SlideShare a Scribd company logo
1 of 20
Download to read offline
11
DasarDasar StatistikStatistik untukuntuk PemodelanPemodelan dandan SimulasiSimulasi
oleh:
Tri Budi Santoso
Signal Processing Group
Electronic Engineering Polytechnic Institute of Surabaya-ITS
22
1.1. ProbabilitasProbabilitas
Probabilitas=Peluang, bisa diartikan juga sebagai besarnya
kemungkian munculnya suatu kejadian.
Soal 1:
Saya memiliki sebuah koin yang memiliki satu muka berupa gambar (G) dan yang
satunya angka (A). Saat saya lempar ke atas, maka saat koin jatuh kemungkinan
untuk mendapatkan muka G adalah p(x) = ½.
Dalam hal ini x={G,A}
Kemudian saya lemparkan lagi, maka probabilitas mendapatkan A berapa?
Soal 2:
Untuk undian TOGEL minggu ini saya membeli angka 00, 15, 15, 20. Seperti kita
ketahui bahwa dalam undian TOGEL kemungkinan angka keluar adalah dari 00 sampai
99 danmasing-masing memiliki peluang yang sama (equ-probable) untuk keluar. Maka
berapa probabilitas saya mendapat undian?
33
Probability density function (pdf) simbolnya f(x):
Menyatakan fungsi kerapatan probabilitas, yaitu keadaan yang menjamin bahwa suatu
probabilitas selalu bernilai positif.
2. Probability density function2. Probability density function
Untuk kasus sistem kontinyu:
Untuk kasus sistem diskrit:
∫ =
A
dxxf 1)(
1)( =∑
A
xf
Gambaran Grafik
untuk kasus Contoh 1 adalah sbb:
Bagaimana cara mendapatkan
gambar disamping?
xp(A) p(G)
0,5
0
f(x)
44
Dengan memahami bahwa kasus pelemparan koin merupakan contoh sistem
diskrit, maka kita dapat mengacu pada persamaan kedua pada fungsi kerapatan
probabilitas.
Dari masing-masing muka (Angka dan Gambar) memiliki probabilitas untuk
keluar sebesar p(x) = f(x) =1/2.
Masing-masing disajikan dalam bentuk grafik, maka kita dapatkan seperti pada
halaman sebelumnya.
Dengan mengacu pada persamaan untuk menghitung fungsi kerapatan
probabilitas, akan didapatkan:
12/12/1)()()( =+=+=∑ GfAfxf
A
55
3.3. FungsiFungsi DistribusiDistribusi KumulatifKumulatif
Untuk kasus kontinyu:
Untuk kasus diskrit:
∫
∞−
=≤=
x
xfxXPxF )()()(
∑
∞−
=≤=
x
xfxXPxF )()()(
Contoh 1:
Pada kasus pelemparan 2 koin secara
bersamaan maka kemungkinan yang
muncul adalah: 0G2A, 1G 1A, 2G0A.
Dimana masing-masing memiliki
probabilitas sebesar: p(0G) = 1/4,
p(1G) = 2/4, p(2G) =1/4. Coba anda
berikan grafik untuk menyatakan
fungsi kerapatan probabilitas dan
fungsi distribusi kumulatif kasus ini.
Penyelesaian:
Penggambaran fungsi kerapatan
probabilitas untuk munculnya muka
gambar dinyatakan sebagai f(x) yang
dalam hal ini x = G. Untuk kasus ini
dapat dituliskan p(0G) = f(x) dimana
x =0 memiliki nilai ¼. Demikian
pula untuk f(x)=p(1G) = ½, dan
f(x)=p(2G)= ¼.
Fungsi distribusi kumulatifnya….
66
Fungsi distribusi kumulatif dicari satu persatu.
Untuk F(0), berarti dihitung berapa jumlahan semua probabilitas untuk x < 0.
Dalam hal ini adalah f(x) = f(0G) = p(0G) = ¼
Untuk F(1), berarti dihitung berapa jumlahan semua probabilitas untuk x < 1.
Dalam hal ini adalah f(0) + f(1) = f(0G) + f(1G) = ¼ + ½ = ¾
Untuk F(2), berarti dihitung berapa jumlahan semua probabilitas untuk x < 2.
Dalam hal ini adalah f(0) + f(1) = f(0G) + f(1G) + f(2G) = ¼ + ½ + ¼ = 1
Grafik untuk f(x) dan F(x) adalah seperti berikut…
x
1
¾
½
¼
0 1 2
P(x)
x
¾
½
¼
0 1 2
f(x)
77
Soal 3:
Pada kasus pelemparan 3 koin secara bersamaan maka kemungkinan
yang muncul adalah: 3G 0A, 2G 1A, 1G 2A, dan 0G3A. Dimana masing-
masing memiliki probabilitas sebesar: p(3G) = 1/8, p(2G) = 3/8, p(1G)
=3/8, p(0G) = 1/8. Coba anda berikan grafik untuk menyatakan fungsi
kerapatan probabilitas dan fungsi distribusi kumulatif kasus ini.
88
4.4. EkspektasiEkspektasi MatematikaMatematika
Yang seringkali dibicarakan adalah:
Ekspektasi Pertama:
• Menyatakan pemusatan data, yang menyatakan satu nilai yang mewakili
keseluruhan data
• Ada tiga nilai yang dapat mewakilinya, yaitu mean, median dan modus
Ekspektasi Kedua:
• Menyatakan penyebaran data, yang menyatakan rentang
data yang kita miliki
• Ada dua nilai yang dapat mewakilinya, yaitu varians dan standar deviasi
∑=
A
xxfxE )()(
∑=
A
xfxxE )()( 22
99
EkspektasiEkspektasi PertamaPertama
Mean (rata-rata) E(x)
Untuk sejumlah N nilai data diberikan sebagai ∑
=
=
=
Ni
i
ix
N
xE
1
1
)(
Medan (nilai tengah) P(X<x) = ½
Untuk sejumlah N nilai data diberikan sebagai nilai tengah yang muncul dari
seluruh data yang ada.
Modus
Untuk sejumlah N nilai data diberikan sebagai nilai mana yang paling sering
muncul.
Contoh 2:
Dari 15 keluarga yang tinggal di RT1/RW2 Gebang Lor, jumlah anak yang mereka
miliki berbeda-beda seperti berikut ini: 5,6,7,4,5,4,1,2,10,3,5,1,5,6,11.
Dari data tersebut, coba anda cari nilai mean, median dan modusnya.
1010
PenyelesaianPenyelesaian::
Dari data tersebut dapat kita buat
sebuah tabel seperti berikut
111111
111010
1177
2266
4455
2244
1133
1122
2211
MunculMunculNilaiNilai
• Mean:
x_rat = (1/15)(5 + 6 + 7 +….+ 6 + 11)
= 75/15 = 5
• Median:
(x_max - x_min)/2 =(11-1)/2 = 5
• Modus:
Dalam hal ini yang sering muncul adalah
angka 5 sebanyak 4 kali.
1111
Soal 4:
Data statistik dari 10 desa yang memiliki jumlah lulusan S1 adalah sebagai berikut:
Desa-1: 10 orang
Desa-2: 5 orang
Desa-1: 4 orang
Desa-2: 19 orang
Desa-1: 2 orang
Desa-2: 10 orang
Desa-1: 2 orang
Desa-2: 5 orang
Desa-1: 5 orang
Desa-2: 2 orang
Dari data tersebut, coba anda cari nilai mean, median dan modus tentang jumlah lulusan S1
yang dimiliki oleh desa-desa tersebut.
1212
EkspektasiEkspektasi KeduaKedua
( )( ) ( ) ( )∑ −=−
A
xfxxE .
22
µµ
Varians:
memiliki persamaan dasar sebagai berikut:
Untuk pemakaian pada sekumpulan data sebanyak N, maka formulasinya
menjadi seperti berikut
( )∑=
−
−
=
N
i
i ratxx
N 1
22
_
1
1
σ
Sedangkan untuk nilai deviasi dinyatakan sebagai
2
σσ =
Contoh 3:
Dari contoh 2 yang telah diberikan, coba anda cari nilai varians dan
deviasinya
1313
PenyelesaianPenyelesaian contohcontoh 6:6:
( )
( ) ( ) ( )
( ) ( ) ( )
14,8)114(
14
1
5115655.............
.........545755
115
1
_
1
1
222
222
1
22
=⎟
⎠
⎞
⎜
⎝
⎛
=
⎪⎭
⎪
⎬
⎫
⎪⎩
⎪
⎨
⎧
−+−+−+
+−+−+−
⎟
⎠
⎞
⎜
⎝
⎛
−
=−
−
= ∑=
N
i
i ratxx
N
σ
853,214,82
=== σσ
Dengan menggunakan persamaan dasar diatas, maka didapatkan nilai
variansnya sbb.
Sedangkan nilai deviasi diberikan sebagai:
1414
Soal 5:
Dari nilai probabilitas yang anda dapatkan pada masing keadaan pada contoh 3
coba anda cari nilai mean, varians dan deviasi
Soal 6:
Dalam suatu undian sepuluh angka berikut ini: 01, 02, 08, 11, 12,
24, 23, 31, 33, 45, 50, 98, 00 memiliki peluang yang tidak sama:
0,1% ; 0,02% ; 0,1% ; 0,02% ; 0,1% ; 0,02% ; 0,1% ; 0,02% ;
0,07% ; 0,02% ; 0,01% ; 0,01% ; 0,07% .
Dari data tersebut, cari nilai mean, modus, varians dan deviasi
terhadap nilai probabilitas (peluang) yang ada.
Soal 7:
Dari beberapa soal yang telah anda selesaikan, pilih salah satu dan
buat program untuk mendapatkan nilai mean, varians dan deviasi.
Dalam hal ini anda bisa menggunakan Matlab atau bahasa C untuk
menyelesaikannya.
Selamat belajar…..
1515
5.5. ProbabilitasProbabilitas BersyaratBersyarat
Probabilitas keluarnya A, jika diketahui informasi B. Bisa juga didefinisikan propabilitas
A dengan syarat B
Perumusannya:
)(
)(
)|(
BP
BAP
BAP
∩
=
Contoh 4:
Probabilitas saya akan kenyang apabila saya makan satu piring.
Dalam hal ini kita bisa formulasikan bahwa saya makan adalah B, sedangkan saya amakan satu piring
dan kenyang adalah A. Apabila dalam hal ini probabilitas B adalah 0.9 sedangkan probabilitas A adalah
0.5. Maka probabilitas saya kenyang apabila saya makan dapat dicari dengan cara:
P(A|B) = 0.5/0.9 = 0.555.
Apabila dari kasus diatas saya tidak makan, maka berapa P(A|B)?
A B
S
1616
ContohContoh 5:5:
Pada suatu kotak terdapat 4 kelereng kuning dan 3 kelereng merah. Akan dilakukan
pengambilan secara acak beberapa kali, dimana setelah suatu pengambilan dilakukan
kelerengnya tidak dikembalikan.
Pada pengambilan pertama:
p(kuning) = 4/7
p(merah) = 3/7
Bila pengambilan pertama didapat kelereng kuning, maka untuk pengambilan kedua:
p(kuning)=3/6
p(merah)=3/6
Bila pengambilan pertama didapat kelereng merah, maka untuk pengambilan kedua:
p(kuning)=4/6
p(merah)=2/6
Kondisi ini bisa digambarkan sbb….
1717
S
K1
M1
K2
K2
M2
M2
4/7
3/7
3/6
3/6
4/6
2/6
Dari gambaran tersebut, probabilitas untuk mendapatkan K2 adalah
Berapa probabilitas untuk mendapatkan M2 ?
42
24
7
3
6
4
7
4
6
3
)()|()()|(
)()()(
112112
12122
=⎟
⎠
⎞
⎜
⎝
⎛
⎟
⎠
⎞
⎜
⎝
⎛
+⎟
⎠
⎞
⎜
⎝
⎛
⎟
⎠
⎞
⎜
⎝
⎛
=
+=
∩+∩=
MpMKpKpKKp
MKpKKpKp
1818
6.6. KovariansKovarians dandan KorelasiKorelasi
( )( )⎣ ⎦
( )( )∑
=
=
−−=
−−=
Ni
i
yixi
yx
mymx
N
mymxEyx
1
1
),cov(
Kovarians:
Korelasi:
dimana dev(x) = sx = akar var(x)
)()(
),cov(
),(
ydevxdev
yx
yxcorr =
Contoh 6:
Diketahui dua variabel x dan y yang memiliki nilai-nilai acak sebagai berikut:
x (i) = 0, 4, 8, 3, 7, 3, 7, 9, 4, 2 dan y(i) = 1, 0, 4, 7, 5, 4, 6, 9, 7, 0
Coba anda cari nilai kovarian (x,y) dan korelasi (x,y) dari kedua data tersebut.
Penyelesaian:…….
1919
PenyelesaianPenyelesaian ContohContoh 6:6:
Langkah pertama adalah mencari nilai mean dari x dan y. Dengan penghitungan biasa, anda
dapatkan nilai mean untuk x adalah mx = 4,7 dan untuk y didapatkan mean my = 4,3.
Langkah kedua adalah menghitung nilai deviasi. Dengan menggunakan penghitungan varians dan
dilanjutkan mengambil nilai akarnya, didapat:
deviasi x = sx= 2,9078
deviasi y = sy= 3,1287
Selanjutnya adalah mencari nilai kovarian (x,y). Dengan cara memasukkan nilai-nilai tersebut
ke persamaan kovarian didapatkan hasil
Korelasi (x,y) didapatkan dengan memasukkan nilai kovarian (x,y) dan membagi deviasi x
dan deviasi y, sbb.
( )( )
5375,0
1287,39078,2
89,4
)()(
),cov(
),(
==
=
ydevxdev
yx
yxcorr
( )( )
89,4
3,47,4
10
1
),cov(
10
1
=
−−= ∑=i
ii yxyx
2020
SoalSoal 8:8:
Cari nilai kovarian dan korelasi dua sinyal s1(i) dan s2(i) berikut ini:
s1(i) = 0.1951 0.3827 0.5556 0.7071 0.8315 0.9239 0.9808 1.0000 0.9808 0.9239 0.8315
0.7071 0.5556 0.3827 0.1951 0.0000 -0.1951 -0.3827 -0.5556 -0.7071 -0.8315 -0.9239
-0.9808 -1.0000 -0.9808 -0.9239 -0.8315 -0.7071 -0.5556 -0.3827 -0.1951 -0.0000
s2(i) = -0.1951 -0.3827 -0.5556 -0.7071 -0.8315 -0.9239 -0.9808 -1.0000 -0.9808 -0.9239 -0.8315
-0.7071 -0.5556 -0.3827 -0.1951 -0.0000 0.1951 0.3827 0.5556 0.7071 0.8315 0.9239
0.9808 1.0000 0.9808 0.9239 0.8315 0.7071 0.5556 0.3827 0.1951 0.0000
Dengan cara manual?
Dengan menggunakan program?

More Related Content

What's hot

Bab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangBab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangIr. Zakaria, M.M
 
Peluang dan Distribusi Peluang
Peluang dan Distribusi PeluangPeluang dan Distribusi Peluang
Peluang dan Distribusi Peluangbagus222
 
variabel random dan distribusi peluang
variabel random dan distribusi peluangvariabel random dan distribusi peluang
variabel random dan distribusi peluangCeria Agnantria
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitasindrayani2002
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
09 distribusi probabilitas diskrit
09 distribusi probabilitas diskrit09 distribusi probabilitas diskrit
09 distribusi probabilitas diskritAsni Tafrikhatin
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitasRiswan
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Raden Maulana
 
Tugas i statin lanjutan rahmi elviana 1620932015
Tugas i statin lanjutan   rahmi elviana 1620932015Tugas i statin lanjutan   rahmi elviana 1620932015
Tugas i statin lanjutan rahmi elviana 1620932015Rahmi Elviana
 
Emilia wati semester 3 akuntansi_bab 1
Emilia wati semester 3 akuntansi_bab 1Emilia wati semester 3 akuntansi_bab 1
Emilia wati semester 3 akuntansi_bab 1Emilia Wati
 
Statistika Konsep Variabel Acak & Distribusi Peluang
Statistika Konsep Variabel Acak & Distribusi PeluangStatistika Konsep Variabel Acak & Distribusi Peluang
Statistika Konsep Variabel Acak & Distribusi PeluangEko Mardianto
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitasindrayani2002
 
Distribusi binomial
Distribusi binomial Distribusi binomial
Distribusi binomial DeskyRizal
 

What's hot (20)

Bab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangBab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluang
 
Peluang dan Distribusi Peluang
Peluang dan Distribusi PeluangPeluang dan Distribusi Peluang
Peluang dan Distribusi Peluang
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitas
 
variabel random dan distribusi peluang
variabel random dan distribusi peluangvariabel random dan distribusi peluang
variabel random dan distribusi peluang
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitas
 
4 probabilitas ptik
4 probabilitas ptik4 probabilitas ptik
4 probabilitas ptik
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
09 distribusi probabilitas diskrit
09 distribusi probabilitas diskrit09 distribusi probabilitas diskrit
09 distribusi probabilitas diskrit
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitas
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)
 
Tugas i statin lanjutan rahmi elviana 1620932015
Tugas i statin lanjutan   rahmi elviana 1620932015Tugas i statin lanjutan   rahmi elviana 1620932015
Tugas i statin lanjutan rahmi elviana 1620932015
 
Variabel random
Variabel randomVariabel random
Variabel random
 
Emilia wati semester 3 akuntansi_bab 1
Emilia wati semester 3 akuntansi_bab 1Emilia wati semester 3 akuntansi_bab 1
Emilia wati semester 3 akuntansi_bab 1
 
Statistika Konsep Variabel Acak & Distribusi Peluang
Statistika Konsep Variabel Acak & Distribusi PeluangStatistika Konsep Variabel Acak & Distribusi Peluang
Statistika Konsep Variabel Acak & Distribusi Peluang
 
Distribution Probability
Distribution ProbabilityDistribution Probability
Distribution Probability
 
Statistika: Binomial
Statistika: BinomialStatistika: Binomial
Statistika: Binomial
 
Distribusi peluang
Distribusi peluangDistribusi peluang
Distribusi peluang
 
4 probabilitas ptik
4 probabilitas ptik4 probabilitas ptik
4 probabilitas ptik
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitas
 
Distribusi binomial
Distribusi binomial Distribusi binomial
Distribusi binomial
 

Viewers also liked

Exposicion del equipo 1 y 2
Exposicion del equipo 1 y 2Exposicion del equipo 1 y 2
Exposicion del equipo 1 y 2karruem
 
Presentación de Observaciones
Presentación de ObservacionesPresentación de Observaciones
Presentación de Observacionesangelalab
 
AÜ Açıköğretim Sisteminde e-Öğrenmenin Gelişimi
AÜ Açıköğretim Sisteminde e-Öğrenmenin GelişimiAÜ Açıköğretim Sisteminde e-Öğrenmenin Gelişimi
AÜ Açıköğretim Sisteminde e-Öğrenmenin GelişimiAbdulkadir Karadeniz
 
mFUSION Case Study - Lasky's (txtNation)
mFUSION Case Study - Lasky's (txtNation)mFUSION Case Study - Lasky's (txtNation)
mFUSION Case Study - Lasky's (txtNation)mFUSION
 
Albert Einstein
Albert EinsteinAlbert Einstein
Albert Einsteinlola2012
 
Activities from the lesson plans - unit 3 and 4
Activities from the lesson plans - unit 3 and 4Activities from the lesson plans - unit 3 and 4
Activities from the lesson plans - unit 3 and 4yoanamendez92
 
Photography
PhotographyPhotography
Photographyaigmu
 
Camtasia getting started guide1
Camtasia getting started guide1Camtasia getting started guide1
Camtasia getting started guide1David Castillo
 
Plots in Neemrana-9136824702
Plots in Neemrana-9136824702Plots in Neemrana-9136824702
Plots in Neemrana-9136824702annucohan
 
Gaspar sandin sarai (4)
Gaspar sandin sarai (4)Gaspar sandin sarai (4)
Gaspar sandin sarai (4)borisganjah
 
Florida sampling stations
Florida sampling stationsFlorida sampling stations
Florida sampling stationsrpcvtaylor
 
Finanzas internacionales 12 de enero de 2012
Finanzas internacionales 12 de enero de 2012Finanzas internacionales 12 de enero de 2012
Finanzas internacionales 12 de enero de 2012Rafael Verde)
 
Ubod pcele
Ubod pceleUbod pcele
Ubod pcelevvlivvli
 

Viewers also liked (20)

Healthy skin and Diet
Healthy skin and DietHealthy skin and Diet
Healthy skin and Diet
 
Exposicion del equipo 1 y 2
Exposicion del equipo 1 y 2Exposicion del equipo 1 y 2
Exposicion del equipo 1 y 2
 
Presentación de Observaciones
Presentación de ObservacionesPresentación de Observaciones
Presentación de Observaciones
 
AÜ Açıköğretim Sisteminde e-Öğrenmenin Gelişimi
AÜ Açıköğretim Sisteminde e-Öğrenmenin GelişimiAÜ Açıköğretim Sisteminde e-Öğrenmenin Gelişimi
AÜ Açıköğretim Sisteminde e-Öğrenmenin Gelişimi
 
mFUSION Case Study - Lasky's (txtNation)
mFUSION Case Study - Lasky's (txtNation)mFUSION Case Study - Lasky's (txtNation)
mFUSION Case Study - Lasky's (txtNation)
 
Taller3 octavo
Taller3 octavoTaller3 octavo
Taller3 octavo
 
Group timeline
Group timelineGroup timeline
Group timeline
 
Sm Qeen
Sm QeenSm Qeen
Sm Qeen
 
Sello verde
Sello verdeSello verde
Sello verde
 
Albert Einstein
Albert EinsteinAlbert Einstein
Albert Einstein
 
Activities from the lesson plans - unit 3 and 4
Activities from the lesson plans - unit 3 and 4Activities from the lesson plans - unit 3 and 4
Activities from the lesson plans - unit 3 and 4
 
Gimnasia rítmica
Gimnasia rítmicaGimnasia rítmica
Gimnasia rítmica
 
Photography
PhotographyPhotography
Photography
 
Camtasia getting started guide1
Camtasia getting started guide1Camtasia getting started guide1
Camtasia getting started guide1
 
Unit 4
Unit 4Unit 4
Unit 4
 
Plots in Neemrana-9136824702
Plots in Neemrana-9136824702Plots in Neemrana-9136824702
Plots in Neemrana-9136824702
 
Gaspar sandin sarai (4)
Gaspar sandin sarai (4)Gaspar sandin sarai (4)
Gaspar sandin sarai (4)
 
Florida sampling stations
Florida sampling stationsFlorida sampling stations
Florida sampling stations
 
Finanzas internacionales 12 de enero de 2012
Finanzas internacionales 12 de enero de 2012Finanzas internacionales 12 de enero de 2012
Finanzas internacionales 12 de enero de 2012
 
Ubod pcele
Ubod pceleUbod pcele
Ubod pcele
 

Similar to Bab 2 mat_ststistik_sim_model_00

jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptLaddyLisya1
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalAYU Hardiyanti
 
Statistika_Dasar_4.pdf
Statistika_Dasar_4.pdfStatistika_Dasar_4.pdf
Statistika_Dasar_4.pdfssuser04f845
 
Distribusi peluang kontinu
Distribusi peluang kontinuDistribusi peluang kontinu
Distribusi peluang kontinuRizkiFitriya
 
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxK6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxTriOktariana2
 
Manajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep StatistikManajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep StatistikJudianto Nugroho
 
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docx
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docxRevisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docx
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docxRizkyFirmanzyahRizky
 
materi-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.ppt
materi-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.pptmateri-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.ppt
materi-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.pptDeniHidayat40
 
Teorema faktor kelas XI IPA
Teorema faktor kelas XI IPATeorema faktor kelas XI IPA
Teorema faktor kelas XI IPAdeandraprisila14
 
Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)rizka_safa
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)Rani Nooraeni
 
METODE_NUMERIK_part_2.pptx
METODE_NUMERIK_part_2.pptxMETODE_NUMERIK_part_2.pptx
METODE_NUMERIK_part_2.pptxWahid Pasipa
 
Distribusi binomial
Distribusi binomial Distribusi binomial
Distribusi binomial DeskyRizal
 

Similar to Bab 2 mat_ststistik_sim_model_00 (20)

jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
 
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Bab 1. Variabel Acak dan Nilai Harapan
Bab 1. Variabel Acak dan Nilai HarapanBab 1. Variabel Acak dan Nilai Harapan
Bab 1. Variabel Acak dan Nilai Harapan
 
Statistika_Dasar_4.pdf
Statistika_Dasar_4.pdfStatistika_Dasar_4.pdf
Statistika_Dasar_4.pdf
 
Distribusi peluang kontinu
Distribusi peluang kontinuDistribusi peluang kontinu
Distribusi peluang kontinu
 
01 sistem bilangan real
01 sistem bilangan real01 sistem bilangan real
01 sistem bilangan real
 
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxK6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
 
Manajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep StatistikManajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep Statistik
 
PENDUGAAN PARAMETER
PENDUGAAN PARAMETERPENDUGAAN PARAMETER
PENDUGAAN PARAMETER
 
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docx
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docxRevisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docx
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docx
 
materi-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.ppt
materi-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.pptmateri-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.ppt
materi-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.ppt
 
statistik
statistikstatistik
statistik
 
Teorema faktor kelas XI IPA
Teorema faktor kelas XI IPATeorema faktor kelas XI IPA
Teorema faktor kelas XI IPA
 
Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)
 
METODE_NUMERIK_part_2.pptx
METODE_NUMERIK_part_2.pptxMETODE_NUMERIK_part_2.pptx
METODE_NUMERIK_part_2.pptx
 
Transformasi Peubah Acak dan Distribusinya
Transformasi Peubah Acak dan Distribusinya Transformasi Peubah Acak dan Distribusinya
Transformasi Peubah Acak dan Distribusinya
 
Distribusi binomial
Distribusi binomial Distribusi binomial
Distribusi binomial
 
DIS.pptx
DIS.pptxDIS.pptx
DIS.pptx
 

More from Materi Kuliah Online

Pengenalan Rekayasa Perangkat Lunak
Pengenalan Rekayasa Perangkat LunakPengenalan Rekayasa Perangkat Lunak
Pengenalan Rekayasa Perangkat LunakMateri Kuliah Online
 
Melangkah dengan Microsoft Windows Server 2003
Melangkah dengan Microsoft Windows Server 2003Melangkah dengan Microsoft Windows Server 2003
Melangkah dengan Microsoft Windows Server 2003Materi Kuliah Online
 
Studi Mengenai Aspek Privasi pada Sistem RFID
Studi Mengenai Aspek Privasi pada Sistem RFIDStudi Mengenai Aspek Privasi pada Sistem RFID
Studi Mengenai Aspek Privasi pada Sistem RFIDMateri Kuliah Online
 
Internet dan Layanan Aplikasi Terdistribusi
Internet dan Layanan Aplikasi TerdistribusiInternet dan Layanan Aplikasi Terdistribusi
Internet dan Layanan Aplikasi TerdistribusiMateri Kuliah Online
 
Aspek Security pada Penerapan m-Commerce di Indonesia
Aspek Security pada Penerapan m-Commerce di IndonesiaAspek Security pada Penerapan m-Commerce di Indonesia
Aspek Security pada Penerapan m-Commerce di IndonesiaMateri Kuliah Online
 
A Comparison of Proximity Authentication Approaches
A Comparison of Proximity Authentication ApproachesA Comparison of Proximity Authentication Approaches
A Comparison of Proximity Authentication ApproachesMateri Kuliah Online
 
Kajian Perkembangan Teknologi Smart Card dari Segi Keamanan
Kajian Perkembangan Teknologi Smart Card dari Segi KeamananKajian Perkembangan Teknologi Smart Card dari Segi Keamanan
Kajian Perkembangan Teknologi Smart Card dari Segi KeamananMateri Kuliah Online
 
Catu Daya dan Rangkaian Penyearah Gelombang
Catu Daya dan Rangkaian Penyearah GelombangCatu Daya dan Rangkaian Penyearah Gelombang
Catu Daya dan Rangkaian Penyearah GelombangMateri Kuliah Online
 
Simulasi Anti Integral Windup dengan Clamp Integrator
Simulasi Anti Integral Windup dengan Clamp IntegratorSimulasi Anti Integral Windup dengan Clamp Integrator
Simulasi Anti Integral Windup dengan Clamp IntegratorMateri Kuliah Online
 
Prinsip-prinsip Asas E-Construction, K-Constructions dan Groupware Technology
Prinsip-prinsip Asas E-Construction, K-Constructions dan Groupware TechnologyPrinsip-prinsip Asas E-Construction, K-Constructions dan Groupware Technology
Prinsip-prinsip Asas E-Construction, K-Constructions dan Groupware TechnologyMateri Kuliah Online
 
Penggunaan DT-51 Untuk Komunikasi Mikrokontroler Melalui Jaringan Telepon
Penggunaan DT-51 Untuk Komunikasi Mikrokontroler Melalui Jaringan TeleponPenggunaan DT-51 Untuk Komunikasi Mikrokontroler Melalui Jaringan Telepon
Penggunaan DT-51 Untuk Komunikasi Mikrokontroler Melalui Jaringan TeleponMateri Kuliah Online
 
Penggunaan DT-Basic Untuk Membaca Nomor Identitas Secara Wireless
Penggunaan DT-Basic Untuk Membaca Nomor Identitas Secara WirelessPenggunaan DT-Basic Untuk Membaca Nomor Identitas Secara Wireless
Penggunaan DT-Basic Untuk Membaca Nomor Identitas Secara WirelessMateri Kuliah Online
 

More from Materi Kuliah Online (20)

Sekilas tentang HaKI
Sekilas tentang HaKISekilas tentang HaKI
Sekilas tentang HaKI
 
Pengenalan Rekayasa Perangkat Lunak
Pengenalan Rekayasa Perangkat LunakPengenalan Rekayasa Perangkat Lunak
Pengenalan Rekayasa Perangkat Lunak
 
Pemodelan Basis Data Lainnya
Pemodelan Basis Data LainnyaPemodelan Basis Data Lainnya
Pemodelan Basis Data Lainnya
 
Arsitektur Sistem Basis Data
Arsitektur Sistem Basis DataArsitektur Sistem Basis Data
Arsitektur Sistem Basis Data
 
Access control-systems
Access control-systemsAccess control-systems
Access control-systems
 
Melangkah dengan Microsoft Windows Server 2003
Melangkah dengan Microsoft Windows Server 2003Melangkah dengan Microsoft Windows Server 2003
Melangkah dengan Microsoft Windows Server 2003
 
Studi Mengenai Aspek Privasi pada Sistem RFID
Studi Mengenai Aspek Privasi pada Sistem RFIDStudi Mengenai Aspek Privasi pada Sistem RFID
Studi Mengenai Aspek Privasi pada Sistem RFID
 
Remote control alarm sepeda motor
Remote control alarm sepeda motorRemote control alarm sepeda motor
Remote control alarm sepeda motor
 
Internet dan Layanan Aplikasi Terdistribusi
Internet dan Layanan Aplikasi TerdistribusiInternet dan Layanan Aplikasi Terdistribusi
Internet dan Layanan Aplikasi Terdistribusi
 
Aspek Security pada Penerapan m-Commerce di Indonesia
Aspek Security pada Penerapan m-Commerce di IndonesiaAspek Security pada Penerapan m-Commerce di Indonesia
Aspek Security pada Penerapan m-Commerce di Indonesia
 
A Comparison of Proximity Authentication Approaches
A Comparison of Proximity Authentication ApproachesA Comparison of Proximity Authentication Approaches
A Comparison of Proximity Authentication Approaches
 
Kajian Perkembangan Teknologi Smart Card dari Segi Keamanan
Kajian Perkembangan Teknologi Smart Card dari Segi KeamananKajian Perkembangan Teknologi Smart Card dari Segi Keamanan
Kajian Perkembangan Teknologi Smart Card dari Segi Keamanan
 
Catu Daya dan Rangkaian Penyearah Gelombang
Catu Daya dan Rangkaian Penyearah GelombangCatu Daya dan Rangkaian Penyearah Gelombang
Catu Daya dan Rangkaian Penyearah Gelombang
 
Dioda dan Catu Daya
Dioda dan Catu DayaDioda dan Catu Daya
Dioda dan Catu Daya
 
Simulasi Anti Integral Windup dengan Clamp Integrator
Simulasi Anti Integral Windup dengan Clamp IntegratorSimulasi Anti Integral Windup dengan Clamp Integrator
Simulasi Anti Integral Windup dengan Clamp Integrator
 
Radio Frequency Identification
Radio Frequency IdentificationRadio Frequency Identification
Radio Frequency Identification
 
Prinsip-prinsip Asas E-Construction, K-Constructions dan Groupware Technology
Prinsip-prinsip Asas E-Construction, K-Constructions dan Groupware TechnologyPrinsip-prinsip Asas E-Construction, K-Constructions dan Groupware Technology
Prinsip-prinsip Asas E-Construction, K-Constructions dan Groupware Technology
 
Penggunaan DT-51 Untuk Komunikasi Mikrokontroler Melalui Jaringan Telepon
Penggunaan DT-51 Untuk Komunikasi Mikrokontroler Melalui Jaringan TeleponPenggunaan DT-51 Untuk Komunikasi Mikrokontroler Melalui Jaringan Telepon
Penggunaan DT-51 Untuk Komunikasi Mikrokontroler Melalui Jaringan Telepon
 
Penggunaan DT-Basic Untuk Membaca Nomor Identitas Secara Wireless
Penggunaan DT-Basic Untuk Membaca Nomor Identitas Secara WirelessPenggunaan DT-Basic Untuk Membaca Nomor Identitas Secara Wireless
Penggunaan DT-Basic Untuk Membaca Nomor Identitas Secara Wireless
 
Interfacing Number Display
Interfacing Number DisplayInterfacing Number Display
Interfacing Number Display
 

Recently uploaded

adap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptxadap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptxmtsmampunbarub4
 
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptxKONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptxawaldarmawan3
 
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdfLAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdfChrodtianTian
 
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdfShintaNovianti1
 
Wawasan Nusantara sebagai satu kesatuan, politik, ekonomi, sosial, budaya, d...
Wawasan Nusantara  sebagai satu kesatuan, politik, ekonomi, sosial, budaya, d...Wawasan Nusantara  sebagai satu kesatuan, politik, ekonomi, sosial, budaya, d...
Wawasan Nusantara sebagai satu kesatuan, politik, ekonomi, sosial, budaya, d...MarwanAnugrah
 
PPT Materi Jenis - Jenis Alat Pembayaran Tunai dan Non-tunai.pptx
PPT Materi Jenis - Jenis Alat Pembayaran Tunai dan Non-tunai.pptxPPT Materi Jenis - Jenis Alat Pembayaran Tunai dan Non-tunai.pptx
PPT Materi Jenis - Jenis Alat Pembayaran Tunai dan Non-tunai.pptxHeruFebrianto3
 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASKurniawan Dirham
 
implementasu Permendikbudristek no 53 2023
implementasu Permendikbudristek no 53 2023implementasu Permendikbudristek no 53 2023
implementasu Permendikbudristek no 53 2023DodiSetiawan46
 
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptxAKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptxWirionSembiring2
 
PPT Integrasi Islam & Ilmu Pengetahuan.pptx
PPT Integrasi Islam & Ilmu Pengetahuan.pptxPPT Integrasi Islam & Ilmu Pengetahuan.pptx
PPT Integrasi Islam & Ilmu Pengetahuan.pptxnerow98
 
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docxModul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docxherisriwahyuni
 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggeraksupriadi611
 
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAKDEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAKirwan461475
 
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptxDESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptxFuzaAnggriana
 
HARMONI DALAM EKOSISTEM KELAS V SEKOLAH DASAR.pdf
HARMONI DALAM EKOSISTEM KELAS V SEKOLAH DASAR.pdfHARMONI DALAM EKOSISTEM KELAS V SEKOLAH DASAR.pdf
HARMONI DALAM EKOSISTEM KELAS V SEKOLAH DASAR.pdfkustiyantidew94
 
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptxPanduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptxsudianaade137
 
Kelompok 2 Karakteristik Negara Nigeria.pdf
Kelompok 2 Karakteristik Negara Nigeria.pdfKelompok 2 Karakteristik Negara Nigeria.pdf
Kelompok 2 Karakteristik Negara Nigeria.pdftsaniasalftn18
 
demontrasi kontekstual modul 1.2.a. 6.pdf
demontrasi kontekstual modul 1.2.a. 6.pdfdemontrasi kontekstual modul 1.2.a. 6.pdf
demontrasi kontekstual modul 1.2.a. 6.pdfIndri117648
 
Ppt tentang perkembangan Moral Pada Anak
Ppt tentang perkembangan Moral Pada AnakPpt tentang perkembangan Moral Pada Anak
Ppt tentang perkembangan Moral Pada Anakbekamalayniasinta
 
MODUL 2 BAHASA INDONESIA-KELOMPOK 1.pptx
MODUL 2 BAHASA INDONESIA-KELOMPOK 1.pptxMODUL 2 BAHASA INDONESIA-KELOMPOK 1.pptx
MODUL 2 BAHASA INDONESIA-KELOMPOK 1.pptxarnisariningsih98
 

Recently uploaded (20)

adap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptxadap penggunaan media sosial dalam kehidupan sehari-hari.pptx
adap penggunaan media sosial dalam kehidupan sehari-hari.pptx
 
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptxKONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
KONSEP KEBUTUHAN AKTIVITAS DAN LATIHAN.pptx
 
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdfLAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
LAPORAN PKP KESELURUHAN BAB 1-5 NURUL HUSNA.pdf
 
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
1.2.a.6. Demonstrasi Konstektual - Modul 1.2 (Shinta Novianti - CGP A10).pdf
 
Wawasan Nusantara sebagai satu kesatuan, politik, ekonomi, sosial, budaya, d...
Wawasan Nusantara  sebagai satu kesatuan, politik, ekonomi, sosial, budaya, d...Wawasan Nusantara  sebagai satu kesatuan, politik, ekonomi, sosial, budaya, d...
Wawasan Nusantara sebagai satu kesatuan, politik, ekonomi, sosial, budaya, d...
 
PPT Materi Jenis - Jenis Alat Pembayaran Tunai dan Non-tunai.pptx
PPT Materi Jenis - Jenis Alat Pembayaran Tunai dan Non-tunai.pptxPPT Materi Jenis - Jenis Alat Pembayaran Tunai dan Non-tunai.pptx
PPT Materi Jenis - Jenis Alat Pembayaran Tunai dan Non-tunai.pptx
 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
 
implementasu Permendikbudristek no 53 2023
implementasu Permendikbudristek no 53 2023implementasu Permendikbudristek no 53 2023
implementasu Permendikbudristek no 53 2023
 
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptxAKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
 
PPT Integrasi Islam & Ilmu Pengetahuan.pptx
PPT Integrasi Islam & Ilmu Pengetahuan.pptxPPT Integrasi Islam & Ilmu Pengetahuan.pptx
PPT Integrasi Islam & Ilmu Pengetahuan.pptx
 
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docxModul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
Modul Ajar Bahasa Indonesia - Menulis Puisi Spontanitas - Fase D.docx
 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggerak
 
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAKDEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
 
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptxDESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
 
HARMONI DALAM EKOSISTEM KELAS V SEKOLAH DASAR.pdf
HARMONI DALAM EKOSISTEM KELAS V SEKOLAH DASAR.pdfHARMONI DALAM EKOSISTEM KELAS V SEKOLAH DASAR.pdf
HARMONI DALAM EKOSISTEM KELAS V SEKOLAH DASAR.pdf
 
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptxPanduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
Panduan Substansi_ Pengelolaan Kinerja Kepala Sekolah Tahap Pelaksanaan.pptx
 
Kelompok 2 Karakteristik Negara Nigeria.pdf
Kelompok 2 Karakteristik Negara Nigeria.pdfKelompok 2 Karakteristik Negara Nigeria.pdf
Kelompok 2 Karakteristik Negara Nigeria.pdf
 
demontrasi kontekstual modul 1.2.a. 6.pdf
demontrasi kontekstual modul 1.2.a. 6.pdfdemontrasi kontekstual modul 1.2.a. 6.pdf
demontrasi kontekstual modul 1.2.a. 6.pdf
 
Ppt tentang perkembangan Moral Pada Anak
Ppt tentang perkembangan Moral Pada AnakPpt tentang perkembangan Moral Pada Anak
Ppt tentang perkembangan Moral Pada Anak
 
MODUL 2 BAHASA INDONESIA-KELOMPOK 1.pptx
MODUL 2 BAHASA INDONESIA-KELOMPOK 1.pptxMODUL 2 BAHASA INDONESIA-KELOMPOK 1.pptx
MODUL 2 BAHASA INDONESIA-KELOMPOK 1.pptx
 

Bab 2 mat_ststistik_sim_model_00

  • 1. 11 DasarDasar StatistikStatistik untukuntuk PemodelanPemodelan dandan SimulasiSimulasi oleh: Tri Budi Santoso Signal Processing Group Electronic Engineering Polytechnic Institute of Surabaya-ITS
  • 2. 22 1.1. ProbabilitasProbabilitas Probabilitas=Peluang, bisa diartikan juga sebagai besarnya kemungkian munculnya suatu kejadian. Soal 1: Saya memiliki sebuah koin yang memiliki satu muka berupa gambar (G) dan yang satunya angka (A). Saat saya lempar ke atas, maka saat koin jatuh kemungkinan untuk mendapatkan muka G adalah p(x) = ½. Dalam hal ini x={G,A} Kemudian saya lemparkan lagi, maka probabilitas mendapatkan A berapa? Soal 2: Untuk undian TOGEL minggu ini saya membeli angka 00, 15, 15, 20. Seperti kita ketahui bahwa dalam undian TOGEL kemungkinan angka keluar adalah dari 00 sampai 99 danmasing-masing memiliki peluang yang sama (equ-probable) untuk keluar. Maka berapa probabilitas saya mendapat undian?
  • 3. 33 Probability density function (pdf) simbolnya f(x): Menyatakan fungsi kerapatan probabilitas, yaitu keadaan yang menjamin bahwa suatu probabilitas selalu bernilai positif. 2. Probability density function2. Probability density function Untuk kasus sistem kontinyu: Untuk kasus sistem diskrit: ∫ = A dxxf 1)( 1)( =∑ A xf Gambaran Grafik untuk kasus Contoh 1 adalah sbb: Bagaimana cara mendapatkan gambar disamping? xp(A) p(G) 0,5 0 f(x)
  • 4. 44 Dengan memahami bahwa kasus pelemparan koin merupakan contoh sistem diskrit, maka kita dapat mengacu pada persamaan kedua pada fungsi kerapatan probabilitas. Dari masing-masing muka (Angka dan Gambar) memiliki probabilitas untuk keluar sebesar p(x) = f(x) =1/2. Masing-masing disajikan dalam bentuk grafik, maka kita dapatkan seperti pada halaman sebelumnya. Dengan mengacu pada persamaan untuk menghitung fungsi kerapatan probabilitas, akan didapatkan: 12/12/1)()()( =+=+=∑ GfAfxf A
  • 5. 55 3.3. FungsiFungsi DistribusiDistribusi KumulatifKumulatif Untuk kasus kontinyu: Untuk kasus diskrit: ∫ ∞− =≤= x xfxXPxF )()()( ∑ ∞− =≤= x xfxXPxF )()()( Contoh 1: Pada kasus pelemparan 2 koin secara bersamaan maka kemungkinan yang muncul adalah: 0G2A, 1G 1A, 2G0A. Dimana masing-masing memiliki probabilitas sebesar: p(0G) = 1/4, p(1G) = 2/4, p(2G) =1/4. Coba anda berikan grafik untuk menyatakan fungsi kerapatan probabilitas dan fungsi distribusi kumulatif kasus ini. Penyelesaian: Penggambaran fungsi kerapatan probabilitas untuk munculnya muka gambar dinyatakan sebagai f(x) yang dalam hal ini x = G. Untuk kasus ini dapat dituliskan p(0G) = f(x) dimana x =0 memiliki nilai ¼. Demikian pula untuk f(x)=p(1G) = ½, dan f(x)=p(2G)= ¼. Fungsi distribusi kumulatifnya….
  • 6. 66 Fungsi distribusi kumulatif dicari satu persatu. Untuk F(0), berarti dihitung berapa jumlahan semua probabilitas untuk x < 0. Dalam hal ini adalah f(x) = f(0G) = p(0G) = ¼ Untuk F(1), berarti dihitung berapa jumlahan semua probabilitas untuk x < 1. Dalam hal ini adalah f(0) + f(1) = f(0G) + f(1G) = ¼ + ½ = ¾ Untuk F(2), berarti dihitung berapa jumlahan semua probabilitas untuk x < 2. Dalam hal ini adalah f(0) + f(1) = f(0G) + f(1G) + f(2G) = ¼ + ½ + ¼ = 1 Grafik untuk f(x) dan F(x) adalah seperti berikut… x 1 ¾ ½ ¼ 0 1 2 P(x) x ¾ ½ ¼ 0 1 2 f(x)
  • 7. 77 Soal 3: Pada kasus pelemparan 3 koin secara bersamaan maka kemungkinan yang muncul adalah: 3G 0A, 2G 1A, 1G 2A, dan 0G3A. Dimana masing- masing memiliki probabilitas sebesar: p(3G) = 1/8, p(2G) = 3/8, p(1G) =3/8, p(0G) = 1/8. Coba anda berikan grafik untuk menyatakan fungsi kerapatan probabilitas dan fungsi distribusi kumulatif kasus ini.
  • 8. 88 4.4. EkspektasiEkspektasi MatematikaMatematika Yang seringkali dibicarakan adalah: Ekspektasi Pertama: • Menyatakan pemusatan data, yang menyatakan satu nilai yang mewakili keseluruhan data • Ada tiga nilai yang dapat mewakilinya, yaitu mean, median dan modus Ekspektasi Kedua: • Menyatakan penyebaran data, yang menyatakan rentang data yang kita miliki • Ada dua nilai yang dapat mewakilinya, yaitu varians dan standar deviasi ∑= A xxfxE )()( ∑= A xfxxE )()( 22
  • 9. 99 EkspektasiEkspektasi PertamaPertama Mean (rata-rata) E(x) Untuk sejumlah N nilai data diberikan sebagai ∑ = = = Ni i ix N xE 1 1 )( Medan (nilai tengah) P(X<x) = ½ Untuk sejumlah N nilai data diberikan sebagai nilai tengah yang muncul dari seluruh data yang ada. Modus Untuk sejumlah N nilai data diberikan sebagai nilai mana yang paling sering muncul. Contoh 2: Dari 15 keluarga yang tinggal di RT1/RW2 Gebang Lor, jumlah anak yang mereka miliki berbeda-beda seperti berikut ini: 5,6,7,4,5,4,1,2,10,3,5,1,5,6,11. Dari data tersebut, coba anda cari nilai mean, median dan modusnya.
  • 10. 1010 PenyelesaianPenyelesaian:: Dari data tersebut dapat kita buat sebuah tabel seperti berikut 111111 111010 1177 2266 4455 2244 1133 1122 2211 MunculMunculNilaiNilai • Mean: x_rat = (1/15)(5 + 6 + 7 +….+ 6 + 11) = 75/15 = 5 • Median: (x_max - x_min)/2 =(11-1)/2 = 5 • Modus: Dalam hal ini yang sering muncul adalah angka 5 sebanyak 4 kali.
  • 11. 1111 Soal 4: Data statistik dari 10 desa yang memiliki jumlah lulusan S1 adalah sebagai berikut: Desa-1: 10 orang Desa-2: 5 orang Desa-1: 4 orang Desa-2: 19 orang Desa-1: 2 orang Desa-2: 10 orang Desa-1: 2 orang Desa-2: 5 orang Desa-1: 5 orang Desa-2: 2 orang Dari data tersebut, coba anda cari nilai mean, median dan modus tentang jumlah lulusan S1 yang dimiliki oleh desa-desa tersebut.
  • 12. 1212 EkspektasiEkspektasi KeduaKedua ( )( ) ( ) ( )∑ −=− A xfxxE . 22 µµ Varians: memiliki persamaan dasar sebagai berikut: Untuk pemakaian pada sekumpulan data sebanyak N, maka formulasinya menjadi seperti berikut ( )∑= − − = N i i ratxx N 1 22 _ 1 1 σ Sedangkan untuk nilai deviasi dinyatakan sebagai 2 σσ = Contoh 3: Dari contoh 2 yang telah diberikan, coba anda cari nilai varians dan deviasinya
  • 13. 1313 PenyelesaianPenyelesaian contohcontoh 6:6: ( ) ( ) ( ) ( ) ( ) ( ) ( ) 14,8)114( 14 1 5115655............. .........545755 115 1 _ 1 1 222 222 1 22 =⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = ⎪⎭ ⎪ ⎬ ⎫ ⎪⎩ ⎪ ⎨ ⎧ −+−+−+ +−+−+− ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − =− − = ∑= N i i ratxx N σ 853,214,82 === σσ Dengan menggunakan persamaan dasar diatas, maka didapatkan nilai variansnya sbb. Sedangkan nilai deviasi diberikan sebagai:
  • 14. 1414 Soal 5: Dari nilai probabilitas yang anda dapatkan pada masing keadaan pada contoh 3 coba anda cari nilai mean, varians dan deviasi Soal 6: Dalam suatu undian sepuluh angka berikut ini: 01, 02, 08, 11, 12, 24, 23, 31, 33, 45, 50, 98, 00 memiliki peluang yang tidak sama: 0,1% ; 0,02% ; 0,1% ; 0,02% ; 0,1% ; 0,02% ; 0,1% ; 0,02% ; 0,07% ; 0,02% ; 0,01% ; 0,01% ; 0,07% . Dari data tersebut, cari nilai mean, modus, varians dan deviasi terhadap nilai probabilitas (peluang) yang ada. Soal 7: Dari beberapa soal yang telah anda selesaikan, pilih salah satu dan buat program untuk mendapatkan nilai mean, varians dan deviasi. Dalam hal ini anda bisa menggunakan Matlab atau bahasa C untuk menyelesaikannya. Selamat belajar…..
  • 15. 1515 5.5. ProbabilitasProbabilitas BersyaratBersyarat Probabilitas keluarnya A, jika diketahui informasi B. Bisa juga didefinisikan propabilitas A dengan syarat B Perumusannya: )( )( )|( BP BAP BAP ∩ = Contoh 4: Probabilitas saya akan kenyang apabila saya makan satu piring. Dalam hal ini kita bisa formulasikan bahwa saya makan adalah B, sedangkan saya amakan satu piring dan kenyang adalah A. Apabila dalam hal ini probabilitas B adalah 0.9 sedangkan probabilitas A adalah 0.5. Maka probabilitas saya kenyang apabila saya makan dapat dicari dengan cara: P(A|B) = 0.5/0.9 = 0.555. Apabila dari kasus diatas saya tidak makan, maka berapa P(A|B)? A B S
  • 16. 1616 ContohContoh 5:5: Pada suatu kotak terdapat 4 kelereng kuning dan 3 kelereng merah. Akan dilakukan pengambilan secara acak beberapa kali, dimana setelah suatu pengambilan dilakukan kelerengnya tidak dikembalikan. Pada pengambilan pertama: p(kuning) = 4/7 p(merah) = 3/7 Bila pengambilan pertama didapat kelereng kuning, maka untuk pengambilan kedua: p(kuning)=3/6 p(merah)=3/6 Bila pengambilan pertama didapat kelereng merah, maka untuk pengambilan kedua: p(kuning)=4/6 p(merah)=2/6 Kondisi ini bisa digambarkan sbb….
  • 17. 1717 S K1 M1 K2 K2 M2 M2 4/7 3/7 3/6 3/6 4/6 2/6 Dari gambaran tersebut, probabilitas untuk mendapatkan K2 adalah Berapa probabilitas untuk mendapatkan M2 ? 42 24 7 3 6 4 7 4 6 3 )()|()()|( )()()( 112112 12122 =⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ +⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = += ∩+∩= MpMKpKpKKp MKpKKpKp
  • 18. 1818 6.6. KovariansKovarians dandan KorelasiKorelasi ( )( )⎣ ⎦ ( )( )∑ = = −−= −−= Ni i yixi yx mymx N mymxEyx 1 1 ),cov( Kovarians: Korelasi: dimana dev(x) = sx = akar var(x) )()( ),cov( ),( ydevxdev yx yxcorr = Contoh 6: Diketahui dua variabel x dan y yang memiliki nilai-nilai acak sebagai berikut: x (i) = 0, 4, 8, 3, 7, 3, 7, 9, 4, 2 dan y(i) = 1, 0, 4, 7, 5, 4, 6, 9, 7, 0 Coba anda cari nilai kovarian (x,y) dan korelasi (x,y) dari kedua data tersebut. Penyelesaian:…….
  • 19. 1919 PenyelesaianPenyelesaian ContohContoh 6:6: Langkah pertama adalah mencari nilai mean dari x dan y. Dengan penghitungan biasa, anda dapatkan nilai mean untuk x adalah mx = 4,7 dan untuk y didapatkan mean my = 4,3. Langkah kedua adalah menghitung nilai deviasi. Dengan menggunakan penghitungan varians dan dilanjutkan mengambil nilai akarnya, didapat: deviasi x = sx= 2,9078 deviasi y = sy= 3,1287 Selanjutnya adalah mencari nilai kovarian (x,y). Dengan cara memasukkan nilai-nilai tersebut ke persamaan kovarian didapatkan hasil Korelasi (x,y) didapatkan dengan memasukkan nilai kovarian (x,y) dan membagi deviasi x dan deviasi y, sbb. ( )( ) 5375,0 1287,39078,2 89,4 )()( ),cov( ),( == = ydevxdev yx yxcorr ( )( ) 89,4 3,47,4 10 1 ),cov( 10 1 = −−= ∑=i ii yxyx
  • 20. 2020 SoalSoal 8:8: Cari nilai kovarian dan korelasi dua sinyal s1(i) dan s2(i) berikut ini: s1(i) = 0.1951 0.3827 0.5556 0.7071 0.8315 0.9239 0.9808 1.0000 0.9808 0.9239 0.8315 0.7071 0.5556 0.3827 0.1951 0.0000 -0.1951 -0.3827 -0.5556 -0.7071 -0.8315 -0.9239 -0.9808 -1.0000 -0.9808 -0.9239 -0.8315 -0.7071 -0.5556 -0.3827 -0.1951 -0.0000 s2(i) = -0.1951 -0.3827 -0.5556 -0.7071 -0.8315 -0.9239 -0.9808 -1.0000 -0.9808 -0.9239 -0.8315 -0.7071 -0.5556 -0.3827 -0.1951 -0.0000 0.1951 0.3827 0.5556 0.7071 0.8315 0.9239 0.9808 1.0000 0.9808 0.9239 0.8315 0.7071 0.5556 0.3827 0.1951 0.0000 Dengan cara manual? Dengan menggunakan program?