UJIAN A20 PERIODE JUNI 2014 SOLUSI UJIAN PAI A20. A20-Probabilitas dan Statistika 9/25/2014

Ukuran: px
Mulai penontonan dengan halaman:

Download "UJIAN A20 PERIODE JUNI 2014 SOLUSI UJIAN PAI A20. A20-Probabilitas dan Statistika 9/25/2014"

Transkripsi

1 SOLUSI UJIAN PAI A20 UJIAN A20 PERIODE JUNI 2014 A20-Probabilitas dan Statistika 9/25/2014 Berikut merupakan solusi ujian PAI yang saya buat secara khusus untuk teman-teman PT Padma Radya Aktuaria, dan secara umum untuk teman-teman yang mau mengambil ujian PAI A20 Semoga bermanfaat

2 1 1) Diketahui, dan akan dicari nilai 2) Diketahui dan merupakan himpunan kejadian saling bebas, maka haruslah Tetapi dalam soal diketahui juga, yang berarti Sehingga pasangan nilai, yang tidak mungkin adalah jika nilai 3) Misal Probabilitas Bang Jali mengetahui jawaban yang benar, dengan Sedangkan Probabilitas Bang Jali menebak jawaban yang benar, dengan Diasumsikan jika Bang Jali tidak mengetahui jawaban yang benar, Bang jali akan menjawab soal dengan menebak Sehingga probabilitas Bang Jali memilih jawaban yang benar adalah 4) Diketahui, maka Diketahui juga bahwa Dengan persamaan dan didapat nilai Akan dicari nilai 5) Diketahui variable acak berdistribusi Normal dengan Akan dicari nilai ( ) 6) Diketahui, maka Sedangkan ( ) Akan dicari nilai dari ( ) ( ) Karena sudah diketahui ( ), maka bisa didapat nilai ( ) 7) Diketahui Dari informasi diatas nilai ekspektasi dari waktu penyelesaian terlama adalah menit

3 2 8) Diketahui merupakan variable acak diskrit dengan gabungan untuk dan Cara 1: Karena, maka dapat dinyatakan dari variable acak diskrit adalah { Akan dicari nilai ( ) ( ) ( ) Cara 2: Dari persamaan diatas terlihat bahwa variable acak adalah dari Sehingga 11) Diketahui gabungan dari variable acak adalah Akan dicari 12) Diketahui dan ( ) Akan dicari nilai ( ) 9) Diketahui dan Maka Karena, maka nilai Sehingga bisa didapat nilai probabilitas dan nonton pertandingan adalah 10) Diketahui 13) Diketahui masing-masing merupakan variable acak dengan dan untuk dan Akan dicari nilai ( ) 14) Diketahui, maka Akan dicari nilai dari ( ) ( )

4 3 15) Diketahui dengan dan Akan dicari nilai dari ( ) 16) Diketahui Dari persamaan diatas terlihat bahwa variable acak adalah Sehingga 17) Diketahui Sementara akan dicari nilai terlebih dahulu Setelah didapat nilai, selanjutnya akan dicari nilai dari munculnya yang ke-3 kalinya pada pelemparan ke-5 adalah ( ) ( ) ( ) 19) Dengan informasi yang ada pada soal, saya tidak kebayang bagaimana solusi tim pembuat soal sampai bisa menemukan jawaban 20) Diketahui Pernyataan diatas belum tentu benar, karena untuk contoh kondisi katakanlah dengan pernyataan diatas tidak berlaku Karena maka dapat dinyatakan, sehingga ( ) Karena maka sudah tentu himpunan bagian 21) Diketahui [ ] Akan dicari nilai ( ) 18) Diketahui probabilitas muncul = dan probabilitas muncul = Probabilitas

5 4 22) Perhatikan gambar berikut: I II 24) Langsung saja 8% 4% D III A 20% Diketahui, maka Sedangkan atau Diketahui juga atau Karena, maka didapat Sehingga presentase publik yang telah menonton tepat satu dari tiga film LORT adalah 23) Perhatikan tabel berikut: B Hari Kerja Senin 32 2,43 Selasa 18 1,83 Rabu 18 1,83 Kamis 20 1,22 Jumat 32 2,43 Total Akan dicari range yang mengandung nilai - C 50% value Nilai terkecil dari ( ) untuk nilai-nilai dengan diatas terjadi ketika nilai Nilai,dipenuhi untuk suatu nilai Sehingga range yang mengandung -value adalah paling sedikit 25) Diketahui Akan dicari sedemikian sehingga Karena maka ( didapat 26) Perhatikan table berikut: untuk, ) haruslah positif Sehingga susunan peringkat ke-1 ke-2 ke-3 (1) Brazil Inggris Jerman (2) Brazil Jerman Inggris (3) Inggris Brazil Jerman (4) Inggris Jerman Brazil (5) Jerman Brazil Inggris (6) Jerman Inggris Brazil Misalkan peluang terjadinya susunan Diketahui 3 pernyataan berikut: ) ( ) ) ( ) ) Akan dicari nilai Berdasarkan pernyataan ) dan ) didapat bahwa

6 5 ( ) Karena maka nilai 27) Diketahui, sehingga Sedangkan dengan bisa didapat Akan dicari nilai ( ), diperlukan nilai yang diharapkan pada hasil survey Pada soal tidak dijelaskan spesifik nilai Berhubung survey yang dilakukan tentang akan memilih tidaknya presiden XYZ, maka dapat disimpulkan hasil survey akan berdistribusi Bernoulli dengan Karena pada soal tidak diketahui nilai, maka akan digunakan nilai (dengan asumsi kondisi memilih dan tidak memilih seimbang) ( ) 28) Diketahui merupakan variable acak banyaknya percobaan sampai munculnya sisi dadu 1, 2, atau 3 untuk pertama kali Karena probabilitas munculnya sisi dadu 1, 2, atau 3 untuk sekali pelemparan dadu adalah, maka dari variable acak dapat dinyatakan sebagai berikut: Dari diatas terlihat bahwa variable acak berdistribusi geometrik Selanjutnya akan dicari nilai 30) Akan dicari nilai yang membuat ( ) Karena dan masing-masing merupakan variable acak Normal dengan yang maka ( ( ) ) berdistribusi dengan Karena ( ) ( ) maka 29) Untuk mengetahui banyaknya sampel agar dapat dan

UJIAN A70 PERIODE JUNI 2014 SOLUSI UJIAN PAI A70. A70-Pemodelan dan Teori Risiko 9/14/2014

UJIAN A70 PERIODE JUNI 2014 SOLUSI UJIAN PAI A70. A70-Pemodelan dan Teori Risiko 9/14/2014 SOLUSI UJIAN PAI A70 UJIAN A70 PERIODE JUNI 2014 A70-Pemodelan Teori Risiko 9/14/2014 Berikut merupakan solusi ujian PAI yang saya buat secara khusus untuk teman-teman PT Padma Radya Aktuaria, secara umum

Lebih terperinci

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

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

Lebih terperinci

ULANGAN AKHIR SEMESTER 1 SEKOLAH MENENGAH PERTAMA (SMP) TAHUN PELAJARAN 2011/2012

ULANGAN AKHIR SEMESTER 1 SEKOLAH MENENGAH PERTAMA (SMP) TAHUN PELAJARAN 2011/2012 ULANGAN AKHIR SEMESTER 1 SEKOLAH MENENGAH PERTAMA (SMP) TAHUN PELAJARAN 2011/2012 LEMBAR SOAL Mata Pelajaran : Matematika Kelas / Semester : IX / 1 Alokasi Waktu : 120 menit Pilih satu jawaban yang paling

Lebih terperinci

Dasar-dasar Statistika Pemodelan Sistem

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

Lebih terperinci

STATISTIKA 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 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 terperinci

BAB 3 PEMBAHASAN. Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Waktu Pengamatan

BAB 3 PEMBAHASAN. Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Waktu Pengamatan BAB 3 PEMBAHASAN 3.1. Uji Kesesuaian Distribusi Dalam penelitian ini kedatangan pasien diasumsikan berdistribusi Poisson dan waktu pelayanan diasumsikan berdistribusi Eksponensial. Untuk menguji kebenarannya

Lebih terperinci

JADWAL KULIAH/RESPONSI/PRAKTIKUM MATRIKULASI T.A 2014/2015 TINGKAT PERSIAPAN BERSAMA - INSTITUT PERTANIAN BOGOR

JADWAL KULIAH/RESPONSI/PRAKTIKUM MATRIKULASI T.A 2014/2015 TINGKAT PERSIAPAN BERSAMA - INSTITUT PERTANIAN BOGOR C5/G7 SENIN 30 Juni 2014 08.00-10.00 FIS101 3(2-3) FISIKA DASAR 1 KULIAH RK CCR 1.02 G7 SENIN 30 Juni 2014 12.30-15.00 FIS101 3(2-3) FISIKA DASAR 1 PRAKTIKUM lab 1 C5 SENIN 30 Juni 2014 15.00-17.30 FIS101

Lebih terperinci

PERUBAHAN KELAS SEMESTER GENAP TA. 2016/2017

PERUBAHAN KELAS SEMESTER GENAP TA. 2016/2017 PERUBAHAN KELAS SEMESTER GENAP TA. 2016/2017 Beberapa kelas mata kuliah pada semester genap ta. 2016/2017 ini mengalami perubahan kelas dan jadwal. Bagi mahasiswa yang karena perubahan tersebut mengalami

Lebih terperinci

Probabilitas dan Statistika Teori Peluang. Adam Hendra Brata

Probabilitas 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 terperinci

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

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

Lebih terperinci

BAB 5 KESIMPULAN DAN SARAN

BAB 5 KESIMPULAN DAN SARAN BAB 5 KESIMPULAN DAN SARAN Pada bab ini akan diuraikan kesimpulan dan saran yang akan diberikan berdasarkan hasil dan solusi yang telah diperoleh melalui setiap tahap pengujian yang telah dilakukan. Pada

Lebih terperinci

Pertemuan ke-5 : Kamis, 7 April : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21

Pertemuan ke-5 : Kamis, 7 April : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21 Pertemuan ke-5 : Kamis, 7 April 2016 Dosen : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21 Materi Teori Peluang: 1. Operasi Kejadian 2. Peluang: definisi dan sifat-sifatnya Operasi Kejadian

Lebih terperinci

PEUBAH ACAK DAN DISTRIBUSINYA

PEUBAH ACAK DAN DISTRIBUSINYA 4/6/009 Pemetaan (Fungsi) PEUBAH ACAK DAN DISTRIBUSINYA Suatu pemetaan / fungsi Kategori fungsi:. Fungsi titik A B MA 08 Statistika Dasar Dosen : Udjianna S. Pasaribu Utriweni Mukhaiyar Senin, 6 Februari

Lebih terperinci

Pertemuan 2. Hukum Probabilitas

Pertemuan 2. Hukum Probabilitas Pertemuan 2 Hukum Probabilitas Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a B) = n(a) + n(b) n(a B) Kejadian majemuk adalah gabungan atau

Lebih terperinci

PENGANTAR MANAJEMEN SAINS EXERCISE UAS

PENGANTAR MANAJEMEN SAINS EXERCISE UAS PENGANTAR MANAJEMEN SAINS EXERCISE UAS 2013/2014 UNIVERSITAS INDONESIA FAKULTAS EKONOMI DEPARTEMEN MANAJEMEN PROGRAM STUDI S1 REGULER MANAJEMEN UJIAN AKHIR SEMESTER SEMESTER GASAL 2013/2014 PENGANTAR MANAJEMEN

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB 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 terperinci

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata Probabilitas dan Statistika Adam Hendra Brata Himpunan nilai-nilai yang mungkin dari peubah acak X merupakan himpunan tak terhitung yaitu tidak dapat dinyatakan sebagai {,, 3,., n } atau {,, 3,.} tetapi

Lebih terperinci

Statistika & Probabilitas

Statistika & 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 terperinci

Model dan Simulasi Universitas Indo Global Mandiri

Model dan Simulasi Universitas Indo Global Mandiri Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan

Lebih terperinci

LAMPIRAN. Kuesioner Penelitian Analisis dan Perancangan Sistem Pemesanan Tiket Berbasis. Mobile. Jenis Kelamin (Pilih salah satu): Laki-laki Perempuan

LAMPIRAN. Kuesioner Penelitian Analisis dan Perancangan Sistem Pemesanan Tiket Berbasis. Mobile. Jenis Kelamin (Pilih salah satu): Laki-laki Perempuan L1 LAMPIRAN Kuesioner Penelitian Analisis dan Perancangan Sistem Pemesanan Tiket Berbasis Mobile Nama : Umur : th Jenis Kelamin (Pilih salah satu): Laki-laki Perempuan Petunjuk Pengisian: Berilah tanda

Lebih terperinci

Teori Peluang Diskrit

Teori 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 terperinci

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

28/09/2012 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 terperinci

DISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson

DISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson DISTRIBUSI POISSON Pendahuluan Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai

Lebih terperinci

JADWAL UJIAN AKHIR SEMESTER (UAS) GASAL 2016/2017 FAKULTAS HUKUM UNIVERSITAS NEGERI SEMARANG TAHUN 2016

JADWAL UJIAN AKHIR SEMESTER (UAS) GASAL 2016/2017 FAKULTAS HUKUM UNIVERSITAS NEGERI SEMARANG TAHUN 2016 SELASA 3 JANUARI 2017 JADWAL UJIAN AKHIR SEMESTER (UAS) GASAL 2016/2017 FAKULTAS HUKUM UNIVERSITAS NEGERI SEMARANG TAHUN 2016 Hukum Administrasi Negara (sudah diuji) 1,2,4,6,7 K1-216 45+45+38+43+46 Hukum

Lebih terperinci

PERSATUAN AKTUARIS INDONESIA

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

Lebih terperinci

Laporan Studi Jadwal Kelas PROGRAM STUDI HARI JAM MULAI JAM SELESAI KELAS KODE MK NAMA MK RUANG JML PESERTA Matematika SENIN 07:30:00 09:15:00 A

Laporan Studi Jadwal Kelas PROGRAM STUDI HARI JAM MULAI JAM SELESAI KELAS KODE MK NAMA MK RUANG JML PESERTA Matematika SENIN 07:30:00 09:15:00 A Laporan Studi Jadwal Kelas PROGRAM STUDI HARI JAM MULAI JAM SELESAI KELAS KODE MK NAMA MK RUANG JML PESERTA Matematika SENIN 07:30:00 09:15:00 A MAM4722 PERANGKAT LUNAK MATEMATIKA lab A 24 Matematika SENIN

Lebih terperinci

Pengantar Proses Stokastik

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

Lebih terperinci

SILABUS PEMBELAJARAN

SILABUS PEMBELAJARAN Lampiran 1 SILABUS PEMBELAJARAN Mata Pelajaran : Matematika Kelas/Semester : 6 (Enam) / (Satu) Standar Kompetensi : 4. Mengumpulkan dan mengolah data KOMPETENSI DASAR MATERI POKOK KEGIATAN PEMBELAJARAN

Lebih terperinci

Pengantar Statistika Matematik(a)

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

Lebih terperinci

JADWAL UJIAN AKHIR SEMESTER GANJIL TAHUN AKADEMIK 2012/2013 JURUSAN AKUNTANSI

JADWAL UJIAN AKHIR SEMESTER GANJIL TAHUN AKADEMIK 2012/2013 JURUSAN AKUNTANSI JADWAL UJIAN AKHIR SEMESTER GANJIL TAHUN AKADEMIK 2012/2013 JURUSAN AKUNTANSI No. Mata Kuliah Smt Kelas Senin Selasa Rabu Kamis Jum'at Sabtu Senin Selasa 28-01-2013 29-01-2013 30-01-2013 31-01-2013 01-02-2013

Lebih terperinci

NIK NO PESERTA SESI Tanggal Jam Lokasi

NIK NO PESERTA SESI Tanggal Jam Lokasi NO NIK NO PESERTA SESI Tanggal Jam Lokasi 1 3203016408880011 3012-3-000001 1 hari 1 sesi 1 Rabu 12 Nopember 2014 08:00 s.d 09:30 Labkom A 2 3204052106830004 3012-3-000003 2 hari 1 sesi 1 Rabu 12 Nopember

Lebih terperinci

MATERI KULIAH STATISTIKA

MATERI KULIAH STATISTIKA 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 :

Lebih terperinci

Pengantar Proses Stokastik

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

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini merupakan penelitian komparasi yang bertujuan unutk

BAB III METODE PENELITIAN. Jenis penelitian ini merupakan penelitian komparasi yang bertujuan unutk BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini merupakan penelitian komparasi yang bertujuan unutk membandingkan kesamaan pandangan dan perubahan perubahan pandangan orang, grup atau

Lebih terperinci

Bab 2 DISTRIBUSI PELUANG

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

Lebih terperinci

BAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA. Penjadwalan kuliah di departemen Matematika UI melibatkan

BAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA. Penjadwalan kuliah di departemen Matematika UI melibatkan BAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA Penjadwalan kuliah di departemen Matematika UI melibatkan beberapa komponen yakni ruang kuliah, dosen serta mahasiswa. Seorang

Lebih terperinci

Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi

Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi Buatlah aplikasi program untuk menyelesaikan kasus permasalahan dibawah ini, dengan menggunakan software aplikasi yang kalian mampu gunakan, interfacing

Lebih terperinci

Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia

Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia HUKUM PROBABILITAS Pertemuan ke ke--4 Didin Astriani Prasetyowati, M.Stat Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) +

Lebih terperinci

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA BANK SYARIAH MANDIRI CABANG WARUNG BUNCIT JAKARTA SELATAN

ANALISIS SISTEM ANTRIAN PADA BANK SYARIAH MANDIRI CABANG WARUNG BUNCIT JAKARTA SELATAN ANALISIS SISTEM ANTRIAN PADA BANK SYARIAH MANDIRI CABANG WARUNG BUNCIT JAKARTA SELATAN Nama : Deden Kurniawan NPM : 11210746 Jurusan : Manajemen Pembimbing : Ade Rachmawati SE, MM Latar Belakang Di zaman

Lebih terperinci

KUMPULAN SOAL-SOAL OMITS

KUMPULAN SOAL-SOAL OMITS KUMPULAN SOAL-SOAL OMITS SOAL Babak Penyisihan Olimpiade Matematika ITS 2011 (OMITS 11) Tingkst SMP Se-derajat BAGIAN I.PILIHAN GANDA 1. Berapa banyak faktor positif/pembagi dari 2011? A. 1 B. 2 C. 3 D.

Lebih terperinci

PRA UJIAN NASIONAL TAHUN PELAJARAN 2015/2016. Mata Pelajaran : Matematika Hari/tanggal : Selasa, 22 Maret 2016 Waktu :

PRA UJIAN NASIONAL TAHUN PELAJARAN 2015/2016. Mata Pelajaran : Matematika Hari/tanggal : Selasa, 22 Maret 2016 Waktu : PRA UJIAN NASIONAL TAHUN PELAJARAN 2015/2016 Mata Pelajaran : Matematika Hari/tanggal : Selasa, 22 Maret 2016 Waktu : 07.30 09.30 WIB PETUNJUK UMUM: 1. Tulislah terlebih dahulu nama dan nomor tes Anda

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Metode Penelitian Dalam sebuah penelitian ilmiah dalam mencapai tujuannya selalau menggunakan metode. Metode yang tepat akan akan membantu dalam keberhasilan suatu penelitian.

Lebih terperinci

REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016

REVIEW: 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar belakang. Secara langsung atau tidaklangsung kata statitik sering kita dengar dan kita rasakan

BAB I PENDAHULUAN. 1.1 Latar belakang. Secara langsung atau tidaklangsung kata statitik sering kita dengar dan kita rasakan 10 BAB I PENDAHULUAN 1.1 Latar belakang Secara langsung atau tidaklangsung kata statitik sering kita dengar dan kita rasakan dalam kehidupan sehari-hari, sebagai contoh pada saat kita menonton pertandingan

Lebih terperinci

Bab 3 Pengantar teori Peluang

Bab 3 Pengantar teori Peluang Bab 3 Pengantar teori Peluang Istilah peluang atau kemungkinan, sering kali diucapkan atau didengar. Sebagai contoh ketika manajer dari sebuah klub sepak bola ditanya wartawan tentang hasil pertandingan

Lebih terperinci

Teller 1. Teller 2. Teller 7. Gambar 3.1 Proses antrian pada sistem antrian teller BRI Cik Ditiro

Teller 1. Teller 2. Teller 7. Gambar 3.1 Proses antrian pada sistem antrian teller BRI Cik Ditiro Berikut ini adalah pembahasan mengenai sistem antrian teller BRI Cik Ditiro dan optimasinya berdasarkan model tingkat aspirasi. Deskripsi mengenai sistem antrian teller BRI Cik Ditiro dapat diuraikan sebagai

Lebih terperinci

SATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS

SATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS SATUAN ACUAN PERKULIAHAN MATA KULIAH : KODE : TIK1010 / SKS : 3 SKS SEMESTER : III / GANJIL WAKTU : 150 Menit JUMLAH PERTEMUAN : 16 x pertemuan (14 x materi kuliah, 2 x Ujian (UTS dan UAS)) 1 ANALISIS

Lebih terperinci

ANALISIS KORESPONDENSI UNTUK MENGETAHUI EFEKTIVITAS IKLAN PROVIDER TELEPON SELULER DI MEDIA TELEVISI

ANALISIS KORESPONDENSI UNTUK MENGETAHUI EFEKTIVITAS IKLAN PROVIDER TELEPON SELULER DI MEDIA TELEVISI ANALISIS KORESPONDENSI UNTUK MENGETAHUI EFEKTIVITAS IKLAN PROVIDER TELEPON SELULER DI MEDIA TELEVISI Maya Evayani Gurning 1308 030 013 Dosen Pembimbing : Dra. Destri Susilaningrum, M.Si LATAR BELAKANG

Lebih terperinci

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

KONSEP 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 terperinci

PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU

PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU tnp PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU Mida Yanti 1 Nur Salam 1 Dewi Anggraini 1 Abstract: Poisson process is a special event

Lebih terperinci

Pengantar Proses Stokastik

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

Lebih terperinci

Bab 1 PENDAHULUAN. 1.1.Latar Belakang

Bab 1 PENDAHULUAN. 1.1.Latar Belakang Bab 1 PENDAHULUAN 1.1.Latar Belakang Para peneliti maupun administrator dalam bidang bisnis, pendidikan, pemerintahan, ekonomi, maupun bidang lain, semuanya berkepentingan dalam masalah estimasi atau penaksiran.

Lebih terperinci

PETUNJUK TEKNIS DAN KETENTUAN SAFARI LEMBAGA FAKULTAS MIPA UNIVERSITAS BRAWIJAYA

PETUNJUK TEKNIS DAN KETENTUAN SAFARI LEMBAGA FAKULTAS MIPA UNIVERSITAS BRAWIJAYA Sekretariat Gedung Utara Unit Lembaga Mahasiswa Jl. Veteran PETUNJUK TEKNIS DAN KETENTUAN SAFARI LEMBAGA FAKULTAS MIPA A. Deskripsi Tugas Tugas Safari Lembaga merupakan tugas yang bertujuan untuk mengenalkan

Lebih terperinci

JADWAL KULIAH SEMESTER GANJIL 2016/2017 FAKULTAS EKONOMI DAN BISNIS - PRODI: MANAJEMEN

JADWAL KULIAH SEMESTER GANJIL 2016/2017 FAKULTAS EKONOMI DAN BISNIS - PRODI: MANAJEMEN 1 ECM 101 A Pengantar Bisnis SELASA 10.00-12.30 1 ECM 101 B Pengantar Bisnis SENIN 13.00-15.30 1 ECM 101 C Pengantar Bisnis RABU 07.00-09.30 1 ECM 101 D Pengantar Bisnis SENIN 10.00-12.30 1 ECM 103 A Pengantar

Lebih terperinci

Prestasi itu diraih bukan didapat!!!

Prestasi itu diraih bukan didapat!!! SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA 003 TIM OLIMPIADE MATEMATIKA INDONESIA 004 Prestasi itu diraih bukan didapat!!! SOLUSI SOAL Bidang Matematika Disusun oleh : Olimpiade Matematika Tk Kabupaten/Kota

Lebih terperinci

Contoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252.

Contoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252. Contoh Solusi PR Statistika & Probabilitas Semesta dari kejadian adalah: pemilihan soal dari soal Jumlah kemungkinannya ( ) = (a) Kemungkinannya dapat dihitung dengan memilih soal tes dari soal yang anak

Lebih terperinci

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

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

Lebih terperinci

OMITS 12. Soal Babak Penyisihan Olimpiade Matematika ITS (OMITS) Tahun 2012 Tingkat SMP dan Sederajat MATEMATIKA ING NGARSA SUNG TULADHA

OMITS 12. Soal Babak Penyisihan Olimpiade Matematika ITS (OMITS) Tahun 2012 Tingkat SMP dan Sederajat MATEMATIKA ING NGARSA SUNG TULADHA OMITS 2 Soal Babak Penyisihan Olimpiade Matematika ITS (OMITS) Tahun 202 Tingkat SMP dan Sederajat MATEMATIKA ING NGARSA SUNG TULADHA Olimpiade? Ya OMITS Petunjuk Pengerjaan Soal Babak Penyisihan Olimpiade

Lebih terperinci

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

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

Lebih terperinci

TEORI PROBABILITAS. a. Ruang Contoh. Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S.

TEORI 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 terperinci

PENENTUAN RUTE PENDISTRIBUSIAN GAS LPG DENGAN METODE ALGORITMA NEAREST NEIGHBOUR (Studi Kasus Pada PT. Graha Gas Niaga Klaten)

PENENTUAN RUTE PENDISTRIBUSIAN GAS LPG DENGAN METODE ALGORITMA NEAREST NEIGHBOUR (Studi Kasus Pada PT. Graha Gas Niaga Klaten) PENENTUAN RUTE PENDISTRIBUSIAN GAS LPG DENGAN METODE ALGORITMA NEAREST NEIGHBOUR (Studi Kasus Pada PT. Graha Gas Niaga Klaten) Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata II pada

Lebih terperinci

Solusi, Vol. 10, No. 22 Maret 2012 Mei 2012 Perancangan Dan Implementasi Model Sistem Antrian Pelayanan di Puskesmas Mulya Mekar

Solusi, Vol. 10, No. 22 Maret 2012 Mei 2012 Perancangan Dan Implementasi Model Sistem Antrian Pelayanan di Puskesmas Mulya Mekar Perancangan Dan Implementasi Model Sistem Antrian Pelayanan di Puskesmas Mulya Mekar Ade Momon S., Ir, MT dan Ana Ahdiat, ST Fakultas Teknik, Universitas Singaperbangsa Karawang, 2012 RINGKASAN Tingkat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

SEHUBUNGAN DENGAN PROYEK YANG SEDANG BERLANGSUNG RUANGAN UTS GEDUNG A DIPINDAH SESUAI JADWAL BERIKUT Jumat, 20 Oktober 2017

SEHUBUNGAN DENGAN PROYEK YANG SEDANG BERLANGSUNG RUANGAN UTS GEDUNG A DIPINDAH SESUAI JADWAL BERIKUT Jumat, 20 Oktober 2017 Jumat, 20 Oktober 2017 Prodi Mata Kuliah Kls A2.16 TIF Manajemen Industri Teknologi Informasi A E1.1 A2.17 SI Sistem Enterprise A E2.3 A2.18 SI Sistem Enterprise F E1.4 A2.19 TEKOM Manajemen Industri Teknologi

Lebih terperinci

08 Mei Pertemuan. Gambar 1 Proses Manajemen Risiko ISO : Manajemen Risiko

08 Mei Pertemuan. Gambar 1 Proses Manajemen Risiko ISO : Manajemen Risiko Sebagaimana proses manajemen risiko sesuai dengan ISO 300: 2009 - Manajemen Risiko pada ilustrasi Gambar 1, pada pertemuan sebelumnya telah diulas Identifikasi Risiko dimana adalah penting untuk mengidentifikasikan

Lebih terperinci

BAB V PEMBAHASAN. A. Kecepatan Pelayanan Pendaftaran Rawat Jalan. responden yang mendapatkan pelayanan tidak cepat yaitu sebanyak 62

BAB V PEMBAHASAN. A. Kecepatan Pelayanan Pendaftaran Rawat Jalan. responden yang mendapatkan pelayanan tidak cepat yaitu sebanyak 62 BAB V PEMBAHASAN A. Kecepatan Pelayanan Pendaftaran Rawat Jalan Berdasarkan hasil penelitian, pada tabel 3 diketahui lebih banyak responden yang mendapatkan pelayanan tidak cepat yaitu sebanyak 62 responden

Lebih terperinci

4.1.1 Distribusi Binomial

4.1.1 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 terperinci

JADWAL UJIAN AKHIR SEMESTER GANJIL TERPADU (SEMESTER 5)

JADWAL UJIAN AKHIR SEMESTER GANJIL TERPADU (SEMESTER 5) JADWAL UJIAN AKHIR SEMESTER GANJIL TERPADU (SEMESTER 5) PROGRAM STUDI D3 TEKNIK KONSTRUKSI GEDUNG & TEKNIK KONSTRUKSI SIPIL (PAGI & SIANG) POLITEKNIK NEGERI JAKARTA TAHUN AKADEMIK 04/05 SEMESTER 5 / GEDUNG

Lebih terperinci

PENENTUAN RUTE PENDISTRIBUSIAN GAS LPG DENGAN METODE ALGORITMA NEAREST NEIGHBOUR

PENENTUAN RUTE PENDISTRIBUSIAN GAS LPG DENGAN METODE ALGORITMA NEAREST NEIGHBOUR PENENTUAN RUTE PENDISTRIBUSIAN GAS LPG DENGAN METODE ALGORITMA NEAREST NEIGHBOUR Dian Kurniawati Program Studi Magister Teknik Sipil Universitas Muhammadiyah Surakarta dian_kurniawati83@yahoo.com Agus

Lebih terperinci

Ekspektasi Satu Peubah Acak Diskrit

Ekspektasi Satu Peubah Acak Diskrit Chandra Novtiar 085794801125 chandramathitb07@gmail.com PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP) SILIWANGI BANDUNG Garis Besar Pembahasan Sub Pokok Pembahasan

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

STK511 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 terperinci

TUGAS AKHIR TINJAUAN KEMACETAN LALU LINTAS AKIBAT PEMBANGUNAN JALAN LAYANG NON-TOL KAMPUNG MELAYU MELAYU TANAH ABANG

TUGAS AKHIR TINJAUAN KEMACETAN LALU LINTAS AKIBAT PEMBANGUNAN JALAN LAYANG NON-TOL KAMPUNG MELAYU MELAYU TANAH ABANG TUGAS AKHIR TINJAUAN KEMACETAN LALU LINTAS AKIBAT PEMBANGUNAN JALAN LAYANG NON-TOL KAMPUNG MELAYU MELAYU TANAH ABANG Diajukan sebagai syarat untuk meraih gelar Sarjana Teknik Strata (S-1) Disusun oleh

Lebih terperinci

AK5161 Matematika Keuangan Aktuaria

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

Lebih terperinci

Pengantar Proses Stokastik

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

Lebih terperinci

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

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 017 1 Tentang AK5161 Matematika

Lebih terperinci

BAB V TEORI PROBABILITAS

BAB V TEORI PROBABILITAS BAB V TEORI PROBABILITAS Probabilitas disebut juga dengan peluang atau kemungkinan. Probabilitas merupakan suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian yang acak. Oleh karena

Lebih terperinci

AK5161 Matematika Keuangan Aktuaria

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

Lebih terperinci

UJICOBA UJIAN NASIONAL MATA PELAJARAN : MATEMATIKA Hari Tanggal : 2012

UJICOBA UJIAN NASIONAL MATA PELAJARAN : MATEMATIKA Hari Tanggal : 2012 UJIOBA UJIAN NASIONAL MATA PELAJARAN : MATEMATIKA Hari Tanggal : 0 Waktu : 0 Menit Jenjang : SMP/MTS Petunjuk : Berikanlah tanda () pada salah satu huru a, b, c atau d pada jawaban yang benar.. Hasil dari

Lebih terperinci

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak

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

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN. 4.1 Model Sistem Antrian Bank Mega Cabang Puri Indah

BAB IV ANALISIS HASIL DAN PEMBAHASAN. 4.1 Model Sistem Antrian Bank Mega Cabang Puri Indah BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Model Sistem Antrian Bank Mega Cabang Puri Indah Bank Mega cabang Puri Indah beroperasi dari hari Senin hingga Jumat. Bank Mega cabang Puri Indah mulai beroperasi

Lebih terperinci

Statistika Farmasi

Statistika 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 terperinci

Harapan Matematik (Teori Ekspektasi)

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

Lebih terperinci

Perancangan Dan Implementasi Model Sistem Antrian Pelayanan di Puskesmas Mulya Mekar

Perancangan Dan Implementasi Model Sistem Antrian Pelayanan di Puskesmas Mulya Mekar Perancangan Dan Implementasi Model Sistem Antrian Pelayanan di Puskesmas Mulya Mekar Ade Momon S., Ir, MT dan Ana Ahdiat, ST Fakultas Teknik, Universitas Singaperbangsa Karawang, 2012 RINGKASAN Tingkat

Lebih terperinci

ANALISIS KONDISI HAULAGE PETI KEMAS DI AREA PELABUHAN (STUDI KASUS: PELABUHAN TANJUNG PERAK SURABAYA)

ANALISIS KONDISI HAULAGE PETI KEMAS DI AREA PELABUHAN (STUDI KASUS: PELABUHAN TANJUNG PERAK SURABAYA) ANALISIS KONDISI HAULAGE PETI KEMAS DI AREA PELABUHAN (STUDI KASUS: PELABUHAN TANJUNG PERAK SURABAYA) *Muhammad Imam Wahyudi,**Setyo Nugroho. *Mahasiswa Jurusan Teknik Perkapalan *Staf Pengajar Jurusan

Lebih terperinci

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

DISTRIBUSI 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 terperinci

Struktur Kurikulum 2013 MI

Struktur Kurikulum 2013 MI MADRASAH IBTIDAIYAH Struktur Kurikulum 2013 MI MATA PELAJARAN ALOKASI WAKTU BELAJAR PER-MINGGU I II III IV V VI Kelompok A 1. Pendidikan Agama Islam a. Al-Qur an Hadis 2 2 2 2 2 2 b. Akidah Akhlak 2 2

Lebih terperinci

ANALISIS ANTRIAN PEMBAYARAN REKENING LISTRIK DI KUD BEKASI JAYA. FITRIANA SETYA K

ANALISIS ANTRIAN PEMBAYARAN REKENING LISTRIK DI KUD BEKASI JAYA. FITRIANA SETYA K ANALISIS ANTRIAN PEMBAYARAN REKENING LISTRIK DI KUD BEKASI JAYA. FITRIANA SETYA K 12210854 LATAR BELAKANG MASALAH KUD Bekasi Jaya merupakan salah satu tempat pembayaran listrik yang cukup ramai di kelurahan

Lebih terperinci

Hidup penuh dengan ketidakpastian

Hidup penuh dengan ketidakpastian BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 16 BAB III METODE PENELITIAN 3.1 Setting dan Karakteristik Subjek Penelitian 3.1.1 Subjek Penelitian Subjek penelitian ini adalah siswa kelas IV SDN 6 Tanjungrejo Jekulo Kudus tahun pelajaran 2012/2013

Lebih terperinci

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Distribusi Peluang Diskrit 1. Hitunglah P( < 10) dengan distribusi binomial untuk n = 15, p = 0,4!

Lebih terperinci

SATUAN ACARA PEMBELAJARAN (SAP)

SATUAN ACARA PEMBELAJARAN (SAP) 1 SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah Kode Mata Kuliah SKS Durasi Pertemuan Pertemuan ke : Statistika dan Probabilitas : TSP-203 : 2 (Dua) : 100 menit : 1 (Satu) A. Kompetensi: a. Umum : Mahasiswa

Lebih terperinci

ANALISIS ANTRIAN PELAYANAN PADA PANGKAS RAMBUT MEGA

ANALISIS ANTRIAN PELAYANAN PADA PANGKAS RAMBUT MEGA ANALISIS ANTRIAN PELAYANAN PADA PANGKAS RAMBUT MEGA Nama : Arya Yudha Pamungkas Npm : 11212191 Jurusan : S1 / Manajemen Pembimbing : Tuti Eka Asmarani, SE, MSE FAKULTAS EKONOMI UNIVERSITAS GUNADARMA JAKARTA

Lebih terperinci

A. LATIHAN SOAL UNTUK KELAS 9A

A. LATIHAN SOAL UNTUK KELAS 9A A. LATIHAN SOAL UNTUK KELAS 9A. Hasil dari 5 ( 6) + 24 : 2 ( 3) =... A. -5 B. -6. 0 D. 6 2. Hasil dari 2 : 75% + 8,75 =... A. 4 B. 5. 6 D. 7 3. Uang Irna sama dengan 2 3 uang Tuti. Jika jumlah uang mereka

Lebih terperinci

BAB IV EKSPEKTASI MATEMATIK

BAB IV EKSPEKTASI MATEMATIK BAB IV EKSPEKTASI MATEMATIK.1. Rata-rata variabel acak Bila dua koin dilemparkan sebanyak 16 kali dan X adalah jumlah depan (atas) yang muncul setiap kali pelemparan. Sehinga nilai X adalah 0,1, atau.

Lebih terperinci

Apa bedanya Membaca Data dan Menafsirkan Data dalam Aspek Pengolahan Data. oleh Dra.Th.Widyantini,M.Si PPPPTK MATEMATIKA

Apa bedanya Membaca Data dan Menafsirkan Data dalam Aspek Pengolahan Data. oleh Dra.Th.Widyantini,M.Si PPPPTK MATEMATIKA Apa bedanya Membaca Data dan Menafsirkan Data dalam Aspek Pengolahan Data pada Mata Pelajaran Matematika di SD/MI? oleh Dra.Th.Widyantini,M.Si PPPPTK MATEMATIKA 1. Pendahuluan Menurut Peraturan Menteri

Lebih terperinci

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

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

Lebih terperinci

Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu

Cara 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 terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN. 4.1 Model System Antrian di halte bus transjakarta koridor 1 Blok M - Kota

BAB IV ANALISIS HASIL DAN PEMBAHASAN. 4.1 Model System Antrian di halte bus transjakarta koridor 1 Blok M - Kota 40 BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Model System Antrian di halte bus transjakarta koridor 1 Blok M - Kota Kegiatan pelayanan di terminal bustransjakarta tujuan Blok M Kota di mulai sejak pukul

Lebih terperinci

l.makalah DISTRIBUSI PROBABILITAS DISKRIT

l.makalah DISTRIBUSI PROBABILITAS DISKRIT l.makalah DISTRIBUSI PROBABILITAS DISKRIT Kata Pengantar Puji syukur atas kehadirat Allah SWT karena rahmat serta karunia-nya penulis dapat menyelesaikan makalah ini.shalawat serta salam dari Allah SWT

Lebih terperinci