RANCANGAN PEMBELAJARAN

dokumen-dokumen yang mirip
Implementasi Rencana Pembelajaran Daring. Trihastuti Agustinah

Probabilitas dan Proses Stokastik

RENCANA PEMBELAJARAN SEMESTER (RPS)

STATISTIK PERTEMUAN VI

RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA

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

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

BAB III PROSES POISSON MAJEMUK

Catatan Kuliah. MA5181 Proses Stokastik

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. ii Bagaimana rata-rata atau nilai tengah dibuat oleh Stimulan eksternal.

TTG3B3 - Sistem Komunikasi 2 Random Process

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.

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

SATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS

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

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

Catatan Kuliah. MA5181 Proses Stokastik

BAB 1 PENDAHULUAN Latar Belakang

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

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

BAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.

Rencana Pembelajaran Departemen Teknik Elektro Fakultas Teknologi Elektro INSTITUT TEKNOLOGI SEPULUH NOPEMBER

MINGGU KE-9 MACAM-MACAM KONVERGENSI

Mata Kuliah Pemodelan & Simulasi

SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI & PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK / 3 SKS

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

Probabilitas dan Proses Stokastik

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

STATISTIKA UNIPA SURABAYA

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

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

SILABUS MATA KULIAH. : Dapat menyelesaikan permasalahan probabilitas dan mampu mengaplikasikan dalam kehidupan

DISTRIBUSI PROBABILITAS FERDIANA YUNITA

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

No Kompetensi Khusus Pokok Bahasan Sub Pokok Bahasan Metode Media / Alat Mahasiswa mampu menjelaskan konsep Apa itu statistik?

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

BAB I PENDAHULUAN. mengetahui fenomena yang akan terjadi pada periode mendatang akan

BAB III MODEL STATE-SPACE. dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan dari

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

Dasar-dasar Statistika Pemodelan Sistem

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah

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

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA SKS

Review Teori Probabilitas

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

SILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 4 September 2015

Probabilitas dan Proses Stokastik

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

Pemodelan Data Curah Hujan Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi

BAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

PEMBANGKIT RANDOM VARIATE

Minggu 1 Review Peubah Acak dan Fungsi Distribusi. Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting

BAB I PENDAHULUAN 1.1 Latar Belakang

SILABUS STATISTIK BISNIS. Dosen: Dalizanolo Hulu, SE, ME

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

KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.

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

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY

BAB II TINJAUAN PUSTAKA

Silabus dan Satuan Acara Perkuliahan

Probabilitas dan Proses Stokastik

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

BAB 2 LANDASAN TEORI

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

Peubah Acak dan Distribusi

BAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau

BAB 2 LANDASAN TEORI

EKSPEKTASI DUA PEUBAH ACAK

Distribusi Weibull Power Series

PRODI. Dosen : MM No.Revisi : 00. Semester : I Hal: 1 dari 5. kelompok. Deskripsi 2 populasi. Kemampuan. Kemampuan kerja.

Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014

BAB III METODE PENELITIAN

Catatan Kuliah. MA5181 Proses Stokastik

BAB 2 LANDASAN TEORI

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Sanksi Pelanggaran Pasal 72 Undang-undang Nomor 19 Tahun 2002 Perubahan atas Undang-undang Nomor 7 Tahun 1987 Perubahan atas Undang-undang Nomor 6

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

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

PENDAHULUAN TEORI PROBABILITAS ATA /12/2013 MMA frekuensi H frekuensi T. Probabilitas hujan = 18 / 30?

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

ALJABAR SET & AKSIOMA PROBABILITAS

PEMBAHASAN UTS 2015/2016 STATISTIKA 1

MA6281 PREDIKSI DERET WAKTU DAN COPULA. Forger The Past(?), Do Forecasting

SATUAN ACARA PERKULIAHAN

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

SATUAN ACARA PERKULIAHAN MATA KULIAH / KODE : TEORI DAN ANALISA SISTEM LINIER / IT SEMESTER / SKS : III / 2

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

Catatan Kuliah. MA4183 Model Risiko

Transkripsi:

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 menjelaskan fenomena dan probabilitas suatu event serta mengaplikasikannya dalam keandalan sistem (C). Konsep. Bersyarat. Total dan Teorema Bayes 4. Independent Event 5. Aplikasi dalam Teknik Keandalan Objek.. Eksperimen.. Teori. Bersyarat.. Total.. Teorema Bayes konsep dasar tentang eksperimen teori probabilitas melalui pendekatan frekuensi relatif dan aksioma probabilitas yang bersyarat probabilitas total suatu even mengaplikasikan teorema Bayes untuk memprediksi berdasarkan even lain menjelaskan tentang konsep dasar eksperimen menjelaskan definisi probabilitas melalui frekuensi relatif dan aksioma probabilitas even bersyarat even lain total suatu even menggunakan teorema Bayes untuk memprediksi berdasarkan even lain

. Mahasiswa mampu menggunakan konsep variabel dalam persoalan keteknikan,khususnya Elektro (C) Variabel. Konsep Variabel. Var. Diskrit. Var. Kontinu 4. Transformasi Variabel Objek.4 Independent Event.5 Aplikasi dalam Teknik Keandalan. Konsep Variabel.. PMF Var. Diskrit.. CDF Var. Diskrit.. Momen Var. Diskrit..4. Model Fungsi Var. Diskrit: Poisson..4. Model Fungsi Var. independen keandalan sistem dalam struktur seri dan/atau paralel konsep variabel PMF variabel diskrit dalam fungsi CDF variabel diskrit dalam fungsi nilai momen var. diskrit poisson untuk diskrit binomial untuk even independen keandalan sistem dalam struktur seri dan/atau paralel menjelaskan konsep variabel menjelaskan PMF variabel diskrit menjelaskan CDF variabel diskrit nilai momen var. diskrit poisson untuk variabel diskrit binomial untuk

Objek Diskrit: Binomial.. CDF Var. Kontinu.. PDF Var. Kontinu.. Momen Var. Kontinu diskrit CDF variabel kontinu dalam fungsi CDF variabel kontinu dalam fungsi nilai momen var. kontinu..4. Eksponensial eksponensial untuk kontinu..4. Weibull Weibull untuk kontinu..4. Gauss Gauss untuk Chatting Forum Diskusi variabel diskrit menjelaskan CDF variabel kontinu menjelaskan CDF variabel kontinu eksponensial untuk variabel kontinu Weibull untuk variabel kontinu Gauss untuk

. Mahasiswa mampu join dari dua variabel dan vektor (C) Variabel Multipel Objek.4 Transformasi variabel kontinu berdasarkan pengetahuan variabel lain melalui transformasi variabel. Joint CDF join menggunakan CDF. Joint PMF join menggunakan PMF. Joint PDF join menggunakan PDF.4 Variabel Bersyarat.5 Variabel Independen prob. even join bersyarat even lain prob. variabel join yang indepeden Diskusi kontinu variabel berdasarkan pengetahuan variabel lain melalui transformasi variabel even join menggunakan CDF even join menggunakan PMF even join menggunakan PDF prob. even join bersyarat even lain prob. variabel join yang indepeden

4. menganalisa proses stokastik di bidang teknik, khususnya teknik elektro (C4) Proses Objek.6 Momen Join Dua Variabel.7 Ekspektasi Vektor.8 Jumlah Variabel Independen (Mutually Independent) 4. Konsep Proses 4. Proses stasioner 4.. Fungsi autokorelasi 4.. Fungsi korelasi silang 4.. Fungsi kovarians momen join dua variabel nilai ekspektasi vector prob. variabel yang didefinisikan sebagai jumlah dari dua var. yang indepeden konsep proses untuk tiap kategorinya membuktikan suatu proses merupakan proses stasioner atau bukan korelasi proses terhadap dirinya korelasi suatu proses terhadap proses lain kovarians proses Chatting momen join dua variabel nilai ekspektasi vector prob. variabel yang didefinisikan sebagai jumlah dari dua var. yang indepeden menjelaskan konsep proses untuk tiap kategorinya membuktikan suatu proses merupakan proses stasioner atau bukan menganalisis korelasi proses terhadap dirinya menganalisis korelasi suatu proses terhadap proses lain menganalisis kovarians 4 4

Objek terhadap dirinya dan proses lain 4.4 Sekuen sekuen dalam fungsi korelasinya 4.5. Fungsi kepadatan spektral daya 4.5. Fungsi kepadatan spektral silang 4.5. PSD sekuen kepadatan spektral daya proses kepadatan spektral silang suatu proses terhadap proses lain PSD sekuen 4.6 Model noise membedakan jenis noise berdasarkan fungsi korelasi dan PSD 4.7. Proses Gauss menggunakan proses Diskusi Chatting proses terhadap dirinya dan proses lain menganalisis sekuen dalam fungsi korelasinya menganalisis kepadatan spektral daya proses menganalisis kepadatan spektral silang suatu proses terhadap proses lain menganalisis PSD sekuen membedakan jenis noise berdasarkan fungsi korelasi dan PSD 5 Gaus 4.7. Proses Poisson 5 4.7. Proses Markov 5 5 4

5. menganalisa karakteristik dari sistem linear bila diberi input berupa proses (C4) Sistem Linear dengan input Objek 5. Transformasi Fourier 5. Respons frekuensi membuktikan 0 0 5. Sistem LTI kontinu dengan input 5.4 Sistem LTI diskrit dengan input respons sistem LTI kontinu bila diberi input respons sistem LTI diskrit bila diberi input menganalisis respons sistem LTI kontinu bila diberi input menganalisis respons sistem LTI diskrit bila diberi input 5 5