Actuary Club A20 Probabilitas dan Statistika Maret 2018

Ukuran: px
Mulai penontonan dengan halaman:

Download "Actuary Club A20 Probabilitas dan Statistika Maret 2018"

Transkripsi

1 Actuary Club A20 Probabilitas dan Statistika Maret 2018 Soal terdiri dari 30 nomor yang berbentuk pilihan ganda. Setiap soal terdapat 5 pilihan jawaban dan hanya 1 jawaban yang benar. Waktu pengerjaan ujian adalah selama 180 menit atau 3 jam. Lepaskan halaman terakhir pada soal ini dan tulis jawaban Anda pada lembar tersebut. Nama: Divisi: 1. Waktu sampai gagal T dari sebuah produk dimodelkan menggunakan distribusi uniform pada [0, 10]. Sebuah garansi membayarkan manfaat sebesar 100 jika kegagalan terjadi diantara waktu t = 1.5 dan t = 8. Nilai sekarang W dari manfaat ini adalah... 0, 0 T < 1.5 W = 100e 0.04T, 1.5 T < 8 0, 8 T < 10. Hitung Pr(W < 79) (a) 0.21 (b) 0.41 (c) 0.44 (d) 0.56 (e) Sebuah produk investasi memperoleh tingkat suku bunga tahunan R yang mengikuti distribusi uniform pada interval (0.04, 0.08). Nilai dari investasi awal sebesar 10,000 pada produk ini setelah satu tahun adalah sebesar V = 10, 000e R. Misalkan F adalah fungsi distribusi kumulatif dari V. Tentukan F (v) dari V untuk nilai v yang memenuhi 0 < F (v) < 1. (a) 10, 000ev/10,000 10, (b) 25e v/10, v 10, 408 (c) 10, , 408 (d) 25 v [ ( ) ] v (e) 25 ln , 000

2 Actuary Club A20 Probabilitas dan Statistika Page 2 of Sebuah polis asuransi membayar 100 setiap hari hingga 3 hari rawat inap dan 50 per hari untuk setiap rawat inap setelahnya. Banyaknya hari rawat inap X adalah sebuah peubah acak diskrit dengan fungsi peluang 6 k, untuk k = 1, 2, 3, 4, 5 P [X = k] = 15 0, k lainnya. Hitung ekspektasi dari pembayaran yang dilakukan untuk rawat inap berdasarakan polis tersebut. (a) 123 (b) 210 (c) 220 (d) 270 (e) Misalkan X dan Y menandakan nilai dari dua saham pada akhir tahun ke 5. X berdistribusi uniform pada interval (0, 12). Diberikan X = x, Y berdistribusi uniform pada interval (0, x). Hitung Cov(X, Y ) berdasarkan model ini. (a) 0 (b) 4 (c) 6 (d) 12 (e) Sebuah wadah terdapat 4 buah fair dice. Dua dadu mempunyai sisi bernomor 1, 2, 3, 4, 5, dan 6; satu dadu mempunyai sisi bernomor 2, 2, 4, 4, 6, dan 6; serta satu dadu mempunyai nomor 6 pada semua sisinya. Satu dari dadu dipilih secara acak dari wadah dan dilemparkan. Dadu yang sama dilemparkan untuk kedua kalinya. Hitung peluang angka 6 muncul pada kedua pelemparan tersebut. (a) (b) (c) (d) (e) 0.417

3 Actuary Club A20 Probabilitas dan Statistika Page 3 of Sebuah perusahaan asuransi akan menanggung kerugian yang terjadi dari tornado pada single calendar year. Akan tetapi, perusahaan asuransi hanya akan menanggung kerugian maksimum sebesar tiga tornado pada periode yang sama. Misalkan X adalah banyaknya tornado yang menghasilkan kerugian setidaknya 50 milyar dan misalkan Y adalah banyaknya tornado. Fungsi peluang gabungan dari X dan Y adalah { c(x + 2y), untuk x = 0, 1, 2, 3, y = 0, 1, 2, 3, x y p(x, y) = 0, x, y lainnya, dengan c adalah konstanta. Hitung ekspektasi dari banyaknya tornado yang menghasilkan kerugian kurang dari 50 milyar (a) 0.19 (b) 0.28 (c) 0.76 (d) 1.00 (e) Misalkan X adalah random variable kontinu yang mempunyai funsi peluang x f(x) = 10, 2 x 4 0, x lainnya. Hitung ekspektasi dari X. (a) 1/5 (b) 3/5 (c) 1 (d) 28/15 (e) 12/5 8. Pada sebuah popolusi pasien, 20% mempunyai cancer tahap awal, 10% mempunyai cancer tahap akhir, dan 70% sisanya tidak mempunyai cancer. 6 pasien dari populasi diambil secara acak. Hitung ekspektasi dari pasien terpilih yang mempunyai cancer tahap akhir, diberikan bahwa paling tidak terdapat 1 pasien yang mempunyai cancer tahap awal. (a) (b) (c) (d) (e) 0.625

4 Actuary Club A20 Probabilitas dan Statistika Page 4 of Sebuah perusahaan asuransi menawarkan produk asuransi perjalanan. Kerugian pada produk tersebut diasumsikan berdistribusi uniform pada interval [0, 5]. Perusahaan asuransi akan me-reimburse pemegang polis untuk kerugian hingga maksimal 4. Hitung peluang distribusi kumulatif F dari manfaat yang dibayarkan oleh perusahaan asuransi kepada pemegang polis yang mengalami sebuah kerugian. (a) (b) (c) (d) (e) 0, x < 0 F (x) = 0.20x, 0 x < 4 1, x 4. 0, x < 0 F (x) = 0.20x, 0 x < 5 1, x 5. 0, x < 0 F (x) = 0.25x, 0 x < 4 1, x 4. 0, x < 0 F (x) = 0.25x, 0 x < 5 1, x 5. 0, x < 1 F (x) = 0.25x, 1 x < 5 1, x Sebuah perusahaan asuransi menjual asuransi kendaraan tahunan dengan deductible sebesar 2. Peluang tertanggung akan mengalami kerugian adalah Jika terdapat kerugian, peluang kerugian sebesar N adalah K/N, untuk N = 1,..., 5 dan K bernilai konstan. Kerugian tidak bisa lebih dari satu kejadian. Hitung ekspektasi pembayaran asuransi tersebut. (a) (b) (c) (d) (e) 0.150

5 Actuary Club A20 Probabilitas dan Statistika Page 5 of Sebuah kumpulan orang dewasa yang ikut tes mendapatkan surat izin mengemudi terdiri dari 50% lowrisk drivers, 30% moderate-risk drivers, dan 20% high-risk drivers. Karena tidak ada data historis cara mengemudi sebelumnya maka perusahaan asuransi mengasumsikan setiap pengemudi dipilih secara acak dari kumpulan tersebut. Bulan ini perusahaan asuransi menjual 4 polis baru untuk orang dewasa yang mendapatkan surat izin mengemudi pertama mereka. Tentukan peluang bahwa 4 orang tersebut terdiri dari setidaknya dua high-risk drivers lebihnya dari low-risk drivers. (a) (b) (c) (d) (e) Sebuah perusahaan asuransi menawarkan program kesehatan kepada karyawan dari suatu perusahaan. Pada program ini, setiap karyawan memilih tepat dua dari supplementary coverages A, B, dan C, atau mereka diperbolehkan tidak memilih sama sekali. Proporsi dari karyawan yang memilih tanggungan A, B, dan C berturut - turut adalah 1/4, 1/3, dan 5/12. Tentukan nilai peluang dari seorang karyawan yang dipilih secara acak tidak memilih tanggungan sama sekali. (a) 0 (b) 47/144 (c) 1/2 (d) 97/144 (e) 7/9 13. Diberikan nilai P [A B] = 0.7 dan P [A B c ] = 0.9. Hitung P [A]. (a) 0.2 (b) 0.3 (c) 0.4 (d) 0.6 (e) Sebuah asuransi topan menanggung water damage X dan wind damage Y dengan X dan Y memiliki fungsi gabungan { 0.13e 0.5x 0.2y 0.06e x 0.2y 0.06e 0.5x 0.4y e x 0.4y, x > 0, y > 0 f(x, y) = 0, x, y lainnya. Hitung standar deviasi dari X. (a) 1 (b) 2 (c) 3 (d) 4 (e) 5

6 Actuary Club A20 Probabilitas dan Statistika Page 6 of Sebuah asuransi menanggung tabung gas selama satu tahun. Pada tahun tersebut, hanya terjadi satu dari tiga masalah yang mungkin terjadi: The igniter switch mungkin perlu diganti dengan biaya 60. Peluangnya adalah sebesar 0.1. The pilot mungkin perlu diganti dengan biaya 200. Peluangnya adalah sebesar The furnace mungkin perlu diganti dengan biaya Peluangnya adalah sebesar Hitung deductible yang akan menghasilkan ekspektasi pembayaran klaim sebesar 30. (a) 100 (b) Setidaknya 100 tetapi kurang dari 150 (c) Setidaknya 150 tetapi kurang dari 200 (d) Setidaknya 200 tetapi kurang dari 250 (e) Setidaknya Kerusakan pada mobil pada sebuah kecelakaan dimodelkan dengan sebuah random variable dengan fungsi densitas { c(x 2 60x + 800), 0 < x < 20 f(x) = 0, x lainnya, dengan c adalah sebuah konstanta. Sebuah mobil tertentu diasuransikan dengan deductible sebesar 2. Mobil ini terlibat pada sebuah kecelakaan yang menghasilkan kerusakaan melebihi dari deductible yang diberikan. Hitung peluang kerusakaannya melebihi 10. (a) 0.12 (b) 0.16 (c) 0.20 (d) 0.26 (e) Masa hidup sebuah lampu memiliki fungsi densitas f dengan f(x) proporsional terhadap 0 < x < 5, dan 0 untuk x lainnya. Hitung modus dari distribusi ini. x x 3, (a) 0.00 (b) 0.79 (c) 1.26 (d) 4.42 (e) Seorang murid mengikuti ujian yang terdiri dari 20 true-false questions. Murid tersebut mengetahui jawaban sebanyak N pertanyaan, yang dijawab dengan benar dan menebak sisanya. Peluang bersyarat bahwa murid tersebut mengetahui jawaban dari sebuah pertanyaan, diberikan murid tersebut menjawabnya dengan benar adalah Hitung N. (a) 8 (b) 10 (c) 14 (d) 16 (e) 18

7 Actuary Club A20 Probabilitas dan Statistika Page 7 of Saat sebuah kebakaran dilaporkan kepada perusahaan asuransi kerugian, perusahaan akan membuat estimasi awal X yang merupakan nilai yang akan dibayar kepada tertanggung karena kebakaran dan kerugian tersebut. Ketika klaim sudah selesai, perusahaan akan membayar sebesar Y kepada tertanggung. Perusahaan menetapkan bahwa X dan Y mempunyai fungsi peluang gabungan f(x, y) = 2 x 2 (x 1) e (2x 1)/(x 1), x > 1, y > 1. Diberikan bahwa estimasi awal klaim sebesar 2, hitung peluang klaim akhir diantara 1 dan 3. (a) 1/9 (b) 2/9 (c) 1/3 (d) 2/3 (e) 8/9 20. Kekuatan minimum yang diperlukan untuk menghancurkan suatu jenis kabel berdistribusi normal dengan rata - rata 12,432 dan standar deviasi 25. Sebanyak 400 kabel sejenis dipilih sebagai sampel acak. Hitung peluang setidak 349 dari kabel yang terpilih tidak akan hancur pada kekuatan sebesar 12,400. (a) 0.62 (b) 0.67 (c) 0.92 (d) 0.97 (e) Perusahaan asuransi A dan B masing - masing mendapatkan keuntungan tahunan yang berdistribusi normal dengan rata - rata yang sama. Standar deviasi dari keuntungan perusahaan A adalah setengah dari rata - ratanya. Pada tahun tertentu, peluang perusahaan B mengalami kerugian adalah 0.9 kali peluang perusahaan A mengalami kerugian. Hitung rasio dari standar deviasi keuntungan perusahaan B dengan standar deviasi tahunan perusahaan A. (a) 0.49 (b) 0.90 (c) 0.98 (d) 1.11 (e) Proporsi X dari klaim gigi tahunan yang melebihi 200 adalah random variable dengan fungsi peluang { 60x 3 (1 x) 2, 0 < x < 1 f(x) = 0, x lainnya. Hitung V ar[x/(1 X)]. (a) 149/900 (b) 10/7 (c) 6 (d) 8 (e) 10

8 Actuary Club A20 Probabilitas dan Statistika Page 8 of Sebuah random variable X mempunyai fungsi kumulatif 0, x < 1 x F (x) = 2 2x + 2, 1 x < 2 2 0, x 2. Hitung variansi dari X. (a) 7/72 (b) 1/8 (c) 5/36 (d) 4/3 (e) 23/ Misalkan T 1 adalah waktu antara kecelakaan mobil dengan pelaporan klaim kepada suatu perusahaan asuransi. Misalkan T 2 adalah waktu antara pelaporan klaim dengan pembayaran klaim. Fungsi peluang gabungan dari T 1 dan T 2 yaitu f(t 1, t 2 ) adalah konstan terhadap daerah 0 < t 1 < 6, 0 < t 2 < 6, t 1 +t 2 < 10, dan 0 untuk x, y lainnya. Hitung E[T 1 + T 2 ], ekspektasi waktu antara kecelakaan mobil dengan pembayaran klaim. (a) 4.9 (b) 5.0 (c) 5.7 (d) 6.0 (e) Nilai total klaim untuk sebuah polis asuransi kesehatan mengikuti sebuah distribusi dengan fungsi peluang f(x) = e x/1000, x > 0 Premi untuk polis ditetapkan sebesar ekspektasi total klaim ditambah dengan 100. Jika 100 polis terjual dengan distribusi yang saling bebas, hitung peluang secara hampiran bahwa perusahaan asuransi akan mempunyai nilai besaran klaim yang lebih besar dibandingkan dengan premi yang dikumpulkan. (a) (b) (c) (d) (e) 0.460

9 Actuary Club A20 Probabilitas dan Statistika Page 9 of Sebuah perusahaan asuransi mengasuransikan mobil merah dan hijau. Seorang aktuaris merangkum data yang ada dan diperoleh data berikut; Warna mobil Merah Hijau Banyaknya yang ditanggung Peluang terjadi kecelakaan Peluang klaim melebihi deductible, diketahui kecelakaan berasal dari grup ini Aktuaris memilih secara acak sebuah klaim dari semua klaim yang melebihi deductible. Hitung peluang yang terambilnya klaim dari mobil merah. (a) (b) (c) (d) (e) Masa hidup dalam tahun suatu komputer berdistribusi eksponensial. Peluang masa hidupnya lebih besar empat tahun adalah 0.3. Misalkan f(x) adalah fungsi peluang dari masa hidup komputer dalam tahun untuk x > 0. Tentukan f(x). (a) 1 (0.3) x/4 (b) 1 (0.7) x/4 (c) 1 (0.3) x/4 ln 0.7 (d) (0.7) x/4 4 ln 0.3 (e) (0.3) x/ Banyaknya kecelakaan N pada pabrik untuk suatu hari berdistribusi Poisson dengan mean λ. Parameter λ adalah random variable yang ditentukan berdasarkan tingkat aktifitas di pabrik dan berdistribusi uniform [0, 3]. Hitung V ar[n]. (a) λ (b) 2λ (c) 0.75 (d) 1.50 (e) 2.25

10 Actuary Club A20 Probabilitas dan Statistika Page 10 of Sebuah perusahaan asuransi kendaraan mempunyai 10,000 pemegang polis. Setiap pemegang polis diklasifikasikan sebagai muda atau tua; pria atau wanita; dan menikah atau bujang. Dari pemegang polis tersebut, 3000 adalah muda, 4600 adalah pria, dan 7000 sudah menikah. Pemegang polis juga bisa diklasifikasikan sebagai 1320 pria muda, 3010 pria yang sudah menikah, dan 1400 yang menikah dan muda. Terakhir, 600 pemegang polis adalah pria muda yang sudah menikah. Hitung banyaknya pemegang polis wanita muda yang bujang. (a) 280 (b) 423 (c) 486 (d) 880 (e) Seorang pengemudi dan penumpang sedang mengalami kecelakaan mobil. Masing - masing independently mempunyai peluang untuk dirawat di rumah sakit sebesar 0.3. Ketika sebuah perawatan di rumah sakit terjadi maka kerugian yang terjadi berdistribusi uniform [0, 1]. Ketika dua perawatan di rumah sakit terjadi maka kerugiannya saling bebas. Hitung ekspektasi banyaknya orang di dalam mobil yang mendapat perawatan di rumah sakit, diketahui bahwa total loss karena perawatan akibat kecelakaan adalah kurang dari 1. (a) (b) (c) (d) (e) 0.800

11 Actuary Club A20 Probabilitas dan Statistika Page 11 of 12 NORMAL CUMULATIVE DISTRIBUTION FUNCTION x

12 Actuary Club A20 Probabilitas dan Statistika Page 12 of 12 Nama: Divisi: No Jawaban 1 A B C D E 2 A B C D E 3 A B C D E 4 A B C D E 5 A B C D E 6 A B C D E 7 A B C D E 8 A B C D E 9 A B C D E 10 A B C D E 11 A B C D E 12 A B C D E 13 A B C D E 14 A B C D E 15 A B C D E 16 A B C D E 17 A B C D E 18 A B C D E 19 A B C D E 20 A B C D E 21 A B C D E 22 A B C D E 23 A B C D E 24 A B C D E 25 A B C D E 26 A B C D E 27 A B C D E 28 A B C D E 29 A B C D E 30 A B C D E Don't wish it were easier; wish you were better. Jim Rohn The End.

Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006 A. 5/32 B. ¼ C. 27/32 D. ¾ E. 1 A. 0,20 B. 0,34 C. 0,40 D. 0,60 E.

Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006 A. 5/32 B. ¼ C. 27/32 D. ¾ E. 1 A. 0,20 B. 0,34 C. 0,40 D. 0,60 E. Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006. Jika A, B, C dan D adalah kejadian (event) di mana: ' B = A, C D = {}, P[ A] = [ ] 4, P B = 4 P C A = 2, P C B = 4, P D A = 4,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 15 BAB II LANDASAN TEORI Pada bab ini diberikan tinjauan pustaka, teori penunjang dan kerangka pemikiran. Tinjauan pustaka terdiri dari penelitian-penelitian sebelumnya yang mendasari skripsi ini, teori

Lebih terperinci

PERSATUAN AKTUARIS INDONESIA

PERSATUAN AKTUARIS INDONESIA PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 24 Juni 2014 JAM : 13.30 16.30 WIB LAMA UJIAN : 180

Lebih terperinci

AK5161 Matematika Keuangan Aktuaria

AK5161 Matematika Keuangan Aktuaria Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika

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

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus : BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak

Lebih terperinci

MA4181 MODEL RISIKO Risk is managed, not avoided

MA4181 MODEL RISIKO Risk is managed, not avoided Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko

Lebih terperinci

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik

Lebih terperinci

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat MA38 Teori Peluang - Khreshna Syuhada Bab 9 Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat Ilustrasi 9. Misalkan banyaknya kecelakaan kerja rata-rata per minggu di suatu pabrik adalah empat.

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang

Lebih terperinci

PERSATUAN AKTUARIS INDONESIA

PERSATUAN AKTUARIS INDONESIA PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 25 Juni 2013 JAM : 13.30 16.30 WIB LAMA UJIAN : 180

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi

Lebih terperinci

Bab 2 DISTRIBUSI PELUANG

Bab 2 DISTRIBUSI PELUANG Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. MA4183 Model Risiko Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko

Lebih terperinci

MA4183 MODEL RISIKO Control your Risk!

MA4183 MODEL RISIKO Control your Risk! Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal

Lebih terperinci

Kuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Kuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kuis Selamat Datang MA5181 Proses Stokastik Precise. Prospective. Tanggal 23 Agustus 2016, Waktu: suka-suka menit 1. Mahasiswa yang datang ke ruang kuliah mengikuti suatu proses dengan laju kedatangan

Lebih terperinci

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko

Lebih terperinci

Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah

Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah BAB 1 Peluang dan Ekspektasi Bersyarat 1.1 EKSPEKTASI Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah E(X) x x p X (x) dan E(X)

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

MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 LATIHAN I

MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 LATIHAN I MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 LATIHAN I A. STATISTIKA DESKRIPTIF 1. Seorang teknisi suatu pabrik paku melakukan kunjungan di bagian produksi. Ia mengambil 36 sampel paku yang akan

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

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

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183

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

PEMBAHASAN UTS 2015/2016 STATISTIKA 1

PEMBAHASAN UTS 2015/2016 STATISTIKA 1 PEMBAHASAN UTS 2015/2016 STATISTIKA 1 1. pernyataan berikut ini menjelaskan definisi dan cakupan statistika deskriptif, KECUALI : a. statistika deskriptif mendeskripsikan data yang telah dikumpulkan (Organizing)

Lebih terperinci

MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT

MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 229-240 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON Tina

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

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi

Lebih terperinci

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. MA4183 Model Risiko Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko

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

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

Misalkan X peubah acak dengan fungsi distribusi berikut: + x, 0 x < 1. , 1 x < 2. , 2 x < 3. 1, x 3

Misalkan X peubah acak dengan fungsi distribusi berikut: + x, 0 x < 1. , 1 x < 2. , 2 x < 3. 1, x 3 Kuis Selamat Datang MA4183 Model Risiko Tanggal 22 Agustus 2015, Waktu: suka-suka menit Misalkan X peubah acak dengan fungsi distribusi berikut: 0, x < 0 1 + x, 0 x < 1 3 5 F (x = 3, 1 x < 2 5 9, 2 x

Lebih terperinci

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)

Lebih terperinci

PEMBANGKIT RANDOM VARIATE

PEMBANGKIT RANDOM VARIATE PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik

Lebih terperinci

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi

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

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana

Lebih terperinci

MA4181 MODEL RISIKO Risk is managed, not avoided

MA4181 MODEL RISIKO Risk is managed, not avoided Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko

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

MA4183 MODEL RISIKO Control your Risk!

MA4183 MODEL RISIKO Control your Risk! Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pada bab ini akan diuraikan mengenai beberapa teori dan metode yang mendukung serta mempermudah dalam melakukan perhitungan dan dapat membantu di dalam pembahasan

Lebih terperinci

MA4183 MODEL RISIKO Control your Risk!

MA4183 MODEL RISIKO Control your Risk! Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal

Lebih terperinci

Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA Insure and Invest! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang AK5161 MatKeu

Lebih terperinci

Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ;

Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ; Responsi SOAL 1: Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ; Orang keenam yang mendaftar seleksi adalah orang keempat yang memilih TI

Lebih terperinci

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2018

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)

Lebih terperinci

Catatan Kuliah. MA5181 Proses Stokastik

Catatan Kuliah. MA5181 Proses Stokastik Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi

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

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan

Lebih terperinci

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika

Lebih terperinci

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika

Lebih terperinci

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu

Lebih 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

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. MA4183 Model Risiko Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko

Lebih terperinci

Catatan Kuliah. MA5181 Proses Stokastik

Catatan Kuliah. MA5181 Proses Stokastik Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik

Lebih terperinci

Seri Pendidikan Aktuaris Indonesia Ruhiyat

Seri Pendidikan Aktuaris Indonesia Ruhiyat Seri Pendidikan Aktuaris Indonesia Ruhiyat 5+ Soal & Matematika Aktuaria DRAF JAWABAN UJIAN PAI A6 - MATEMATIKA AKTUARIA 26 NOVEMBER 24 Ruhiyat Departemen Matematika FMIPA IPB Bogor, 25 . Sebuah variable

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi

Mata Kuliah Pemodelan & Simulasi Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik

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

MA4181 MODEL RISIKO Risk is managed, not avoided

MA4181 MODEL RISIKO Risk is managed, not avoided Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko

Lebih terperinci

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat

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

MA 2181 ANALISIS DATA SEMESTER I 2010/2011 KK STATISTIKA, FMIPA ITB

MA 2181 ANALISIS DATA SEMESTER I 2010/2011 KK STATISTIKA, FMIPA ITB MA 2181 ANALISIS DATA SEMESTER I 2010/2011 KK STATISTIKA, FMIPA ITB BAGIAN I. PILIHAN BERGANDA 18 poin 1. C 2. B 3. C 4. A 5. D 6. D SOLUSI UJIAN TENGAH SEMESTER UTS 1 Rabu, 13 Oktober 2010, 14.00 15.45

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

Minggu 1 Review Peubah Acak; Karakteristik Time Series. Minggu 4-6 Model Moving Average (MA), Autoregressive (AR)

Minggu 1 Review Peubah Acak; Karakteristik Time Series. Minggu 4-6 Model Moving Average (MA), Autoregressive (AR) CNH4S3 Analisis Time Series [Dosen] Aniq A Rohmawati, M.Si [Jadwal] Need to reschedule? [About] The purpose of time series analysis is generally twofold: to understand or model the stochastic mechanism

Lebih terperinci

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial

Lebih terperinci

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika

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

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

Dasar-dasar Statistika Pemodelan Sistem

Dasar-dasar Statistika Pemodelan Sistem Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016

Lebih terperinci

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya

Lebih terperinci

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)

Lebih terperinci

OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN 2008 MATEMATIKA NON-TEKNOLOGI SESI 1 (PILIHAN GANDA DAN ISIAN SINGKAT) WAKTU : 120 MENIT

OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN 2008 MATEMATIKA NON-TEKNOLOGI SESI 1 (PILIHAN GANDA DAN ISIAN SINGKAT) WAKTU : 120 MENIT OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN 2008 MATEMATIKA NON-TEKNOLOGI SESI (PILIHAN GANDA DAN ISIAN SINGKAT) WAKTU : 20 MENIT I. Soal Pilihan Ganda, ada 0 soal dalam test ini. Petunjuk

Lebih terperinci

Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang

Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang Statistika, Vol. 17 No. 1, 45 51 Mei 2017 Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang Indah permatasari, aceng komarudin mutaqin, lisnur wachidah Program

Lebih terperinci

Pengantar Statistika Matematik(a)

Pengantar Statistika Matematik(a) Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Pengertian Distribusi Eksponensial Distribusi eksponensial adalah distribusi yang paling penting dan paling sederhana kegagalan mesin penghitung otomatis dan kegagalan komponen

Lebih terperinci

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika

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

Statistik Non Parametrik

Statistik Non Parametrik Statistik Non Parametrik UJI FRIEDMAN (UJI X ) r X r UJI Friedman (uji ) Untuk k sampel berpasangan (k>) dengan data setidaknya data skala ordinal Sebagai alternatif dari analisis variansi dua arah bila

Lebih terperinci

THEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP

THEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL

Lebih terperinci

STATISTIKA UNIPA SURABAYA

STATISTIKA UNIPA SURABAYA MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi

Lebih terperinci

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2018

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

POKOK BAHASAN YANG DIAJARKAN: 1. DISTRIBUSI PEUBAH ACAK a. Distribusi Peubah Acak Tunggal b. Distribusi Peubah Acak Ganda c. Distribusi Bersyarat d.

POKOK BAHASAN YANG DIAJARKAN: 1. DISTRIBUSI PEUBAH ACAK a. Distribusi Peubah Acak Tunggal b. Distribusi Peubah Acak Ganda c. Distribusi Bersyarat d. POKOK BAHASAN YANG DIAJARKAN:. DISTRIBUSI PEUBAH ACAK a. Distribusi Peubah Acak Tunggal b. Distribusi Peubah Acak Ganda c. Distribusi Bersyarat d. Teorema Bayes. EKSPEKTASI MATEMATIK a. Ekspektasi b. Variansi

Lebih terperinci

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam pembicaraan statistik, jawaban yang diinginkan adalah jawaban untuk ruang lingkup yang lebih luas, yakni populasi. Tetapi objek dari studi ini menggunakan sampel

Lebih terperinci

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika

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

HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 HARAPAN MATEMATIK Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Pendahuluan Rata-rata perubah acak X atau rata-rata distribusi peluang X ditulis x atau. Dalam statistik rata-rata ini disebut harapan matematik

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dewasa ini industri asuransi telah menjadi suatu bidang usaha yang menarik dan mempunyai peranan yang tidak kecil dalam perekonomian. Keberadaan industri

Lebih terperinci

Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi dirasa perlu oleh masyarakat yang memiliki kecenderungan untuk menghindari atau mengalihkan risiko. Menurut Undang- Undang No.2 Tahun 1992 tentang

Lebih terperinci

Harapan Matematik (Teori Ekspektasi)

Harapan Matematik (Teori Ekspektasi) (Teori Ekspektasi) PROBABILITAS DAN STATISTIKA Semester Genap 2014/2015 LUTFI FANANI lutfi.class@gmail.com Sifat Definisi Harapan matematik atau nilai ekspektasi adalah satu konsep yang penting di dalam

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan

Lebih terperinci