Bab 5 Diagram Pohon (Tree diagram)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Bab 5 Diagram Pohon (Tree diagram)"

Transkripsi

1 Bab 5 Diagram Pohon (Tree diagram) Diagram pohon adalah cara memvisualisasikan suatu organisasi dari berbacam kemungkinan yang dihasilkan. Untuk tiap tiap kejadian digambarkan dalam satu garis dan ditulis probabilitas yang terjadi. Kemudian pada tiap kemungkinan berikutnya digambarkan lagi garis dan probabilitas yang terjadi berikutnya Berikut adalah contoh Tree-Diagramsederhana dari sebuah dadu, yang memberikan kemungkinan 6 sisi yang berbeda. Ingat tiap outcome (bilangan 1 sampai 6) diragakan dalam satu garis bernilai 1 apabila kemungkinan itu terjadi. Kita akan lihat bagaimana menghitung probabiltasnya dengan bantuan diagram. Tree-Diagram tidak bermanfaat untuk kejadian yang bebas (independent), karena probabilitasnya tinggal dikalikan saja. Ingat ( ) ( ) P( A dan B) = P A P B Tree-Diagram baru berguna untuk menganalisis kejadian yang tidak bebas (dependent) 5.1 Cara Menggambar Tree-diagram 5.2 Estimasi akan terjadi hujan Pada hari tertentu terjadi hujan, probabilitas terjadinya hujan besok hari adalah 1/3. Jika tidak turun hujan pada hari tertentu, probabilitas hujan hari berikutnya adalah 1/6. Pobabilitas akan KK Astronomi ITB Page 46

2 hujan besok hari adalah 1/5. Pertanyaannya, berapakah probabilitas hujan setelah besok hari ( a day after tomorrow). Gambarkan Tree-diagramnya? Jawab Menggambar level -1 Tree-Diagram Sebelum ditentukan kejadian setelah besok ( a day after tomorrow), mula-mula kita hitung apa yang akan terjadi besok. Diketahui ada 1/5 probabilitas akan hujan besok. Disini informasinya digambarkan dalam Tree-diagram Menggambar level -2 Tree-Diagram Dikatakan juga bahwa jika terjadi hujan, hari berikutnya probabilitasnya adalah 1/3. Dengan kata lain jika tidak hujan dalam satu hari hanya ada probabilitas 1/6 akan hujan pada hari berikutnya. Gunakan informasi ini untuk melengkapi diagram. KK Astronomi ITB Page 47

3 Hitung probabilitas Kita ditanya probabilitas akan terjadi hujan lusa ( a day after tomorrow). Pada Tree- Diagramdiatas dapat dilihat bahwa ada 2 situasi lusa akan hujan. Ditandai dengan warna merah dibawah Untuk memperoleh probabilitas pada situasi pertama (bahwa besok dan lusa hujan) kita mempunya probabilitas sepanjang garis merah P ( besok dan lusa hujan ) = = Untuk memperoleh probabilitas pada situasi kedua (besok tidak hujan, tetapi lusa hujan) kita mempunyai probabilitas sepanjang garis merah kedua P ( besok tidak hujan dan lusa hujan ) = = = Oleh sebab itu probabilitas akan hujan lusa adalah jumlah probabilitas sepanjang kedua garis merah, yakni = KK Astronomi ITB Page 48

4 Example 2: Menggambar Tree diagram 5.3 Estimasi permainan Coin Permainan undi coin. Jika muncul ekor anda dapat poin 2 dan selesai. Jika yang muncul kepala dapat 1 poin, dan dapat lanjutkan, ditambah satu poin. Anda dapat melempar 3 kali setiap satu putaran. Berapakah probabilitas setelah 3 kali putaran. Gambarkan Tree-Diagram untuk kemungkinan yang berbeda Jawab Menulis kejadian dan simbolnya Masing-masing koin mempunyai dua kemungkinan, sebut kepala (H) dan ekot (T), masingmasing outcome mempunyai probabilitas ½. Kita ditanya jumlah poin, sehingga menunjukkan berapa banyak poin tiap outcome Menggambar level 1 dari Tree-Diagram Diagram ini menunjukkan kemungkinan yang dihasilkan setelah 1 kali lemparan koin. Ingat kita dapat 3 kali lemparan, sehingga diagram belum lengkap. Jika koin muncul kepala, kita lempar sekali lagi. Jika koin muncul ekor berhenti. Menggambar level 2 dari Tree-Diagram KK Astronomi ITB Page 49

5 Dalam diagram ini anda lihat, kita menambah 1 poin untuk setiap lemparan. Setelah tiga lemparan koin permainan selesai. Tentukan hasil yang relevan dan hitung probabilitas Kita mendapatkan tepat 3 poin selama permainan. Untuk menentukan hasilnya kita hanya lihat ujung pohonnya. Kita akhiri tepat 3 lemparan, ketika undian selesai. : dengan probabilitas= = : : dengan probabilitas= = ( H T) ( H H H) Catatan, kita menentukan probabilitas yang dihasilkan dengan mengalikan semua probabilitas sepanjang lintasan dari awal sampai puncak pohon. Selanjutnya jumlahkan probabilitas untuk mendapatkan hasil akhir setelah 3 lemparan= = Estimasi Uji Coba Obat Uji coba obat Talwar. Uji-coba dilakukan terhadap 50 orang sakit. Setengah (25 orang) diberi Talwar, sisanya Permen.Talwar memberikan kemungkinan 60% kesembuhan, mereka yang menggunakan Permen masih punya peluang sembuh 10%. Gambarkan Tree-Diagramdan hitung probabilitas Talwar untuk penyembuhan Jawab KK Astronomi ITB Page 50

6 Ringkasan permasalahan Ada dua ketidak pastian dalam soal ini. Tiap orang menerima obat (p=1/2) yang menggunakan Permen (p=1/2). Mereka yang menggunakan obat peluang sembuhnya 3/5. Sedangkan yang menggunakan Permen peluangnya 1/10 atau mereka tetap sakit peluang 2/5 dengan menggunkan Talwar dan 9/10 yang menggunakan Permen Menggambar Tree- diagram Pada level 1 kita lihat Tree-Diagrammereka yang menggunakan Talwar dan Permen. Level-2 Tree-Diagramyang memeperlihatkan kesembuhan atau tidak, bergantung pada pilihan menggunakan Talwar atau Permen. Menghitung probabilitas yang dihasilkan Kita hitung probabilitas sepanjang lintasan Tree-diagram, mereka yang sembuh menggunkan Talwar = = Jumlahkan probabilitas akhir, diperoleh mereka yang sembuh menggunakan Talwar KK Astronomi ITB Page 51

7 3 1 7 pt ( ) = + = Estimasi Lempar Dadu You roll a die twice and add up the dots to get a score. Draw a Tree-Diagramto represent this experiment. What is the probability that your score is a multiple of 5? Permainan undi dadu. Gambarkan Tree-Diagram dan hitung berapakah probabilitas keluarnya balak- 5 (5 bulatan titik) jika dadu dilempar dua kali? Jawab 1: Untuk menghemat ruang, probabilitas tidak ditunjukkan pada cabang dari Tree-diagram, namun tiap cabang punya probabilitas 1/6. Kelipatan balak-5 digarisbawahi. Karena probabilitas masing-masing keluaran besarnya 1/6 1/6 =1/36 dan karena ada 7 keluaran dikalikan dengan 5, diperoleh probabilitas balak-5 adalah 7/36 Problem 2: Berapakah probabilitas paling sedikit balak-5 dari 6 sisi dadu bila dilempar 4 kali. Petunjuk tidak perlu menunjukkan seluruh kemungkinan dari masing-masing lemparan dari dadu. Kita tertarik apakah yang keluar balak-5 atau bukan Jawab 2: KK Astronomi ITB Page 52

8 Keluaran balak-5 paling sedikit dalam 5 lemparan diberi tanda pada tree-diagram. Jumlahkan semua probabilitas pada cabang yang diberikan menghasilkan = Problem 3: Undian sebuah koin dengan 4 lemparan 1. Berapakah prbabilitas untuk mendapatkan tepat 3 kali kepala? 2. Berapakah probabiltas untuk mendapatkan paling sedikit 3 kali kepala? Jawab 3: Ada 2 4 =16 kemungkinanuntuk 4 kali lemparana. Ada 4 keluaran yang tepat 3 kepala, nyatakan dengan { H : H : H : T},{ H : H : T : H},{ H : T : H : H},{ T : H : H : H } 1. Oleh sebab itu probabiliats keluar kepala 3 kali adalah 4/16=1/4 2. Untuk memperoleh paling sedikit 3 kepala atau tepat 4 kepala. Kita sudah lihat ada 4 cara untuk memperoleh 3 kepala. Ada 1 cara memperoleh tepat 4 kepala sebut keluarannya { H : H : H : H } akibatnya ada 5 cara memperoleh 3 kepala dan probabiltasnya adalah 5/16 Problem 4: KK Astronomi ITB Page 53

9 Anda mengundi 4 koin berbeda pada satu waktu 1. Berapakah probabilitas mendapatlan tepat 3 kepala 2. Berapakah probabilitas mendapatlan paling sedikit 3 kepala Jawab 4: 1. Secara matematika problem ini tepat sama dengan problem sebelumnya, karena itu tidak penting bila kita undi 4 koin berbeda pada waktu yang sama atau koin yang sama diundi 4 kali. Jawabannya sama tetap 1/4 2. Paling sedikit 3 kepala adalah 5/16 KK Astronomi ITB Page 54

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

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 STATISTIK II MODUL 8-14 Oleh Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Drs. Hasanuddin Pasiama, M.Si. STATISTIK

Lebih terperinci

BAB V PENGANTAR PROBABILITAS

BAB V PENGANTAR PROBABILITAS BAB V PENGANTAR PROBABILITAS Istilah probabilitas atau peluang merupakan ukuran untuk terjadi atau tidak terjadinya sesuatu peristiwa. Ukuran ini merupakan acuan dasar dalam teori statistika. 1. Beberapa

Lebih terperinci

AMIYELLA ENDISTA. Website : BioStatistik

AMIYELLA ENDISTA.   Website :  BioStatistik AMIYELLA ENDISTA Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com DEFINISI PROBABILITAS Harga angka yang menunjukkan seberapa besar kemungkinan suatu peristiwa terjadi, di antara

Lebih 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

Permutations, Combinations, and Probability Jadug Norach Agna Parusa. Copyright 2014 Bimbingan Belajar Merlion BBMerlion.com

Permutations, Combinations, and Probability Jadug Norach Agna Parusa. Copyright 2014 Bimbingan Belajar Merlion BBMerlion.com Permutations, Combinations, and Probability Jadug Norach Agna Parusa Copyright 2014 Bimbingan Belajar Merlion BBMerlion.com 1 PERMUTATIONS & COMBINATIONS Objektif Mengenal konsep ( n P r ) dan ( n C r

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

REFERENSI 1 source : Cara Menentukan Ruang Sampel Suatu Kejadian

REFERENSI 1 source :  Cara Menentukan Ruang Sampel Suatu Kejadian REFERENSI 1 source : http://mafia.mafiaol.com/2014/06/cara-menentukan-ruang-sampel-suatu-kejadian.html Cara Menentukan Ruang Sampel Suatu Kejadian I. Peluang Kita ketahui bahwa pengertian dari ruang sampel

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

PENERAPAN TEORI KOMBINATORIAL, PELUANG DISKRIT, DAN POHON KEPUTUSAN DALAM PERMAINAN YAHTZEE

PENERAPAN TEORI KOMBINATORIAL, PELUANG DISKRIT, DAN POHON KEPUTUSAN DALAM PERMAINAN YAHTZEE PENERAPAN TEORI KOMBINATORIAL, PELUANG DISKRIT, DAN POHON KEPUTUSAN DALAM PERMAINAN YAHTZEE Gifari Kautsar 13512020 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

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

SMP kelas 8 - MATEMATIKA BAB 7. STATISTIKALATIHAN SOAL

SMP kelas 8 - MATEMATIKA BAB 7. STATISTIKALATIHAN SOAL 1. Hasil ulangan matematika siswa kelas VI sebagai berikut: - 4 anak mendapat nilai 9, - 8 anak mendapat nilai 8, - 12anak mendapat nilai 7, - 9anak mendapat nilai 6, - 6anak mendapat nilai 5, dan - 1anak

Lebih terperinci

Probabilitas (Peluang)

Probabilitas (Peluang) Probabilitas (Peluang) PERTEMUAN KE-5 Winda Aprianti PROBABILITAS Peluang atau Kemungkinan NAMA LAIN PROBABILITAS Konsep Ukuran numerik tentang seberapa sering peristiwa itu akan terjadi. Semakin besar

Lebih terperinci

PELUANG. Makalah Ini Disusun Untuk Memenuhi Tugas Kajian Matematika SMP 2 Dosen Pengampu: Koryna Aviory, S.Si., M.Pd.

PELUANG. Makalah Ini Disusun Untuk Memenuhi Tugas Kajian Matematika SMP 2 Dosen Pengampu: Koryna Aviory, S.Si., M.Pd. PELUANG Makalah Ini Disusun Untuk Memenuhi Tugas Kajian Matematika SMP 2 Dosen Pengampu: Koryna Aviory, S.Si., M.Pd. Disusun Oleh: 1. Ernawati (14144100125) 2. Nadia Nur Farohmah (14144100135) 3. Dedi

Lebih terperinci

Probabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata

Probabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata dan Statistika dan Fungsi Peluang Adam Hendra Brata acak adalah sebuah fungsi yang memetakan hasil kejadian yang ada di alam (seperti : buka dan tutup; terang, redup dan gelap; merah, kuning dan hijau;

Lebih terperinci

Peluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}.

Peluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}. Peluang A. Populasi dan Sampel Populasi adalah himpunan semua obyek yang diteliti. Sampel adalah himpunan bagian dari populasi. Contoh: Dalam rangka menentukan tingkat kecerdasan rata-rata siswa SMP di

Lebih terperinci

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Statistika & Probabilitas Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Kejadian Kejadian adalah himpunan bagian (subset) dari ruang sampel S. Dapat dipahami, kejadian adalah himpunan dari

Lebih 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

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

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Peubah Acak Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita

Lebih terperinci

BAB IV PEMBAHASAN. 4.1 Proses Pencabangan model DTMC SIR

BAB IV PEMBAHASAN. 4.1 Proses Pencabangan model DTMC SIR BAB IV PEMBAHASAN 4.1 Proses Pencabangan model DTMC SIR Proses pencabangan suatu individu terinfeksi berbentuk seperti diagram pohon dan diasumsikan bahwa semua individu terinfeksi adalah saling independent

Lebih terperinci

Percobaan : proses yang menghasilkan data Ruang Contoh (S) : himpunan yang memuat semua kemungkinan hasil percobaan

Percobaan : proses yang menghasilkan data Ruang Contoh (S) : himpunan yang memuat semua kemungkinan hasil percobaan Probabilitas = Peluang (Bagian I) 1. Pendahuluan Percobaan : proses yang menghasilkan data Ruang Contoh (S) : himpunan yang memuat semua kemungkinan hasil percobaan Comment [sls1]: Page: 1 Misal : a. Ruang

Lebih terperinci

Mobil atau Kambing. 2. Berikan satu kalimat deskripsi dari apa yang Anda pikirkan tentang pengertian dari kemungkinan (probability) dalam konteks ini.

Mobil atau Kambing. 2. Berikan satu kalimat deskripsi dari apa yang Anda pikirkan tentang pengertian dari kemungkinan (probability) dalam konteks ini. Mobil atau Kambing Suatu acara televisi game show popular, Let's Make a Deal, dari tahun 1960an dan 1970an memberikan fitur permainan dengan menyembunyikan mobil di belakang pintu dari ketiga pilihan pintu

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

Eksperimen Hasil Kejadian KONSEP PROBABILITAS

Eksperimen Hasil Kejadian KONSEP PROBABILITAS KONSEP PROBABILITAS Sebelumnya, telah dipelajari statistika deskriptif yang fokus untuk menyimpulkan data yang telah dikumpulkan pada waktu sebelumnya. Pada bab ini, akan dibahas tentang aspek lain dari

Lebih terperinci

Uji terhadap Air. Langkah 1. Tanyakan pertanyaan pengamatan. 1. Apakah pertanyaan pengamatan yang diharapkan oleh pengamat untuk ditanyakan?

Uji terhadap Air. Langkah 1. Tanyakan pertanyaan pengamatan. 1. Apakah pertanyaan pengamatan yang diharapkan oleh pengamat untuk ditanyakan? Uji terhadap Air Banyak orang menghabiskan banyak uang untuk air botol. Tetapi apakah mereka lebih memilih air botol dari pada air keran? Peneliti di Longwood University (Lunsford dan Downling Fink, 2010)

Lebih terperinci

BIMBINGAN BELAJAR GEMILANG

BIMBINGAN BELAJAR GEMILANG BIMBINGAN BELAJAR GEMILANG A. Pilihlah jawaban yang tepat.. Banyaknya titik sampel dari pelemparan koin dan sebuah dadu adalah. 0. Banyaknya ruang sampel pada pelemparan buah mata uang sekaligus adalah.

Lebih terperinci

Peluang. Bab. Di unduh dari : Bukupaket.com. Frekuensi Relatif Titik Sampel Percobaan Kejadian Titik Sampel Ruang Sampel

Peluang. Bab. Di unduh dari : Bukupaket.com. Frekuensi Relatif Titik Sampel Percobaan Kejadian Titik Sampel Ruang Sampel Bab Peluang A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetensi Dasar Setelah mengikuti pembelajaran peluang siswa mampu: 1. Memiliki motivasi internal, kemampuan bekerjasama, konsisten, sikap disiplin,

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

BAB X Pokok Bahasan PELUANG

BAB X Pokok Bahasan PELUANG BUKU MATEMATIKA SMP KELAS VII KURIKULUM 2013 Soal dan Pembahasan Uji Kompetensi 10.1 BAB X Pokok Bahasan PELUANG 1. Ambil sebuah paku payung sebagai percobaan, lempar hingga jatuh ke lantai. Dapatkah kamu

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

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

Menentukan Kepala atau Ekor?

Menentukan Kepala atau Ekor? Menentukan Kepala atau Ekor? Ketika ditanya mengenai keluaran dari suatu pelemparan koin, apakah biasanya kebanyakan orang akan memilih angka atau gambar secara sama? Mari kita lakukan investigasi mengenai

Lebih terperinci

Pertemuan 1 KONSEP DASAR PROBABILITAS

Pertemuan 1 KONSEP DASAR PROBABILITAS Pertemuan 1 KONSEP DASAR PROBABILITAS Pengantar Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan pasti, terutama kejadian yang akan datang. Meskipun kejadian-kejadian tersebut tidak

Lebih terperinci

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Kejadian (event) Kejadian adalah himpunan bagian (subset) dari

Lebih terperinci

P 54 TRY OUT 4 UJIAN NASIONAL TAHUN PELAJARAN 2011/2012 MATEMATIKA (E-3) SMK KELOMPOK KEAHLIAN TEKNOLOGI, KESEHATAN DAN PERTANIAN UTAMA

P 54 TRY OUT 4 UJIAN NASIONAL TAHUN PELAJARAN 2011/2012 MATEMATIKA (E-3) SMK KELOMPOK KEAHLIAN TEKNOLOGI, KESEHATAN DAN PERTANIAN UTAMA TRY OUT 4 UJIAN NASIONAL TAHUN PELAJARAN 2011/2012 MATEMATIKA (E-3) SMK KELOMPOK KEAHLIAN TEKNOLOGI, KESEHATAN DAN PERTANIAN P 54 UTAMA SMK NEGERI 2 MAGELANG PROVINSI JAWA TENGAH TAHUN 2012 Mata Pelajaran

Lebih terperinci

PELUANG DAN PEUBAH ACAK

PELUANG DAN PEUBAH ACAK PELUANG DAN PEUBAH ACAK Materi 3 - STK511 Analisis Statistika October 3, 2017 Okt, 2017 1 Konsep Peluang 2 Pendahuluan Kejadian di dunia: pasti (deterministik) atau tidak pasti (probabilistik) Contoh kejadian

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? Pengertian rata-rata, median dan modus Menghitung nilai rata-rata, median dan modus. Kata Kunci: Rata-rata Median Modus Ukuran pemusatan sering digunakan

Lebih terperinci

Bab 9. Peluang Diskrit

Bab 9. Peluang Diskrit Bab 9. Peluang Diskrit Topik Definisi Peluang Diskrit Sifat Peluang Diskrit Probabilitas terbatas Konsep Teori Himpunan pada Peluang Diskrit Probabilitas Kejadian Majemuk A B dan A B DuaKejadianSalingLepas

Lebih terperinci

MATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang.

MATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang. MATERI BAB I RUANG SAMPEL DAN KEJADIAN Pendahuluan Ruang Sampel Kejadian Dua Kejadian Yang Saling Lepas Operasi Kejadian BAB II MENGHITUNG TITIK SAMPEL Prinsip Perkalian/ Aturan Dasar Notasi Faktorial

Lebih terperinci

PROBABILITAS BERSYARAT. Dr. Julan Hernadi

PROBABILITAS BERSYARAT. Dr. Julan Hernadi 1 PROBABILITAS BERSYARAT Dr. Julan Hernadi 1 Pendahuluan Tujuan utama dari pemodelan probabilitas adalah untuk menentukan bagaimana kecenderungan suatu kejadian A muncul bila kita melakukan percobaan.

Lebih terperinci

SMA / MA Bahasa Mata Pelajaran : Matematika

SMA / MA Bahasa Mata Pelajaran : Matematika Latihan Soal UN Paket Sekolah Menengah Atas / Madrasah Aliyah SMA / MA Bahasa Mata Pelajaran : Matematika Dalam UN berlaku Petunjuk Umum seperti ini :. Isikan identitas Anda ke dalam Lembar Jawaban Ujian

Lebih terperinci

KOMBINATORIKA. (Latihan Soal) Kus Prihantoso Krisnawan. August 30, 2012 PEMBINAAN OLIMPIADE MATEMATIKA SMA 1 KALASAN

KOMBINATORIKA. (Latihan Soal) Kus Prihantoso Krisnawan. August 30, 2012 PEMBINAAN OLIMPIADE MATEMATIKA SMA 1 KALASAN KOMBINATORIKA (Latihan Soal) Kus Prihantoso August 30, 2012 PEMBINAAN OLIMPIADE MATEMATIKA SMA 1 KALASAN Teori Faktorial Teori Faktorial n! = n (n 1) (n 2) (n 3) 2 1 0! = 1 Teori Faktorial n! = n (n 1)

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

UJIAN NASIONAL SMK/MAK Tahun Pelajaran 2014/2015

UJIAN NASIONAL SMK/MAK Tahun Pelajaran 2014/2015 T RY O U T UJIAN NASIONAL SMK/MAK Tahun Pelajaran 014/01 Bidang Studi: MATEMATIKA Kelompok teknologi, kesehatan, dan pertanian Petunjuk Umum 1. Periksalah Naskah Soal yang Anda terima sebelum mengerjakan

Lebih terperinci

Prediksi 1 UN SMA IPS Matematika

Prediksi 1 UN SMA IPS Matematika Prediksi UN SMA IPS Matematika Kode Soal Doc. Version : 0-06 halaman 0. () Jika jalan basah maka hari hujan () Jika hari tidak hujan maka jalan tidak basah () Jika jalan tidak basah maka hari tidak hujan

Lebih terperinci

25/09/2013. Semua kemungkinan nilai yang muncul S={123456} S={1,2,3,4,5,6} Semua kemungkinan nilai yang muncul S={G, A}

25/09/2013. Semua kemungkinan nilai yang muncul S={123456} S={1,2,3,4,5,6} Semua kemungkinan nilai yang muncul S={G, A} Pendahuluan Metode Statistika (STK211) Konsep Peluang (Probability Concept) Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola

Lebih terperinci

BAHAN AJAR 6 PELUANG BERSYARAT DAN KEBEBASAN STOKASTIK Kemampuan Prasyarat: Kalkulus 2 dan Teori Peluang Situasi 1:

BAHAN AJAR 6 PELUANG BERSYARAT DAN KEBEBASAN STOKASTIK Kemampuan Prasyarat: Kalkulus 2 dan Teori Peluang Situasi 1: BAHAN AJAR 6 PELUANG BERSYARAT DAN KEBEBASAN STOKASTIK Kemampuan Prasyarat: Kalkulus 2 dan Teori Peluang Situasi 1: Di suatu perusahaan terdapat kelompok pekerja pria dan dan wanita dengan skala penggajian

Lebih terperinci

pagar kebun, ternyata masih kurang dan Pak Sulis membeli kawat lagi sebanyak 3 m.

pagar kebun, ternyata masih kurang dan Pak Sulis membeli kawat lagi sebanyak 3 m. PREDIKSI UJIAN NASIONAL 207 sulisriyanto@gmail.com Pilihlah jawaban yang paling tepat!. Hasil dari - x (-2 + ) : (9 5) adalah... A. - B. - C. D. 2. Pak Sulis mempunyai persediaan kawat sepanjang 5 m. Ketika

Lebih terperinci

SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TAHUN 2005 TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2006

SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TAHUN 2005 TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2006 SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA TAHUN 200 TIM OLIMPIADE MATEMATIKA INDONESIA TAHUN 2006 Bidang Matematika Waktu : 90 Menit DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN

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

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

Probabilitas dan Statistika Ruang Sampel. Adam Hendra Brata

Probabilitas dan Statistika Ruang Sampel. Adam Hendra Brata dan Statistika Ruang Adam Hendra Brata adalah suatu ilmu untuk memprediksi suatu kejadian (event) atau dapat disebut peluang suatu kejadian berdasarkan pendekatan matematis. Dengan ilmu probabilitas, kita

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

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

Ruang Sampel. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Ruang Sampel Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Ruang Sampel (Sample Space) Ruang sampel: himpunan semua hasil (outcome) yang

Lebih terperinci

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Ir Tito Adi Dewanto Jenis Distribusi 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Pengantar Kunci aplikasi probabilitas dalam statistik

Lebih terperinci

SIMAK UI 2015 Matematika Dasar

SIMAK UI 2015 Matematika Dasar SIMAK UI 015 Matematika Dasar Soal Doc. Name: SIMAKUI015MATDAS999 Version: 016-05 halaman 1 01. Pernyataan berikut yang BENAR mengenai perkalian matriks (A) Jika A dan B adalah matriks persegi, maka (A+B)(A

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

BAB 1 PENDAHULUAN. Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista

BAB 1 PENDAHULUAN. Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista vii BAB 1 PENDAHULUAN 1.1 Latar Belakang Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista (bahasa Italia artinya negarawan). Dari dua kata tersebut, statistika dapat

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

UN SMA 2013 PRE Matematika IPS

UN SMA 2013 PRE Matematika IPS UN SMA 201 PRE Matematika IPS Kode Soal Doc. Name: UNSMA2014PREMATIPS999 Doc. Version : 2014-01 halaman 1 01. (1) Jika jalan basah maka hari hujan (2) Jika hari tidak hujan maka jalan tidak basah () Jika

Lebih terperinci

KONSEP PELUANG Materi 3 - STK211 Metode Statistika

KONSEP PELUANG Materi 3 - STK211 Metode Statistika KONSEP PELUANG Materi 3 - STK211 Metode Statistika 9/24/17 Sep, 2017 1 Pendahuluan Kejadian di dunia: pasti (deterministik) atau tidak pasti (probabilistik) Contoh kejadian di dunia ini yang tidak pasti

Lebih terperinci

SOAL PELUANG KELAS XI MATEMATIKANET.COM 1.! B. 4 2 C. 2 2 D. E. 2 2 A. 840 B. 504 C. 162 D. 84 E. 168

SOAL PELUANG KELAS XI MATEMATIKANET.COM 1.! B. 4 2 C. 2 2 D. E. 2 2 A. 840 B. 504 C. 162 D. 84 E. 168 SOAL PELUANG KELAS XI MATEMATIKANET.COM 1.!!. A. B. 4 2 C. 2 2 D. 2 2 2.!!!. A. 840 B. 504 C. 162 D. 84 168 3. Untuk menuju kota C dari Kota A harus melewati kota B. Dari kota A menuju kota B melewati

Lebih terperinci

matematika PELUANG: DEFINISI DAN KEJADIAN BERSYARAT K e l a s Kurikulum 2006 Tujuan Pembelajaran

matematika PELUANG: DEFINISI DAN KEJADIAN BERSYARAT K e l a s Kurikulum 2006 Tujuan Pembelajaran Kurikulum 2006 matematika K e l a s XI EUANG: DEFINISI DAN KEJADIAN BERSYARAT Tujuan embelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.. Memahami konsep dasar peluang.

Lebih terperinci

PEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh

PEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh PEUBAH ACAK Materi 4 - STK211 Metode Statistika October 2, 2017 Okt, 2017 1 Pendahuluan Pernahkah bertanya, mengapa dalam soal ujian penerimaan mahasiswa baru, jika jawaban benar diberi nilai 4, salah

Lebih terperinci

Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Dadu Cee-Lo

Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Dadu Cee-Lo Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Dadu Cee-Lo Hendy - 13507011 Jurusan Teknik Informatika, ITB, Bandung 40116, email: if17011@students.if.itb.ac.id Abstract Makalah ini membahas

Lebih terperinci

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu

Lebih terperinci

WORKSHOP PEMBIMBINGAN OLIMPIADE MATEMATIKA & SAINS BIDANG MATEMATIKA SMP

WORKSHOP PEMBIMBINGAN OLIMPIADE MATEMATIKA & SAINS BIDANG MATEMATIKA SMP WORKSHOP PEMBIMBINGAN OLIMPIADE MATEMATIKA & SAINS BIDANG MATEMATIKA SMP Ilham Rizkianto FMIPA Universitas Negeri Yogyakarta Ilham_rizkianto@uny.ac.id Wonosari, 9 Mei 2014 MASALAH KOMBINATORIK Mengecoh,

Lebih terperinci

Probabilitas dan Proses Stokastik

Probabilitas dan Proses Stokastik Probabilitas dan Proses Stokastik Tim ProStok Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember Surabaya, 2014 O U T L I N E 1. Capaian Pembelajaran 2. Pengantar dan 3. Contoh 4. Ringkasan

Lebih terperinci

SOAL PREDIKSI XI. 2. Jika x = 4, y = 16, dan z = 27, nilai adalah. a. b. c. d. e.

SOAL PREDIKSI XI. 2. Jika x = 4, y = 16, dan z = 27, nilai adalah. a. b. c. d. e. SOAL PREDIKSI XI 1. Waktu yang diperlukan dalam perjalanan Jakarta Bandung adalah 2,25 jam, apabila kecepatan rata-rata kendaraan 75 km/jam. Kecepatan rata-rata kendaraan yang diperlukan agar perjalanan

Lebih terperinci

SMP kelas 7 - MATEMATIKA BAB 10. STATISTIKA DAN PELUANG Latihan Soal 10.1

SMP kelas 7 - MATEMATIKA BAB 10. STATISTIKA DAN PELUANG Latihan Soal 10.1 SMP kelas 7 - MATEMATIKA BAB 10. STATISTIKA DAN PELUANG Latihan Soal 10.1 1. Diagram berikut menunjukkan pendidikan orang tua siswa. Jika banyak orang tua siswa yang berpendidikan SMP 180 orang, banyak

Lebih terperinci

PEMERINTAH KOTA YOGYAKARTA DINAS PENDIDIKAN

PEMERINTAH KOTA YOGYAKARTA DINAS PENDIDIKAN DOKUMEN NEGARA RAHASIA B TAHUN PELAJARAN 2017/2018 MATEMATIKA PEMERINTAH KOTA YOGYAKARTA DINAS PENDIDIKAN 2018 MATA PELAJARAN Mata Pelajaran : Matematika PELAKSANAAN Hari/Tanggal : Jam : 07.30 09.30 (120

Lebih terperinci

SMP kelas 9 - MATEMATIKA BAB 8. PELUANGLATIHAN SOAL

SMP kelas 9 - MATEMATIKA BAB 8. PELUANGLATIHAN SOAL 1. Suku ke 11 dari barisan 1,3,6,10,... adalah... SMP kelas 9 - MATEMATIKA BAB 8. PELUANGLATIHAN SOAL 55 66 78 91 Kunci Jawaban : B Perhatikan barisan berikut! http://latex.codecogs.com/gif.latex?\rightarrow

Lebih terperinci

Konsep Peluang (Probability Concept)

Konsep Peluang (Probability Concept) Konsep Peluang (Probability Concept) Percobaan Percobaan: proses acak untuk membangkitkan data. Dalam banyak kasus, hasil dari suatu percobaan tergantung pada faktor kebetulan, dan tidak dapat diramalkan

Lebih 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

KALIMAT DEKLARATIF (Minggu ke-1 dan 2)

KALIMAT DEKLARATIF (Minggu ke-1 dan 2) KALIMAT DEKLARATIF (Minggu ke-1 dan 2) 1 1 Kalimat Definisi 1.1 Kalimat dikatakan lengkap jika paling sedikit memuat subyek dan predikat. Contoh: 1. Toni makan L 2. Menulis buku TL 3. Setiap hari matahari

Lebih terperinci

DDS (Dadu Duabelas Sisi)

DDS (Dadu Duabelas Sisi) DDS (Dadu Duabelas Sisi) Latar Belakang Dadu yang selama ini ada adalah dadu enam sisi, yang berisi angka 1 sampai 6. Benda kubus ini digunakan untuk bermain ular tangga, monopoli, ludo dan lainnya. Dadu

Lebih terperinci

LEMBAR SOAL National Math Olympiad 3 RD PDIM UB 2014

LEMBAR SOAL National Math Olympiad 3 RD PDIM UB 2014 PETUNJUK UNTUK PESERTA 1. Tuliskan nama lengkap, kelas, asal sekolah, alamat sekolah lengkap dengan nomor telepon, faximile, email sekolah dan nama guru Matematika di tempat yang telah disediakan.. Tes

Lebih terperinci

Konsep Peluang (Probability Concept)

Konsep Peluang (Probability Concept) Konsep Peluang (Probability Concept) Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola tertentu Keteraturan acak dalam jangka

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemuan IV Konsep Peluang Septian Rahardiantoro - STK IPB 1 Populasi Pengambilan contoh dari populasi untuk pendugaan parameter Contoh1 Parameter μ Statistik x Setara

Lebih terperinci

SELEKSI TINGKAT PROPINSI MATEMATIKA SMA/MA

SELEKSI TINGKAT PROPINSI MATEMATIKA SMA/MA SELEKSI TINGKAT PROPINSI CALON PESERTA OLIMPIADE SAINS NASIONAL 2013 MATEMATIKA SMA/MA PETUNJUK UNTUK PESERTA: 1. Tes terdiri dari dua bagian. Tes bagian pertama terdiri dari 20 soal isian singkat dan

Lebih terperinci

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014 13 Maret 2014 Learning Outcome Mahasiswa dapat memahami dan menentukan peubah acak dari suatu kejadian Mahasiswa dapat memahami fungsi sebaran Mahasiswa dapat mengerti dan menentukan peubah acak diskret

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak TK 403 SISTM PNGOLAHAN ISYARAT Kuliah Sinyal Acak Indah Susilawati, S.T., M.ng. Program Studi Teknik lektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 009 KULIAH SISTM PNGOLAHAN

Lebih terperinci

Kunci Jawaban Soal-soal Olimpiade 2010 SD se Kab. Blitar di SMPN 1 Gandusari Blitar Tahap I

Kunci Jawaban Soal-soal Olimpiade 2010 SD se Kab. Blitar di SMPN 1 Gandusari Blitar Tahap I 1. 42 28 : 7 x 2 + 6 = a. 40 b. 10 c. 28 d. 30 Kunci Jawaban Soal-soal Olimpiade 2010 SD se Kab. Blitar di SMPN 1 Gandusari Blitar Tahap I Jawab: Petunjuk: Dahulukan perkalian atau pembagian mana yang

Lebih terperinci

Wardaya College. Tes Simulasi Ujian Nasional SMP Berbasis Komputer. Mata Pelajaran Matematika Tahun Ajaran 2017/2018

Wardaya College. Tes Simulasi Ujian Nasional SMP Berbasis Komputer. Mata Pelajaran Matematika Tahun Ajaran 2017/2018 Tes Simulasi Ujian Nasional SMP Berbasis Komputer Mata Pelajaran Matematika Tahun Ajaran 2017/2018-1. Nilai dari 16 + ( 21) : 7 {9 + [56 : ( 8)]}adalah.... (a) 5 14 (b) 10 (c) 2 (d) -10 2. Bentuk sederhana

Lebih terperinci

Penggunaan Kombinatorial dan Probabilitas Pada Pengambilan Keputusan Pada Permainan Blackjack

Penggunaan Kombinatorial dan Probabilitas Pada Pengambilan Keputusan Pada Permainan Blackjack Penggunaan Kombinatorial dan Probabilitas Pada Pengambilan Keputusan Pada Permainan Blackjack Rifky Hamdani Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganeca 10 Bandung e-mail: rifkyhamdani@students.itb.ac.id

Lebih terperinci

Implementasi Algoritma Greedy pada Permainan Ludo

Implementasi Algoritma Greedy pada Permainan Ludo Implementasi Algoritma Greedy pada Permainan Ludo Sylvia Juliana, 13515070 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl, Ganesha 10 Bandung 40132,

Lebih terperinci

SELEKSI OLIMPIADE MATEMATIKA INDONESIA 2004 TINGKAT PROVINSI

SELEKSI OLIMPIADE MATEMATIKA INDONESIA 2004 TINGKAT PROVINSI SELEKSI OLIMPIADE MATEMATIKA INDONESIA 2004 TINGKAT PROVINSI Bidang Matematika Bagian Pertama Waktu : 90 Menit DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Subyek Penelitian Penelitian ini dilaksanakan di SMP Pangudi Luhur Tuntang Kelas VII Pada Semester II Tahun Ajaran 2012/2013. Dimana siswa yang terlibat

Lebih terperinci

SELEKSI TINGKAT PROPINSI MATEMATIKA SMA/MA

SELEKSI TINGKAT PROPINSI MATEMATIKA SMA/MA SELEKSI TINGKAT PROPINSI CALON PESERTA OLIMPIADE SAINS NASIONAL 2012 MATEMATIKA SMA/MA PETUNJUK UNTUK PESERTA: 1. Tes terdiri dari dua bagian. Tes bagian pertama terdiri dari 20 soal isian singkat dan

Lebih terperinci

Review Teori Probabilitas

Review Teori Probabilitas Rekayasa Trafik 1 Review Teori Probabilitas Rekayasa Trafik Outline Arti Probabilitas Counting Method Random Variable Discrete RV Continuous RV Multiple RVs Rekayasa Trafik 2 Arti Probabilitas Rekayasa

Lebih terperinci

SOAL DAN PEMBAHASAN KOMPETISI MATEMATIKA PASIAD IX 2013 TINGKAT SMP BABAK PENYISIHAN (SOAL 1-15)

SOAL DAN PEMBAHASAN KOMPETISI MATEMATIKA PASIAD IX 2013 TINGKAT SMP BABAK PENYISIHAN (SOAL 1-15) SOAL DAN PEMBAHASAN KOMPETISI MATEMATIKA PASIAD IX 2013 TINGKAT SMP BABAK PENYISIHAN (SOAL 1-15) 1. Cara I : Cara II : (Rumus BS : penyingkatan dari Cara I) 2. www.siap-osn.blogspot.com Soal dan Pembahasan

Lebih terperinci

Bab IV. Pengantar Peluang. Pengantar Peluang. Eksperimen. Aturan Menghitung Kombinasi Permutasi. Keluaran Eksperimen

Bab IV. Pengantar Peluang. Pengantar Peluang. Eksperimen. Aturan Menghitung Kombinasi Permutasi. Keluaran Eksperimen Pengantar Peluang Eksperimen Pengantar Peluang Bab IV Aturan Menghitung Kombinasi Permutasi Peluang Eksperimen Peluang adalah pengukuran numerik kemungkinan suatu kejadian terjadi Eksperimen Keluaran Eksperimen

Lebih terperinci

PELUANG KEJADIAN MAJEMUK

PELUANG KEJADIAN MAJEMUK PELUANG KEJADIAN MAJEMUK Oleh : Saptana Surahmat Perhatikan masalah berikut : Dalam sebuak kotak kardus terdapat 12 buah lampu bohlam, tiga diantaranya rusak. Jika diamboil secara acak dua buah sekaligus,

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

SELEKSI TINGKAT PROPINSI MATEMATIKA SMA/MA

SELEKSI TINGKAT PROPINSI MATEMATIKA SMA/MA SELEKSI TINGKAT PROPINSI CALON PESERTA OLIMPIADE SAINS NASIONAL 01 MATEMATIKA SMA/MA PETUNJUK UNTUK PESERTA: 1. Tes terdiri dari dua bagian. Tes bagian pertama terdiri dari 0 soal isian singkat dan tes

Lebih terperinci

1. Himpunan penyelesaian pertidaksamaan ( 8x 20 ) + 3 ( 6x + 15 ) 4 adalah.. A. { x x -3 } B. { x x 10 } C. { x x 9 } D. { x x 8 } E.

1. Himpunan penyelesaian pertidaksamaan ( 8x 20 ) + 3 ( 6x + 15 ) 4 adalah.. A. { x x -3 } B. { x x 10 } C. { x x 9 } D. { x x 8 } E. 1. Himpunan penyelesaian pertidaksamaan ( 8x 20 ) + 3 ( 6x + 15 ) 4 adalah.. A. { x x -3 } B. { x x 10 } C. { x x 9 } D. { x x 8 } E. { x x 6 } 2. Persamaan grafik fungsi kuadrat yang memotong sumbu X

Lebih terperinci

MODUL KULIAH STATISTIKA PROBABILITAS

MODUL KULIAH STATISTIKA PROBABILITAS MODUL KULIAH STATISTIKA PROBABILITAS OLEH: DIDIN ASTRIANI PRASETYOWATI, M.Stat PROGRAM STUDI D3 SISTEM INFORMASI UNIVERSITAS INDO GLOBAL MANDIRI PALEMBANG 2015 BAB I TEORI PROBABILITAS 1.1. Sejarah Perkembangan

Lebih terperinci

4.2 Nilai Peluang Secara Teoritis

4.2 Nilai Peluang Secara Teoritis 4.2 Nilai Peluang Secara Teoritis Apa yang akan kamu pelajari? Mencari peluang dengan tiap titik sampel berkesempatan sama untuk terjadi Menentukan kepastian dan kemustahilan Kata Kunci: Peluang Teoritis

Lebih terperinci

SELEKSI OLIMPIADE TINGKAT PROVINSI 2009 TIM OLIMPIADE MATEMATIKA INDONESIA 2010

SELEKSI OLIMPIADE TINGKAT PROVINSI 2009 TIM OLIMPIADE MATEMATIKA INDONESIA 2010 Dapatkan soal-soal lainnya di http://forum.pelatihan-osn.com SELEKSI OLIMPIADE TINGKAT PROVINSI 2009 TIM OLIMPIADE MATEMATIKA INDONESIA 2010 Waktu : 210 Menit DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT

Lebih terperinci