MATERI KULIAH STATISTIKA
|
|
- Yandi Tan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 MATERI KULIAH STATISTIKA III. TEORI PROBABILITAS 1. Operasi himpunan a. Gabungan atau union b. Interseksi atau irisan Contoh soal 1 : Dalam sebuah eksperimen pelemparan 1 buah dadu, terdapat kejadian : A : {Angka yang muncul genap} B : {Angka yang muncul kurang dari sama dengan } Deskripsikan : a. A B dari eksperimen tersebut! b. A B dari eksperimen tersebut! c. HitunglahP [A B] dan P[ A B] S= {1,2,,4,5,6} A={2,4,6} B={1,2,} Maka : a. A B = {1,2,,4,6} b. A B = {2} c. P [A B]=5/6 = 0,8 P[ A B] =1/6 = 0,17 2. Komplemen : A C atau A Contoh soal 2: Pada suatu eksperimen pelemparan 2 buah koin yang seimbang terjadi peristiwa : A : {Permukaan gambar muncul minimal 1 kali} Hitunglah probablilitas A) dengan rumus komplemen A) + P (A C ) = 1 S={(G,A), (G,G), (A,G), (A,A)} A : {Permukaan gambar muncul minimal 1 kali}, jadi A c = {Permukaan yang muncul angka semua) A C = {(A,A)} Maka : A) = 1- A C ) = 1- ¼ = ¾=0,75.. Probabilitas bersyarat Contoh soal : Seorang petugas Quality control melakukan inspeksi terhadap produk teh berdasarkan standar yang ada. Jika terdapat kejadian : I : {Produk lolos inspeksi} B : {Produk sesuai dengan standar konsumen}
2 I B : Kejadian sederhana dimana produk lolos inspeksi dan setelah dikirimkan ke konsumen sesuai dengan standar yang diinginkan. I B C : Kejadian sederhana dimana produk lolos inspeksi dan setelah dikirimkan ke konsumen tidak sesuai dengan standar yang diinginkan. Jika diketahui berdasarkan pengalaman : I B = 0,80 I B C = 0,02 I C B= 0,15 I C B C = 0,0 Hitunglah probabilitas kejadian produk yang telah diketahui telah lolos inspeksi ternyata setelah dikirimkan sesuai dengan standar yang diinginkan konsumen. Ditanyakan : I B) B / I) = I) I : {Produk lolos inspeksi} terdiri dari dua kejadian yaitu : I B = Produk lolos inspeksi dan sesuai standar konsumen I B C = Produk lolos inspeksi dan tidak sesuai dengan standar konsumen Jadi I = (I B) (I B C ) I) = P (I B) P (I B C ) = 0,80 + 0,02 = 0,82 I B) 0,80 P ( B / I) = = = 0,976 I) 0,82 4. Aturan Perkalian Contoh soal 4 : Satu buah koin yang seimbang dilempar dua kali maka berapakah banyak hasil yang berbeda yang mungkin? Dalam kejadian tersebut terdapat dua bagian kejadian yaitu - bagian I pelemparan yang pertama dengan kemungkinan hasil yang berbeda 2, n 1 =2 - bagian I pelemparan yang pertama dengan kemungkinan hasil yang berbeda 2, n 2 =2 maka hasil yang berbeda yang mungkin dari kejadian tersebut adalah n 1 Xn 2 = 2 X 2 = 4 5. Aturan Permutasi Ciri kejadian permutasi adalah bahwa urutan atau susunan harus dipertimbangkan atau penting. Contoh soal 5 a: Sebuah supermarket menjual 5 jenis susu formula. Supermarket tersebut mempunyai satu etalase di bagian depan pintu yang hanya terdiri dari rak bertingkat. Jika urutan peletakan susu formula didalam rak bertingkat sangat penting untuk diperhatikan ada berapakah cara untuk menata jenis susu formula dari 5 jenis yang ada secara bergantian?
3 Urutan penting Kejadian permutasi Dicari dulu nilai (n-k+1)=(5-+1)= 5P = 5 X 4 X = 60 cara. Contoh soal 5 b: Dalam sebuah pabrik terdapat 5 unit proses yang membtuhkan uap panas, jika akan dirancang jalur perpipaan yang melalui kelima unit proses tersebut ada berapa alternatif yang harus dievaluasi oleh teknisi untuk memperoleh jarak terpendek? Urutan penting Permutasi, Ada 5 unit proses dan semua harus terhubung Permutasi dari 5 diambil 5 5P 5 = 5! = 5X4XX2X1= 120 alternatif 6. Aturan Kombinasi Ciri kejadian kombinasi : urutan tidak penting Contoh soal 6: Sebuah perusahaan memiliki 10 orang teknisi jika dibutuhkan orang teknisi untuk dikirim ke suatu daerah, ada berapa alternatif teknisi yang terpilih? Urutan tidak penting Kombinasi Kombinasi dari 10 teknisi 10 10! 10X 9X 8X 7! = = = 120!(10 )! X 2X1X 7! cara 7. Aturan Partisi Contoh soal 7 : Sebuah perusahaan mempunyai 12 orang analisis dan perusahaan tersebut akan membagi mejadi kelompok yaitu untuk menyelesaikan pekerjaan I membutuhkan orang analis, untuk pekerjaan II membutuhkan 4 orang analis, dan untuk pekerjaan III membutuhkan 5 orang analis. Dalam permasalahan ini ada berapakah cara yang berbeda yang mungkin untuk membagi tugas tersebut? Terdapat N=12 analis yang dibagi dalam beberapa bagian n 1 =, n 2 =4, dan n =5 sehingga jumlah partisi yang berbeda yang mungkin adalah : N! 12! = = n! Xn! Xn!! X 4! X 5! 1 2 alternatif
4 IV. Distribusi probabilitas diskrit 1. Binomial Contoh soal 1: Hasil pengujian proses pelabelan saus dalam suatu lini produksi menunjukkan bahwa 20% pelabelan gagal. Jika dalam suatu inspeksi diambil 4 buah sampel secara acak, berapakah probabilitas sampe dari 4 sampel yang terambil gagal pelabelannya? Kejadian bernoulli yang diulang, karena Sukses) sama yaitu 20%. Ada 2 alternatif hasil : sukses : Jika tidak berlabel, dan gagal : Jika berlabel Kejadian binomial Diketahui n=4, X=, p=0, ! P ( X = ) = (0,2) (1 0,2) = (0,2) (0,8) = 0,025! X (4 )! Atau dengan tabel distribusi binomial (Tabel 1) pada p=0,2 Untuk n=4, x= maka (X )= 0,998 dan untuk x=2 maka X 2)= 0,97 x=)= X ) X 2)= 0,998-0,97 = 0, Hipergeometrik Contoh soal 2: Sebuah kotak berisi 20 apel dan terdapat 4 buah apel yang sudah rusak. Jika seorang pembeli mengambil apel secara acak 5 buah, hitunglah probabilitas dari 5 buah apel yang terambil terdapat : a. 2 buah yang rusak b. Lebih dari 2 buah yang rusak Ada N = 20 buah apel dan 5 buah didefinikan/diketahui sebagai rusak Hipergeometrik Diketahui : N= 20, a=4, n= 5 sehingga : a. X=2) ! 16! !(4 2)1!(16 )! ( 2) P x = = = = 0, b. X>2) =x=) + X=4) 20! 5!(20 5)!. Poisson Ciri distribusi poisson adalah ada satuan tertentu, waktu, volume, luas, konsentrasi dan lain-lain. Contoh soal : Diketahui rata-rata cracker yang pecah adalah 2,5 buah per bungkus. Hitunglah :
5 a. Probabilitas dalam pengambilan sampel secara acak terdapat tepat 5 buah cracker yang pecah dalam satu bungkus? b. Probabilitas terdapat 2 atau lebih cracker yang pecah dalam suatu bungkus yang diambil secara acak? Ada satuan tertentu ada rata-rata Poisson Diketahui : µ=λ=2,5 maka : 5 2,5 5 2,5 (2,5) e (2,5) (2,71825) a. P ( x = 5) = = = 0, 067 5! 5X 4X X 2X1 b. x 2)= X=2)+ X=) + X=4) +. = 1 [X=1) +X=0)]= 1-0,287 = 0,71 Atau pakai Tabel II. Distribusi Poiison. x 2)= X=2)+ X=) + X=4) +. = 1 [X=1) +X=0)]=1-X 1) =1-0,287 = 0,71 4. Pendekatan Poisson untuk binomial Untuk masalah kejadian binomial dengan p sangat kecil dan n besar maka dapat diselesaikan dengan pendekatan poisson. Contoh soal 4: Hasil pengamatan menunjukkan bahwa persentase kegagalan pelabelan adalah 0,05. Jika setiap shift kerja (8 jam) diambil sampel sebanyak 40 buah, berapakah : a. Probabilitas terdapat 1 buah sampel yang gagal pelabelannya? b. Probabilitas terdapat atau lebih sampel tanpa label? Sebenarnya adalah kejadian binomial yaitu kejadian bernoulli yang diulang 40 kali dengan p=0,05, namun karena n besar maka dikerjakan dengan poisson : Diketahui : µ=λ= nxp= 40X 0,05 = (2) e a. P ( x = 1) = = 0, ! jika pakai Tabel II maka : X=1) = X 1)- 0) = 0,406 0,15 = 0,271 b. X ) = 1- X=0)+X=1)+X=2)= 0,2 Jika dengan Tabel II : X ) = 1- X=0)+X=1)+X=2)= 1- X 2) = 1 0,677 = 0,2
Probabilitas suatu peristiwa adalah harga angka yang menunjukkan seberapa besar kemungkinan suatu peristiwa terjadi.
TEORI ROBBILITS robabilitas suatu peristiwa adalah harga angka yang menunjukkan seberapa besar kemungkinan suatu peristiwa terjadi. robabilitas peristiwa nilainya antara 0 hingga 1 Konsep probabilitas
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 terperinciKONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS
KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2
Lebih terperinciBAB IV. DISTRIBUSI PROBABILITAS DISKRIT
BAB IV. DISTRIBUSI PROBABILITAS DISKRIT A. Variabel random diskrit. Variabel random diskrit X adalah : Cara memberi nilai angka pada setiap elemen ruang sampel X(a) : Ukuran karakteristik tertentu dari
Lebih terperinci: Distribusi Peluang. : D. Rizal Riadi
MATERI 3 Mata Kuliah Dosen : Distribusi Peluang : Statistik : D. Rizal Riadi Mengingat data kuantitatif dipengaruhi faktor-faktor ketidakpastian dan variasi yang disebabkan akurasi instrumen penelitian
Lebih terperinciPeluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Kejadian (event) Kejadian adalah himpunan bagian (subset) dari
Lebih 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 terperinciNilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2
Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan
Lebih 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 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 terperinciTUGAS KELOMPOK ANALISIS STATISTIKA (STK 511)
TUGAS KELOMPOK ANALISIS STATISTIKA (STK 5) Kelompok 8 Dewi Harni Nasution G5504 Fadhlul Mubarak G55005 Irene Herietta Gustin G5505 M. Yunus G55037 Nur Azizah Komara Rifai G5500 Rita Mustika Sari G55004
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 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 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 terperinciModel dan Simulasi Universitas Indo Global Mandiri
Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan
Lebih terperinciTeori Peluang Diskrit
Teori Peluang Diskrit Peluang Diskrit Apa yang terjadi jika keluaran dari suatu eksperimen tidak memiliki peluang yang sama? Dalam kasus ini, peluang p(s) dipadankan dengan setiap keluaran s S, di mana
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 terperinciMATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang.
MATERI BAB I RUANG SAMPEL DAN KEJADIAN Pendahuluan Ruang Sampel Kejadian Dua Kejadian Yang Saling Lepas Operasi Kejadian BAB II MENGHITUNG TITIK SAMPEL Prinsip Perkalian/ Aturan Dasar Notasi Faktorial
Lebih terperinciBAB 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 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 terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih 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 terperinciPeubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Peubah Acak Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita
Lebih 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 terperinciSEBARAN PELUANG DISKRET
SEBARAN PELUANG DISKRET Beberapa Peubah Acak Diskret Seragam Bernoulli Binomial Hipergeometrik Binom Negatif Geometrik Poisson Peubah Acak Seragam Bila setiap kemungkinan percobaan memiliki kesempatan
Lebih terperinciSTK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak
STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Diskrit 2 Adam Hendra Brata Distribusi Hipergeometrik Distribusi Hipergeometrik Jika sampling dilakukan tanpa pengembalian dari kejadian sampling yang diambil
Lebih terperinciBAB V PENGANTAR PROBABILITAS
BAB V PENGANTAR PROBABILITAS Istilah probabilitas atau peluang merupakan ukuran untuk terjadi atau tidak terjadinya sesuatu peristiwa. Ukuran ini merupakan acuan dasar dalam teori statistika. 1. Beberapa
Lebih terperinciStatistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T
Statistika & Probabilitas Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Kejadian Kejadian adalah himpunan bagian (subset) dari ruang sampel S. Dapat dipahami, kejadian adalah himpunan dari
Lebih terperinciDistribusi Probabilitas Variabel Acak Diskrit
Pertemuan ke-8 Distribusi Probabilitas Variabel Acak Diskrit Dr.Eng. Agus S. Muntohar Geotechnical Engineering Division Department of Civil Engineering 2 POKOK BAHASAN 5.1 Distribusi Bernoulli 5.2 Distribusi
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
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 terperinciProbabilitas dan Proses Stokastik
Probabilitas dan Proses Stokastik Tim ProStok Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember Surabaya, 2014 O U T L I N E 1. Capaian Pembelajaran 2. Pengantar dan 3. Contoh 4. Ringkasan
Lebih terperinciRuang Sampel. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Ruang Sampel Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Ruang Sampel (Sample Space) Ruang sampel: himpunan semua hasil (outcome) yang
Lebih terperinciKONSEP DASAR PROBABILITAS. Didin Astriani Prasetyowati, M.Stat Fakultas Ilmu Komputer Universitas Indo Global Mandiri
1 KONSEP DASAR PROBABILITAS Didin Astriani Prasetyowati, M.Stat Fakultas Ilmu Komputer Universitas Indo Global Mandiri Pengantar : 2 Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan
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 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 terperinciPROBABILITAS (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 terperinciStatistika & Probabilitas
Statistika & Probabilitas Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita lebih tertarik bukan pada titik sampelnya, tetapi gambaran numerik dari hasil. Misalkan pada pelemparan sebuah
Lebih terperinciUNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.
DISTRIBUSI DISKRIT UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 2081 Statistika Dasar Utriweni Mukhaiyar 7 Maret
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 terperinciKompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as
Kompetensi: Mahasiswa mampu menjelaskan gejala ekonomi dengan menggunakan konsep probabilitas Hal. 9- Penelitian itu Penuh Kemungkinan (tdk pasti) Mengubah Saya tidak yakin Menjadi Saya yakin akan sukses
Lebih terperinciBeberapaDistribusiPeluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
BeberapaDistribusiPeluang Diskrit Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Pengantar Pengamatanyang dihasilkanmelaluipercobaanyang berbeda
Lebih terperinciMenghitung peluang suatu kejadian
Menghitung peluang suatu kejadian A. Ruang Sampel, Titik Sampel, dan Kejadian Dari pandangan intuitif, peluang terjadinya suatu peristiwa atau kejadian adalah nilai yang menunjukkan seberapa besar kemungkinan
Lebih terperinciProbabilitas dan Proses Stokastik
Probabilitas dan Proses Stokastik Tim ProStok Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember Surabaya, 2014 O U T L I N E 1. Capaian Pembelajaran 2. Pengantar dan 3. Contoh 4. Ringkasan
Lebih 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 terperinciEksperimen Hasil Kejadian KONSEP PROBABILITAS
KONSEP PROBABILITAS Sebelumnya, telah dipelajari statistika deskriptif yang fokus untuk menyimpulkan data yang telah dikumpulkan pada waktu sebelumnya. Pada bab ini, akan dibahas tentang aspek lain dari
Lebih terperinciDistribusi Peluang Teoritis
Distribusi Peluang Teoritis 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinciTAKARIR. komputer sebagai sarana mempresentasikan materi belajar
TAKARIR Complement komplemen Computer aided instruction pembelajaran yang melibatkan penggunaan komputer sebagai sarana mempresentasikan materi belajar Drill and practice pelatihan materi dengan contoh
Lebih terperinciTipe Peubah Acak. Diskret. Kontinu
2 N i 1 x i N 2 Tipe Peubah Acak Diskret Segugus nilai dari suatu peubah acak yang dapat dicacah (countable) Misalkan X = banyaknya tendangan penalti yang berhasil dilakukan oleh pemain A Kontinu Nilai-nilai
Lebih terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
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 terperinciDistribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.
Distribusi Peluang Teoritis. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinciPS-02 HUKUM-HUKUM PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016
PS-02 HUKUM-HUKUM PROBABILITAS Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 Ruang Sampel Kejadian Hukum Probabilitas Pokok Bahasan Ruang Sampel Pengertian Ruang Sampel dan Titik Sampel Ruang Sampel adalah
Lebih 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 terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinciTEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan
TEORI PROBABILITAS Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan SAYA YAKIN MAHASISWA BELUM MELUPAKAN SAYA. YUK, INGAT SAYA KEMBALI SEBELUM KITA BERKENALAN
Lebih terperinciPENDAHULUAN Definisi: Contoh Kasus:
DISTRIBUSI PROBABILITAS 1 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.
Lebih terperinciSTATISTIKA MATEMATIKA
STATISTIKA MATEMATIKA Muhammad Subianto STATISTIKA MATEMATIKA Muhammad Subianto The work in this book/modul was partially supported by Jurusan Matematika FMIPA Universitas Syiah Kuala. Printed by... ISBN-10:
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 terperinciStatistika & Probabilitas
Statistika & Probabilitas Statistika Berhubungan dengan banyak angka Contoh : Numerical Description pergerakan IHSG, jumlah penduduk di suatu wilayah. Dalam dunia usaha sekumpulan data : pergerakan tingkat
Lebih terperinciSTATISTICS. WEEK 2 Hanung N. Prasetyo TELKOM POLYTECHNIC/HANUNGNP
STTISTICS WEEK 2 Hanung N. rasetyo OLYTECHNIC/HNUNGN Ruang sample dari suatu eksperimen merupakan suatu himpunan semua kemungkinan hasil suatu eksperimen. Ruang sample dinotasikan dengan Ώ Sedangkan kejadian
Lebih terperinciSTATISTIKA LINGKUNGAN
STATISTIKA LINGKUNGAN TEORI PROBABILITAS Probabilitas -pendahuluan Statistika deskriptif : menggambarkan data Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi
Lebih terperinciMetode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Metode Statistika Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah
Lebih terperinciDistribusi Probabilitas Diskrit. Dadan Dasari
Distribusi Probabilitas Diskrit Dadan Dasari Daftar Isi DIstribusi Uniform Distribusi Binomial DIstribusi Multinomial Distribusi Hipergeometrik Distribusi Poisson Distribusi Probabilitas Uniform Diskrit
Lebih terperinciBab 9. Peluang Diskrit
Bab 9. Peluang Diskrit Topik Definisi Peluang Diskrit Sifat Peluang Diskrit Probabilitas terbatas Konsep Teori Himpunan pada Peluang Diskrit Probabilitas Kejadian Majemuk A B dan A B DuaKejadianSalingLepas
Lebih terperinciKAJIAN TENTANG PENDEKATAN DISTRIBUSI BINOMIAL OLEH DISTRIBUSI NORMAL SKRIPSI MUSTAFA KEMAL RAMBE
KAJIAN TENTANG PENDEKATAN DISTRIBUSI BINOMIAL OLEH DISTRIBUSI NORMAL SKRIPSI MUSTAFA KEMAL RAMBE 090823073 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Lebih terperinciBAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu
BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.
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 terperinciDISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PROBABILITAS DISKRET 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial
Lebih terperinciDISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA
DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA 1 LUVY S. ZANTHY KAPSEL SMA 2 LUVY S. ZANTHY KAPSEL SMA 3 Distribusi Binomial O Dalam suatu percobaan statistik sering dijumpai pengulangan
Lebih terperinciDISTRIBUSI PELUANG TEORITIS
Distribusi Teoritis 1/ 15 DISTRIBUSI PELUANG TEORITIS 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. PEUBAH ACAK Fungsi yang mendefinisikan
Lebih terperinciStatistika Farmasi
Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu
Lebih terperinciBAB 8 DISTRIBUSI PELUANG DISKRIT
BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS Uniform Bernoulli Binomial Poisson Distribusi Lainnya: Multinomial Hipergeometrik Geometrik Binomial Negatif BI5106 Analisis Biostatistika 27 September 2012 Distribusi uniform
Lebih terperinciPeluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}.
Peluang A. Populasi dan Sampel Populasi adalah himpunan semua obyek yang diteliti. Sampel adalah himpunan bagian dari populasi. Contoh: Dalam rangka menentukan tingkat kecerdasan rata-rata siswa SMP di
Lebih 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 terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks
Minggu Pokok Bahasan ke dan TIU 1 1Pendahuluan tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika statistika Mahasiswa dapat menjelaskan kegunaan
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 terperinciSTATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling
STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial
Lebih terperinciRUANG SAMPEL DAN KEJADIAN TI2131 TEORI PROBABILITAS MINGGU KE-2
RUANG SAMPEL DAN KEJADIAN TI2131 TEORI PROBABILITAS MINGGU KE-2 1 Definisi-definisi Himpunan (set) adalah kumpulan objek. Himpunan semua outcome yang mungkin muncul dalam suatu percobaan/pengamatan disebut
Lebih terperinciContoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)
Aturan Penjumlahan Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(A atau B)= P(A)+P(B) Not Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(Aatau B): P(A)+P(B) P(A dan B) Contoh:
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 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 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 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 terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS U N I F O R M ( S E R A G A M ) B E R N O U L L I B I N O M I A L P O I S S O N MA 4085 Pengantar Statistika 26 Februari 2013 Utriweni Mukhaiyar M U L T I N O M I A L H I P E
Lebih terperinciPeubah Acak (Lanjutan)
Learning Outcomes 13 April 2014 Learning Outcomes Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat
Lebih terperinciDISTRIBUSI BINOMIAL berhasil gagal berhasil gagal berhasil gagal ya tidak success failed sukses atau berhasil gagal. sukses atau berhasil.
DISTRIBUSI BINOMIAL Pendahuluan Distribusi binomial merupakan suatu proses distribusi probabilitas yang dapat digunakan apabila suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Proses
Lebih terperinciSTK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang
STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1
Lebih terperinciHANDOUT MATAKULIAH : STATISTIKA MATEMATIKA I
HANDOUT MATAKULIAH : STATISTIKA MATEMATIKA I Disusun Oleh: Entit Puspita, S.Pd, M.Si NIP : 196704081994032002 JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciSEJARAH DISTRIBUSI POISSON
SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi
Lebih terperinciPeluang. Ilham Rais Arvianto, M.Pd. STMIK AKAKOM Yogyakarta
eluang Ilham Rais rvianto, M.d STMIK KKOM Yogyakarta Ruang Sampel dan Titik Sampel Ruang sampel adalah himpunan dari semua kejadian yang mungkin muncul pada suatu percobaan. Ruang sampel dilambangkan dengan
Lebih terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih 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 terperinciPERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA
Saintia Matematika Vol. 1, No. 3 (2013), pp. 299 312. PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA Raini Manurung, Suwarno Ariswoyo, Pasukat Sembiring Abstrak.
Lebih 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 #2 TIN315 Pemeliharaan dan Rekayasa Keandalan Genap 2015/2016
#2 PROBABILITAS 2.1. Pendahuluan Kata probabiliitas sering dipakai jika kehilangan sentuhan dalam mengimplikasikan bahwa suatu kejadian yang mempunyai peluang yang bagus akan terjadi. Dalam hal ini penilaian
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 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 terperinci