Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14

Ukuran: px
Mulai penontonan dengan halaman:

Download "Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14"

Transkripsi

1 Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Distribusi Normal 1-Sep

2 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai Distribusi Binomial Histogram Distribusi Probabilitas Sukses 1-Sep

3 Distribusi Binomial (2) Ilustrasi contoh pemilihan kegiatan Setiap tahun dalam 5 tahun dilakukan pemilihan acak untuk menetapkan alokasi dana kepada 1 dari 4 kegiatan (A,B,C,D). Setiap kali dilakukan pemilihan, masing-masing kegiatan memiliki peluang yang sama untuk terpilih (mendapatkan dana). Berapa persen peluang kegiatan A mendapatkan dana 5, 4, 3, 2, 1, 0? 1-Sep

4 Distribusi Binomial (3) Setiap kali pemilihan prob(as) = probabilitas kegiatan A terpilih prob(as) = ¼ = 0.25 = p prob(ag) = probabilitas kegiatan A tak terpilih prob(ag) = 1 p = 0.75 = q Dalam 5 kali pemilihan peluang terpilih (sukses) 3 kali adalah f X x; n, p f 3;5, X 3 1-Sep

5 Distribusi Binomial (4) Dalam 5 kali pemilihan, n = 5 Koefisien binomial Jumlah sukses Jumlah perolehan sukses Peluang perolehan sukses Σ = Sep

6 Probabilitas Distribusi probabilitas Kegiatan A mendapatkan dana n = Frekuensi perolehan dana 1-Sep

7 Distribusi Binomial Apabila pemilihan dilakukan untuk waktu yang lebih panjang 10 tahun 20 tahun n tahun diperoleh n + 1 kemungkinan hasil Kegiatan A dapat memperoleh dana sejumlah n kali, n 1 kali,... 0 kali 1-Sep

8 Probabilitas 0.30 Distribusi probabilitas Kegiatan A mendapatkan dana n = Frekuensi perolehan dana 1-Sep

9 Probabilitas 0.25 Distribusi probabilitas Kegiatan A mendapatkan dana n = Frekuensi perolehan dana 1-Sep

10 Distribusi Binomial vs Kurva Normal Apabila pemilihan (experimen) dilakukan sejumlah n kali dan n >> histogram distribusi probabilitas sukses (Kegiatan A memperoleh dana) memiliki interval kecil garis yang melewati puncak-puncak histogram kurva mulus berbentuk seperti lonceng Kurva Normal 1-Sep

11 Probabilitas Distribusi probabilitas Kegiatan A mendapatkan dana n = Frekuensi perolehan dana 1-Sep

12 Kurva Normal Distribusi Normal Kurva Normal berbentuk seperti lonceng dengan karakteristik tertentu tidak setiap kurva berbentuk seperti lonceng adalah kurva normal Kurva Normal menggambarkan suatu distribusi yang disebut Distribusi Normal Permasalahan distribusi binomial dapat diselesaikan dengan pendekatan distribusi normal Lebih mudah dilakukan karena karakteristik distribusi normal telah diketahui (didefinisikan) tabel distribusi normal perintah dalam MS Excel 1-Sep

13 Distribusi Normal Karakteristik simetri terhadap nilai rata-rata (mean) score mengumpul di sekitar nilai rata-rata kisaran score tak terbatas, namun sangat sedikit yang berada di luar kisaran 3 kali simpangan baku dari nilai rata-rata 1-Sep

14 Distribusi Normal Luas = X 1-Sep

15 Luas = Luas = Distribusi Normal Luas = X 1-Sep

16 pdf p X (x) N(μ,σ 2 ) + p X x- x e 2 1-Sep

17 pdf p X (x) N(μ 1,σ 12 ) N(μ 2,σ 22 ) μ 1 = μ 2 = μ 3 σ 1 < σ 2 < σ 3 N(μ 3,σ 32 ) + 1-Sep

18 pdf N(μ 1,σ 12 ) N(μ 2,σ 22 ) N(μ 3,σ 32 ) p X (x) μ 1 < μ 2 < μ 3 σ 1 = σ 2 = σ 3 μ + 1-Sep

19 Distribusi Normal Jika X berdistribusi normal, N(, 2 ), maka probabilitas X x dapat dicari dengan: prob x t- X x PX x 2 e dt luas di bawah kurva pdf cdf 1-Sep

20 pdf - cdf p X (x) cdf P X (x) 1 pdf Sep

21 Distribusi Normal Luas di bawah kurva menunjukkan probabilitas suatu event menunjukkan percentile rank prob(x x) = prob( X x) = luas di bawah kurva antara s.d. x prob( X + ) = 1 = luas di bawah kurva antara s.d. + prob(x x) = prob(+ X x) = luas di bawah kurva antara x s.d. + = 1 prob(x x) 1-Sep

22 Distribusi Normal Probabilitas prob(x ) = prob(x ) = 0.50 prob(-x X ) = prob( X x) 1-Sep

23 Distribusi Normal Probabilitas prob(x = x) = luas di bawah kurva antara x s.d. x = 0 prob(x x) = prob(x < x) prob(x x) = prob(x > x) prob(x a X x b ) = prob(x a < X < x b ) 1-Sep

24 Distribusi Normal Standar Distribusi normal umumnya disajikan dalam bentuk distribusi normal standar dipakai nilai z scores z X X - Z berdistribusi normal dengan = 0 dan = 1, N(0,1) distribusi normal standar 1-Sep

25 1-Sep Distribusi Normal Standar - - z e z p z Z z t Z t e z P z Z d 2 1 prob 2 2

26 Distribusi Normal Standar Z X 1-Sep

27 Tabel Distribusi Normal Standar Tabel z vs ordinat kurva normal standar z vs ordinat pdf (probability density function) Tabel z vs luas di bawah kurva z vs cdf (cumulative distribution function) luas kurva dari 0 s.d. z x luas kurva dari s.d. z x 1-Sep

28 Perintah (Fungsi) MS Excel Distribusi Normal NORM.DIST(x,mean,standard_dev,cumulative) x = nilai yang diinginkan untuk dicari distribusi normalnya mean = nilai rata-rata (aritmetik) standard_dev = nilai simpangan baku cumulative = TRUE atau FALSE; TRUE jika ingin menghitung cdf, FALSE jika ingin menghitung pdf NORM.INV(probability,mean,standard_dev) probability = probabilitas suatu distribusi normal mean = nilai rata-rata (aritmetik) standar_dev = nilai simpangan baku 1-Sep

29 Perintah (Fungsi) MS Excel Distribusi Normal Standar Ingat NORM.S.DIST(z) menghitung nilai cdf distribusi normal standar NORM.S.INV(probability) kebalikan dari NORM.S.DIST(z) mencari nilai z apabila probabilitasnya diketahui Distribusi Normal Standar mean = 0 simpangan baku = 1 1-Sep

30 Perintah (Fungsi) MS Excel Contoh 1 NORM.DIST(15,12,3,TRUE) rata-rata = 12 simpangan baku = 3 prob(x < 15) = NORM.DIST(15,12,3,TRUE) = NORM.INV(0.8,12,3) prob(x < x) = 0.8 x = NORM.INV(0.8,12,3) = Sep

31 Perintah (Fungsi) MS Excel Contoh 2 NORM.S.DIST(3) rata-rata = 0 simpangan baku = 1 prob(z < 3) = NORM.S.DIST(3) = prob(0 < Z < 3) = NORM.S.DIST(3) 0.5 = prob(1 < Z < 3) = NORM.S.DIST(3) NORM.S.DIST(1) prob(z > 1.5) = 1 NORM.S.DIST(1.5) NORM.S.INV(0.65) prob(z < z) = 0.65 z = NORM.S.INV(0.65) = Sep

32 Perintah (Fungsi) MS Excel Tugas Buatlah tabel distribusi normal standar tabel pdf tabel cdf Dapat memakai perintah MS Excel untuk mengerjakannya 1-Sep

33 Fungsi Linear Distribusi Normal Variabel random X berdistribusi normal, N(, 2 ) Jika Y = a + b X, maka Y berdistribusi normal N(a+b, b 2 2 ) 1-Sep

34 Teorema Limit Sentral X i, i = 1,2,,n masing-masing variabel random yang berdistribusi n normal N(, 2 ) s n X i i1 Jika n distribusi s n mendekati (asimtotis) distribusi normal N(n,n 2 ) 1-Sep

35 Kurva Normal KURVA PENGAMATAN VS KURVA TEORETIK 1-Sep

36 Kurva Normal Data Pengamatan Perbandingan antara data pengamatan vs distribusi normal Contoh data debit puncak tahunan (lihat tabel) klas ke-2: m 3 /s 250 m 3 /s debit rata-rata 659 m 3 /s 660 m 3 /s simpangan baku debit 212 m 3 /s 210 m 3 /s 1-Sep

37 Debit Puncak Tahunan Sungai XYZ Tahun ke- Debit (m 3 /s) Tahun ke- Debit (m 3 /s) Tahun ke- Debit (m 3 /s) Sep

38 Debit (m 3 /s) Debit Puncak Tahunan Sungai XYZ Tahun ke- 1-Sep

39 Tabel Frekuensi Debit (m 3 /s) Frekuensi Frekuensi Relatif Sep

40 Frekuensi relatif Histogram Data Pengamatan 0.20 Data pengamatan Debit (m 3 /s) 1-Sep

41 Frekuensi relatif Histogram Data Pengamatan Distribusi normal teoretik Data pengamatan Debit (m 3 /s) 1-Sep

42 Pengamatan vs Teoretik Expektasi frekuensi relatif klas ke-2 f Q q-Q q 250 2s Q e q e 200 F Q F Z F Z F 200 Q F Q F Z Z 2 s dq dq 1-Sep

43 Tabel Frekuensi (Distribusi Normal) Debit (m 3 /s) F Q (q atas ) F Q (q bawah ) Frek. Rel Sep

44 1-Sep Pengamatan vs Teoretik Cara lain untuk memperkirakan frekuensi relatif dalam suatu interval klas Q i Z i Z i Q i Q i i Q z p q z z p q p q p q q f d d

45 Pengamatan vs Teoretik Cara lain (lanjutan) i 2 : q q i p f Z Q i 100 m z 250 m i 3 3 s q i s z i Sep

46 Tabel Frekuensi (Distribusi Normal) Debit (m 3 /s) p Q (q) Frek. Rel E E E E E E E E E E E Sep

47 Hitungan dan Penggambaran Hitungan dan penggambaran dilakukan dengan spreadsheet: ST Contoh Data Debit 1-Sep

48 Distribusi Normal vs Distribusi Random Kontinu Umumnya distribusi normal cukup baik untuk mendekati distribusi-distribusi yang lain, baik distribusi diskrit atau kontinu khususnya di bagian tengah distribusi kurang baik di sisi pinggir (tail) Apabila distribusi kontinu dipakai untuk mendekati distribusi diskrit, diperlukan koreksi koreksi tengah interval, x ½, x + ½ misal: prob(x = x) prob(x ½ < X < x + ½) 1-Sep

49 Distribusi Normal vs Distribusi Random Kontinu Diskrit X = x x X y X x X x X < x X > x Kontinu x ½ X x + ½ x ½ < X < y + ½ X < x ½ X > x + ½ X x ½ X x + ½ 1-Sep

50 1-Sep

STATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal

STATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal STATISTIKA Distribusi Normal Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai Distribusi Binomial Histogram Distribusi Probabilitas Sukses Statistika Distribusi

Lebih terperinci

Teknik Pengolahan Data

Teknik Pengolahan Data Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Distribusi Normal 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan

Lebih terperinci

DISTRIBUSI PROBABILITAS VARIABEL RANDOM

DISTRIBUSI PROBABILITAS VARIABEL RANDOM Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan DISTRIBUSI PROBABILITAS VARIABEL RANDOM Statistika dan Probabilitas 2 Distribusi probabilitas variabel random diskrit Distribusi

Lebih terperinci

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI. Statistika dan Probabilitas

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI. Statistika dan Probabilitas Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI Statistika dan Probabilitas 2 Regresi Linear Tabel data x i y i = f(x i ) 1 0.5 2 2.5 3 2 4 4 5 3.5 6 6

Lebih terperinci

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. Statistika Teknik.

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17.  Statistika Teknik. Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Tabel dan Grafik Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan

Lebih terperinci

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada Statistika Random Variables Discrete Random Variables Continuous Random Variables 1 Pengertian Random variable (variabel acak) Jenis suatu fungsi

Lebih terperinci

Teknik Pengolahan Data

Teknik Pengolahan Data Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Tabel dan Grafik Organisasi Data Koleksi data sta;s;k perlu disusun (diorganisir)

Lebih terperinci

STATISTIKA. Tabel dan Grafik

STATISTIKA. Tabel dan Grafik STATISTIKA Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan jelas. Salah satu pengorganisasian data statistik adalah dengan: tabel grafik Organisasi

Lebih terperinci

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada. 1http://istiarto.staff.ugm.ac.id STATISTIKA. Discrete Probability Distributions

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada. 1http://istiarto.staff.ugm.ac.id STATISTIKA. Discrete Probability Distributions Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Discrete Probability Distributions 1http://istiarto.staff.ugm.ac.id Discrete Probability Distributions Distribusi Hipergeometrik Bernoulli

Lebih terperinci

PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2009

PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2009 PNYLSAIAN SOAL UJIAN TNGAH SMSTR 9 SOAL A Pengolahan data debit, Q m /s, di suatu sungai menunjukkan bahwa sebaran peluang terjadinya suatu besaran debit, p Q (), dapat dinyatakan dengan suatu ungsi (pd)

Lebih terperinci

Probabilitas Peluang Kemungkinan Mengapa probabilitas?

Probabilitas Peluang Kemungkinan Mengapa probabilitas? STATISTIKA PROBABILITAS Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang tidak dapat memastikan nilai suatu proses (misal erupsi gunung berapi) berdasarkan data erupsi selama waktu

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

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat

Lebih terperinci

Statistika Ujian Tengah Semester

Statistika Ujian Tengah Semester 2008 Statistika Ujian Tengah Semester Soal jawab UTS Statistika MPSP 2008. Langkah kerja dalam menjawab soal dipaparkan secara rinci. Sebagian besar hitungan dilakukan dengan bantuan program aplikasi spreadsheet.

Lebih terperinci

PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2012

PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 2012 PENYELESAIAN SOAL UJIAN TENGAH SEMESTER 0 SOAL Hujan deras dideinisikan sebagai hujan harian yang memiliki kedalaman lebih daripada 50 mm atau intensitas lebih daripada 0 mm/jam. Data di bawah ini adalah

Lebih terperinci

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

DISTRIBUSI 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 terperinci

DISTRIBUSI BINOMIAL. Investigasi thd suatu populasi. karakteristik populasi variabel nilai variabel

DISTRIBUSI BINOMIAL. Investigasi thd suatu populasi. karakteristik populasi variabel nilai variabel STATISTIKA DISTRIBUSI BINOMIAL Contoh Ilustrasi () Investigasi thd suatu populasi karakteristik populasi variabel nilai variabel nilai ujian: 0 s.d. 00 status perkawinan: tidak kawin, kawin, cerai, duda/janda

Lebih terperinci

PENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015

PENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 4. Variabel Acak dan Distribusi Probabilitas Prima Kristalina April 2015 1 Outline 1. Definisi

Lebih terperinci

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

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

Lebih terperinci

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

BAHAN 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 terperinci

U JIAN TENGAH SEMESTER S TATISTIKA

U JIAN TENGAH SEMESTER S TATISTIKA U JIAN TENGAH SEMESTER S TATISTIKA DR. IR. ISTIARTO, M.ENG. JUMAT, 1 NOVEMBER 1 15 MENIT OPEN BOOK TANPA KOMPUTER S OAL A Produksi listrik tahunan PLTMH Terangjaya menunjukkan angka yang sangat bervariasi,

Lebih terperinci

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Pertemuan 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 terperinci

Statistika. Probabilitas. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.

Statistika. Probabilitas. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil Statistika Probabilitas 1 Probabilitas Probabilitas Peluang Kemungkinan Mengapa probabilitas? Orang 7dak

Lebih terperinci

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

BI5106 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 terperinci

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

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

Lebih terperinci

Teknik Pengolahan Data

Teknik Pengolahan Data Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data DISTRIBUSI BINOMIAL 1 Contoh Ilustrasi Inves;gasi thd suatu populasi karakteris;k

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

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

STATISTICS. 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 terperinci

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

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

Lebih terperinci

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

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

Lebih terperinci

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Distribusi Sampling 6.2. Debrina Puspita Andriani    / 6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling

Lebih terperinci

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 27-Aug-17. Statistika Teknik DISTRIBUSI BINOMIAL

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 27-Aug-17.  Statistika Teknik DISTRIBUSI BINOMIAL Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik DISTRIBUSI BINOMIAL 1 Contoh Ilustrasi Investigasi thd suatu populasi karakteristik populasi variabel nilai variabel nilai

Lebih terperinci

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

BAB 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 terperinci

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI PROBABILITAS NORMAL DISTRIBUSI PROBABILITAS NORMAL 1 KARAKTERISTIK DISTRIBUSI KURVA NORMAL 1. Kurva berbentuk genta ( = Md= Mo) 2. Kurva berbentuk simetris 3. Kurva normal berbentuk asimptotis 4. Kurva mencapai puncak pada

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)

Lebih terperinci

BAB II DISTRIBUSI PROBABILITAS

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)

Lebih terperinci

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi

Lebih terperinci

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

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

Lebih terperinci

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.

Lebih terperinci

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI PROBABILITAS NORMAL DISTRIBUSI PROBABILITAS NORMAL 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Distribusi Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian dan Karakteristik

Lebih terperinci

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

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.

Lebih terperinci

Populasi dan Sampel. Materi 1 Distribusi Sampling

Populasi dan Sampel. Materi 1 Distribusi Sampling Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik

Lebih terperinci

Distribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Distribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Distribusi Peluang Kontinu Bahan Kuliah II9 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Fungsi Padat Peluang Untuk peubah acak kontinu, fungsi peluangnya

Lebih terperinci

Fungsi Kepadatan Probabilitas/Probability Density Function-PDF

Fungsi Kepadatan Probabilitas/Probability Density Function-PDF Fungsi Kepadatan Probabilitas/Probability Density Function-PDF Slide : Tri Harsono PENS Politeknik Elektronika Negeri Surabaya (PENS) 1 PDF Definisi Fungsi kepadatan probabilitas atau probability density

Lebih terperinci

Distribusi Teoritis Probabilitas

Distribusi Teoritis Probabilitas Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 2 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu

Lebih terperinci

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Distribusi 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 terperinci

Distribusi Normal, Skewness dan Qurtosis

Distribusi Normal, Skewness dan Qurtosis Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh

STK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh STK511 Analisis Statistika Pertemuan 4 Sebaran Penarikan Contoh Konsep Dasar Suatu statistik, misalnya, adalah fungsi dari peubah acak sering kita tulis. Idea dasaranya : Karena adalah peubah acak, maka

Lebih terperinci

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

PENS. 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 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

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode

Lebih terperinci

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

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

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Probabilitas 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 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

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

CNH3E3 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 terperinci

STATISTIK PERTEMUAN VI

STATISTIK 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 terperinci

Distribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial

Distribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 3 4 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu

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

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

MA5283 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 terperinci

ANALISIS CURAH HUJAN UNTUK MEMBUAT KURVA INTENSITY-DURATION-FREQUENCY (IDF) DI KAWASAN KOTA LHOKSEUMAWE

ANALISIS CURAH HUJAN UNTUK MEMBUAT KURVA INTENSITY-DURATION-FREQUENCY (IDF) DI KAWASAN KOTA LHOKSEUMAWE ANALISIS CURAH HUJAN UNTUK MEMBUAT KURVA INTENSITY-DURATION-FREQUENCY (IDF) DI KAWASAN KOTA LHOKSEUMAWE Fasdarsyah Dosen Jurusan Teknik Sipil, Universitas Malikussaleh Abstrak Rangkaian data hujan sangat

Lebih terperinci

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Continuous Probability Distributions.

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Continuous Probability Distributions. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Continuous Probability Distributions 1 Continuous Probability Distributions Normal Distribution Uniform Distribution Exponential Distribution

Lebih terperinci

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik.

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik. Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Rentang Keyakinan 1 Rentang Keyakinan Estimasi Parameter Distribusi probabilitas memiliki sejumlah parameter. Parameter-parameter

Lebih terperinci

ESTIMASI. Arna Fariza PENDAHULUAN

ESTIMASI. Arna Fariza PENDAHULUAN ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik

Lebih terperinci

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Ir Tito Adi Dewanto Jenis Distribusi 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Pengantar Kunci aplikasi probabilitas dalam statistik

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

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

Makalah Statistika Distribusi Normal

Makalah Statistika Distribusi Normal Makalah Statistika Distribusi Normal Disusun Oleh: Dwi Kartika Sari 23214297 2EB16 Fakultas Ekonomi Jurusan Akuntansi Universitas Gunadarma 2015 Kata Pengantar Puji syukur kehadirat Tuhan Yang Maha Esa

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

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan

Menjelaskan 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 terperinci

Penyelesaian Soal Ujian Tengah Semester 2008

Penyelesaian Soal Ujian Tengah Semester 2008 Penyeleaian Soal Ujian Tengah Semeter 008 Soal A Curah hujan harian maximum tahunan elama periode 978.d. 007 di Staiun Godean Yogyakarta diajikan pada tabel di bawah ini. kedalaman hujan (mm) rekueni 5

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Distribusi Binomial Perhatikan kembali setiap hasil percobaan statistik pada pembahasan sebelumnya, dari

Lebih terperinci

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak Peubah Acak Peubah Acak Diskrit dan Distribusi Peluang Peubah Acak (Random Variable): Sebuah keluaran numerik yang merupakan hasil dari percobaan (eksperimen) Untuk setiap anggota dari ruang sampel percobaan,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif

Lebih terperinci

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting

Lebih terperinci

Metode Statistika (STK 211) Pertemuan ke-5

Metode Statistika (STK 211) Pertemuan ke-5 Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak

Lebih terperinci

DISTRIBUSI PROBABILITAS FERDIANA YUNITA

DISTRIBUSI PROBABILITAS FERDIANA YUNITA DISTRIBUSI PROBABILITAS FERDIANA YUNITA DEFINISI DISTRIBUSI PROBABILITAS Model untuk variable acak, yg menggambarkan cara probabilitas tersebar pada semua nilai yang mungkin terjadi dari variable acak

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

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

PERBANDINGAN 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 terperinci

Sampling dengan Simulasi Komputer

Sampling dengan Simulasi Komputer Modul Sampling dengan Simulasi Komputer PENDAHULUAN Sutawanir Darwis M etode statistika merupakan alat untuk menyelesaikan masalah apabila solusi analitik tidak mungkin diperoleh. Dengan metode statistika

Lebih terperinci

INFERENSI STATISTIS: RENTANG KEYAKINAN

INFERENSI STATISTIS: RENTANG KEYAKINAN Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan INFERENSI STATISTIS: RENTANG KEYAKINAN Statistika dan Probabilitas Rentang Keyakinan Estimasi Parameter Distribusi probabilitas

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

RANCANGAN PEMBELAJARAN

RANCANGAN PEMBELAJARAN RANCANGAN PEMBELAJARAN Mata Kuliah : dan Proses Stokastik Semester : Jurusan : Dosen : TIU : respon sistem linear dengan input menggunakan konsep probabilitas dan proses stokastik (C4) No.. Mahasiswa mampu

Lebih terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

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

Lebih terperinci

Fungsi Kepadatan Probabilitas

Fungsi Kepadatan Probabilitas Fungsi Kepadatan Probabilitas Gambaran Permasalahan Fungsi Distribusi Data Dalam Statistik [] Perusahaan jasa penjualan telur ayam kampung yang dikelola sendiri oleh Pak Hadi, mempunyai 3 orang karyawan.

Lebih terperinci

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain

Lebih terperinci

BUKU RANCANGAN PENGAJARAN

BUKU RANCANGAN PENGAJARAN BUKU RANCANGAN PENGAJARAN Mata Kuliah STATISTIK SOSIAL Disusun oleh: SYAHRUL, S.T., M.Eng Program Studi Ilmu Administrasi Fakultas Ilmu Sosial dan Ilmu Politik Universitas 17 Agustus 1945 Samarinda 2015

Lebih terperinci

statistika untuk penelitian

statistika untuk penelitian statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,

Lebih terperinci

DISTRIBUSI PROBABILITAS (PELUANG)

DISTRIBUSI PROBABILITAS (PELUANG) DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,

Lebih terperinci

PENDAHULUAN Definisi: Contoh Kasus:

PENDAHULUAN Definisi: Contoh Kasus: DISTRIBUSI PROBABILITAS 1 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.

Lebih terperinci

Bab V Hasil dan Pembahasan

Bab V Hasil dan Pembahasan Bab V Hasil dan Pembahasan V.1 Hasil Pengujian Model Dari pengujian model dengan simulasi yang dilakukan sebanyak 10.000 iterasi yang merupakan iterasi terpilih, diperoleh hasil-hasil sebagai berikut:

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi

Mata 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang

Lebih terperinci

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

Pr { +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 terperinci

MINGGU KE-11 HUKUM BILANGAN BESAR LEMAH DAN KUAT

MINGGU KE-11 HUKUM BILANGAN BESAR LEMAH DAN KUAT MINGGU KE-11 HUKUM BILANGAN BESAR LEMAH DAN KUAT HUKUM BILANGAN BESAR LEMAH DAN KUAT Misalkan X 1, X 2, X 3... barisan variabel random. Kita tulis S n = n X i. Dalam subbab ini kita akan menjawab pertanyaan

Lebih terperinci

PEMBAHASAN UTS 2015/2016 STATISTIKA 1

PEMBAHASAN UTS 2015/2016 STATISTIKA 1 PEMBAHASAN UTS 2015/2016 STATISTIKA 1 1. pernyataan berikut ini menjelaskan definisi dan cakupan statistika deskriptif, KECUALI : a. statistika deskriptif mendeskripsikan data yang telah dikumpulkan (Organizing)

Lebih terperinci

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng. PROBABILITAS &STATISTIK ke-1 Oleh: Kholistianingsih, S.T., M.Eng. KONTRAK PEMBELAJARAN UAS : 35% UTS : 35% TUGAS : 20% KEHADIRAN :10% SEMUA KOMPONEN HARUS ADA KEHADIRAN 0 NILAI MAKS D PEUBAH DAN GRAFIK

Lebih terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. 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 terperinci

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh STK 511 Analisis statistika Materi 4 Sebaran Penarikan Contoh 1 Pengantar Pada dasarnya data contoh diperoleh dengan dua cara: Data telah ada Teknik Penarikan Contoh Data belum tersedia Perancangan Percobaan

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRET

DISTRIBUSI PROBABILITAS DISKRET DISTRIBUSI PROBABILITAS DISKRET 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial

Lebih terperinci