Distribusi Probabilitas Kontinyu Teoritis
|
|
- Deddy Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi segitiga kiri (left triangular distribution) Distribusi segitiga kanan (right triangular distribution) Distribusi normal (normal distribution) Distribusi normal baku (standard normal distribution) Distribusi lognormal (lognormal distribution) Distribusi gamma (gamma distribution) Distribusi Erlang (Erlang distribution)
2 Dist. Prob. Teoritis Kontinyu () Distribusi eksponensial (eponential distribution) Distribusi khi kuadrat (chisquare distribution) Distribusi Weibull (Weibull distribution) Distribusi student t (Student t distribution) Distribusi F (F distribution) Distribusi beta (beta distribution) 3 Distribusi Seragam Kontinyu () X seragam kontinyu (a, b) Fungsi distribusi probabilitas: f ( ) ; a < < b b a 0; lainnya Parameter: a, b bilangan riil (b > a) a : batas bawah b : batas atas Rataan: μ X Variansi: σ a + b ( b ) a X 4
3 Distribusi Seragam Kontinyu () Fungsi distribusi probabilitas kumulatif: F ( ) 0; < a a ; a < b a ; > b < b 5 Contoh Kurva Distribusi Seragam Kontinyu a 0, b 0 f()
4 Probabilitas dari Variabel Random Seragam Kontinyu P ( < X < ) f ( ) d b a a b 7 Contoh Perhitungan Diameter komponen yang dinyatakan dengan variabel random X diketahui berdistribusi seragam kontinyu dengan batas bawah 0 mm dan batas atas 0 mm. Probabilitas bahwa diameter komponen kurang dari 5 mm? P ( X 5) ,5 < d 8
5 Distribusi Segitiga X segitiga (a, b, c) Fungsi distribusi probabilitas: f ( ) ( a) ( c a)( b a) ( c ) ( c a)( c b) 0; lainnya ; a b ; b c Parameter: a, b, c bilangan ril (a < b < c) Rataan: a + b + c μ 3 Variansi: a + b + c ab ac bc σ 8 9 Distribusi Segitiga () Fungsi probabilitas kumulatif: F ( ) 0; < a ; > c ( a) ( c a)( b a) ( c ) ( c a)( c b) ; ; a < < b b < < c 0
6 Contoh Kurva Distribusi Segitiga a 5, b 0, c 0 f() Probabilitas dari Variabel Random Segitiga f() P ( < X < ) ( a) ( c a)( b a) d a b c
7 Probabilitas dari Variabel Random Segitiga f() P ( < X < ) ( c ) ( c a)( c b) d a b c 3 Probabilitas dari Variabel Random Segitiga f() P ( < X < ) b ( a) ( c a)( b a) d + b ( c ) ( c a)( c b) d a b c 4
8 Contoh Perhitungan Misal variabel random X menyatakan waktu perjalanan yang diketahui berdistribusi segitiga dengan nilai optimistik a 5 menit, nilai pesimistik c 0 menit, dan most likely b 0 menit. Probabilitas bahwa waktu perjalanan antara 8 menit dan menit? P ( 8 < X < ) ( 5) ( 0 ) d + ( 0 5)( 0 5) 0 ( 0 5)( 0 0) ( 5) ( 0 ) d ,33+ 0,400 0, d d Distribusi Segitiga Kanan dan Distribusi Segitiga Kiri X segitiga kiri (left triangular) X segitiga (a, b, c) b a f ( ) ( c ) ( c a) ; a < < 0; lainnya c b c X segitiga kanan (right triangular) f ( ) ( a) ( c a) ; a < < 0; lainnya c 6
9 Contoh Kurva Distribusi Segitiga Kiri a 5, b 5, c f() Contoh Kurva Distribusi Segitiga Kanan a 5, b 0, c f()
10 Distribusi Normal X normal (μ, σ ) Parameter: Fungsi distribusi probabilitas: μ bilangan ril; σ > 0 f( ) e σ π μ σ ; < < μ :rataan σ : variansi Rataan: μ μ X Variansi: σ X σ 9 Contoh Kurva Distribusi Normal μ 0, σ f() μ 0, σ
11 Distribusi Normal Baku X normal (μ, σ ) Z X μ σ Z normal baku (standard normal) Fungsi distribusi probabilitas: f( z) e π z ; < z < Rataan: μ Z Variansi: σ Z 0 Kurva Distribusi Normal Baku μ Z 0; σ Z f(z) z
12 Probabilitas dari Variabel Random Berdistribusi Normal P ( < X < ) μ P < Z < σ μ σ P Z < μ σ P Z < μ σ f ( ) σ f () z μ z z 0 z 3 TabelDistribusiNormal Baku
13 TabelDistribusiNormal Baku Contoh Perhitungan () Tinggi badan yang dinyatakan dengan variabel random X diketahui berdistribusi normal dengan rataan μ 60 cm dan variansi σ 6 cm. Probabilitas bahwa tinggi badan antara 50 cm dan P( 5065 < X < 65 cm? ) P < Z < 4 4 P P (,50 < Z <,5) ( Z <,5) P( Z <,50) 0,8944 0,006 0,886 σ X μ X 60 6
14 Contoh Perhitungan () Nilai ujian mahasiswa yang diasumsikan memiliki distribusi normal (rataan μ 80, variansi σ 00). Jika mahasiswa yang lulus diinginkan sebesar 99 persen, batas nilai kelulusan? Misal variabel random X nilai ujian mahasiswa P ( X > ) 0,99 P( X < ) 80 P Z < 0,0 0 80, ,7 (,33) 0,0 μ X 80 σ X 00 7 Hampiran Distribusi Normal terhadap Distribusi Binomial X binomial (n, p); n, p 0,5 rataan μ np; variansi σ np( p) Z X np np ( p) Z normal baku 8
15 Contoh Perhitungan Probabilitas bahwa seseorang pada suatu daerah terinfeksi virus demam berdarah adalah p 0,4. Jika sebanyak n 00 orang dipilih secara random dari daerah tersebut, probabilitas bahwa terdapat kurang dari 30 orang terinfeksi? Misal variabel random X banyaknya orang yang terinfeksi μ σ X X np np ( 00)( 0,4) 40 ( p) ( 00)( 0,4)( 0,4) 4 P ( X < 30) P Z < P( Z <,4) 0, 06 9 Distribusi Lognormal X lognormal (μ, σ ) Fungsi distribusi probabilitas: e f( ) σ π 0,lainnya ln μ σ ; > 0 Parameter: μ bilangan ril; σ > 0 Rataan: μ X e Variansi: σ X e μ + σ μ+ σ σ ( e ) 30
16 Contoh Kurva Distribusi Lognormal f() μ 0,5; σ μ ; σ Hubungan Distribusi Normal dengan Lognormal X ~ normal (μ, σ ) X lny X Y e Y ~ lognormal (μ, σ ) 3
17 Probabilitas dari Variabel Random Berdistribusi Lognormal X Lognormal(μ, σ ) P ( X < ) P( ln( X) < ln( ) ) ln P Z < ( ) σ μ 33 Contoh Soal Waktu perbaikan suatu mesin diketahui memiliki distribusi lognormal (μ, σ ). Probabilitas bahwa waktu perbaikan mesin lebih dari 0 menit? Misal X variabel random waktu perbaikan P ( X > 0) P( ln( X) > ln( 0) ) ln( 0) μ P Z < σ ln( 0) P Z < P( Z <,00) 0,843 0,587 34
18 Distribusi Gamma X gamma (, β) Fungsi distribusi probabilitas: f ( ) β Γ( ) 0; lainnya e β ; > 0 Parameter:, β > 0 Rataan: μ β X Variansi: σ X β 35 Fungsi Gamma Γ Γ ( ) e 0 d ( ) ( ) Γ( ) Γ ( n) ( n )! Γ π 36
19 Contoh Kurva Distribusi Gamma f() ,5; β ; β ; β Distribusi Erlang X Erlang (n, β) Fungsi distribusi probabilitas: f ( ) n β ( n )! 0; lainnya n β e ; > 0 Parameter: n bulat > 0, β > 0 Rataan: μx nβ Variansi: σ X nβ 38
20 Contoh Kurva Distribusi Erlang n ; β f() n ; β n 5; β Hubungan Distribusi Erlang dan Gamma X gamma (, β); n bulat X Erlang (n, β) 40
21 Distribusi Eksponensial () f X eksponensial (β) Fungsi distribusi probabilitas: ( ) β e ; > 0 β 0; lainnya Parameter: β > 0 Rataan: μ β X Variansi: β : rata rata σ X β 4 Distribusi Eksponensial () Fungsi distribusi probabilitas kumulatif: F ( ) β e ; > 0; lainnya 0 4
22 Contoh Kurva Distribusi Eksponensial β f() β 4 β Probabilitas dari Variabel Random Berdistribusi Eksponensial β X eksponensial (β) P ( < X < ) e β β d 44
23 Contoh Perhitungan Umur lampu (dinotasikan dengan X) merupakan variabel random yang memiliki distribusi eksponensial dengan rataan β 6 bulan. Probabilitas bahwa umur lampu X lebih dari 8 bulan? P ( X > 8) 8 6 e 6 8 e 0 6 0,636 d 6 d 45 Hubungan Distribusi Erlang dan Eksponensial X i eksponensial (β) X i saling independen Y n i X i Y Erlang (n, β) 46
24 Hubungan Distribusi Gamma, Erlang dan Eksponensial X gamma (, β) n bulat X eksponensial (β) n X Erlang (n, β) 47 Hubungan Distribusi Eksponensial dan Poisson X Poisson (λt) P(tidak ada kejadian sebelum t) P(X 0) 0 e 0 ( t) λt λ t λ e 0! P(tidak adakejadian sebelum t) P(kejadian pertama terjadi pada atau setelah saat t) λ t t eksponensial(β /λ); t e λ λt e F( t) λt F() t e df() t f () t dt f( t) e β t β λe λt ; β λ 48
25 Distribusi Khi kuadrat X khi kuadrat (v) Fungsi distribusi probabilitas: f ( ) v v v Γ 0; lainnya > 0 e ; Parameter: v bilangan bulat > 0 v : derajat kebebasan (degree of freedom) Rataan: μ X v Variansi: σ X v 49 Contoh Kurva Distribusi Khi kuadrat v 5 v v
26 Probabilitas dari Variabel Random Berdistribusi Khi kuadrat Simbol umum untuk variabel random khi kuadrat Χ Χ khi kuadrat (v) dengan fungsi distribusi probabilitas f() P ( > χ ) f ( ) d Χ χ χ 5 Tabel nilai χ untuk derajat kebebasan v dan v v Π χ
27 Contoh Perhitungan Variabel random Χ diketahui berdistribusi khi kuadrat dengan derajat kebebasan v 0. Nilai χ agar probabilitas di sebelah kanan 0,05? v χ P ( Χ > χ ) χ 8,307 0,05 53 Hubungan Distribusi Gamma dan Khi kuadrat X gamma (, β); v/; v bulat; β X khi kuadrat (v) 54
28 Hubungan Distribusi Normal Baku, Khi Kuadrat dan Gamma X i normal baku Y n i X i Y khi kuadrat (v); v n Y gamma (, β); n/; β 55 Distribusi Weibull () X Weibull (, β) Fungsi distribusi probabilitas: f ( ) ( β ) > β e 0; lainnya ; 0 Parameter:, β > 0 Rataan: β μx Γ Variansi: β Γ Γ σ X 56
29 Distribusi Weibull () Fungsi distribusi probabilitas kumulatif: F ( ) ( β ) > e ; 0; lainnya 0 57 Contoh Kurva Distribusi Weibull ,5; β ; β ; β
30 Probabilitas dari Variabel Random Berdistribusi Weibull X Weibull (, β) P ( β ) ( < X < ) β e d 59 Hubungan Distribusi Weibull dan Eksponensial X Weibull (, β) X eksponensial (β) 60
31 Distribusi Student t X student t (v) Fungsi distribusi probabilitas: f ( ) πv < < Γ (( v + ) ) Γ( v ) + v ( v+ ) ; Parameter: v > 0 v : derajat kebebasan (degree of freedom) Rataan: μ X 0 Variansi: σ X v ; v v 6 > Contoh Kurva Distribusi Student t 0.45 f() v 00 v 5 v
32 Probabilitas dari Variabel Random Berdistribusi Student t Simbol umum untuk variabel random student t T T student t (v) dengan fungsi distribusi probabilitas f(t) P ( T > t ) f () t dt t 0 t Sifat simetris : t t 63 0 t Tabel nilai t untuk derajat kebebasan v dan vv
33 Contoh Perhitungan () Variabel random T diketahui berdistribusi t dengan derajat kebebasan v 0. Nilai t agar v probabilitas di sebelah kanan 0,05? 0 t P t ( T < t ),8 0,05 65 Contoh Perhitungan () Variabel random T diketahui berdistribusi t dengan derajat kebebasan v 0. Nilai t agar v probabilitas di sebelah kiri 0,05? 0 t t 0,05 t0,05 P t ( T < t ),8 0,05 66
34 Hubungan Distribusi Normal Baku, Khi kuadrat dan Student t Z normal baku Y khi kuadrat (v) T Z Y v T student t (v) 67 Hubungan Distribusi Student t dan Normal Baku X student t (v); v Z normal baku 68
35 Distribusi F f X distribusi F (v, v ) Fungsi distribusi probabilitas: ( ) (( v + v ) ) ( v ) Γ( v ) Γ Γ lainnya v v v ( v ) ( ) ( v + + ) v v v ; > 0 μ X σ X Parameter: v, v > 0 v, v : derajat kebebasan (degree of freedom) Rataan: v ; v > 0 v Variansi: v ( v + v ) ( v 4)( v ) ; v v > 4 69 Contoh Kurva Distribusi F v 0, v 0 v 0, v 5 f() v 0, v
36 Probabilitas dari Variabel Random Berdistribusi F Simbol umum untuk variabel random F F F distribusi F (v, v ) dengan fungsi distribusi probabilitas f() P ( F > f ) f ( ) d f 0 f 7 Tabel nilai f untuk derajat kebebasan v dan 0,0 v v 7
37 Tabel nilai f untuk derajat kebebasan v dan 0,05 v v v Tabel nilai f untuk derajat kebebasan v dan 0,0 v v
38 Contoh Perhitungan Variabel random F memiliki distribusi F (v 0, v 0) Nilai f sehingga P(F > f ) 0,05? f,978 v Tabel nilai f untuk 0,05 v 75 Hubungan Distribusi F dengan Khi kuadrat Χ khi kuadrat (v ) Χ khi kuadrat (v ) independen F Χ Χ v v F distribusi F (v, v ) 76
39 Distribusi Beta X beta (, ) Fungsi distribusi probabilitas: Parameter:, > 0 f ( ) ( ) (, ) Β 0; lainnya ; 0 Rataan: μx + Variansi: σ X ( + ) ( + + ) 77 Fungsi Beta Β Β ( ) t ( t), dt 0 (, ) Β( ), Β ( ), Γ Γ ( ) Γ( ) ( + ) 78
40 Contoh Kurva Distribusi Beta () 3.00,5; 5 5;, ,5; 3 3;,5 f() Contoh Kurva Distribusi Beta () f() ; 0 5; 5 ; ;
41 Contoh Kurva Distribusi Beta (3) ,8; ; 0,8.50 f() ; ; Contoh Kurva Distribusi Beta (4) f() ,5; ,8; 0, 0,; 0,
42 Hubungan Gamma dan Beta X gamma (, β) X gamma (, β) X X X + X X beta (, ) 83 Hubungan Distribusi Beta dan Seragam Kontinyu X beta (, );, X seragam kontinyu (a, b); a 0, b 84
43 Hubungan Distribusi Beta dan Segitiga X segitiga kiri (left triangular), X beta (, ), X segitiga kanan (right triangular) 85
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 terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013
3//203 STATISTIK INDUSTRI Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh:
Lebih terperinciBEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F
BEBERAPA DISTRIBUSI PELUANG KONTINU Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F Distribusi Normal Distribusi yang terpenting dalam bidang statistika, penemu : DeMoivre (733) dan Gauss Bergantung
Lebih terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh: Suatu
Lebih terperinciDISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat
Lebih terperinciDistribusi Probabilitas Diskret Teoritis
Distribusi robabilitas Diskret Teoritis Distribusi robabilitas Teoritis Diskret Distribusi seragam diskret (discrete uniform distribution) Distribusi hipergeometris (hypergeometric distribution) Distribusi
Lebih terperinciBAB 9 DISTRIBUSI PELUANG KONTINU
BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah
Lebih terperinciDISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar Distribusi Uniform 2 Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p: f(x)
Lebih terperinciDistribusi Teoritis Probabilitas
Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 2 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu
Lebih terperinciBeberapa Distribusi Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Beberapa Distribusi Peluang Kontinu Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Distribusi Seragam Kontinu Distribusi Seragam kontinu
Lebih terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
Lebih terperinciKONSEP 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 terperinciBI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist
BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciMA2181 Analisis Data - U. Mukhaiyar 1
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2181 Analisis Data Utriweni Mukhaiyar September 20 By NN 2008 DISTRIBUSI UNIFORM Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p:
Lebih terperinciDISTRIBUSI KONTINU. Utriweni Mukhaiyar
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2081 Statistika ti tik Dasar Utriweni Mukhaiyar Maret 2012 By NN 2008 Distribusi Uniform Distribusi kontinu yang paling sederhana Notasi: X ~ U
Lebih terperinciDistribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial
Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 3 4 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu
Lebih terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciBAB VI DISTRIBUSI PROBABILITAS MENERUS
BAB VI DISTRIBUSI ROBABILITAS MENERUS 6. Distribusi Uniform (seragam) Menerus Distribusi seragam menerus merupakan distribusi yang paling sederhana. Karaketristik distribusi ini adalah fungsi kepadatannya
Lebih terperinciDISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS
DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciSumbu 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 terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciSTATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan
Lebih terperinciSTATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal.
Lebih terperinciDISTRIBUSI VARIABEL RANDOM
DISTRIBUSI VARIABEL RANDM Distribusi Variabel Diskrit Distribusi variabel diskrit adalah salah satu variabel acak yang diasumsikan memiliki bilangan terbatas dari nilai-nilai yang berbeda. Contoh : Waktu
Lebih terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciKonsep Dasar Statistik dan Probabilitas
Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September
Lebih terperincidigunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam
II. LANDASAN TEORI Pada bab ini akan diberikan konsep dasar yang akan digunakan dalam pembahasan hasil penelitian ini, antara lain : 2.1 Fungsi Gamma Fungsi gamma merupakan suatu fungsi khusus. Fungsi
Lebih terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Continuous Probability Distributions.
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Continuous Probability Distributions 1 Continuous Probability Distributions Normal Distribution Uniform Distribution Exponential Distribution
Lebih terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciDistribusi Probabilitas : Gamma & Eksponensial
Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya
Lebih terperinci6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.
Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat
Lebih terperinciDengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi
Bab 5 Peubah Acak Kontinu 5.1 Pendahuluan Definisi 5.1. Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga.
Lebih terperinciProbabilitas 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 terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciBILANGAN 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 terperinciD I S T R I B U S I P R O B A B I L I T A S
D I S T R I B U S I P R O B A B I L I T A S Amiyella Endista Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Distribusi Probabilitas Kunci aplikasi probabilitas dalam statistik
Lebih terperinciPENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura
PENGUJIAN HIPOTESIS Nurwahyu Alamsyah, S.Kom wahyu@plat-m.com wahyualamsyah.wordpress.com HIPOTESIS Berasal dari bahasa Yunani, Hupo (lemah) dan Thesis (teori). Jadi hipotesis dapat diartikan sebagai suatu
Lebih terperinciDISTRIBUSI 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 terperinciMK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1
Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Descriptive Statistics mengandung metoda dan prosedur yang digunakan untuk pengumpulan, pengorganisasian, presentasi dan memberikan karakteristik terhadap himpunan
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah
Lebih terperinciMata 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 terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciBab 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 terperinciDISTRIBUSI PELUANG.
DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah
Lebih terperinciKonsep Dasar Statistik dan Probabilitas
Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII October 7, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas October 7,
Lebih terperinciPengantar Statistika Matematika II
Bab 2: Sifat-Sifat Estimator Statistika FMIPA Universitas Islam Indonesia Statistik Cukup Dalam kondisi real, kita tidak mengetahui parameter dari populasi data yang akan kita teliti Informasi dalam sampel
Lebih terperinciII. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk
5 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan beberapa tinjauan pustaka yang digunakan penulis pada penelitian ini, antara lain : 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi
Lebih terperincil.makalah DISTRIBUSI PROBABILITAS DISKRIT
l.makalah DISTRIBUSI PROBABILITAS DISKRIT Kata Pengantar Puji syukur atas kehadirat Allah SWT karena rahmat serta karunia-nya penulis dapat menyelesaikan makalah ini.shalawat serta salam dari Allah SWT
Lebih terperinciBEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL
BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL Dalam hal ini akan dibahas beberapa distribusi yang mempunyai bentuk fungsi densitas dan nama tertentu dari peubah acak kontinu, yaitu: distribusi seragam, distribusi
Lebih terperinciPengantar 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 terperinciDistribusi Peluang. Kuliah 6
Distribusi Peluang Kuliah 6 1. Diskrit 1. Bernoulli 2. Binomial 3. Poisson Distribution 2. Kontinu 1. Normal (Gaussian) 2. t 3. F 4. Chi Kuadrat Distribusi Peluang 1.1. Distribusi Bernoulli Distribusi
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciSTATISTIK PERTEMUAN IV
STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,
Lebih terperinciDISTRIBUSI TEORITIS DISTRIBUSI TEORITIS
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal 1 Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciTugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG
Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah
Lebih terperinciPeubah Acak dan Distribusi
BAB 1 Peubah Acak dan Distribusi 1.1 ILUSTRASI (Ilustrasi 1) B dan G secara bersamaan menembak sasaran tertentu. Peluang tembakan B mengenai sasaran adalah 0.7 sedangkan peluang tembakan G (bebas dari
Lebih terperinciKumpulan 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 terperinciDAFTAR ISI... KATA PENGANTAR... ABSTRAKSI Perumusan Masalah Batasan Masalah Tujuan Penelitian... 3
DAFTAR ISI HALAMAN JUDUL... LEMBAR PENGESAHAN DOSEN PEMBIMBING... LEMBAR PENGESAHAN DOSEN PENGUJI... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR GAMBAR.. DAFTAR TABEL...
Lebih terperinciDISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30
DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat
Lebih terperinciRELIABILITAS & FUNGSI HAZARD. 05/09/2012 MK. Analisis Reliabilitas Darmanto, S.Si.
RELIABILITAS & FUNGSI HAZARD 1 RELIABILITAS Peluang bahwa suatu produk atau jasa akan beroperasi dengan baik dalam jangka waktu tertentu (durabilitas) pada kondisi pengoperasian sesuai dengan desain (suhu,
Lebih terperinciSEBARAN PENARIKAN CONTOH
STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean
Lebih terperinciMINGGU KE-9 MACAM-MACAM KONVERGENSI
MINGGU KE-9 MACAM-MACAM KONVERGENSI Kita telah mengetahui bahwa untuk n besar dan θ kecil sedemikian hingga nθ = λ, distribusi binomial bisa dihampiri oleh distribusi Poisson. Mencari hampiran distribusi
Lebih terperinciPengantar 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Antrian Teori antrian pertama kali disusun oleh Agner Krarup Erlang yang hidup pada periode 1878-1929. Dia merupakan seorang insinyur Demark yang bekerja di industri telepon.
Lebih terperinciDistribusi Probabilitas Diskrit: Poisson
Distribusi Probabilitas Diskrit: Poisson 7.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Pendekatan Binomial Poisson Distribusi Poisson Kapan distribusi
Lebih terperinciDistribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS
Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting
Lebih terperinciCara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu
Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu Zaman modern (>1940), dgn cara membentuk bilangan acak secara numerik/aritmatik (menggunakan komputer), disebut Pseudo Random
Lebih terperinciKULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters
Lebih terperinciMetode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial
DISTRIBUSI NORMAL Pertemuan 3 1 Pertemuan 3_Statistik Inferensial Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal
Lebih terperinciPEMBANGKIT 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 terperinci5. Fungsi dari Peubah Acak
5. Fungsi dari Peubah Acak EL2002-Probabilitas dan Statistik Dosen: Andriyan B. Suksmono Sebaran cuplikan (n-1)s 2 / σ 2 TEOREMA 5.16 Jika S 2 adalah variansi dari cuplikan acak berukuran n yang diambil
Lebih terperinciPengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:
Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji
Lebih terperinciPengantar Statistika Matematika II
Bab 6: Statistika FMIPA Universitas Islam Indonesia Inferensi Statistik Pendahuluan Inferensi Statistik Inferensi statistik adalah metode untuk menarik kesimpulan mengenai suatu populasi. Inferensi statistik
Lebih terperinciPertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu
Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat
Lebih terperinciMagister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik.
Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Rentang Keyakinan 1 Rentang Keyakinan Estimasi Parameter Distribusi probabilitas memiliki sejumlah parameter. Parameter-parameter
Lebih terperinciREVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016
REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS Utriweni Mukhaiyar MA81 Statistika Nonparametrik Kamis, 1 Januari 016 PEUBAH ACAK Peubah acak, yaitu pemetaan X: S R Ruang Sampel, S X x Himpunan Bil.Riil,
Lebih terperinciBinomial Distribution. Dyah Adila
Binomial Distribution Dyah Adila Binomial Distribution adalah bentuk percobaan yang memiliki syarat-syarat sebagai berikut: 1. Percobaan dilakukan sebanyak n kali. 2. Setiap percobaan memiliki dua hasil
Lebih terperinci3 BAB III LANDASAN TEORI
3 BAB III LANDASAN TEORI 3.1 Pemeliharaan (Maintenance) 3.1.1 Pengertian Pemeliharaan Pemeliharaan (maintenance) adalah suatu kombinasi dari setiap tindakan yang dilakukan untuk menjaga suatu barang dalam,
Lebih terperinciI. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas
I. PENDAHULUAN 1.1 Latar Belakang Distribusi probabilitas dapat diterapkan dalam banyak hal seperti pada kehidupan sehari-hari, kegiatan bisnis maupun pada dunia industri. Distribusi probabilitas berguna
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat ditemukan dalam banyak hal yang dapat memberikan manfaat dalam penerapannya. Distribusi probabilitas merupakan
Lebih terperinciPengantar Statistika Matematika II
Pengantar a Matematika II - Estimator Atina Ahdika, S.Si., M.Si. Prodi a FMIPA Universitas Islam Indonesia April 17, 2017 atinaahdika.com Dalam kondisi real, kita tidak mengetahui parameter dari populasi
Lebih terperinciMODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL
MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Eksponensial Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi
Lebih terperinciBAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu
BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam
4 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam menentukan momen, kumulan, dan fungsi karakteristik dari distribusi log-logistik (α,β). 2.1 Distribusi Log-Logistik
Lebih terperinciBAB 2 LANDASAN TEORI
24 BAB 2 LANDASAN TEORI 2.1 Pendahuluan Ilmu pengetahuan tentang bentuk antrian, yang sering disebut sebagai teori antrian (queueing theory) merupakan sebuah bagian penting operasi dan juga alat yang sangat
Lebih terperinciPERCOBAAN 5 DISTRIBUSI PROBABILITAS KHUSUS
PERCOBAAN 5 DISTRIBUSI PROBABILITAS KHUSUS 5.1. Tujuan : Setelah melaksanakan praktikum ini mahasiswa diharapkan mampu : Membedakan beberapa jenis distribusi probabilitas variabel acak Menggunakan fungsi
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciSTATISTIKA II (BAGIAN
STATISTIKA II (BAGIAN - ) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 008 Wijaya : Statistika II (Bagian-) 0 VI. PENGUJIAN HIPOTESIS Hipotesis
Lebih terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
Lebih terperinciANALISIS DAN SIMULASI SISTEM ANTRIAN PADA BANK ABC
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 147 162. ANALISIS DAN SIMULASI SISTEM ANTRIAN PADA BANK ABC Faradhika Arwindy, Faigiziduhu Buulolo, Elly Rosmaini Abstrak. Kejadian antrian
Lebih terperinciESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK
ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK Adri Arisena 1, Anna Chadidjah 2, Achmad Zanbar Soleh 3 Departemen Statistika Universitas Padjadjaran 1 Departemen Statistika
Lebih terperinciDISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN
#7 DISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN 7.1. Pendahuluan Pada pembahasan terdahulu, keandalan hanya dievaluasi sebagai suatu sistem rekayasa (engineering) dengan tidak menggunakan distribusi
Lebih terperinciSTK 203 TEORI STATISTIKA I
STK 203 TEORI STATISTIKA I III. PEUBAH ACAK KONTINU III. Peubah Acak Kontinu 1 PEUBAH ACAK KONTINU Ingat definisi peubah acak! Definisi : Peubah acak Y adalah suatu fungsi yang memetakan seluruh anggota
Lebih terperinciOUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar
3 OUT LINE Pengertian Distribusi Probabilitas Normal Distribusi Probabilitas Normal Distribusi Probabilitas Normal Standar Penerapan Distribusi Probabilitas Normal Standar Pendekatan Normal Terhadap Binomial
Lebih terperinci