SATUAN ACARA PERKULIAHAN PROGRAM STUDI MAGISTER TEKNIK ELEKTRO PROGRAM PASCASARJANA
|
|
- Indra Sumadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Mata Kuliah/Sks/Smt : Matematika Terapan/ / Tujuan Umum Mata Kuliah :. Mahasiswa memahami konsep-konsep statistika 2. Mahasiswa mampu menerapkan konsep dan alat bantu statistika pada masalah telekomunikasi Tujuan Khusus Mata Kuliah :. Mahasiswa memahami esensi statistika dan probabilitas di aplikasi telekomunikasi 2. Mahasiswa memahami variabel random diskret dan kontinyus, besaran karakteristik dan penggunaannya. Mahasiswa memahami variabel random jamak, karakteristik dan pemakainannya di telekomunikasi 4. Mahasiswa memahami proses random: Gauss, Poisson dsb. 5. Mahasiswa memahami konsep pada Markov chain dan aplikasinya di telekomunikasi 6. Mahasiswa memahami konsep Power Spectral Density di telekomunikasi 7. Mahasiswa mampu mengaplikasikan komputer dalam melakukan simulasi terkait proses random No Pokok Bahasan Subpokok bahasan Metoda Pengajaran Bahan Pustaka Introduction to Probability and Statistics Essential of probability and statistics in telecom Definition some basics quantities Model of probabilities, Axioms, 2, 2 Introduction to discrete random variables Conditional probabilities Probabilities involving random variables Discrete random variables
2 Discrete random variables - 4 Introduction to continuous random variables Multiple random variables Expectation Probability generating functions The binomial random variable The weak law of large numbers Conditional probability Conditional expectation Densities and probabilities Expectation of a single random variable Transform methods,2, 5 Pairs of Random Variables Joint Cumulative Distribution Functions Joint Probability Density Functions Joint Probability Mass Functions Conditional Distribution, Density, and Mass Functions Expected Values Involving Pairs of RV Independent RV Jointly Gaussian RV Transformations of Pairs of RV 6 Multiple Random Variables Joint and Conditional PMFs, CDFs, and PDFs Expectations Involving Multiple Random Variables Gaussian Random Variables in Multiple Dimensions,2,2
3 7 Multiple Random Variables 2 Transformations Involving Multiple Random Variables Estimation and Detection Engineering Application: Linear Prediction of Speech 8 Ujian Tengah Semester 9 Random Processes Definition and Classification Mathematical Tools Stationary and Ergodic Random Processes Properties of the Autocorrelation Function 0 Random Processes 2 Gaussian Random Processes Poisson Processes Markov Processes Definition and Examples of Markov Processes Calculating Transition and State Probabilities in Markov Chains Characterization of Markov Chains 2 Markov Processes 2 Continuous Time Markov Processes Engineering Application: A Computer Communication Network Power Spectral Density Definition of PSD The Wiener Khintchine Einstein Theorem,,,
4 4 Random Processes in Linear Systems Bandwidth of a Random Process Spectral Estimation Thermal Noise Engineering Application: PSDs of Digital Modulation Formats Continuous Time Linear Systems Discrete-Time Linear Systems Signal-to-Noise Ratios Engineering Application: An Analog Communication System 5 Simulation Techniques Computer Generation of Random Variables Generation of Random Processes Simulation of Rare Events Simulation of a Coded Digital Communication System 6 Ujian Akhir Semester References: [] John A. Gubner, Probability and Random Processes for Electrical and Computer Engineers, Cambridge University Press, [2] Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers, Keying Ye, Essentials of Probability & Statistics for Engineers & Scientists, Pearson, 20
5 [] Scott L.Miller, Donald Childers, Probability and Random Processes, With Applications to Signal Processing, Edition 2, Academic Press, 202 [4] Andy Field, Discovering Statistics Using SPSS (Introducing Statistical Method), rd edition-sage Publications Ltd, Terbitan : Agustus 202 Revisi: Disetujui/Disahkan Oleh : Ketua Program Studi Magister Teknik Elektro Dibuat oleh : Koordinator Mata Kuliah Dr.-Ing. Mudrik Alaydrus Dr.-Ing. Mudrik Alaydrus
Distribusi 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 terperinciSATUAN ACARA PERKULIAHAN
SATUAN ACARA PERKULIAHAN Topik/ Pokok Bahasan 1 : Penjelasan silabus dan prosedur Kompetensi : Mahasiswa memiliki pengetahuan konseptual tentang silabus dan prosedur 1 Pengantar mengenai silabus dan prosedur
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI : SISTEM KOMPUTER, SISTEM INFORMASI, DAN TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NAROTAMA
RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI : SISTEM KOMPUTER, SISTEM INFORMASI, DAN TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NAROTAMA MATA KULIAH KODE MATA KULIAH Mata Kuliah Prasyarat Big
Lebih terperinciTTG3B3 - Sistem Komunikasi 2 Random Process
TTG3B3 - Sistem Komunikasi 2 Random Process S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Oleh: Linda Meylani Agus D. Prasetyo Tujuan Pembelajaran Memahami arti random process Mengetahui
Lebih terperinciReview Teori Probabilitas
Rekayasa Trafik 1 Review Teori Probabilitas Rekayasa Trafik Outline Arti Probabilitas Counting Method Random Variable Discrete RV Continuous RV Multiple RVs Rekayasa Trafik 2 Arti Probabilitas Rekayasa
Lebih terperinciSIMULASI PERHITUNGAN PARAMETER FREKUENSI DOPPLER DISKRIT DAN KOEFISIEN DOPPLER MENGGUNAKAN EXTENDED SUZUKI PROSES TIPE I
SIMULASI PERHITUNGAN PARAMETER FREKUENSI DOPPLER DISKRIT DAN KOEFISIEN DOPPLER MENGGUNAKAN EXTENDED SUZUKI PROSES TIPE I Doni Tamzil / 0222197 Jurusan Teknik Elektro, Fakultas Teknik, Univeristas Kristen
Lebih terperinciRantai Markov Diskrit (Discrete Markov Chain)
#10 Rantai Markov Diskrit (Discrete Markov Chain) 10.1. Pendahuluan Berbagai teknik analitis untuk mengevaluasi reliability dari suatu sistem telah diuraikan pada bab terdahulu. Teknik analitis ini mengasumsikan
Lebih terperinciPROSES PERCABANGAN PADA DISTRIBUSI POISSON
PROSES PERCABANGAN PADA DISTRIBUSI POISSON Nur Alfiani Santoso, Respatiwulan, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak. Proses percabangan merupakan suatu proses stokastik
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 terperinciPertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016
19/04/016 Pertemuan 10 STATISTIKA INDUSTRI TIN 4004 Outline: and Correlation Non Linear Regression Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability for Engineers, 5 th Ed. John
Lebih terperinciPENDEKATAN INVERSE-TRANSFORM RANDOM VARIATE GENERATOR BERBASIS DISTRIBUSI GEOMETRI PADA PENGACAKAN RANDOM SAMPLING
PENDEKATAN INVERSE-TRANSFORM RANDOM VARIATE GENERATOR BERBASIS DISTRIBUSI GEOMETRI PADA PENGACAKAN RANDOM SAMPLING Arif Rahman Program Studi Teknik Industri, Fakultas Teknik, Universitas Brawijaya Jl.
Lebih terperinciDasar-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 terperinciPERANCANGAN DAN SIMULASI ANTRIAN PAKET DENGAN MODEL ANTRIAN M/M/N DI DALAM SUATU JARINGAN KOMUNIKASI DATA
PERANCANGAN DAN SIMULASI ANTRIAN PAKET DENGAN MODEL ANTRIAN M/M/N DI DALAM SUATU JARINGAN KOMUNIKASI DATA Idatriska P 1, R. Rumani M 2, Asep Mulyana 3 1,2,3 Gedung N-23, Program Studi Sistim Komputer,
Lebih terperinciZulkarnaen Hatala¹, -². ¹Magister Elektro Komunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2005 STUDI PEMODELAN KANAL FADING RAYLEIGH MENGGUNAKAN RANTAI MARKOV TERSEMBUNYI (STUDY OF RAYLEIGH FADING CHANNEL MODELING USING DISCRETE TIME HIDDEN MARKOV
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 8 Outline: Simple Linear Regression and Correlation Multiple Linear Regression and Correlation Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN
Lebih terperinciPROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES)
#11 PROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES) 11.1. Pendahuluan Masalah keandalan yang berhubungan dengan sistem secara normal adalah space memiliki sifat diskrit yaitu sistem tersebut dapat
Lebih terperinciAgama I. Bahasa Inggris I. Bahasa Indonesia. Kalkulus. Fisika Elektro. Pengantar Teknik Elektro. Laboratorium Pengantar Teknik Elektro
Kurikulum Baru 2013 Kurikulum 2004 No. Kode Nama Mata Kuliah Course Title SKS Semester I 1 TEI 1111 2 TEP 1111 3 TEI 1112 4 TEP 1112 5 TEP 1113 6 1111 1111P 8 TEP 1114 9 TEI 1113 Semester II 1 TEI 2211
Lebih terperinciSatuan Acara Perkuliahan Arjuni Budi P.
: Overview Sistem Komunikasi Digital Tujuan pembelajaran umum : Para mahasiswa mengetahui ruang lingkup Sistem Komunikasi Digital Jumlah pertemuan : 1(satu) kali 1 menyebutkan elemen-elemen dari Sistem
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Proses Stokastik Kode/sks : MAS 4113 /3 Semester : III Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER A. Musdalifa, Raupong, Anna Islamiyati Abstrak Estimasi parameter adalah merupakan hal
Lebih terperinci#12 SIMULASI MONTE CARLO
#12 SIMULASI MONTE CARLO 12.1. Konsep Simulasi Metode evaluasi secara analitis sangat dimungkinkan untuk sistem dengan konfigurasi yang sederhana. Untuk sistem yang kompleks, Bridges [1974] menyarankan
Lebih terperinciPERHITUNGAN BIT ERROR RATE PADA SISTEM MC-CDMA MENGGUNAKAN GABUNGAN METODE MONTE CARLO DAN MOMENT GENERATING FUNCTION.
PERHITUNGAN BIT ERROR RATE PADA SISTEM MC-CDMA MENGGUNAKAN GABUNGAN METODE MONTE CARLO DAN MOMENT GENERATING FUNCTION Disusun Oleh: Nama : Christ F.D. Saragih Nrp : 0422057 Jurusan Teknik Elektro, Fakultas
Lebih terperinciRANCANGAN 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 terperinciSistem Komunikasi II (Digital Communication Systems)
Sistem Komunikasi II (Digital Communication Systems) Lecture #1: Stochastic Random Process Topik: 1.1 Pengenalan Sistem Komunikasi Digital. 1.2 Pendahuluan Stochastic Random Process. 1.3 Random Variable
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) MUG2D3 PROBABILITAS DAN STATISTIKA Disusun oleh: INDWIARTI FAKULTAS INFORMATIKA TELKOM UNIVERSITY 1 LEMBAR PENGESAHAN Rencana Pembelajaran Semester (RPS) ini telah disahkan
Lebih terperinciPENGUJIAN TEKNIK FAST CHANNEL SHORTENING PADA MULTICARRIER MODULATION DENGAN METODA POLYNOMIAL WEIGHTING FUNCTIONS ABSTRAK
Abstrak PENGUJIAN TEKNIK FAST CHANNEL SHORTENING PADA MULTICARRIER MODULATION DENGAN METODA POLYNOMIAL WEIGHTING FUNCTIONS Jongguran David/ 0322136 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg.
Lebih terperinciPRODI. Dosen : MM No.Revisi : 00. Semester : I Hal: 1 dari 5. kelompok. Deskripsi 2 populasi. Kemampuan. Kemampuan kerja.
RP S1 SP 01 A. CAPAIAN PEMAN : 1. CP 11.1 : Mampu menganalisis data secara kuantitatif baik secara univariat maupun Multivariat serta menerapkannya. 2. CP 8.1 : Memformulasikan masalah ke dalam pemodelan
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 terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
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 terperinciKAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN
Lebih terperinciBAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI
7.1. Pendahuluan BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI Pada bab sebelumnya, penyebaran spatial (konfigurasi spasial) dimana ditunjukan sebagai ragam sampel quadran. Bab ini
Lebih terperinciPROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS
PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu
Lebih terperinciPemodelan Data Statistik Melalui Pendekatan Distribusi Diskrit
Pemodelan Data Statistik Melalui Pendekatan Distribusi Diskrit Sutoyo Jurusan Teknik Elektro UIN SUSKA RIAU Jl HR Soebrantas KM 15 Panam Pekanabaru e-mail : sutoyo_te@yahoo.com ABSTRAK Perkembangan teknologi
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji t Uji Proportional Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 2001. Walpole, R.E.,
Lebih terperinciANALISIS AVAILABILITY SISTEM PENANGANAN GANGGUAN JARINGAN SPEEDY DI PT. TELEKOMUNIKASI INDONESIA, Tbk
ISSN 1412 3762 http://jurnal.upi.edu/electrans ELECTRANS, VOL.12, NO.2, SEPTEMBER 2013, 107-114 ANALISIS AVAILABILITY SISTEM PENANGANAN GANGGUAN JARINGAN SPEEDY DI PT. TELEKOMUNIKASI INDONESIA, Tbk R.
Lebih terperinciSILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Menyusun langkahlangkah. 1. Langkahlangkah. setiap metode penarikan sampel 2.
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-209 Nama Mata Kuliah : Praktikum Statistika Jumlah SKS : 1 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas
Lebih terperinciKLASIFIKASI CALON PENDONOR DARAH MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER
KLASIFIKASI CALON PENDONOR DARAH MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (STUDI KASUS : Calon Pendonor Darah di Kota Semarang) SKRIPSI Disusun Oleh : DHIMAS BAYUSUSETYO NIM. 24010212130081 DEPARTEMEN
Lebih terperinciPROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS KATOLIK PARAHYANGAN 2014
PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS KATOLIK PARAHYANGAN 2014 Silabus Mata Kuliah IND-301: Penelitian Operasional Jumlah SKS: 3 SKS SEMESTER GANJIL 2014/2015 Mata kuliah
Lebih terperinciDASAR-DASAR TEORI PELUANG
DASAR-DASAR TEORI PELUANG Herry P. Suryawan 1 Ruang Peluang Definisi 1.1 Diberikan himpunan tak kosong Ω. Aljabar-σ (σ-algebra pada Ω adalah koleksi subhimpunan A dari Ω dengan sifat (i, Ω A (ii jika A
Lebih terperinciUNIVERSITAS INDONESIA PENGUKURAN RISIKO KREDIT MENGGUNAKAN METODE CREDIT RISK + DENGAN MEMPERTIMBANGKAN VARIABEL MAKRO EKONOMI (STUDI KASUS DI BANK X)
UNIVERSITAS INDONESIA PENGUKURAN RISIKO KREDIT MENGGUNAKAN METODE CREDIT RISK + DENGAN MEMPERTIMBANGKAN VARIABEL MAKRO EKONOMI (STUDI KASUS DI BANK X) TESIS IRA WIDAYANTI 0806432991 FAKULTAS EKONOMI PROGRAM
Lebih terperinciPEMODELAN DAN SIMULASI UNTUK MENGETAHUI KEBANGKRUTAN PERUSAHAAN ASURANSI BERDASARKAN UKURAN KLAIM
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3025 PEMODELAN DAN SIMULASI UNTUK MENGETAHUI KEBANGKRUTAN PERUSAHAAN ASURANSI BERDASARKAN UKURAN KLAIM Nanda Putri Mintari Prodi
Lebih terperinciTTG3B3 - Sistem Komunikasi 2 MAP & ML Detection
TTG3B3 - Sistem Komunikasi 2 MAP & ML Detection S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Oleh: Linda Meylani Agus D. Prasetyo Tujuan Pembelajaran Memahami dan menjelaskan konsep
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji Z: Proportional Populasi Uji Hipotesis 2 populasi: Uji Z Uji pooled t-test Uji paired t-test Referensi: Johnson, R. A., Statistics
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 terperinciPertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression
Pertemuan 8 STATISTIKA INDUSTRI 2 TIN 4004 Outline: Regresi Linier Sederhana dan Korelasi (Simple Linier Regression and Correlation) Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability
Lebih terperinciSTATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA DISTRIBUSI SAMPLING PENGANTAR Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui
Lebih terperinciANALISIS KINERJA SPECTRUM SENSING MENGGUNAKAN METODE MATCHED FILTER PADA COGNITIVE RADIO
ANALISIS KINERJA SPECTRUM SENSING MENGGUNAKAN METODE MATCHED FILTER PADA COGNITIVE RADIO Syahri Dina Kandi, Rahmad Fauzi Konsentrasi Teknik Telekomunikasi, Departemen Teknik Elektro Fakultas Teknik Universitas
Lebih terperinciESTIMATOR BAYES UNTUK RATA-RATA TAHAN HIDUP DARI DISTRIBUSI RAYLEIGH PADA DATA DISENSOR TIPE II
UJM 3 (2) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm ESTIMATOR BAYES UNTUK RATA-RATA TAHAN HIDUP DARI DISTRIBUSI RAYLEIGH PADA DATA DISENSOR TIPE II Roudlotin Ni mah,
Lebih terperinciPEMODELAN DAN SIMULASI PELUANG KEBANGKRUTAN PERUSAHAAN ASURANSI DENGAN ANALISIS NILAI PREMI DAN UKURAN KLAIM DIASUMSIKAN BERDISTRIBUSI EKSPONENSIAL
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 1294 PEMODELAN DAN SIMULASI PELUANG KEBANGKRUTAN PERUSAHAAN ASURANSI DENGAN ANALISIS NILAI PREMI DAN UKURAN KLAIM DIASUMSIKAN
Lebih terperinciESTIMASI ARAH KEDATANGAN SUMBER JAMAK MENGGUNAKAN BAYESIAN PREDICTIVE DENSITIES. Disusun Oleh: Nrp :
ESTIMASI ARAH KEDATANGAN SUMBER JAMAK MENGGUNAKAN BAYESIAN PREDICTIVE DENSITIES Disusun Oleh: Nama : Charli Susanto Nrp : 0422053 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha,
Lebih terperinci2. Tahapan Penelitian
1 Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian Tesis
Lebih terperinci2. Tahapan Penelitian pemahaman merupakan awal proses penelitian
Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 2. Tahapan Penelitian pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah
Lebih terperinciBeberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang
Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang rahmaanisa@apps.ipb.ac.id Outline Peubah acak Bernoulli Peubah acak binom Peubah acak geometrik Latihan dan Diskusi Review Peubah Acak
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 terperinciStatistika Psikologi 2
Statistika Psikologi 2 Modul ke: 11Fakultas Psikologi Korelasi Ganda: Analisis Statistika dengan SPSS Arie Suciyana S., M.Si. Program Studi Psikologi Uji KorelasiGanda (Multiple Correlation) Uji Korelasi
Lebih terperinciTTG3B3 - Sistem Komunikasi 2 Modulasi Digital: PSK dan ASK
TTG3B3 - Sistem Komunikasi 2 Modulasi Digital: PSK dan ASK S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Oleh: Linda Meylani Agus D. Prasetyo Tujuan Pembelajaran Mengetahui jenis-jenis
Lebih terperinciJony Sitepu/ ABSTRAK
PERBANDINGAN ESTIMASI SELUBUNG SPEKTRAL DARI BUNYI VOICED MENGGUNAKAN METODE AUTO-REGRESSIVE (AR) DENGAN OPTIMIZATION OF THE LIKELIHOOD CRITERION (OLC) Jony Sitepu/0422166 Jurusan Teknik Elektro, Fakultas
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 terperinciANALISIS KINERJA SPEKTRUM SENSING MENGGUNAKAN METODE ENERGY DETECTION PADA COGNITIVE RADIO
ANALISIS KINERJA SPEKTRUM SENSING MENGGUNAKAN METODE ENERGY DETECTION PADA COGNITIVE RADIO Elvis Pandapotan Sinaga, Rahmad Fauzi Konsentrasi Teknik Telekomunikasi, Departemen Teknik Elektro Fakultas Teknik
Lebih terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinciBAB I PENDAHULUAN. Dimana spektrum frekuensi ini sudah di alokasikan dan terbatas. Terdapat dua
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berkembang teknologi komunikasi dan semakin banyaknya varian layanan telekomunikasi nirkabel tentu sangat menentukan pemakaian spektrum frekuensi. Dimana spektrum
Lebih terperinciIMPLEMENTASI MULTIPATH FADING RAYLEIGH MENGGUNAKAN TMS320C6713
IMPLEMENTASI MULTIPATH FADING RAYLEIGH MENGGUNAKAN TMS320C6713 Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang Email: aryobaskoro@mail.unnes.ac.id Abstrak. Karakteristik kanal wireless ditentukan
Lebih terperinciStatistika. 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 terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Contingency Uji Homogenitas Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 001.
Lebih terperinciKAJIAN MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY DAN APLIKASINYA PADA HARGA GABAH KERING PANEN T A M U R I H
KAJIAN MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY DAN APLIKASINYA PADA HARGA GABAH KERING PANEN T A M U R I H SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah analisis data yang memanfaatkan informasi kronologis dari suatu kejadian atau peristiwa (event). Respon yang diperhatikan adalah waktu sampai
Lebih terperinciPENINGKATAN KUALITAS SINYAL SUARA DENGAN MENGGUNAKAN METODE INDEPENDENT COMPONENT ANALYSIS ABSTRAK
PENINGKATAN KUALITAS SINYAL SUARA DENGAN MENGGUNAKAN METODE INDEPENDENT COMPONENT ANALYSIS Ambrosius Jonathan / 0222202 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof.
Lebih terperinciBAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI
BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI 5.1. Pendahuluan Untuk mendeteksi bagaimana konfigurasi titik dalam ruang apakah bersifat acak atau random, regular, ataupun cluster (kelompok); pertama-tama
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER (FILKOM) UNIVERSITAS PUTRA INDONESIA YPTK PADANG LEMBAR PENGESAHAN Rencana
Lebih terperinciANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION
ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Oleh: Desi Nur Faizah 1209 1000 17 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
Lebih terperincioleh DYAH WARDIYANI M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PROBABILITAS WAKTU DELAY MODEL EPIDEMI ROUTING oleh DYAH WARDIYANI M0109021 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN MATEMATIKA
Lebih terperinciPengujian Teknik Channel Shortening Pada Multicarrier Modulation Dengan Kriteria Minimum Mean Squared Error (MMSE). ABSTRAK
Pengujian Teknik Channel Shortening Pada Multicarrier Modulation Dengan Kriteria Minimum Mean Squared Error (MMSE). Tulus Rakhmat Irawan/ 0322150 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg.
Lebih terperinciKONTRAK PEMBELAJARAN
Jurusan Teknik Sipil FT UNS Dokumen level 4: REKAMAN Judul : KONTRAK PEMBELAJARAN MK STATISTIKA DAN PROBABILITAS No. Dokumen F-JTS-20.01 Revisi ke 0 Tgl. berlaku 10 Sep 2007 Halaman 1 / 6 KONTRAK PEMBELAJARAN
Lebih terperinciOLEH : Riana Ekawati ( ) Dosen Pembimbing : Dra. Farida Agustini W, M.S
OLEH : Riana Ekawati (1205 100 014) Dosen Pembimbing : Dra. Farida Agustini W, M.S Salah satu bagian penting dari statistika inferensia adalah estimasi titik. Estimasi titik mendasari terbentuknya inferensi
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK Topik Khusus: M
MA4081 PENGANTAR PROSES STOKASTIK Topik Khusus: Model AR dan INAR Cerdas dan Stokastik Setelah rantai Markov, distribusi eksponensial, lalu apa? Proses Bernoulli, Proses Poisson, Proses Stokastik lain?
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL
PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.
Lebih terperinciDeteksi Sinyal Akustik yang Ditimbulkan Kapal Menggunakan Pendekatan Hidden Markov Tree (HMT)
Proudly Present : Presentasi Tugas Akhir Deteksi Sinyal Akustik yang Ditimbulkan Kapal Menggunakan Pendekatan Hidden Markov Tree (HMT) Musa Ibrahim 2208100047 Pembimbing : Dr. Ir. Wirawan, DEA Ir. Endang
Lebih terperincioleh YUANITA KUSUMA WARDANI M
ESTIMASI PARAMETER MODEL REGRESI PROBIT SPASIAL MENGGUNAKAN SOFTWARE R DENGAN ALGORITME GIBBS SAMPLING oleh YUANITA KUSUMA WARDANI M0111083 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciSISTEM ANTRIAN MODEL GEO/G/1 DENGAN VACATION
SISTEM ANTRIAN MODEL GEO/G/1 DENGAN VACATION Novita Eka Chandra 1, Supriyanto 2, dan Renny 3 1 Universitas Islam Darul Ulum Lamongan, novitaekachandra@gmail.com 2 Universitas Jenderal Soedirman, supriyanto
Lebih terperinciTTG3B3 - Sistem Komunikasi 2 Teori Informasi
TTG3B3 - Sistem Komunikasi 2 Teori Informasi S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Oleh: Linda Meylani Agus D. Prasetyo Tujuan Pembelajaran Memahami besaran-besaran informasi
Lebih terperinciDISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN
#7 DISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN 7.1. Pendahuluan Pada pembahasan terdahulu, keandalan hanya dievaluasi sebagai suatu sistem rekayasa (engineering) dengan tidak menggunakan distribusi
Lebih terperinciBayesian Network untuk Mata Kuliah Jurusan Akuntansi: Tahap Awal menuju Automated Reasoning System
Laporan Penelitian Bayesian Network untuk Mata Kuliah Jurusan Akuntansi: Tahap Awal menuju Automated Reasoning System PENELITI / TIM PENELITI Hendra Bunyamin, S.Si., M.T. Meyliana, S.E., M.Si., Ak. Hanny,
Lebih terperinciKINERJA SISTEM OFDM MELALUI KANAL HIGH ALTITUDE PLATFORM STATION (HAPS) LAPORAN TUGAS AKHIR. Oleh: YUDY PUTRA AGUNG NIM :
KINERJA SISTEM OFDM MELALUI KANAL HIGH ALTITUDE PLATFORM STATION (HAPS) LAPORAN TUGAS AKHIR Oleh: YUDY PUTRA AGUNG NIM : 132 03 017 Program Studi : Teknik Elektro SEKOLAH TEKNIK ELEKTRO DAN INFORMATIKA
Lebih terperinciPsikometri. Analisis Item 1
Psikometri Modul ke: Analisis Item 1 Fakultas Psikologi Program Studi Psikologi www.mercubuana.ac.id Arie Suciyana S., S.Si., M.Si. Test items are the units that make up a test and the means through which
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciMODEL EPIDEMI STOKASTIK SUSCEPTIBLE INFECTED SUSCEPTIBLE (SIS)
MODEL EPIDEMI STOKASTIK SUSCEPTIBLE INFECTED SUSCEPTIBLE (SIS) oleh SILVIA KRISTANTI M0109060 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciSIMULASI ESTIMASI FREKUENSI UNTUK QUADRATURE AMPLITUDE MODULATION MENGGUNAKAN DUA SAMPEL TERDEKAT
Abstrak SIMULASI ESTIMASI FREKUENSI UNTUK QUADRATURE AMPLITUDE MODULATION MENGGUNAKAN DUA SAMPEL TERDEKAT Ferdian Belia/9922074 Jurusan Teknik Elektro, Fakultas Teknik Elektro, Jalan Prof. Drg. Suria Sumantri
Lebih terperinciPendahuluan Statistika
Pendahuluan Statistika Ahmad Zakaria September 18, 2013 1 Ahmad Zakaria Pendahuluan Statistika Pendahuluan PENDAHULUAN 2 Ahmad Zakaria Pendahuluan Statistika Pendahuluan PENDAHULUAN Ilmu Statistik sudah
Lebih terperinciPENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG. Agustinus Simanjuntak ABSTRACT
PENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG Agustinus Simanjuntak Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya Pekanbaru
Lebih terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data Ahmad Zakaria, Ph.D. September 19, 2013 1 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter 2 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Directional & Nondirectional test Langkah-langkah Uji Hipotesis Error dalam Uji hipotesis (Error Type I) Jenis Uji Hipotesis satu populasi
Lebih terperinciPENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU
tnp PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU Mida Yanti 1 Nur Salam 1 Dewi Anggraini 1 Abstract: Poisson process is a special event
Lebih terperinciIDENTIFIKASI KANAL FIR SECARA BUTA UNTUK SISTEM DUA-MASUKAN-DUA-KELUARAN PADA DOMAIN FREKUENSI MENGGUNAKAN STATISTIK ORDE DUA ABSTRAK
IDENTIFIKASI KANAL FIR SECARA BUTA UNTUK SISTEM DUA-MASUKAN-DUA-KELUARAN PADA DOMAIN FREKUENSI MENGGUNAKAN STATISTIK ORDE DUA Sempurna keliat / 0122171 Jurusan Teknik Elektro, Fakultas Teknik, Jln. Prof.
Lebih terperinciSILABUS MATA KULIAH. Pengalaman Pembelajaran
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Mata Kuliah Pra Syarat : TKI-101 Pengantar Teknik Industri
Lebih terperinciEVALUASI NUMERIK DARI METODE APROKSIMASI DALAM PROGRAM STOKASTIK
EVALUASI NUMERIK DARI METODE APROKSIMASI DALAM PROGRAM STOKASTIK TESIS Oleh MUHAMMAD ISMAIL 127021006/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2014 EVALUASI NUMERIK
Lebih terperinciPENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN. Rince Adrianti 1, Haposan Sirait 2 ABSTRACT ABSTRAK
PENAKSIR PARAMETER DISTRIBUSI INVERS MAXWELL UKURAN BIAS SAMPEL MENGGUNAKAN METODE BAYESIAN Rince Adrianti, Haposan Sirait Mahasiswa Program Studi S Matematika Dosen Matematika, Jurusan Matematika Fakultas
Lebih terperinciRANCANG BANGUN PURWARUPA SISTEM PENDUKUNG KEPUTUSAN DENGAN MODEL SIMULASI NONSTATIONARY AND COMPOUND POISSON PROCESS
RANCANG BANGUN PURWARUPA SISTEM PENDUKUNG KEPUTUSAN DENGAN MODEL SIMULASI NONSTATIONARY AND COMPOUND POISSON PROCESS PADA PERENCANAAN SUMBER DAYA USAHA KULINER Arif Rahman 1, Murti Astuti 2, Rahmi Yuniarti
Lebih terperinciBAGAN KENDALI ZERO INFLATED POISSON ADRIAN MATANDUNG. Pembimbing 1. Dr. Erna Tri Herdiani, M.Si, 2. Dr. La Podje Talangko, M.Si.
BAGAN KENDALI ZERO INFLATED POISSON ADRIAN MATANDUNG Pembimbing. Dr. Erna Tri Herdiani, M.Si, 2. Dr. La Podje Talangko, M.Si. Program Studi Statistik, Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinci