Sebaran peluang Poisson
|
|
- Herman Kusumo
- 6 tahun lalu
- Tontonan:
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 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 terperinciSTATISTIK 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 terperinciDISTRIBUSI 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 terperinciProbabilitas 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 terperinciSTATISTICS. 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 terperinciDISTRIBUSI 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 terperinciDistribusi 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 terperinciSEJARAH 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 terperinciIKG3F3 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 terperinciBeberapaDistribusiPeluang. 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 terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
Lebih terperinciPertemuan 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 terperinciSebaran 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 terperinci3/17/2015 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 terperinciPROSES 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 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 terperinci4.1.1 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 terperinciDISTRIBUSI 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 terperinciMODUL 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 terperinciModel 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 terperinciSTATISTICS. 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 terperinciStatistik 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciDISTRIBUSI 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 terperinciMA2081 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 terperinciBeberapa 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 terperinciTeori 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 terperinciMA4081 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 terperinciBAB 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 terperinciDistribusi 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 terperinciHaryoso 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 terperinciMA2082 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 terperincistatistika 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 terperinciDISTRIBUSI 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 terperinciPENDAHULUAN 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 terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciMA3081 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 terperinciKonsep 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 terperinciBAB 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 terperinci6.1 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 terperinciBAB 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 terperinciBinomial 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 terperinciMA4181 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 terperinciDistribusi 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 terperinciMetode 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 terperinciPENS. 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 terperinciPertemuan 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 terperinciGambar 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 terperinciDistribusi 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 terperinciNilai 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 terperinciPengantar 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 terperinciPERBANDINGAN 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 terperinciBab 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 terperinciBAB 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 terperincil.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 terperinciMODUL 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 terperinciANALISA 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 terperinciDISTRIBUSI 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 terperinciBAB. 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 terperinciMetode 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 terperinciBAB 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 terperinciESTIMASI 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 terperinciFORMAT 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 terperinciPr { +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 terperinciPENGARUH 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 terperinciLesson 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 terperinciUJI 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 terperinciBAB 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 terperinciUNIVERSITAS 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 terperinciBI5106 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 terperinciCONTOH 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 terperinciSTATISTIK 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 terperinciDistribusi 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 terperinciStatistika (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 terperinciTugas 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 terperinciSTATISTIKA. 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 terperinciApa 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 terperinciPengaruh 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 terperinciBAB 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 terperinciModel 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 terperinciLearning 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 terperinciBAB 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 terperinciREKAYASA 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 terperinciPenangkapan 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 terperinciDistribusi 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 terperinciPRODUKTIVITAS 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 terperinci3.3 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 terperinciPENARIKAN 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 terperinciStatistik 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 terperinciSTATISTIKA 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 terperinciDISTRIBUSI 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 terperinciREKAYASA 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 terperinciInferensia 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 terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinciKEPADATAN 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 terperinciDistribusi 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 terperinciLAB 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 terperinciBAB 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