Ruang Sampel /Sample Space (S)

dokumen-dokumen yang mirip
PS-02 HUKUM-HUKUM PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016

Bab 3 Pengantar teori Peluang

Hidup penuh dengan ketidakpastian

ALJABAR SET & AKSIOMA PROBABILITAS

Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014

Peluang suatu kejadian

Probabilitas. Tujuan Pembelajaran

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Materi W12c P E L U A N G. Kelas X, Semester 2. B. Peluang Kejadian Majemuk. 3. Kejadian Majemuk saling Bebas Bersyarat.

PROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si

Probabilitas dan Proses Stokastik

Probabilitas dan Proses Stokastik

Ruang Sampel, Titik Sampel dan Kejadian

Teori Probabilitas. Debrina Puspita Andriani /

MAKALAH PELUANG OLEH :

Sekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil

Oleh: BAMBANG AVIP PRIATNA M

BAB V TEORI PROBABILITAS

Probabilitas dan Statistika Teori Peluang. Adam Hendra Brata

Aksioma Peluang. Bab Ruang Contoh

Pert 3 PROBABILITAS. Rekyan Regasari MP

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA

Probabilitas dan Proses Stokastik

2-1 Probabilitas adalah:

Pertemuan 1 KONSEP DASAR PROBABILITAS

I. PENDAHULUAN II. TINJAUAN PUSTAKA

Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen.

ATURAN DASAR PROBABILITAS. EvanRamdan

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T

LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

1 PROBABILITAS. Pengertian

Teori Probabilitas 3.2. Debrina Puspita Andriani /

Bab 2 LANDASAN TEORI

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

MATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT)

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

Probabilitas & Teorema Bayes

I. PENDAHULUAN II. TINJAUAN PUSTAKA

BAB 3 Teori Probabilitas

PENGANTAR MODEL PROBABILITAS

TEORI PROBABILITAS. a. Ruang Contoh. Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S.

P E L U A N G. B. Peluang Kejadian Majemuk. Materi W12b. 1. Kejadian Majemuk saling Lepas 2. Kejadian Majemuk saling Bebas. Kelas X, Semester 2

Probabilitas pendahuluan

BAB II PROBABILITAS Ruang sampel (sample space)

RENCANA PELAKSANAAN PEMBELAJARAN ( R P P ) Mata Pelajaran : Matematika Satuan Pendidikan : SMA Kelas/Semester : XI IPS/ 1 Alokasi waktu : 2 x 45 menit

Probabilitas = Peluang

Metode Statistika STK211/ 3(2-3)

Peluang Aturan Perkalian, Permutasi, dan Kombinasi dalam Pemecahan Masalah Ruang Sampel Suatu Percobaan Peluang Suatu Kejadian dan Penafsirannya

I. PENDAHULUAN II. TINJAUAN PUSTAKA

Konsep Dasar Peluang

STK 211 Metode statistika. Materi 3 Konsep Dasar Peluang

Andri Helmi M, SE., MM.

PROBABILITAS MODUL PROBABILITAS

AMIYELLA ENDISTA. Website : BioStatistik

HIMPUNAN (Pengertian, Penyajian, Himpunan Universal, dan Himpunan Kosong) EvanRamdan

Konsep Peluang (Probability Concept)

Peluang. Ilham Rais Arvianto, M.Pd. STMIK AKAKOM Yogyakarta

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

TEORI KEMUNGKINAN (PROBABILITAS)

Materi #2 TIN315 Pemeliharaan dan Rekayasa Keandalan Genap 2015/2016

Pertemuan Ke-1 BAB I PROBABILITAS

Istilah dalam Peluang PELUANG. Contoh. Istilah dalam Peluang(Titik Sampel) 4/2/2012

MODUL 1. A. Himpunan 1. Pengertian Himpunan Himpunan adalah kumpulan objek-objek yang berlainan yang memenuhi suatu syarat keanggotaan tertentu.

Pierre-Simon Laplace. Born 23 March 1749 Beaumont-en-Auge, Normandy, France Died 5 March 1827 (aged 77) Paris, France Mempelajari peluang dalam judi

Peluang. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas LOGO

HIMPUNAN MATEMATIKA. Program Studi Agroteknologi Universitas Gunadarma

Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia

BAB 2 LANDASAN TEORI

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

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

1. Konsep Peluang. EL2002-Probabilitas dan Statistik Dosen: Andriyan

Suplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu

A. Peluang Suatu Kejadian dan Komplomennya P E L U A N G 1 7/5/ Ruang Sampel dan Kejadian

Ruang Contoh dan Kejadian

Teknik Pengolahan Data

PELUANG KEJADIAN MAJEMUK

STATISTIKA LINGKUNGAN

The image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted.

Pertemuan 2. Hukum Probabilitas

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

Penerapan Kombinatorial dan Peluang Diskrit dalam Double Down Pada BlackJack

Probabilitas metode ilmiah yang dikembangkan untuk menyelesaikan persoalan yang berhubungan dengan ketidakpastian (uncertaint).

PEMBERIAN ALASAN DI BAWAH KETIDAKPASTIAN

BAB 2 LANDASAN TEORI

Eksperimen. Ruang Sampel Diskrit. Ruang Sampel. Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik).

MODEL DAN NILAI KEMUNGKINAN

PELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik).

Pendahuluan Teori Peluang

MODUL PELUANG MATEMATIKA SMA KELAS XI

DALIL-DALIL PROBABILITAS

Probabilitas = Peluang (Bagian II)

Statistika Farmasi

Dasar-dasar Statistika Pemodelan Sistem

Probabilitas. Oleh Azimmatul Ihwah

LEMBAR AKTIVITAS SISWA PELUANG

TEORI PROBABILITA OLEH: RESPATI WULANDARI, M.KES

KONSEP DASAR PROBABILITAS

HIMPUNAN. Arum Handini Primandari, M.Sc Ayundyah Kesumawati, M.Si

Transkripsi:

Ruang Sampel /Sample Space (S) Gugus semua hasil yang mungkin dari suatu percobaan statistika. Tiap hasil dalam ruang sampel disebut unsur (elemen) atau anggota ruang sampel tersebut atau dengan singkat disebut titik sampel (sample point). 1

Contoh 1: Perhatikan suatu percobaan melantunkan sebuah dadu. Bila yang diselidiki ialah nomor yang muncul di muka sebelah atas, maka ruang sampelnya : S 1 = {1,2,3,4,5,6} Bila yang ingin diselidiki, apakah nomor genap atau ganjil yang muncul, maka ruang sampelnya : S 2 = {ganjil,genap} Contoh 2: Ruang sampel yang besar atau yang anggotanya takhingga (infinite) banyaknya lebih mudah ditulis dengan suatu pernyataan atau aturan. Misalnya S menyatakan kumpulan semua titik (x,y) pada batas atau bagian dalam suatu lingkaran berjari-jari 2, dengan pusat di titik asal, maka dapat ditulis : S = { (x,y) x 2 + y 2 4} Garis tegak dibaca bila dan jika. Kejadian (event) : Himpunan bagian (subset) dari ruang sampel. Misalnya ingin diketahui kejadian A bahwa hasil lantuanan suatu dadu dapat dibagi 3, maka A = { 3,6} dari ruang sampel S 1 contoh 1. Kejadian Tak Pasti : Kejadian yang kemunculannya tidak pasti sehingga tidak bisa diduga terlebih dahulu 2

Kejadian Saling Bertentangan (Mutually Exclusive) Kejadian-kejadian yan tidak mungkin muncul secara bersamaan Kumpulan Lengkap (collectively Exhaustive) Kumpulan kejadian yang merupakan suatu ruang hasil yang lengkap. Salah satu kejadian dalam himpunan harus muncul sebagai hasil dari suatu percobaan statistika. Irisan dua kejadian A dan B dinyatakan dengan lambang A B, ialah kejadian yang unsurnya termasuk dalam A dan B. A B = { x x A dan x B } berarti anggota atau termasuk dalam. Contoh 5 : Misalkan A = {1,2,3,4,5} dan B= { 2,4,6,8 }; maka A B = {2,4} 3

Dua kejadian A dan B saling terpisah bila A B = Misalkan A = {a,e,i,o,u} dan B = {r,s,t} ; maka A B =. Yaitu A dan B tidak mempunyai unsur persekutuan. Gabungan dua kejadian A dan B, dinyatakan dengan lambang A B, ialah kejadian yang mengandung semua unsur yang termasuk A atau B atau keduanya. A B = { x x A dan x B } Contoh 7 : A = { x 3 < x < 9 } dan B = { y 5 < y < 12 }; maka A B = { z 3 < z < 12 } 4

Probabilitas terjadinya suatu kejadian B bila diketahui bahwa kejadian A telah terjadi disebut probabilitas bersyarat dan dinyatakan dengan P(B\A). Lambang P(B\A) dibaca probabilitas B, bila A diketahui. Perhatikan ilustrasi berikut ini : N(D I) P(D \ I) N(I) N(D I) / N(S) P(D I) P(D \ I) N(I) / N(S) P(I) Definisi : Apabila A dan B sembarangan event di dalam S dan P(B) 0, maka probabilitas bersyarat A bila B diketahui (probabilitas bersyarat A terhadap kondisi B): P(A B) P(A \ B) P(B) Teorema : Apabila A dan B sembarangan events didalam S, maka : P(A B) = P(A). P(B\A) jika P(A) 0 = P(B). P(A\B) jika P(B) 0 5

Sebuah pabrik assembling alat elektronik memperoleh travo dari 3 pemasok yang berbeda yaitu dari B 1 = 60%, B 2 = 30% B 3 = 10% diketahui bahwa 95 % travo berasal dari B 1, 80 % travo dari B 2 dan 65 % travo dari B 3, dapat berfungsi dengan baik. Bila diambil sebuah travo dari gudang berapa probabilitasnya berfungsi dengan baik? Misalnya : A = travo yang berfungsi baik. Ā = travo yang tidak berfungsi baik Travo yang berasal dari B 1 pasti bukan dari B 2 dan B 3, jadi mutually exclusive. A = A [B 1 B 2 B 3 ] = (A B 1 ) (A B 2 ) (A B 3 ) dan : 6

Teorema : Apabila B 1, B 2,..., B n adalah event-event yang bersifat mutually exclusive dan salah satunya harus terjadi (Collectively Exhausive) maka: P(A) n P(Bi) P(A \ Bi) i 1 Berapa probabilitas sebuah travo yang berfungsi dengan baik berasal dari B 3? P(B3/ A) P(A B) P(B3) P(A \ B3) P(A) n P(Bi) P(A \ Bi) i 1 P(B2 / A) ( 010, ) ( 0, 65) 0, 074 (0,60) (0,95) + (0,30) (0,80) + (0,10) (0,65) Berapa probabilitas sebuah travo yang tidak berfungsi dengan baik berasal dari B 2? P(A B2) P(A) 0,06 0,125 7

Teorema : Apabila B 1,B 2,..., B n adalah event-event mutualy exclusive yang salah satunya harus terjadi maka berlaku: P(Br \ A) P(Br) P(A \ Br) n P(Bi) P(A \ Bi) i 1 r = 1, 2,..., n SOAL : Berdasarkan data masa lalu seorang supervisor dari sebuah perusahaan elektronik mengetahui bahwa program training pada saat diterjunkan dilapangan 82 % diantaranya akan memenuhi target produksi, sedangkan para pegawai baru yang tidak mengikuti program training pada saat diterjunkan dilapangan hanya 33 % yang memenuhi target produksi jika 80% pegwaia baru mengikuti program training maka: a) Berapa probabilitas seorang pegawai baru pada saat diterjunkan di lapangan akan memenuhi target porduksi? b) Berapa probabilitas seorang pegawai baru pada saat diterjunkan dilapangan akan dapat memenuhi target produksi & telah mengikuti program training? c) Berapa probabilitas bahwa seorang pegawai baru pada saat diterjunkan dilapangan akan dapat memenuhi target produksi tetapi tidak mengikuti program trainning? 8

B1 = mengikuti program training ; B2 = tidak mengikuti program training A = memenuhi target produksi A = tidak memenuhi target produksi a) P (A) = 0,6560 + 0,0660 = 0,7220 b) P (A B 1 ) = 0,6560 c) P (A B 2 ) =0,0660 9