STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP
|
|
- Veronika Yuwono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 STATISTICS WEEK 5 Hanung N. Prasetyo
2 Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan dengan distribusi kontinu khusus 3. Mahasiswa mampu membedakan antara distribusi peluang diskrit dengan distribusi peluang kontinu
3 Materi 1. Konsep dasar distribusi uniform 2. Konsep dasar distribusi eksponensial
4 DISTRIBUSI KONTINU Distribusi kontinu P terhadap Rdigambarkan melalui suatu fungsi kerapatan (p.d.f.). P(X) terhadap R seperti p( X) = 0dan p( X) dx =1. Jika suatu variabel acak X mempunyai distribusi P, kemudian peluang X memiliki nilai dalam interval [ a, b] diberikan dalam Untuk a R, kita mempunyai P(X=a) = 0. Dengan suatu fungsi ϕ: X, pengharapan ϕ(x) digambarkan oleh R
5 DISTRIBUSI UNIFORM Bila X merupakan variabel random kontinu yang terdefenisi pada selang (A,B) maka fungsi peluang dari X adalah f( x; A, B) = B 1, A 0, A x B lainnya
6 Distribusi kumulatif dari peubah acak X yang berdistribusi uniform didefenisikan sebagai berikut: Sedangkan mean dan variansinya dari peubah acak X yang berdistribusi uniform dapat dihitung dan bernilai: < < = B x B x A A B A x A x x X P 1,, 0, ) ( uniform dapat dihitung dan bernilai: 2 ) ( 12 1 ) ( ) ( 2 1 ) ( A B X Var A B X E = + =
7 Distribusi Eksponensial Bila X merupakan variabel random eksponensial dengan parameter λyang tedefenisi pada selang (0, ) maka fungsi peluang dari X adalah f( x; A, B) λx λe, x 0 = 0, lainnya Distribusi eksponensial paling sering digunakan sebagai model distribusi waktu dalam fasilitas pelayanan customer (waktu tunggu). Dalam hal ini customer disini tidak harus berupa orang tetapi bisa berupa panggilan telepon misalnya.
8 Penggunaannya dalam model ini, distribusi eksponensial sangat berkaitan dengan distribusi poisson. Bila X menyatakan jumlah kejadian yang terjadi dalam selang waktu t, maka X akan berdistribusi Poisson. Jika αadalah mean X yaitu rata-rata jumlah kejadian per unit waktu, maka distribusi dari waktu antar 2 kejadian adalah eksponensial dengan parameter α. Penggunaan distribusi eksponensial yang lain adalah sebagai model waktu hidup dari suatu komponen. Biasanya dalam model ini λdisebut sebagai tingkat kegagalan.
9 Distribusi Exponential P(waktu kedatangan < X ) = 1-e -λx ; X>0 X : Sebarang nilai dari variabel random X λ : rata-rata jumlah kedatangan perunit waktu 1/λ: rata-rata waktu antar kedatangan Contoh : Sopir datang di jembatan tol Nasabah datang pada mesin ATM
10 Definisi: Perubah acak kontinu X terdistribusi eksponensial dengan parameter, β, jika fungsi padatnya berbentuk: Teorema: 1 x e β f(x) ; x> 0 = β 0 ; x yanglain dengan β > 0 Rata-rata dan variansi distribusi gamma (eksponensial merupakan bentuk khusus distribusi gamma)adalah 2 2 µ = αβ danσ = αβ Akibat: Rata-rata dan variansi distribusi eksponensial adalah = dan 2 = 2 µ β σ β
11 Contoh 1: Misal X peubah acak yang menyatakan waktu respon dari suatu kommputer yang on-line (waktu antar user input dan tampil outputnya). Peubah acak X berdistribusi eksponensial dengan mean 5 detik. Berapa peluang waktu respon paling lama 10 detik dan waktu responnya antara 5 sampai 10 detik? Jawab: Bila µ = 1/λ=5, maka λ= 0,2 Maka P( X P(5 10) x 10) = F(10) = 1 e 0,2(10) = F(10) F(5) = 0,233 = 1 0,135= 0,865
12 Contoh 2 : Peubah acak X menyatakan waktu antar kedatangan pesawat pada sebuah bandara, dengan fungsi peluang sebagai berikut: f ( x) = 0,5x 0,5e, x> 0, lainnya Berapa peluang menunggu paling sedikit 1 menit? Jawab : 0, 0, 5.( 1) P(X 1)= F(1) = ( )= 0, e
13 Contoh 3 Suatu sistem memuat sejenis komponen yang mempunyai daya tahan pertahun dinyatakan oleh perubah acak T yang berdistribusi eksponensial dengan parameter waktu rata-rata sampai gagal β =5 Bila sebanyak 5 komponen tersebut dipasangkan dalam sistem yang berlainan, berapa pobabilitas bahwa paing sedikit 2 masih akan berfungsi pada akir tahun ke delapan. Jawab: Probabilitas bahwa suatu komponen tertentu masih akan berfungsi setelah 8 tahun adalah: t 8 P(T > 8) = 1 e 5dt e 5 5 = 8 = 02,
14 DISTRIBUSI KONTINU BERIKUTNYA ADALAH DISTRIBUSI NORMAL Namun akan dibahas dalam pertemuan tersendiri.
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 terperinciDistribusi Probabilitas : Gamma & Eksponensial
Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya
Lebih 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 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 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 terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciBI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist
BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh: Suatu
Lebih terperinciDengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi
Bab 5 Peubah Acak Kontinu 5.1 Pendahuluan Definisi 5.1. Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga.
Lebih 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 terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013
3//203 STATISTIK INDUSTRI Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh:
Lebih terperinciLearning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.
Beberapa 27 April 2014 Beberapa Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciDistribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah
Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi
Lebih terperinciPengantar Statistika Matematika II
Bab 2: Sifat-Sifat Estimator Statistika FMIPA Universitas Islam Indonesia Statistik Cukup Dalam kondisi real, kita tidak mengetahui parameter dari populasi data yang akan kita teliti Informasi dalam sampel
Lebih 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 terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciKULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters
Lebih terperinciSumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X
Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih 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 terperinciBeberapa Distribusi Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Beberapa Distribusi Peluang Kontinu Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Distribusi Seragam Kontinu Distribusi Seragam kontinu
Lebih terperinciDistribusi Probabilitas Kontinyu Teoritis
Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
Lebih terperinciPeubah Acak dan Distribusi
BAB 1 Peubah Acak dan Distribusi 1.1 ILUSTRASI (Ilustrasi 1) B dan G secara bersamaan menembak sasaran tertentu. Peluang tembakan B mengenai sasaran adalah 0.7 sedangkan peluang tembakan G (bebas dari
Lebih terperinciMA3081 STATISTIKA MATEMATIK(A) Bab 2: Distribusi Samp
MA3081 STATISTIKA MATEMATIK(A) Bab 2: We love Statistics Pengantar Parameter adalah... ...suatu karakteristik dari populasi. Statistik adalah... ...suatu karakteristik dari sampel. Statistik adalah fungsi
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinciDISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah
Lebih terperinciPengantar Proses Stokastik
Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai
Lebih terperinciPengantar Statistika Matematika II
Pengantar a Matematika II - Estimator Atina Ahdika, S.Si., M.Si. Prodi a FMIPA Universitas Islam Indonesia April 17, 2017 atinaahdika.com Dalam kondisi real, kita tidak mengetahui parameter dari populasi
Lebih terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
Lebih terperinciPertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu
Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat
Lebih terperinciBab 2 DISTRIBUSI PELUANG
Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut
Lebih 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 terperinciPengantar Proses Stokastik
Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai
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 terperincidigunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam
II. LANDASAN TEORI Pada bab ini akan diberikan konsep dasar yang akan digunakan dalam pembahasan hasil penelitian ini, antara lain : 2.1 Fungsi Gamma Fungsi gamma merupakan suatu fungsi khusus. Fungsi
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih 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 terperinciMisalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ;
Responsi SOAL 1: Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ; Orang keenam yang mendaftar seleksi adalah orang keempat yang memilih TI
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciTHEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP
THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL
Lebih terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciPenelpon menunggu dilayani. A.K. Erlang tahun Teori Antrian
Banyaknya penelpon di waktu sibuk(jam kerja) Operator telepon terbatas Penelpon menunggu dilayani Teoriyang menyangkut studi matematis dari antrianantrian A.K. Erlang tahun 1910 Teori Antrian Proses antrian
Lebih terperinciDISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar Distribusi Uniform 2 Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p: f(x)
Lebih terperinciDISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS
DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK
Lebih terperinciPTP: Peubah Acak Kontinu Pertemuan ke-6/7. Dr. Adji Achmad RF, S.Si, M.Sc Statistika, FMIPA, Universitas Brawijaya Malang
PTP: Peubah Acak Kontinu Pertemuan ke-6/7 Dr. Adji Achmad RF, S.Si, M.Sc Statistika, FMIPA, Universitas Brawijaya Malang 1 Peubah Acak X dikatakan peubah acak kontinu bila terdapat fungsi nonnegatif f,
Lebih terperinciVariabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah
Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan
Lebih terperinciRiska Sismetha, Marisi Aritonang, Mariatul Kiftiah INTISARI
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 01 (2017), hal 51-60. ANALISIS MODEL DISTRIBUSI JUMLAH KEDATANGAN DAN WAKTU PELAYANAN PASIEN INSTALASI RAWAT JALAN RUMAH SAKIT IBU DAN
Lebih terperinciBILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :
BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI.1 Peubah Acak dan Distribusinya.1.1 Peubah Acak Definisi.1: Peubah acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur di dalam ruang contoh, (Walpole
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. 1. Kedatangan, populasi yang akan dilayani (calling population)
BAB I PENDAHULUAN Antrian yang panjang sering kali kita lihat di bank saat nasabah mengantri di teller untuk melakukan transaksi, airport saat para calon penumpang melakukan check-in, di super market saat
Lebih terperinciBAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.
BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S. Tiap hasil dalam ruang sampel disebut
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK Bab 3 Distribusi Eksponensial dan Aplikasinya
MA4081 PENGANTAR PROSES STOKASTIK Bab 3 Distribusi Eksponensial dan Aplikasinya Orang Pintar Belajar Stokastik Kuliah ProsStok, untuk apa? Fakultas Ekonomi ITB? Math is the language of economics. If you
Lebih terperinciSTATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal.
Lebih terperinciBAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang
BAB II LANDASAN TEORI 2.1 Konsep Dasar Peluang Pada dasarnya statistika berkaitan dengan penyajian dan penafsiran hasil yang berkemungkinan (hasil yang belum dapat ditentukan sebelumnya) yang muncul dalam
Lebih terperinciSTATISTICS. WEEK 4 Hanung N. Prasetyo POLYTECHNIC TELKOM/HANUNG NP
STATISTICS WEEK 4 Hanung N. Prasetyo Pendahuluan: Penyajian distribusi probabilitas dalam bentuk grafis, tabel atau melalui rumusan tidak masalah, yang ingin dilukiskan adalah perilaku (kelakuan) perubah
Lebih terperinciP (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)
Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Buktikan
Lebih terperinciBAB 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 terperinciPengantar 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 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 terperinciBAB VI DISTRIBUSI PROBABILITAS MENERUS
BAB VI DISTRIBUSI ROBABILITAS MENERUS 6. Distribusi Uniform (seragam) Menerus Distribusi seragam menerus merupakan distribusi yang paling sederhana. Karaketristik distribusi ini adalah fungsi kepadatannya
Lebih terperinciVariansi dan Kovariansi. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Variansi dan Kovariansi Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Variansi Kita sudah memahami bahwa nilai harapan peubah acak X seringkali
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciPengantar Statistika Matematika II
Bab 1: a FMIPA Universitas Islam Indonesia Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik dari sampel Akan dibahas konsep statistik dan distribusi sampling Parameter Misalkan
Lebih terperinciMA2181 Analisis Data - U. Mukhaiyar 1
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2181 Analisis Data Utriweni Mukhaiyar September 20 By NN 2008 DISTRIBUSI UNIFORM Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p:
Lebih terperinciMA5283 STATISTIKA Bab 3 Inferensi Untuk Mean
MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk
Lebih terperinciPeubah Acak dan Distribusi Kontinu
BAB 1 Peubah Acak dan Distribusi Kontinu 1.1 Fungsi distribusi Definisi: Misalkan X peubah acak. Fungsi distribusi (kumulatif) dari X adalah F X (x) = P (X x) Contoh: 1. Misalkan X Bin(3, 0.5), maka fungsi
Lebih terperinciDISTRIBUSI KONTINU. Utriweni Mukhaiyar
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2081 Statistika ti tik Dasar Utriweni Mukhaiyar Maret 2012 By NN 2008 Distribusi Uniform Distribusi kontinu yang paling sederhana Notasi: X ~ U
Lebih terperinciMenjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan
Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial
Lebih terperinciCATATAN KULIAH PENGANTAR PROSES STOKASTIK
CATATAN KULIAH PENGANTAR PROSES STOKASTIK Oleh Atina Ahdika, S.Si, M.Si PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 2016 Daftar Isi Daftar Isi iv
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciPenggabungan dan Pemecahan. Proses Poisson Independen
Penggabungan dan Pemecahan Proses Poisson Independen Hanna Cahyaningtyas 1, Respatiwulan 2, Pangadi 3 1 Mahasiswa Program Studi Matematika/FMIPA, Universitas Sebelas Maret 2 Dosen Program Studi Statistika/FMIPA,
Lebih terperinciBAB 2 LANDASAN TEORI
13 BAB 2 LANDASAN TEORI 2.1 Pendahuluan Antrian merupakan kejadian yang sering dijumpai dalam kehidupan seharihari. Menunggu di depan kasir untuk membayar barang yang kita beli, menunggu pengisian bahan
Lebih terperinciMINGGU KE-9 MACAM-MACAM KONVERGENSI
MINGGU KE-9 MACAM-MACAM KONVERGENSI Kita telah mengetahui bahwa untuk n besar dan θ kecil sedemikian hingga nθ = λ, distribusi binomial bisa dihampiri oleh distribusi Poisson. Mencari hampiran distribusi
Lebih terperinciESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK
ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK Adri Arisena 1, Anna Chadidjah 2, Achmad Zanbar Soleh 3 Departemen Statistika Universitas Padjadjaran 1 Departemen Statistika
Lebih terperinciMA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011
MA081 STATISTIKA DASAR SEMESTER II TAHUN 010/011 LATIHAN I A. DISTRIBUSI DISKRIT KHUSUS 1) [BENAR/SALAH] Banyaknya kejadian angin tornado melanda suatu daerah dimodelkan sebagai suatu proses Poisson dengan
Lebih terperinciTINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan
II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut
Lebih terperinci4. Misalkan peubah acak X memiliki fungsi distribusi:
Diskusi 1 Tanggal 19 Februari 2014, Waktu: suka-suka menit 1. Enam laki-laki dan 5 perempuan melamar suatu pekerjaan di PT KhrshFin. Empat dari mereka terpilih secara acak untuk diwawancarai. Misalkan
Lebih terperinciBAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu
BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar
Lebih terperinciREVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016
REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS Utriweni Mukhaiyar MA81 Statistika Nonparametrik Kamis, 1 Januari 016 PEUBAH ACAK Peubah acak, yaitu pemetaan X: S R Ruang Sampel, S X x Himpunan Bil.Riil,
Lebih terperinciP (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)
Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Buktikan
Lebih terperinciII. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E
5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah
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 terperinciPengantar Proses Stokastik
Bab 6: Rantai Markov Waktu Kontinu Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Rantai Markov Waktu Kontinu Pendahuluan Pada bab ini, kita akan belajar mengenai
Lebih terperinciCatatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK We do love uncertainty disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik
Lebih terperinciBab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah
MA3181 Teori Peluang - Khreshna Syuhada Bab 8 1 Bab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah Ilustrasi 8.1 Sebuah perusahaan asuransi menduga bahwa setiap orang akan mengalami dan memiliki parameter
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Distribusi eksponensial tergenaralisir (Generalized Eponential Distribution) pertama kali diperkenalkan oleh Gupta dan Kundu pada tahun 1999. Distribusi ini diambil
Lebih terperinciSIDANG TERTUTUP TUGAS AKHIR MENENTUKAN KEANDALAN KOMPONEN MESIN PRODUKSI PADA MODEL STRESS-STRENGTH YANG BERDISTRIBUSI GAMMA
SIDANG TERTUTUP TUGAS AKHIR HOME MENENTUKAN KEANDALAN KOMPONEN MESIN PRODUKSI PADA MODEL STRESS-STRENGTH YANG BERDISTRIBUSI GAMMA I V Oleh : Muh. Nurcahyo Utomo 121 1 37 Dosen Pembimbing: Dra. Farida Agustini
Lebih terperinciSTATISTICS WEEK 7. By: Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP
STATISTICS WEEK 7 By: Hanung N. Prasetyo Ada macam, sampel probabilitas dan non probabilitas. Sampel probabilitas ada empat teknik yang semuanya dapat dilakukan dengan pengembalian atau tanpa pengembalian,
Lebih terperinciCatatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)
Lebih 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 terperinciBAB 2 LANDASAN TEORI
14 BAB 2 LANDASAN TEORI 2.1. Pendahuluan Antrian adalah kejadian yang sering dijumpai dalam kehidupan seharihari. Menunggu di depan loket untuk mendapatakan tiket kereta api, menunggu pengisian bahan bakar,
Lebih terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinci6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.
Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat
Lebih terperinci