EKSPERIMEN ACAK & PELUANG. MA3181 Teori Peluang Utriweni Mukhaiyar 1 September 2014
|
|
- Devi Darmali
- 7 tahun lalu
- Tontonan:
Transkripsi
1 EKSPERIMEN ACAK & PELUANG MA3181 Teori Peluang Utriweni Mukhaiyar 1 September 2014
2 2012 by UM Jenis-jenis Observasi OBSERVASI / DATA KUALITATIF KUANTITATIF Nominal Ordinal/Rank Diskrit Kontinu Tidak mengenal urutan dan operasi aritmatika Mengenal urutan dan operasi aritmatika Berhubungan dengan proses menghitung, dan pengamatan atas himpunan terhitung. Didasarkan pada suatu selang/interval sehingga meliputi semua bilangan riil Jenis asuransi ( umum dan jiwa atau kendaraan, rumah, dll ) Pengelompokan risiko dari nasabah asuransi kendaraan bermotor (kecil, menengah, besar) Banyak klaim yang diajukan seorang nasabah setiap tahun. Besar klaim yang diajukan seorang nasabah pada 2 suatu tahun
3 Eksperimen Acak Ciri-ciri eksperimen acak (Statistik): O Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. O Proporsi keberhasilan dapat diketahui dari hasil-hasil sebelumnya. O Bisa diukur (diamati). O Hasilnya tidak bisa ditebak (tidak ada pola) karena adanya galat/error (acak murni / purely random).
4 Sifat Keacakan O Konsep pada hal yang belum terjadi (a priori concept). O Tak dapat dibuktikan (a negative property). O Bukan sifat fisik" sebuah percobaan (not a physical property" of an experiment).
5 Ruang Sampel & Kejadian (Event) O Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik). O Kejadian (event), yaitu himpunan bagian (subset) dari suatu ruang sampel S. Notasi untuk even (kejadian) umumnya huruf kapital, misal A, B, dan lain-lain. Jika kejadiannya banyak, bisa ditulis sebagai barisan, misal E 1, E 2,...dst.
6 Ruang Sampel Diskrit O Diskrit : banyaknya (number) anggota pada S tsb dapat dihitung/dicacah (countable). Hasil pencacahannya mungkin saja berhingga atau tidak berhingga. O Contoh 1 : S pada (percobaan) pemeriksaan nasabah bank AAA pemegang kartu kredit. Setiap nasabah dipilih (secara acak), diperiksa, lalu digolongkan sebagai kredit macet atau lancar.
7 Ruang Sampel Kontinu O Kontinu: anggota dari S tsb adalah bagian dari suatu interval. O Contoh 2 : S pada pengamatan besar klaim (dalam juta rupiah) setiap tahun yang diajukan oleh seorang nasabah, misalnya S = {x: 2 < x < 4}. Jika kita pilih tahun-tahun secara acak, maka mungkin ditemukan tahun-tahun dengan besar klaim 2,1 juta atau 3,5 juta atau 2,75 juta atau nilai lainnya yang berkisar antara 2 < x < 4.
8 Ruang Sampel dan Kejadian O Ruang sampel, dinotasikan S Ruang Sampel Diskrit Ruang Sampel Kontinu S = {,,..., } Event (kejadian) E = {,, } 8 8
9 Populasi dan Sampel O Pada Contoh 1: Semua nasabah yang terdaftar di bank AAA tersebut disebut populasi, sedangkan beberapa nasabah yang diambil disebut sampel. Ruang sampel pada contoh ini adalah dua kategori nasabah pemegang kartu kredit yang mungkin, yaitu {macet, tidak macet} dan termasuk jenis diskrit, karena banyaknya elemen pada S ini dapat dihitung, yaitu ada 2 buah, n(s) = 2.
10 Contoh 3 Menentukan Ruang Sampel & Kejadian O Dua lokasi eksplorasi memulai aktifitas pengeboran. Sukses atau tidaknya pengeboran untuk tiap lokasi dilihat apabila ditemukannya minyak setelah satu bulan di lokasi yang bersangkutan. Tentukan ruang sampelnya dan berilah contoh kejadian/eventnya. Jawab: Ruang sampelnya adalah S = {SS,ST,TS,TT}, dimana S = Sukses; T = Tidak sukses (nominal) Contoh kejadian, mis kejadian E 1 dimana dua aktifitas pengeboran tersebut sukses, maka E 1 ={SS}; dan E 2 dimana salah satu lokasi masih belum menemukan minyak, maka E 2 ={ST,TS}.
11 Contoh 4 O Dilakukan survey dan pencatatan tingkat curah hujan setiap hari yang terjadi di suatu daerah pegunungan. Jawab: Misalkan X : tingkat curah hujan (mm), ruang sampel S = { x 0 x 600, x R} dan E 2 adalah kejadian tingkat curah hujan lebih dari 200 mm, maka E 2 = {x 200 < x 600, x R} Perhatikan bahwa E 2 S
12 Gabungan (Union) O Union dua peristiwa E 1 dan E 2 ditulis E 1 E 2, adalah himpunan semua elemen yang ada di dalam E 1 atau di dalam E 2 (termasuk di dalam keduanya jika ada). Contoh 5. Perhatikan Contoh 3. Misal E 1 adalah kejadian salah satu lokasi berhasil menemukan minyak, dan E 2 adalah kejadian tidak ada lokasi yang berhasil. Maka E 1 E 2 = {ST,TS,TT}.
13 Irisan O Irisan dua peristiwa E 1 dan E 2, ditulis E 1 E 2, adalah himpunan semua elemen yang ada di dalam E 1 dan di dalam E 2. Contoh 6. Perhatikan Contoh 2. Misalkan E 1 : himpunan besar klaim lebih dari 2,65 juta, dan E 2 : himpunan besar klaim kurang dari 3,70 juta. Maka E 1 E 2 = {x 2,65 < x < 3,70}.
14 Komplemen O Komplemen suatu peristiwa E 1, ditulis E 1 c, adalah himpunan semua elemen yang tidak di dalam E 1. Contoh 7. Perhatikan Contoh 4. E 2 c = {0 x 200}, yaitu himpunan tingkat curah hujan 0 sampai dengan 200.
15 Peluang O Peluang adalah cara matematis untuk mengkarakterisir/menggambarkan ketidakpastian (to characterize uncertainty). O "Probability is not just a number, it's a structure of reasoning"
16 Peluang Suatu Kejadian O Prinsip dasar : frekuensi relatif O Jika suatu ruang sampel mempunyai n(s ) elemen, dan suatu event E mempunyai n(e) elemen, maka probabilitas E adalah: PE ( ) ne ( ) ns ( )
17 Contoh 8 Seorang pengusaha sukses merencanakan untuk berlibur keliling Indonesia 1 bulan penuh (terhitung tanggal 1 sampai tanggal terakhir bulan ybs) tahun Perusahaannya mewajibkan setiap anggotanya membuat surat izin tertulis dengan menyertakan lama waktu izin (dalam hari). Kantor tempat pengusaha tersebut bekerja 7 hari dalam 1 minggu. Berapa peluang bahwa pengusaha sukses tersebut mengajukan izin 31 hari? Jawab: n(s) = 12 (banyak bulan dalam 1 thn). Misal E : kejadian bulan dengan 31 hari, maka n(e) = 7 yaitu E = {Jan, Mar, Mei, Jul, Agt, Okt, Des} PE ( ) ne ( ) 7 ns ( ) 12 17
18 Konsep Peluang Permutasi dan Kombinasi Banyak cara untuk menghitung anggota ruang sampel atau kejadian. O Permutasi adalah cara menyusun suatu objek dengan memperhatikan urutan penyusunan. n P n( n 1)...( n ( k 1)) k n! ( n k)! O Kombinasi adalah cara menyusun suatu objek tanpa memperhatikan urutan penyusunan. C n k n n! k k!( n k)!
19 Latihan (permutasi atau kombinasi?) O Calon Badan Pengurus himpunan O Calon Presiden dan Wakil Presiden O Pasangan ganda putra Thomas cup
20 Latihan O Seorang mahasiswa menjawab 7 dari 10 pertanyaan dalam suatu ujian. Berapa banyak pilihan yang dia miliki? Berapa banyak pilihan yang dia miliki jika dia harus menjawab minimal 3 pertanyaan dari 5 pertanyaanpertama? O Ada berapa carakah yang mungkin dilakukan seorang bapak saat hendak memberikan 7 hadiah kepada 3anaknya, jika anak tertua mendapatkan 3 hadiah dan 2 anak yang lain mendapatkan masing-masing 2 hadiah?
21 Aksioma Peluang Peluang atau ukuran peluang P pada lapangan-σ (σ-field) A adalah suatu pemetaan dari A terhadap selang [0, 1] yang memenuhi tiga aksioma berikut: 1. 0 P(A) 1, untuk setiap A A 2. P(S) = 1 3. Untuk himpunan terhitung (countable), kejadian saling lepas A 1, A 2,, P A i i=1 = P(A i ) i=1
22 Peluang O P(A c ) = 1 P(A) Bukti: Kejadian-kejadian A dan A c saling lepas dan A A c = S. Jadi, 1 = P(S) = P(A A c ) = P(A) + P(A c ) atau P(A c ) = 1 P(A) O Jika A B maka P(A) P(B) O P(E F) = P(E) + P(F) P(E F)
23 Definisi Lapangan-σ Misalkan A adalah koleksi dari subhimpunan dari S. A dikatakan lapangan-σ (σfield) jika: 1. S A 2. Jika A A maka A c A 3. Jika A = i=1 A i dan jika A i A untuk i=1,2,, maka A A.
24 Contoh 9. Lapangan-σ Misalkan S = {00, 01, 10, 11}. Beberapa lapanganσ yang dapat didefinisikan atas ruang sampel tersebut adalah: O A 0 = {, S} O A 1 = {, 00, 01, 10, 11, S} O A 2 = {, 00, 11, 01, 10, 11, 00, 01, 10, 00, 11, 01, 10, S} O A 3 = {Ф, {00}, {01}, {10}, {11}, {00, 01}, {00, 10}, {00, 11}, {01, 10}, {01, 11}, {10, 11}, {01, 10, 11}, {00, 10, 11}, {00, 01, 11}, {00, 01, 10}, S}
25 Ruang Peluang O (S, A, P) disebut sebagai ruang peluang. O Misalkan ruang sampel S berupa selang tutup [- 3, 3] dan hanya ada dua kejadian yang dapat dideteksi yaitu A = [0, 3] dan A c = [-3, 0). Maka lapangan-σ yang dapat dibentuk adalah: A = {Ф, [-3, 0), [0, 3], [-3, 3]} O Ukuran peluang harus memetakan anggota A ke selang unit [0, 1]. Dalam hal ini dapat didefinisikan: P(A) = P(A c ) = 1/2
26 Latihan Diketahui S = [-3, 3] dan partisi [-3, 3] = [-3, 0) [0, 1] (1, 3] maka O Bangun lapangan-σ yang mungkin? O Ukuran peuang P yang sesuai?
27 Contoh 10 O A manufacturer has five seemingly identical computer terminals available for shipping. Unknown to her, two of the five are defective. A particular order calls for two of the terminals and is filled by randomly selecting two of the five that are available. a. List the sample space for this experiment. b. Let A denote the event that the order is filled with two nondefective terminals. List the sample points in A. c. Construct a Venn diagram for the experiment that illustrates event A. d. Assign probabilities to the simple events in such a way that the information about the experiment is used and the axioms probability are met. e. Find the probability of event A.
28 Solusi
29
30 Latihan
31 Peluang Bersyarat O Peluang bersyarat (conditional probability) dikatakan bersyarat karena eventnya sudah dibatasi. Jika event pembatas itu A dan event yang probabilitasnya ingin dihitung adalah B, maka peluang bersyaratnya adalah: P( B A) P( A B) PA ( ) 31
32 Peluang Bersyarat O 32
33 Contoh 11 Warna pasir Jenis pasir Halus Kasar Hitam 2 3 Abu-abu 2 4 Terang (putih, kuning) 1 2 P(Halus Hitam) P(Halus Hitam) = : P(Hitam)
34 Kejadian Saling Bebas dan Saling Lepas O Dua kejadian E dan F dikatakan saling bebas (independent) jika berlaku: P( EF) P( E). P( F) Dua kejadian E dan F dikatakan saling lepas jika berlaku: P( EF) 0 34
35 Contoh 12 O Sebuah kartu dipilih secara acak dari serangkai kartu bridge yang berjumlah 52 kartu. Jika E adalah kejadian terpilih kartu As dan F adalah kejadian terpilih gambar hati. Tunjukkan bahwa E dan F saling bebas. Apakah E dan F saling lepas? 35
36 Solusi: Jawab: P( EF) 1/ 52 karena hanya terdapat satu As yang bergambar hati. PE ( ) 4 / 52 karena terdapat 4 As dalam kartu bridge PF ( ) 13/ 52 karena terdapat 13 kartu bergambar hati P( E). P( F). P( EF) Jadi E dan F saling bebas, tapi tidak saling lepas. 36
37 Peluang Bersyarat Banyak kejadian B 5 B 1 A B 1 A B 5 A S A B 2 A B 3 A B 4 B 2 B 3 B 4 37
38 Peluang Bersyarat Banyak kejadian 38
39 Aturan Bayes 39
40 Contoh 13 Suatu perusahaan besar menggunakan tiga hotel sebagai tempat menginap para langganannya. Dari pengalaman yang lalu diketahui bahwa 20% langganannya di tempatkan di Hotel I, 50% di Hotel B, dan 30% di Hotel S. Bila 5% di Hotel I kamar mandi tidak berfungsi dengan baik, 4% di Hotel B, dan 8% di Hotel S, berapa peluang bahwa, a. Seorang pelanggan mendapat kamar yang kamar mandinya tidak baik. b. Seorang pelanggan mendapat kamar mandi yang tidak baik ditempatkan di Hotel S. 40
41 Solusi 41
42 Latihan 1. Perusahaan asuransi XYZ mengklasifikasikan orang menjadi 3 kelompok: risiko rendah, risiko sedang dan risiko tinggi. Perusahaan mencatat bahwa peluang orangorang berisiko rendah, sedang dan tinggi untuk mengalami kecelakaan (dalam rentang satu tahun) adalah berturut-turut 0.05, 0.15 dan Jika 20 persen dari populasi adalah orang berisiko rendah, 50 persen berisiko sedang dan 30 persen berisiko tinggi, berapa proporsi orang yang mengalami kecelakaan dalam suatu tahun tertentu? Jika seseorang tidak mengalami suatu kecelakaan, berapa peluang orang tersebut berasal dari kelompok risiko rendah? 2. Jika P(A B) = 0,3, P(B) = 0,8 dan P(A) = 0,3. Selidiki manakah pernyataan yang mungkin benar: kejadian A dan B adalah saling lepas atau kejadian A dan B adalah saling bebas. 3. Proporsi banyaknya orang di suatu komunitas yang mengidap suatu penyakit tertentu adalah 0,005. Suatu tes tersedia untuk mendiagnosis penyakit tersebut. Jika seseorang mengidap penyakit tersebut, peluang bahwa tes memberikan sinyal positif adalah 0,99. Jika seseorang tidak mengidap penyakit tersebut, peluang bahwa tes memberikan sinyal positif adalah 0,01. Jika tes memberikan sinyal positif, berapa peluang bahwa yang bersangkutan mengidap penyakit tersebut?
43 Referensi Dekking F.M., et.al., A Modern Introduction to Probability and Statistics, London : Springer, Devore, J.L. and Peck, R., Statistics The Exploration and Analysis of Data, USA: Duxbury Press, Hogg, et.al., Intro. to Mathematical Statistics 6 th ed., Pearson: New Jersey, Wackerly, et.al., Mathematicsl Statistics and Its Application 7 th Ed., USA: Thomson, Walpole, Ronald E., et.al, Statistitic for Scientist and Engineering, 8th Ed., Wild, C.J. and Seber, G.A.F., Chance Encounters A first Course in Data Analysis and Inference, USA: John Wiley&Sons,Inc.,
MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar
MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar 1 Ciri-ciri eksperimen acak (Statistik): *Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. *Proporsi keberhasilan dapat diketahui
Lebih terperinciPeluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar
1 Peluang & Aturan Bayes MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar 2 Eksperimen Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi
Lebih terperinciPELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK
1 PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK UTRIWENI MUKHAIYAR Eksperimen 2 Ciri-ciri i ii eksperimen acak (Statistik): ti tik) Dapat dulangi baik oleh si pengamat sendiri maupun orang lain.
Lebih terperinciPELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR
1 PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR Eksperimen 2 Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi
Lebih terperinciPeluang & Aturan Bayes. MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar
Peluang & Aturan Bayes MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar 1 Eksperimen Ciri-ciri i i i eksperimen acak (Statistik): ti tik) Dapat dulangi baik oleh si pengamat sendiri maupun
Lebih terperinciPELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik).
PELUANG 1 MA 2181 ANALISIS DATA, 18 AGUSTUS 2010 UTRIWENI MUKHAIYAR EKSPERIMEN Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan
Lebih terperinciCiri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari
(C) by UM, last edited Feb 2011 1 Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari hasil-hasil sebelumnya.
Lebih terperinciEksperimen. Ruang Sampel Diskrit. Ruang Sampel. Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik).
Eksperimen MA 2081 Statistika Dasar Dosen : Udjianna S. Pasaribu Utriweni Mukhaiyar Kamis, 12 Februari 2009 Ciri ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang
Lebih terperinciPEUBAH ACAK DAN DISTRIBUSINYA
PEUBAH ACAK DAN DISTRIBUSINYA MA3181 Teori Peluang 8 September 2014 Utriweni Mukhaiyar 1 Pemetaan (Fungsi) O Suatu pemetaan / fungsi O Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 2 Peubah
Lebih terperinciMA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012
1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2081 Statistika Dasar Utriweni Mukhaiyar 11 September 2012 2 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 3 Peubah
Lebih terperinciPEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar
PEUBAH ACAK DAN DISTRIBUSINYA MA 208 Statistika Dasar Utriweni Mukhaiyar 0 Februari 20 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi:. Fungsi titik 2. Fungsi himpunan 2 A A B B Peubah Acak
Lebih terperinciPEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011
1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2181 Analisis Data Utriweni Mukhaiyar 22 Agustus 2011 Pemetaan (Fungsi) 2 Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B Peubah Acak
Lebih terperinciDISTRIBUSI 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 terperinciFungsi Peluang Gabungan
Fungsi Peluang Gabungan MA3181 Teori Peluang 15 September 2014 Utriweni Mukhaiyar Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ingin diasuransikan dengan kategori-kategori yang
Lebih terperinciHidup 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 terperinciSTATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Probabilitas PELUANG Eksperimen Aktivitas / pengukuran / observasi suatu fenomena yang bervariasi outputnya Ruang Sampel / Sample Space Semua output
Lebih terperinciBab 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 terperinciPROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si
PROBABILITAS Dr. Vita Ratnasari, M.Si Dalam menghadapi persoalan-persoalan yang TIDAK PASTI diperlukan suatu ukuran untuk menyatakan tingkat KEPASTIAN atau KETIDAKPASTIAN kejadian tsb. Definisi / pengertian
Lebih terperinciSuplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu
Suplemen Kuliah STATISTIKA Pertemuan 5 Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu Konsep Peluang 1. Ruang Contoh dan Kejadian Walpole E. Ronald. (Probabbility
Lebih terperinci10/14/2010 UJI HIPOTESIS PENGERTIAN GALAT (ERROR) salah)
/4/ UJI HIPOTESIS UJI RATAAN UJIVARIANSI MA 8 Analisis Data Utriweni Mukhaiyar Oktober PENGERTIAN Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang perlu
Lebih terperinciMA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012
Uji Hipotesis MA081 STATISTIKA DASAR MA081 STATISTIKA DASAR Utriweni Mukhaiyar 1 November 01 Pengertian Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang
Lebih terperinciLearning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014
16 Pebruari 2014 Learning Outcome Mahasiswa dapat memahami ruang contoh, kejadian, dan koleksi Mahasiswa dapat melakukan operasi himpunan kejadian Mahasiswa dapat memahami aksioma peluang Mahasiswa dapat
Lebih terperinciBAB 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 terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinci4/16/2009. H 0 ditolak. H 0 tidak ditolak. ditolak. P(menolak H 0 H 0 benar) keputusan benar. = galat lttipe II = β. P(tidak menolak H 0 H 0 salah)
4/6/9 Galat (error) Uji Hipotesis H ditolak H benar H salah a P(menolak H H benar) galat tipe I keputusan benar MA 8 Statistika Dasar Kamis, 6 Februari 9 H tidak ditolak keputusan benar P(tidak menolak
Lebih terperinciUji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar
Uji Hipotesis MA081 STATISTIKA DASAR Utriweni Mukhaiyar 8 Maret 01 Pengertian Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang perlu diuji kebenarannyaa
Lebih terperinciDistribusi Sampel & Statistitik Terurut
Distribusi Sampel & Statistitik Terurut Sampel Acak, Rataa sampel, X-bar, Variasi sampel, S, Teorema Limit Pusat, Distribusi t,, F Statistik Terurut MA 3181 Teori Peluag 11 November 014 Utriwei Mukhaiyar
Lebih terperinciPENGANTAR MODEL PROBABILITAS
PENGANTAR MODEL PROBABILITAS (PMP, Minggu 1-7) Sri Haryatmi Kartiko Universitas Gadjah Mada Juni 2014 Outline 1 Minggu 1:HIMPUNAN Operasi Himpunan Sifat-Sifat Operasi Himpunan 2 Minggu 2:COUNTING TECHNIQUE
Lebih terperinciII. KONSEP DASAR PELUANG
II. KONSEP DASAR PELUANG Teori Peluang memberikan cara pengukuran kuantitatif tentang kemungkinan munculnya suatu kejadian tertentu dalam suatu percobaan/peristiwa. Untuk dapat menghitung peluang lebih
Lebih terperinciStatistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif
1. 2 2. 3. 4. Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif Sari Numerik Penyajian Data 2008 by USP & UM ; last edited Jan 11 MA 2081 Statistika Dasar 24 Januari
Lebih terperinciKonsep 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 terperinciALJABAR SET & AKSIOMA PROBABILITAS
ALJABAR SET & AKSIOMA PROBABILITAS Pokok Bahasan Sample Space Event Aljabar Set Prinsip dan Aksioma Probabilitas Equally Likely Event Conditional Probability Independent Event Sample Space dan Event Eksperimen
Lebih terperinciSekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil
Pertemuan 13 &14 Sekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil dari keseluruhan event yang didapat
Lebih terperinciAksioma Peluang. Bab Ruang Contoh
Bab 2 Aksioma Peluang 2.1 Ruang Contoh Dalam suatu percobaan, kita tidak tahu dengan pasti apa hasil yang akan terjadi. Misalnya pada percobaan membeli lampu pijar, kita tidak tahu dengan pasti, apakah
Lebih terperinciThe image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted.
The image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted. Restart y our computer, and then open the file again. If the red x still
Lebih terperinciPeluang suatu kejadian
Peluang suatu kejadian Percobaan: Percobaan adalah suatu tindakan atau kegiatan yang dapat memberikan beberapa kemungkinan hasil Ruang Sampel: Ruang sampel adalah himpunan semua hasil yang mungkin dari
Lebih terperinciMA5182 Topik dalam Statistika I: Statistika Spasial. Utriweni Mukhaiyar
Review 1: Statistika Deskriptif MA5182 Topik dalam Statistika I: Statistika Spasial 28 Agustus 2012 28 Agustus 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati
Lebih terperinciUJI RATAAN UJIVARIANSI MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 2011
Uji Hipotesis UJI RATAAN UJIVARIANSI MA 081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 011 Pengertian Hipotesisadalah i suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lbih lebih
Lebih terperinciLearning Outcomes Ilustrasi Lingkup Kuliah Gugus. Pendahuluan. Julio Adisantoso. 10 Pebruari 2014
10 Pebruari 2014 Learning Outcome Mahasiswa dapat mengetahui alasan mempelajari Ilmu Peluang di bidang Ilmu Komputer Mahasiswa dapat memahami makna peluang dalam kehidupan sehari-hari Mahasiswa mengetahui
Lebih terperinciProbabilitas = Peluang
1. Pendahuluan Probabilitas = Peluang Percobaan : proses yang menghasilkan data Ruang Contoh (S) : himpunan yang memuat semua kemungkinan hasil percobaan Kejadian = Event : himpunan bagian dari ruang contoh
Lebih terperinciProbabilitas. Oleh Azimmatul Ihwah
Probabilitas Oleh Azimmatul Ihwah Teori Probabilitas Life is full of uncertainty Dimana terkadang kita tidak tahu apa yang akan terjadi semenit kemudian. Namun suatu kejadian dapat diperkirakan lebih sering
Lebih terperinciProbabilitas. Oleh Azimmatul Ihwah
Probabilitas Oleh Azimmatul Ihwah Teori Probabilitas Life is full of uncertainty Dimana terkadang kita tidak tahu apa yang akan terjadi semenit kemudian. Namun suatu kejadian dapat diperkirakan lebih sering
Lebih terperinci1.1 Konsep Probabilitas
TEORI DASAR PROBABILITAS 1.1 Konsep Probabilitas Probabilitas/peluang secara umum dapat diartikan sebagai ukuran matematis terhadap kecenderungan akan munculnya sebuah kejadian. Secara matematis peluang
Lebih terperinciPERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung
PERMUTASI, KOMBINASI DAN PELUANG A. KAIDAH PENCACAHAN Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung berapa banyaknya cara yang mungkjin terjadi dalam suatu percobaan. Kaidah pencacahan
Lebih terperincipeluang 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 terperinciPENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar
PENGANTAR & STATISTIKA DESKRIPTIF BI5106 Analisis Biostatistik Utriweni Mukhaiyar 2 Ilustrasi Berikut adalah data produksi panas bumi di 25 titik pengeboran (ton/jam): 77.71 44.24 60.00 89.54 85.64 60.00
Lebih terperinciPELUANG. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah
1 PELUANG Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah Kompetensi Dasar : Menggunakan aturan perkalian, permutasi dan kombinasi
Lebih terperinciPert 3 PROBABILITAS. Rekyan Regasari MP
Pert 3 PROBABILITAS Rekyan Regasari MP Berapakah kemungkinan sebuah koin yang dilempar akan menghasilkan gambar angka Berapakah kemungkinan gedung ini akan runtuh Berapakah kemungkinan seorang kreditur
Lebih terperinciProbabilitas dan Statistika Teori Peluang. Adam Hendra Brata
dan Statistika Teori Peluang Adam Hendra Brata / Peluang / Peluang atau Peluang merupakan ukuran numeric tentang seberapa sering peristiwa itu akan terjadi Semakin besar nilai probabilitas menyatakan bahwa
Lebih terperinciStatistika. Probabilitas. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.
Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil Statistika Probabilitas 1 Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang 7dak
Lebih terperinciUniversitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PROBABILITAS. Statistika dan Probabilitas
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PROBABILITAS Statistika dan Probabilitas 2 Peluang (Probabilitas) Peluang/Probabilitas/Risiko Peluang Risiko Probabilitas
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Probabilitas 1 Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas?
Lebih terperinci2-1 Probabilitas adalah:
2 Teori Probabilitas Pengertian probabilitas Kejadian, ruang sample dan probabilitas Aturan dasar probabilitas Probabilitas bersyarat Independensi Konsepsi kombinatorial Probabilitas total dan teorema
Lebih terperinciPENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR
PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO 1. Untuk menentukan kepentingan relatif dari suatu risiko yang dihadapi. 2. Untuk mendapatkan informasi yang sangat diperlukan oleh Manajer Risiko dalam upaya
Lebih terperinciPENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR
PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO 1. Untuk menentukan kepentingan relatif dari suatu risiko yang dihadapi. 2. Untuk mendapatkan informasi yang sangat diperlukan oleh Manajer Risiko dalam upaya
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 terperinci(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar
1 EKSPEKTASI (HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 0 September 01 Utriweni Mukhaiyar Ekspektasi Suatu Peubah Acak Misalkan X peubah acak Ekspektasi dari X EX [ ] xp( X x), jika X peubah acak
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang, ditengah berkembangnya dunia industri tentunya terdapat berbagai permasalahan dalam bidang-bidang keindustrian. Permasalahan-permasalahan yang biasa
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 terperinciMinggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)
MUG2E3 Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-38-02 [Jadwal] Rabu 12.30-14.30 R.KU3.05.14; Jumat 16.30-18.30 R.KU3.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu
Lebih terperinciPELUANG. 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 terperinciMATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT)
MATERI KULIAH STATISTIKA I PROBABLITAS (Nuryanto, ST., MT) Pendahuluan Percobaan : proses yang menghasilkan data Ruang Contoh (S) : hasil percobaan himpunan yang memuat semua kemungkinan Kejadian = Event
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 terperinciHubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian
Diagram Venn. Hubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian S = Himpunan bilangan asli A = Himpunan bilangan
Lebih terperinciProbabilitas 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 terperinciPenerapan Teori Kombinatorial dan Peluang Dalam Permainan Poker
Penerapan Teori Kombinatorial dan Peluang Dalam Permainan Poker Johan Sentosa - 13514026 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciKonsep Dasar Probabilitas
Konsep Dasar Probabilitas Random Events Sample space : collection of all possible events arising from a conceptual experiment or from an operation that involves chance. Reservoir storage: amount of water
Lebih terperinciPengantar & Statistika Deskriptif
Pengantar & Statistika Deskriptif MA 2081 Statistika Dasar 26 J i 2012 26 Januari 2012 Utriweni Mukhaiyar Ilustrasi Berikut adalah data rata-rata curah hujan bulanan yang diamati dari Stasiun Padaherang
Lebih terperinciProbabilitas. 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 terperinciPELUANG. 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 terperinciPeluang Aturan Perkalian, Permutasi, dan Kombinasi dalam Pemecahan Masalah Ruang Sampel Suatu Percobaan Peluang Suatu Kejadian dan Penafsirannya
2 Aturan Perkalian, Permutasi, dan Kombinasi dalam ; Pemecahan Masalah Ruang Sampel Suatu Percobaan ; Suatu Kejadian dan Penafsirannya ; Pada era demokrasi saat ini untuk menduduki suatu jabatan tertentu
Lebih terperinciTEORI PROBABILITAS 1
TEORI PROBABILITAS 1 Berapa peluang munculnya angka 4 pada dadu merah??? Berapa peluang munculnya King heart? Berapa peluang munculnya gambar? 2 PELUANG ATAU PROBABILITAS adalah perbandingan antara kejadian
Lebih terperinciSILABUS MATAKULIAH. Kegiatan Pembelajaran 1. mendiskusikan pengertian atau batasan. Pokok Bahasan dan Subpokok Bahasan 1. Pengertian atau batasan
SILABUS MATAKULIAH Matakuliah : Teori Himpunan Kode Matakuliah : SKS/JS : 2/3 Standar Kompetensi : Setelah mengikuti perkuliahan mahasiswa diharapkan: (1) dan operasinya, (2) bilangan dan serta sifat-sifatnya,
Lebih terperinciBy : Refqi Kemal Habib
BAB I PENDAHULUAN A. Dasar Teori Peluang atau kebolehjadian atau dikenal juga sebagai probabilitas adalah cara untuk mengungkapkan pengetahuan atau kepercayaan bahwa suatu kejadian akan berlaku atau telah
Lebih terperinciKonsep 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 terperinciBAB 3 Teori Probabilitas
BAB 3 Teori Probabilitas A. HIMPUNAN a. Penulisan Hipunan Cara Pendaftaran Cara Pencirian 1) A = {a,i,u,e,o} 1) A = {X: x huruf vokal } 2) B = {1,2,3,4,5} menghasilkan data diskrit 2) B = {X: 1 x 2} menghasilkan
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak
STK511 Analisis Statistika Pertemuan 3 Sebaran Peluang Peubah Acak Beberapa Konsep Dasar Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya
Lebih terperinciProbabilitas = Peluang (Bagian II)
Probabilitas = Peluang (Bagian II) 3. Peluang Suatu Kejadian Peluang dalam pengertian awam "kemungkinan" Mis : 1. Hari ini kemungkinan besar akan turun hujan 2. Kemungkinan tahun depan inflasi akan mencapai
Lebih terperinciMatematika Diskrit 1
Dr. Ahmad Sabri Universitas Gunadarma Pendahuluan Apakah Matematika Diskrit itu? Matematika diskrit adalah kajian terhadap objek/struktur matematis, di mana objek-objek tersebut diasosiasikan sebagai nilai-nilai
Lebih terperincimatematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran
Kurikulum 20 matematika K e l a s XI DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.. Memahami perbedaan
Lebih terperinciOleh: BAMBANG AVIP PRIATNA M
Oleh: BAMBANG AVIP PRIATNA M Pecobaan / eksperimen acak Ruang Sampel Peristiwa / kejadian / event Peluang peristiwa Sifat-sifat peluang Cara menghitung peluang 1. hasilnya tidak dapat diduga dengan tingkat
Lebih terperinciDasar-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 terperinciTeori Probabilitas. Debrina Puspita Andriani /
Teori Probabilitas 5 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Teorema Bayes Berapa
Lebih terperinciPertemuan 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 terperinciStatistik Farmasi Probabilitas
Statistik Farmasi 2016 Probabilitas TUJUAN PERKULIAHAN Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1 Menentukan ruang sampel dan probabilitas dari suatu peristiwa, dengan menggunakan probabilitas
Lebih terperinciTeori Probabilitas 3.2. Debrina Puspita Andriani /
Teori Probabilitas 3.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Berapa peluang munculnya
Lebih terperinciANALISIS BERPIKIR PROBABILISTIK MAHASISWA PENDIDIKAN MATEMATIKA IKIP PGRI PONTIANAK DALAM MATA KULIAH TEORI PELUANG
ANALISIS BERPIKIR PROBABILISTIK MAHASISWA PENDIDIKAN MATEMATIKA IKIP PGRI PONTIANAK DALAM MATA KULIAH TEORI PELUANG Hodiyanto 1, Dwi Oktaviana 2 1,2 Program Studi Pendidikan Matematika Fakultas Pendidikan
Lebih terperinciPENGANTAR PROBABILITAS STATISTIKA UNIPA SBY
PENGANTAR PROBABILITAS GANGGA ANURAGA POKOK BAHASAN Konsep dasar probabilitas Teori himpunan Permutasi Kombinasi Koefisien binomial Koefisien multinomial Probabilitas Aksioma probabilitas Probabilitas
Lebih terperinciProbabilitas 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 terperinciPELUANG. n cara yang berbeda. Contoh 1: Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali?
-1- PELUANG 1. KAIDAH PENCACAHAN 1.1 Aturan Pengisian Tempat Jika beberapa peristiwa dapat terjadi dengan n1, n2, n3,... cara yang berbeda, maka keseluruhan peristiwa itu dapat terjadi dengan n n......
Lebih terperinciProbabilitas & 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 terperinciH I M P U N A N. 1 Matematika Ekonomi Definisi Dasar
H I M P U N A N 1.1. Definisi Dasar Definisi 1.1. Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek yang dimaksud biasa disebut dengan elemen-elemen atau anggota-anggota dari himpunan. Suatu
Lebih terperinciDAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel
PENGANTAR STATISIK DAN ANALISIS DATA 1. Statistik dan Statistika 2. Populasi dan Sampel 3. Jenis-jenis Observasi 4. STATISTIKA DESKRIPTIF Sari Numerik Penyajian Data MA 2181 Analisis Data 8 Agustus 2011
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinciTEORI HIMPUNAN Penyajian Himpunan
TEORI HIMPUNAN 1.1. Penyajian Himpunan Definisi 1. Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek yang dimaksud biasa disebut dengan elemen-elemen atau anggota-anggota dari himpunan. Suatu
Lebih terperinciTeori Peluang. Dr. Akhmad Rizali
Teori Peluang Dr. Akhmad Rizali Peluang Peluang atau probabilitas: ukuran ketidakpastian dari suatu kejadian Segala sesuatu yang ada di dunia ini mengandung ketidakpastian, seperti cuaca, hasil panen,
Lebih terperinciPELUANG. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI. Oleh: Hj. ITA YULIANA, S.Pd, M.
LA - WB (Lembar Aktivitas Warga Belajar) PELUANG Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI Created By Ita Yuliana 13 Peluang Kompetensi Dasar 1. Menggunakan
Lebih terperinciTEORI PROBABILITAS. a. Ruang Contoh. Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S.
TEORI PROBABILITAS ISTILAH YANG SERING DIGUNAKAN a. Ruang Contoh Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S. Bayangkan percobaan melempar
Lebih terperinciUnit 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 terperinciTEORI HIMPUNAN. A. Penyajian Himpunan
TEORI HIMPUNAN A. Penyajian Himpunan Definisi 1 Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek yang dimaksud biasa disebut dengan elemen-elemen atau anggota-anggota dari himpunan. Dalam
Lebih terperinci