH STUDI KASUS ANTRIAN

CONTOH STUDI KASUS ANTRIAN CONTOH STUDI KASUS ANTRIAN ABSTRAKSI Teori Antrian merupakan teori yang menyangkut studi matematis dari antrian-antrian dan barisbaris penengguan, yang formasinya merupakn suatu fenomena biasa yang terjadi

Lebih terperinci

STATISTIK PERTEMUAN V

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

Lebih terperinci

Distribusi Peluang. Kuliah 6

Distribusi Peluang. Kuliah 6 Distribusi Peluang Kuliah 6 1. Diskrit 1. Bernoulli 2. Binomial 3. Poisson Distribution 2. Kontinu 1. Normal (Gaussian) 2. t 3. F 4. Chi Kuadrat Distribusi Peluang 1.1. Distribusi Bernoulli Distribusi

Lebih terperinci

Statistika (MMS-1403)

Statistika (MMS-1403) Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM MMS-1403 p.1/93 Distribusi Sampling Statistik Populasi: himpunan keseluruhan obyek yang

Lebih terperinci

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah

Lebih terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran

Lebih terperinci

Apa itu suatu Hypothesis?

Apa itu suatu Hypothesis? Chapter 7 Student Lecture Notes 7-1 Dasar Dasar Hipotesis Apa itu suatu Hypothesis? Hypothesis adalah suatu pernyataan (asumsi) tentang parameter populasi I nyatakan rata-rata IPK kelas ini = 3.5! Contoh

Lebih terperinci

Pengaruh warna umpan pada hasil tangkapan pancing tonda di perairan Teluk Manado Sulawesi Utara

Pengaruh warna umpan pada hasil tangkapan pancing tonda di perairan Teluk Manado Sulawesi Utara Jurnal Ilmu dan Teknologi Perikanan Tangkap 2(1): 9-13, Juni 2015 ISSN 2337-4306 Pengaruh warna umpan pada hasil tangkapan pancing tonda di perairan Teluk Manado Sulawesi Utara The effect of bait color

Lebih terperinci

BAB 6 PENAKSIRAN PARAMETER

BAB 6 PENAKSIRAN PARAMETER BAB 6 PENAKSIRAN PARAMETER Bab 6 PENAKSIRAN PARAMETER Standar Kompetensi : Setelah mengikuti kuliah ini, mahasiswa dapat memahami hubungan nilai sampel dan populasi dan menentukan distribusi sampling yang

Lebih terperinci

Model Antrian. Queuing Theory

Model Antrian. Queuing Theory Model Antrian Queuing Theory Ada tiga komponen dasar dalam model antrian, yaitu kedatangan, fasilitas pelayanan, dan antrian actual. Permasalahan deret tunggu kebanyakan dipusatkan pada pertanyaan untuk

Lebih terperinci

Learning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.

Learning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso. Beberapa 27 April 2014 Beberapa Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung

Lebih terperinci

BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian dilakukan di Kantor Penjualan Senayan City PT Garuda Indonesia (Persero) Tbk yang berlokasi di Senayan City, Jakarta. Penelitian dilakukan

Lebih terperinci

REKAYASA TRAFIK KONSEP REKAYASA TRAFIK TELEKOMUNIKASI (2)

REKAYASA TRAFIK KONSEP REKAYASA TRAFIK TELEKOMUNIKASI (2) REKAYASA TRAFIK KONSEP REKAYASA TRAFIK TELEKOMUNIKASI (2) ekofajarcahyadi@st3telkom.ac.id Besaran Trafik Satuan Trafik Variasi Trafik Jam Sibuk REVIEW Jenis Trafik Circuit Switch REVIEW Jenis Trafik Packet

Lebih terperinci

Penangkapan Tuna dan Cakalang... Pondokdadap Sendang Biru, Malang (Nurdin, E. & Budi N.)

Penangkapan Tuna dan Cakalang... Pondokdadap Sendang Biru, Malang (Nurdin, E. & Budi N.) Penangkapan Tuna dan... Pondokdadap Sendang Biru, Malang (Nurdin, E. & Budi N.) PENANGKAPAN TUNA DAN CAKALANG DENGAN MENGGUNAKAN ALAT TANGKAP PANCING ULUR (HAND LINE) YANG BERBASIS DI PANGKALAN PENDARATAN

Lebih terperinci

Distribusi Probabilitas Diskrit. Dadan Dasari

Distribusi Probabilitas Diskrit. Dadan Dasari Distribusi Probabilitas Diskrit Dadan Dasari Daftar Isi DIstribusi Uniform Distribusi Binomial DIstribusi Multinomial Distribusi Hipergeometrik Distribusi Poisson Distribusi Probabilitas Uniform Diskrit

Lebih terperinci

PRODUKTIVITAS PERIKANAN TUNA LONGLINE DI BENOA (STUDI KASUS: PT. PERIKANAN NUSANTARA)

PRODUKTIVITAS PERIKANAN TUNA LONGLINE DI BENOA (STUDI KASUS: PT. PERIKANAN NUSANTARA) Marine Fisheries ISSN 2087-4235 Vol. 3, No. 2, November 2012 Hal: 135-140 PRODUKTIVITAS PERIKANAN TUNA LONGLINE DI BENOA (STUDI KASUS: PT. PERIKANAN NUSANTARA) Tuna Lingline Fisheries Productivity in Benoa

Lebih terperinci

3.3 Pengumpulan Data Primer

3.3 Pengumpulan Data Primer 10 pada bagian kantong, dengan panjang 200 m dan lebar 70 m. Satu trip penangkapan hanya berlangsung selama satu hari dengan penangkapan efektif sekitar 10 hingga 12 jam. Sedangkan untuk alat tangkap pancing

Lebih terperinci

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

PENARIKAN SAMPEL & PENDUGAAN PARAMETER PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti

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

STATISTIKA II IT

STATISTIKA II IT STATISTIKA II IT-011227 Ummu Kalsum UNIVERSITAS GUNADARMA 2017 Keterlambatan : KONTRAK KULIAH MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang

Lebih terperinci

DISTRIBUSI PELUANG TEORITIS

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

Lebih terperinci

REKAYASA TRAFIK ARRIVAL PROCESS.

REKAYASA TRAFIK ARRIVAL PROCESS. REKAYASA TRAFIK ARRIVAL PROCESS ekofajarcahyadi@st3telkom.ac.id OVERVIEW Point Process Fungsi Distribusi Point Process Karakteristik Point Process Teorema Little Distribusi Point Process PREVIEW Proses

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

DISTRIBUSI PROBABILITAS (PELUANG)

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

Lebih terperinci

KEPADATAN INDIVIDU KLAMPIAU (Hylobates muelleri) DI JALUR INTERPRETASI BUKIT BAKA DALAM KAWASAN TAMAN NASIONAL BUKIT BAKA BUKIT RAYA KABUPATEN MELAWI

KEPADATAN INDIVIDU KLAMPIAU (Hylobates muelleri) DI JALUR INTERPRETASI BUKIT BAKA DALAM KAWASAN TAMAN NASIONAL BUKIT BAKA BUKIT RAYA KABUPATEN MELAWI KEPADATAN INDIVIDU KLAMPIAU (Hylobates muelleri) DI JALUR INTERPRETASI BUKIT BAKA DALAM KAWASAN TAMAN NASIONAL BUKIT BAKA BUKIT RAYA KABUPATEN MELAWI Individual Density of Boenean Gibbon (Hylobates muelleri)

Lebih terperinci

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

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

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB MANAJEMEN DASAR MODUL STATISTIKA 1 LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik

Lebih terperinci

BAB IV PROSES POISSON (III)

BAB IV PROSES POISSON (III) BAB IV PROSES POISSON (III) Pada pertemuan ini akan dibahas Proses Poisson bagian ketiga. Pada bab ini akan dibahas definisi dan contoh-contoh dari Proses Poisson Campuran. Selanjutnya akan dibahas pula

Lebih terperinci