By : Refqi Kemal Habib
|
|
|
- Sonny Rachman
- 9 tahun lalu
- Tontonan:
Transkripsi
1 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 terjadi. Probabilitas juga dapat diartikan sebagai angka yang menunjukkan kemungkinan terjadinya suatu kejadian. Dalam Materi tentang peluang ini, terdapat beberapa subbab yang dapat dipelajari yakni: a. Ruang Sample Dan Peristiwa Atau Kejadian b. Komplemen (A C Atau A ) c. Irisan Dan Gabungan d. Peluang Suatu Kejadian e. Komplemen Suatu Kejadian f. Frekuensi Harapan g. Peluang Kejadian Yang Saling Lepas h. Peluang Kejadian Saling Bebas i. Peluang Kejadian Bersyarat j. Baye s Rule k. Permutasi l. Kombinasi m. Distribusi Peluang B. Tujuan dan Manfaat Dalam pembelajaran tetntang materi peluang ini, mahasiswa diharapkan bisa menerapkan teoriteori dasar yang terdapat dalam materi peluang kedalam kehidupan seharihari dan bisa mengaplikasikannya kedalam kehidupan. Peluang ini bertujuan untuk mengetahui kemungkinankemungkinan yang bisa terwujud dari setiap langkah yang kita ambil. 1
2 BAB II ISI A. Peluang Peluang atau kebolehjadian atau dikenal juga sebagai probabilitas adalah cara untuk mengungkapkan pengetahuan atau kepercayaan bahwa suatu kejadian akan berlaku atau telah terjadi. Probabilitas juga dapat diartikan sebagai angka yang menunjukkan kemungkinan terjadinya suatu kejadian. a. Ruang Sample dan Peristiwa atau Kejadian Misalkan kita melemparkan dua dadu bersama sama. Kemudian dadu pertama mata dadu yang keluar yakni mata dadu satu dan enam. Ruang sampel adalah seluruh jumlah kemungkinan yang dapat muncul dalam pelemparan dadu tersebut. Yaitu sebanyak 36 kemungkinan Sedangkan yang dinamakan kejadian adalah keluarnya mata dadu saat pelemparan tersebut. Dalam kasus ini, yang disebut kejadian addalah mata dadu satu dan enam. b. Komplemen (A C atau A ) Misalkan kita memiliki ruang sampel berupa S = {buku, pensil, handphone, laptop, penggaris, penghapus}. Kemudian kita memiliki himpunan A yang merupakan himpunan barangbarang elektronik yaitu A = {handphone, laptop}. Maka yang dinamakan komplemen himpunan A (A C ) adalah {buku, pensil, penggaris, penghapus}. Dapat disimpulkan bahwa komplemen A (A C ) adalah himpunan atau barang barang yang tidak termasuk dalam himpunan A. c. Irisan dan Gabungan K 2
3 Berlaku: d. Peluang Suatu Kejadian Jika ruang sampel S mempunyai anggota yang berhingga banyaknya dan setiap titik sampel mempunyai kesempatan untuk muncul yang sama, dan A suatu kejadian munculnya percobaan tersebut, maka peluang kejadian A dinyatakan dengan : Dimana: P(A) = Peluang Kejadian A n(a) = jumlah kejadian A n(s) = jumlah semesta atau ruang sampel e. Komplemen Suatu Kejadian P(A C ) = 1 P(A) f. Frekuensi Harapan F h (A) = n.p(a) g. Peluang Kejadian yang Saling Lepas Dua kejadian disebut saling lepas jika irisan dari dua kejadian itu merupakan himpunan kosong. Himpunan A dan B dikatakan dua kejadian yang saling lepas, sebab. Berdasarkan Teori himpunan,. Karena h. Peluang Kejadian Saling Bebas Jika dua keeping mata uang homogeny dilemparkan bersamasama, maka kejadian yang mungkin adalah S = {(G 1,G 2 ), (G 1,A 2 ), (G 2,A 1 ), (A 1,A 2 )} n(s) = 4 3
4 Pada kejadian yang pertama, muncul G1 dan mata uang kedua muncul G2. Maka P(G1) =½ dan P(G2) = ½. kejadian G1 dan G2 adalah dua kejadian yang saling bebas. Secara umum jika A dan B merupakan dua kejadian yang saling bebas maka peluang kejadian A dan B adalah: i. Peluang Kejadian Bersyarat Misalkan ruang contoh berpeluang sama dari percobaan melempar sebuah dadu bersisi 6, maka S = {1,2,3,4,5,6}. Dan terdapat dua kejadian, yaitu B adalah kejadian muncul sisi kurang dari 6, maka B = {1,2,3,4,5} dan A adalah kejadian munculnya sisi genap, maka A = {2,4,6}. Berdasarkan hal ini, maka P(B) = 5/6, dan p(a) = 3/6 = 1/2. Jika dua kejadian A dan B dilakukan berurutan, yaitu B terjadi terlebih dahulu, kemudian menyusul A, maka A = {2,4}. Peluang kejadian A setelah kejadian B (A given B), atau dituliskan sebagai p(a B) = 2/5. Dapat dirumuskan sebagai berikut: j. Baye s Rule Misalkan kawan Anda bercerita dia bercakapcakap akrab dengan seseorang lain di atas kereta api. Tanpa informasi tambahan, peluang dia bercakapcakap dengan perempuan adalah 50%. Sekarang misalkan kawan Anda menyebut bahwa orang lain di atas kereta api itu berambut panjang. Dari keterangan baru ini tampaknya lebih bolehjadi kawan Anda bercakapcakap dengan perempuan, karena orang berambut panjang biasanya wanita. Teorema Bayes dapat digunakan untuk menghitung besarnya peluang bahwa kawan Anda berbicara dengan seorang wanita, bila diketahui berapa peluang seorang wanita berambut panjang. Misalkan: W adalah kejadian percakapan dilakukan dengan seorang wanita. L adalah kejadian percakapan dilakukan dengan seorang berambut panjang M adalah kejadian percakapan dilakukan dengan seorang pria Kita dapat berasumsi bahwa wanita adalah setengah dari populasi. Artinya peluang kawan Anda berbicara dengan wanita, P(W) = 0,5. 4
5 B. PERMUTASI Misalkan juga bahwa diketahui 75 persen wanita berambut panjang. Ini berarti bila kita mengetahui bahwa seseorang adalah wanita, peluangnya berambut panjang adalah 0,75. Kita melambangkannya sebagai: P(LW) = 0,75. Sebagai keterangan tambahan kita juga mengetahui bahwa peluang seorang pria berambut panjang adalah 0,3. Dengan kata lain: P(LM) = 0,3. Di sini kita mengasumsikan bahwa seseorang itu adalah pria atau wanita, atau P(M) = 1 P(W) = 0,5. Dengan kata lain M adalah kejadian komplemen dari W. Tujuan kita adalah menghitung peluang seseorang itu adalah wanita bila diketahui dia berambut panjang, atau dalam notasi yang kita gunakan, P(WL). Menggunakan teorema Bayes, kita mendapatkan: Secara Umum dapat dituliskan sebagai: Permutasi adalah menggabungkan beberapa objek dari suatu grup dengan memperhatikan urutan. Di dalam permutasi, urutan diperhatikan. Seperti: {1,2,3} tidak sama dengan {2,3,1} dan {3,1,2}. a. Menghitung Permutasi yang mungkin dengan metode kotak kosong. Untuk membuat permutasi dari pqrs, kita dapat mengandaikan bahwa ada 4 kotak kosong yang harus diisi dengan empat abjad tersebut. Bila tiap kotak itu tidak boleh diisi dengan abjad yang sama, maka tiap kotak yang akan diisi selanjutnya berkurang satu abjad. Seperti ini ilustrasinya: 1. [ ] [ ] [ ] [ ] Kotak pertama [ a ], dapat diisi dengan 4 abjad diatas. Pilihannya 2. [ ] [ ] [ ] [ ] Karna tidak boleh ada abjad yang sama, maka kotak kedua [ b ] hanya dapat diisi dengan 3 abjad yang tersisa. Jika kita memilih p, maka pilihan tersisa adalah q, r, dan s. 3. [ ] [ ] [ ] [ ] 5
6 Sama seperti langkah nomor 2, jadi kotak ketiga hanya dapat diisi dengan 2 abjad. Jika kita memilih q, maka abjad yang tersisa hanya r dan s. 4. [ ] [ ] [ ] [ ] Sama seperti langkah nomor 3, jadi kotak keempat hanya dapat diisi dengan 1 abjad tersisa yaitu s. 5. [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] Setelah memperoleh kemungkinan kemungkinan tersebut, jumlah permutasinya adalah 4x3x2x1 = 24 buah. Dapat disimpulkan bahwa di setiap langkah, kita memiliki sejumlah pilihan yang semakin berkurang. Maka jika digeneralisasikan, banyaknya permutasi dari n unsur adalah sebanyak dimana n adalah jumlah kotak. Bila tiap kotak itu boleh diisi dengan abjad yang sama, maka tiap kotak akan memiliki 4 abjad yang dapat diisikan kedalam kotak tersebut. Sehingga permutasinya adalah 4x4x4x4 = 256 susunan. Dapat dirumuskan menjadi. di mana k adalah banyaknya kotak dan n adalah jumlah objek yang dapat diisikan kedalam kotak.. b. Permutasik dari n benda Terkadang kita hanya ingin menyusun ulang sejumlah elemen saja, tidak semuanya. Permutasi ini disebut permutasik dari n benda. Pada contoh untai abcd, maka permutasi2 dari abcd (yang semuanya ada 4 unsur) adalah sebanyak 12. Yaitu ab, ac, ad, ba, bc, bd, ca, cb, cd, da, db, dc. Dapat dirumuskan menjadi dimana n = banyaknya objek yang dapat disusun. Dan k adalah banyaknya kotak atau susunan yang diinginkan. c. Permutasi Siklis a h b g c f d e Permutasi siklis menganggap elemen disusun secara melingkar seperti gambar diatas. Cara membaca untai abcdefgh dalam susunan melingkar tersebut 6
7 bermacammacam, maka setiap macam cara kita anggap identik satu sama lain. Permutasi siklis dapat dihitung dengan menganggap bahwa satu elemen harus ditulis sebagai awal untai. Dengan menganggap panjang untai (atau banyaknya elemen) adalah n, dan karena elemen awal tidak boleh diubahubah posisinya, maka banyaknya elemen yang dapat berubahubah posisinya adalah n1. Dengan demikian kita cukup mempermutasikan elemen yang dapat berubahubah posisi saja, yaitu sebanyak. d. Permutasi beberapa object yang berbeda Andaikan kita memiliki huruf p, q, dan r yang akan dihitung permutasinya, maka huruf tersebut dapat membentuk 6 permutasi yaitu pqr, prq, qpr, qrp, rpq, rqp. Jika p dan q diubah menjadi x, maka akan permutasinya menjadi xxr, xrx, xxr, xrx, rxx, rxx dan jumlah permutasinya menjadi 3. Andaikan juga kita memiliki huruf p, q, r, dan s yang akan dihitung permutasinya. Maka huruf tersebut dapat membentuk 24 permutasi. Jika p dan q = x dan r dan s = y, maka akan memiliki 4 permutasi yaitu xxyy, xyxy, yxxy, yyxx, xyyx, dan yxyx Oleh karena itu, jika ketika memiliki 3 objek dan objek tersebut memiliki dua objek yang serupa, maka rumus permutasinya yaitu: C. KOMBINASI Kombinasi adalah menggabungkan beberapa objek dari suatu grup tanpa memperhatikan urutan. Missal {1,2,3} adalah samadengan {2,3,1) atau {3,1,2}. Kombinasi dapat dituliskan dengan notasi ( ) 1. Kombinasi Tanpa Pengulangan 2. Kombinasi Dengan Pengulangan 7
8 Di mana n adalah jumlah objek yang bisa dipilih dan k adalah jumlah yang harus dipilih. Sebagai contoh jika kamu pergi ke sebuah toko donat. Toko donut itu menyediakan 10 jenis donat berbeda. Kamu ingin membeli tiga donat. Maka kombinasi yang dihasilkan adalah (10+31)!/3!(101)! = 220 kombinasi. 3. Segitiga paskal n k D. DISTRIBUSI PELUANG Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut dengan distribusi. Distribusi peluang untuk suatu variabel acak menggambarkan bagaimana peluang terdistribusi untuk setiap nilai variabel acak. Distribusi peluang didefinisikan dengan suatu fungsi peluang, dinotasikan dengan p(x) atau f(x), yang menunjukkan peluang untuk setiap nilai variabel acak. Ada dua jenis distribusi, sesuai dengan variabel acaknya. Jika variabel acaknya variabel diskrit, maka distribusi peluangnya adalah distribusi peluang diskrit, sedangkan jika variabel acaknya variabel yang kontinu, maka distribusi peluangnya adalah distribusi kontinu. 1. Distribusi Peluang Diskrit Syarat: a. Distribusi Binomial Sifat percobaan binomial: Percobaan dilakukan dalam n kali ulangan yang sama Kemungkinan yang terjadi pada tiap ulangan hanya ada dua yaitu sukses atau gagal. 8
9 Probabilitas sukses yang dinotasikan dengan P selalu tetap pada tiap ulangan. Tiap ulangan saling bebas. Fungsi peluang binomial : Dimana x = banyaknya sukses yang terjadi dalam n kali ulangan P = peluang sukses N = Banyaknya ulangan. Nilai Harapan / ratarata : Varian: Simpangan baku: b. Distribusi Multinomial Distribusi multinomial adalah sebuah distribusi dimana percobaan akan menghasilkan beberapa kejadian. Misalkan ada k kejadian dalam sebuah percobaan yaitu B 1, B 2,, B k. Jika percobaan diulang sebanyak n kali dan peluang terjadinya setiap kejadian B adalah P(B 1 ) = p 1, P(B 2 ) = P 2,, P(B k ) = p x, dengan jumlahnya masingmasing sebanyak x 1, x 2,, x k, maka fungsi distribusi multinomialnya adalah ( ) c. Distribusi Poisson Sifat percobaan poisson: Peluang suatu kejadian adalah sama untuk dua interval yang sama Kejadian pada suatu interval saling bebas dengan kejadian pada interval yang lain Terjadinya kejadian sangat jarang terjadi Fungsi peluang poisson: Dimana x = banyaknya kejadian pada interval waktu tertentu = ratarata banyaknya kejadian pada interval waktu = 2,71828 Nilai harapan / ratarata: Varian: 9
10 d. Distribusi Hypergeometrik Pada ditribusi hypergeometrik, percobaan tidak bersifat independen dan peluang sukses berubah dari satu kejadian ke kejadian lain. Fungsi Peluang hipergeometrik: ( ) ( ) ( ) Dimana: x = banyaknya sukses dalam n kali kejadian N = banyaknya elemen populasi n = banyaknya kejadian r = banyaknya sukses dalam populasi 2. Distribusi Peluang Kontinyu Syarat: Peluang disuatu titik = 0 Peluang untuk random variable kontinyu (nilainilainya dalam suatu interval), misalkan antara x 1 dan x 2 didefinisikan sebagai luas daerah di bawah kurva (grafik) fungsi peluang antara x 1 dan x 2. a. Distribusi Normal Karakterisik Distribusi Peluang Normal 1. Bentuk kurva normal seperti bel dan simetris. 3. Parameter s, menunjukkan lebar dari kurva normal (semakin besar nilainya, semakin lebar). 4. Titik tertinggi dari kurva nomal terletak pada nilai ratarata=median=modus. 5. Luas total area di bawah kurva normal adalah 1. (luas bagian di sebelah kiri μ = sebelah kanan μ). 6. Peluang suatu variabel acak normal sama dengan luas di bawah kurva normal. Persamaan Distribusi Normal adalah 10 ( )
11 Dimana = ratarata = simpangan baku = 3,14159 = Jika digambarkan dalam kurva seperti ini: Untuk mencari peluang sebuah interval pada distribusi normal, maka fungsi distribusi itu harus diintegralkan dengan batasbatas peluang ( ) = F(x 2 ) F (x 1 ) E. CONTOH SOAL a. Peluang Suatu Kejadian Sebuah mata uang logam dilempar satu kali. Berapa peluang munculnya Angka? Jawab: Ruang sampel S = {A, G} maka n(s) = 2. Kejadian A = {A}, maka n(a) = 1 11
12 Jadi, P(A) = b. Komplemen Suatu Kejadian Misalkan dilakukan pengundian dua uang logam Rp 100,00 sekaligus, berapa peluang tidak diperolehnya Angka 100? Jawab: S = {GG, GA, AG, AA} n(s) = 4 M = kejadian munculnya angka 100 = {GA, AG, AA} n(m) = 3 M = kejadian munculnya bukan angka100 c. Frekuensi Harapan Berapakah frekuensi harapan muncul mata kurang dari 5 dalam pelantunan dadu mata enam sebanyak 36 kali? Jawab: S = {1, 2, 3, 4, 5, 6} n(s) = 6 A = {1, 2, 3, 4} n(a) = 4 Jadi Fh(A) = P(A) x n = d. Peluang Kejadian Saling Lepas Dua dadu mata enam dilempar bersamasama. Berapa peluang muncul dua mata dadu yang jumlahnya 3 atau 10? Jawab: 2 dadu dilempar n(s) = 36 A = jumlah mata dadu 3 = {(1,2),(2,1)} n(a) = 2 B = jumlah mata dadu 10 = {(4,6),(5,5),(6,4)} n(b) = 3 12
13 e. Peluang Kejadian Saling Bebas Dari setumpuk kartu bridge, diambil satu kartu secara berturutturut sebanyak dua kali. Tentukan peluang bahwa yang terambil pertama As dan yang terambil berikutnya King! Jawab: n(s) = 52 f. Peluang Kejadian Bersyarat Sebuah kotak berisi 5 bola merah dan 3 bola kuning. Akan diambil sebuah bola secara acak berturutturut sebanyak dua kali tanpa pengembalian. Tentukan peluang terambilnya keduanya bola merah! Jawab: Misal kejadian terambilnya bola merah pada pengambilan pertama adalah A, maka: Misal kejadian terambilnya bola merah pada pengambilan kedua adalah B, maka: g. Permutasi beberapa object yang berbeda Dalam sebuah sesi latihan sepak bola, pelatih membutuhkan 10 pemain. Dari 10 pemain, pelatih menginginkan 1 pemain pemula, 2 mahasiswa, 4 junior, dan 3 senior dalam timnya. Berapa banyak cara yang dapat dilakukan pelatih untuk menyusun timnya? Jawab: 13
14 h. Kombinasi Tanpa Pengulangan Suatu ketika, dedi melakukan pemilihan 3 orang untuk mewakili kelompak 23 yang terdiri dari 5 orang (misalnya Dedi, Eka, Feri, Gani dan Hari) untuk melakukan presentasi. Berapakah cara yang dapat dilakukan oleh Dedi? Jawab: n Dari soal dapat kita ketahui bahwa n = 5, dan k = 3. Jadi dengan menggunakan segita pascal ini kita mendapatkan bahwa terdapat 10 cara yang dapat dilakukan oleh Dedi k i. Distribusi Binomial Misalkan sebuah perusahaan asuransi mempunyai 3 calon pelanggan, dan pimpinan perusahaan yakin bahwa peluang dapat menjual produknya adalah 0,1. Berapa probabilita bahwa 1 pelanggan akan membeli produknya? Pada kasus ini, p = 0,1 n = 3 x = 1 Nilai Harapan: E(x) = m = np = 3.(0,1) = 0,3 Varian: Var(x) = s2 = np(1 p) = 3(0,1)(0,9) = 0,27 Simpangan Baku: s = 0,52 j. Distribusi Multinomial Pada suatu pemeriksaan hasil pembuatan pipa pada sebuah pabrik memperlihatkan bahwa 85% produknya baik, 10% produknya tidak baik tapi bisa diperbaiki dan 5% produknya rusak. Jika diambil sampel berukuran 20, berapa peluang akan terdapat 18 yang baik dan 2 yang tidak baik tapi bisa diperbaiki. x1 = 18 = banyaknya produk baik 14
15 x2 = 2 = banyaknya produk tidak baik tapi bisa diperbaiki x3 = 0 = banyaknya produk rusak p1 = 0,85 p2 = 0,1 p3 = 0,05 Jadi peluang terambil 18 produk baik dan 2 produk tidak baik tapi bisa diperbaiki adalah 0,102 k. Distribusi Poisson Di RS Mercy, ratarata pasien mendatangi UGD pada akhir minggu adalah 3 pasien per jam. Berapa peluang ada 4 pasien mendatangi UGD pada akhir minggu? λ = 3 pasien perjam, x = 4 Jadi peluang ada 4 pasien mendatangi UGD pada akhir minggu adalah 0,1680 l. Distribusi Hypergeometrik Sebuah anggota komite terdiri dari 5 orang, 3 wanita dan 2 lakilaki. Jika dari komite itu dipilih 2 orang untuk mewakili dalam sebuah pertemuan, maka peluang yang terpilih 1 wanita dan 1 lakilaki adalah : N = 5 n = 2 r = jumlah wanita = 3 N r = jumlah lakilaki = 5 3 = 2 x = jumlah wanita yang terpilih = 1 n x = jumlah lakilaki yang terpilih = 2 1 = 1 ( ) ( ) ( ) ( ) ( ) ( ) Jadi peluang terpilih 1 wanita dan 1 lakilaki adalah 0,6 15
16 BAB III KESIMPULAN Peluang atau kebolehjadian atau dikenal juga sebagai probabilitas adalah cara untuk mengungkapkan pengetahuan atau kepercayaan bahwa suatu kejadian akan berlaku atau telah terjadi. Probabilitas juga dapat diartikan sebagai angka yang menunjukkan kemungkinan terjadinya suatu kejadian. Ruang sampel adalah seluruh jumlah kemungkinan yang dapat muncul dalam suatu experiment. Kejadian merupakan bagian dari ruang sampel. Komplemen adalah suatu himpunan yang merupakan lawan dari himpunan yang dimaksud. Rumus rumus dalam materi peluang adalah 1. Peluang kejadian A dinyatakan dengan :. 2. Komplemen dari kejadian A yaitu P(A C ) = 1 P(A). 3. Frekuensi harapan dari kejadian A adalah Fh(A) = n.p(a). 4. Peluang Kejadian yang Saling Lepas adalah 5. Peluang Kejadian Saling Bebas adalah. 6. Peluang kejadian bersyarat adalah. 7. Bayes rule: atau 8. Permutasi: 9. Permutasi Siklis:. 10. Permutasi beberapa object yang berbeda: 11. Kombinasi Tanpa Pengulangan: 12. Kombinasi Dengan Pengulangan: 13. Distribusi Binomial: Fungsi peluang binomial : Nilai Harapan / ratarata : Varian: 16
17 Simpangan baku: 14. Fungsi distribusi Multinomial: ( ) 15. Distribusi Poisson Fungsi peluang poisson: Dimana x = banyaknya kejadian pada interval waktu tertentu = ratarata banyaknya kejadian pada interval waktu = 2,71828 Nilai harapan / ratarata: Varian: 16. Fungsi Peluang hipergeometrik: ( ) ( ) ( ) Dimana: x = banyaknya sukses dalam n kali kejadian N = banyaknya elemen populasi n = banyaknya kejadian r = banyaknya sukses dalam populasi 17. Persamaan Distribusi Normal adalah Dimana: = ratarata = simpangan baku = 3,14159 = ( ) 17
18 DAFTAR PUSTAKA Walpole, Ronald E Probability & statistics for engineers & scientists 9 th edition. Boston: Pearson Education, Inc id%3d56232+&hl=id&gl=id&pid=bl&srcid=adgeesiw3tzajwbkpodzeq9rq13bbl4sfgdlydbw dxw815g3xehlqgcbxvqvs47ja4mtcakgiizesfldgkcwldqkalbmwnqifixiovvgw2k5y76wyagz 2IzBirgcdF4yjGZUCwHBS6D_&sig=AHIEtbSqgs1ZsP2vri4BqKcGROWdKaWUAg 3/02/3 permutasi_kombinasi.pdf+&hl=id&gl=id&pid=bl&srcid=adgeesisby4uyornxk7xd6yhgus590 WXazrCinvIu0Qq7i1IJID_qwcxHKBxxsqR5WcV_oCAITxtLU3tmO5gE9A6WWMLmajKHbwxXIWZ wwbq81dkshzwdtfx2i1u8bcroyy79in_rsdo&sig=ahietbs6v0yjf4rwhobzs2eszvuymebepa pdf+&hl=id&gl=id&pid=bl&srcid=ADGEESjeXkiC9BYXYwHaVndtXaFhu1KUgV DN6VviqGCXQRbWBataI907nvPkTtWpa7S2pJoqqRxKdYwAt1xRtMSRdtYhLDYPfqhwhUml45rURAGwaI4D0xOuTAs1xJROjlGeQzjRxq&sig=AHIEtbStCnw2jOwKI6wcYS7r6Stna_pVWA doc+&hl=id&gl=id&pid=bl&srcid=ADGEESjASakhfsaesfTil7S tp3yo2fxjiiiih54jqiymzau5bsw GMGawgfyMvc3sNwiYCWaElBqBMOTMKj4YE0i_UQZ_903jNfa7Tm5TgJazQndcYPH2kkGeDfAq0tvfhYZdtgHOI&sig=AHIEtbQl63v6t1Me6c29WQyqPdbAzmCUQ 3Fid%3D56231+&hl=id&gl=id&pid=bl&srcid=ADGEESgQNGfCTIF0vU6K4iHe nvjrclpemuypyukwrl1nggsxh En8mkZqhVLubaTm7li2ClAuPWjMfczAOjnCGvSdelnLuusP90WpLpOcKE0WdSNnl7qCX1sp3SJ8J 4Yu71SkLkFRQ&sig=AHIEtbSYwL9C4d1OiC_JCx1J3veh1cYz7w 18
19 2011/05/kd_142_peluangsuatukejadian.pdf+&hl=id&gl=id&pid=bl&srcid=ADGEESiyudOicEcXaBv9mqxQoliMBqCCodQQM2j_z WxCobqgbuf31FUroOA_LejjjC8Fa6U1a34rDJHxt7yDpo68yQzclBAT1Yf8jcnYlndQAxqMULwNfEf vbi0y9hgtxzcta5yn2ky&sig=ahietbtzmfj_t_lzditdqkry2y1_zf2q k202/notes/bab3.pdf+&hl=id&gl=id&pid=bl&srcid=adgeesjor62rb8tcwcfyuxwakp3lst6w7h VEuOdNDOBVjaluGpHV4UCeLhTTro2iao65NKNKzgwQssQnIxYTZ3BJfNjzNWrKX8iET7qTch7bk7 u2ulxkmccztfoayxpraz8a64miijlt&sig=ahietbqjw_xbkqagauhioibislpyn8xww 19
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
KONSEP 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
BAB 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
BAB 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
Menghitung 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
Suplemen 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
MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1
Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Descriptive Statistics mengandung metoda dan prosedur yang digunakan untuk pengumpulan, pengorganisasian, presentasi dan memberikan karakteristik terhadap himpunan
PELUANG. A Aturan Pengisian Tempat. B Permutasi
PELUANG KAIDAH PENCACAHAN kaidah pencacahan didefinisikan sebagai suatu cara atau aturan untuk menghitung semua kemungkinan yang dapat terjadi dalam suatu percobaan tertentu. Ada beberapa metode pencacahan,
Kompetens 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
DISTRIBUSI 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
BAB 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
Probabilitas 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
PERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung
PERMUTASI, KOMBINASI DAN PELUANG A. KAIDAH PENCACAHAN Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung berapa banyaknya cara yang mungkjin terjadi dalam suatu percobaan. Kaidah pencacahan
STATISTIK 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
LEMBAR AKTIVITAS SISWA PELUANG
Nama Siswa : LEMBAR AKTIVITAS SISWA PELUANG 2 2. Kelas : Kompetensi Dasar (KURIKULUM 2013): 3.16 Memahami dan menerapkan berbagai aturan pencacahan melalui beberapa contoh nyata serta menyajikan alur perumusan
PELUANG. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI. Oleh: Hj. ITA YULIANA, S.Pd, M.
LA - WB (Lembar Aktivitas Warga Belajar) PELUANG Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI Created By Ita Yuliana 13 Peluang Kompetensi Dasar 1. Menggunakan
MINGGU KE VIII & IX DISTRIBUSI DESCRETE
MINGGU KE VIII & IX DISTRIBUSI DESCRETE Tujuan Instruksional Umum : 1. Mahasiswa mampu memahami dengan apa yang dimaksud dengan distribusi diskrit 2. Mahasiswa memahami manfaat dan kegunaan dari distrubusi
MATERI 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
Gugus dan Kombinatorika
Bab 1 Gugus dan Kombinatorika 1.1 Gugus Gugus, atau juga disebut himpunan adalah kumpulan objek. Objek dalam sebuah himpunan disebut anggota atau unsur. Penulisan himpunan dapat dilakukan dengan dua cara,
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
matematika 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
II. KONSEP DASAR PELUANG
II. KONSEP DASAR PELUANG Teori Peluang memberikan cara pengukuran kuantitatif tentang kemungkinan munculnya suatu kejadian tertentu dalam suatu percobaan/peristiwa. Untuk dapat menghitung peluang lebih
PENGANTAR TEORI PELUANG. Pendahuluan
1 Sufyani Prabawanto Bahan Belajar Mandiri 5 PENGANTAR TEORI PELUANG Pendahuluan Sebagai seorang guru, kita sering berhadapan dengan skor-skor hasil tes siswa. Misalkan seorang siswa memperoleh skor asli
Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG
Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah
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
BAB 2 PELUANG. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah.
Standar Kompetensi 2 PELUNG Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah. Kompetensi Dasar 1. Menggunakan aturan perkalian, permutasi, dan kombinasi
BAB 2 PELUANG. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah.
Standar Kompetensi 2 PELUNG Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah. Kompetensi Dasar 1. Menggunakan aturan perkalian, permutasi, dan kombinasi
PENGANTAR 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
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
KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS
KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : [email protected] Blog : hbp://debrina.lecture.ub.ac.id/ 2
Peluang Aturan Perkalian, Permutasi, dan Kombinasi dalam Pemecahan Masalah Ruang Sampel Suatu Percobaan Peluang Suatu Kejadian dan Penafsirannya
2 Aturan Perkalian, Permutasi, dan Kombinasi dalam ; Pemecahan Masalah Ruang Sampel Suatu Percobaan ; Suatu Kejadian dan Penafsirannya ; Pada era demokrasi saat ini untuk menduduki suatu jabatan tertentu
D I S T R I B U S I P R O B A B I L I T A S
D I S T R I B U S I P R O B A B I L I T A S Amiyella Endista Email : [email protected] Website : www.berandakami.wordpress.com Distribusi Probabilitas Kunci aplikasi probabilitas dalam statistik
10. PELUANG A. Kaidah Pencacahan 1. Aturan perkalian
0. PELUANG A. Kaidah Pencacahan. Aturan perkalian Apabila suatu peristiwa dapat terjadi dengan n tahap yang berurutan, dimana tahap pertama terdapat a cara yang berbeda dan seterusnya sampai dengan tahap
Haryoso 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
Bab 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
Peubah 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
peluang Contoh 6.1 Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali? Matematika Dasar Page 46
peluang 6.1 Kaidah Pencacahan A. Aturan Perkalian Misal suatu plat nomor sepeda motor terdiri atas dua huruf berbeda yang diikuti tiga angka dengan angka pertama bukan 0. Berapa banyak plat nomor berbeda
Distribusi 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
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
DISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
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
CONTOH BAHAN AJAR PENDEKATAN INDUKTIF-DEDUKTIF
CONTOH BAHAN AJAR PENDEKATAN INDUKTIF-DEDUKTIF 1 2 ATURAN PERKALIAN LEMBAR KERJA SISWA KE-1 Perhatikan soal yang berkaitan dengan perjalanan berikut ini. Pak Zidan dengan mobilnya akan bepergian dari kota
Peluang. 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
Peluang suatu kejadian
Peluang suatu kejadian Percobaan: Percobaan adalah suatu tindakan atau kegiatan yang dapat memberikan beberapa kemungkinan hasil Ruang Sampel: Ruang sampel adalah himpunan semua hasil yang mungkin dari
6. PELUANG A. Kaidah Pencacahan 1. Aturan perkalian
6. PELUANG A. Kaidah Pencacahan. Aturan perkalian Apabila suatu peristiwa dapat terjadi dengan n tahap yang berurutan, dimana tahap pertama terdapat a cara yang berbeda dan seterusnya sampai dengan tahap
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
PELUANG. n cara yang berbeda. Contoh 1: Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali?
-1- PELUANG 1. KAIDAH PENCACAHAN 1.1 Aturan Pengisian Tempat Jika beberapa peristiwa dapat terjadi dengan n1, n2, n3,... cara yang berbeda, maka keseluruhan peristiwa itu dapat terjadi dengan n n......
PENGANTAR 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
Metode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan IV Konsep Peluang Septian Rahardiantoro - STK IPB 1 Populasi Pengambilan contoh dari populasi untuk pendugaan parameter Contoh1 Parameter μ Statistik x Setara
BAB 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
Statistika & 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
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 :
BAB 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.
ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
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.
Jadi, seluruhnya ada 4 x 4 x 3 x 2 = 96 bilangan yang dapat disusun dengan angkaangka yang tidak boleh berulang.
Jika kejadian pertama dapat terjadi dengan n cara berbeda Kejadian kedua dapat terjadi dengan n cara berbeda Kejadian ketiga dapat terjadi dengan n 3 cara berbeda Kejadian keempat dapat terjadi dengan
BAB 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)
Statistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH [email protected] Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Statistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH [email protected] Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Minggu ke- Pokok Bahasan Sub Pokok Bahasan 1. Pendahuluan 1 Perkuliahan
Bab 1 PENGANTAR PELUANG
Bab 1 PENGANTAR PELUANG PENDAHULUAN Misalkan sebuah peristiwa A dapat terjadi sebanyak n kali diantara N peristiwa yang saling ekslusif dan masing-masing terjadi dengan kesempatan yang sama, maka peluang
Statistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH [email protected] Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
DISTRIBUSI 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
KATA PENGANTAR. Salatiga, Juni Penulis. iii
KATA PENGANTAR Teori Probabilitas sangatlah penting dalam memberikan dasar pada Statistika dan Statistika Matematika. Di samping itu, teori probabilitas juga memberikan dasar-dasar dalam pembelajaran tentang
MODUL 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
Konsep Dasar Peluang
Konsep Dasar Peluang Pendahuluan Prediksi kejadian sangat diperlukan dan diminati dalam berbagai bidang kehidupan. Seperti peramalan cuaca, penelitian ilmiah, permainan, bisnis, dll. Ruang contoh : Himpunan
Contoh: 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:
DISTRIBUSI 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
STATISTICS 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,
DISTRIBUSI 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
STATISTICS. 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
Distribusi 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
PELUANG KEJADIAN. Macam-macam permutasi 1. Permutasi n unsur dari n unsur n. P n. 2. Permutasi dengan beberapa unsur yang sama
PELUANG KEJADIAN A. Aturan Perkalian/Pengisian Tempat Jika kejadian pertama dapat terjadi dalam a cara berbeda, kejadian kedua dapat terjadi dalam b cara berbeda, kejadian ketiga dapat terjadi dalam c
DISTRIBUSI 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
Nilai 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
STATISTIK DAN STATISTIKA
STATISTIK DAN STATISTIKA MAKNA DARI PENGERTIAN STATISTIK DAN STATISTIKA DATA STATISTIK Pengertian : Data adalah keterangan atau fakta mengenai suatu persoalan bisa berupa kategori (rusak, baik senang,
PELUANG KEJADIAN MAJEMUK
PELUANG KEJADIAN MAJEMUK Oleh : Saptana Surahmat Perhatikan masalah berikut : Dalam sebuak kotak kardus terdapat 12 buah lampu bohlam, tiga diantaranya rusak. Jika diamboil secara acak dua buah sekaligus,
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
Ruang Sampel dan Kejadian
Ruang Sampel dan Kejadian Perhatikan sekeping mata uang logam dengan sisi-sisi ANGKA dan GAMBAR Sisi Angka (A) Sisi Gambar (G) Maka : Ruang Sampel (S) = { A, G } Titik Sampel = A dan G, maka n(s) = 2 Kejadian
Metode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 [email protected] Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Unit 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
DISTRIBUSI 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
UNIFORM (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
RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu
PELUANG. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah
1 PELUANG Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah Kompetensi Dasar : Menggunakan aturan perkalian, permutasi dan kombinasi
Pertemuan 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
Metode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan
TEORI PROBABILITAS 1
TEORI PROBABILITAS 1 Berapa peluang munculnya angka 4 pada dadu merah??? Berapa peluang munculnya King heart? Berapa peluang munculnya gambar? 2 PELUANG ATAU PROBABILITAS adalah perbandingan antara kejadian
STK 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
STATISTIKA LINGKUNGAN
STATISTIKA LINGKUNGAN TEORI PROBABILITAS Probabilitas -pendahuluan Statistika deskriptif : menggambarkan data Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi
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
Pembahasan Contoh Soal PELUANG
Pembahasan Contoh Soal PELUANG 1. Nomor rumah yang dimaksud terdiri atas dua angka. Ini berarti ada dua tempat yang harus diisi, yaitu PULUHAN dan SATUAN. Karena nomor rumah harus ganjil, maka tempat Satuan
PROBABILITAS (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
BAB 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
DISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)
DISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS Uniform Bernoulli Binomial Poisson Distribusi Lainnya: Multinomial Hipergeometrik Geometrik Binomial Negatif BI5106 Analisis Biostatistika 27 September 2012 Distribusi uniform
Aksioma Peluang. Bab Ruang Contoh
Bab 2 Aksioma Peluang 2.1 Ruang Contoh Dalam suatu percobaan, kita tidak tahu dengan pasti apa hasil yang akan terjadi. Misalnya pada percobaan membeli lampu pijar, kita tidak tahu dengan pasti, apakah
1. Konsep Peluang. EL2002-Probabilitas dan Statistik Dosen: Andriyan
1. Konsep Peluang EL2002-Probabilitas dan Statistik Dosen: Andriyan Isi 1. Ruang Cuplikan (Sample Space) 2. Kejadian (Events) 3. Operasi Terhadap Kejadian 4. Pencacahan Titik Cuplikan 5. Peluang Kejadian
Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi
DISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak
Konsep Peubah Acak Metode Statistika (STK11) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan
