SlideShare a Scribd company logo
1 of 21
Metode Statistika (STK211)
Pertemuan IV
Konsep Peubah Acak dan
Sebaran Peluang (Random
Variable Concept and
Probability Distribution)
Konsep Peubah Acak
 Peubah acak merupakan suatu fungsi yang memetakan ruang
kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi).
 Fungsi peubah acak merupakan suatu langkah dalam statistika untuk
mengkuantifikasikan kejadian-kejadian alam.
 Pendefinisian fungsi peubah acak harus mampu memetakan setiap
kejadian dengan tepat ke satu bilangan riil.
 Sebagai ilustrasi dalam percobaan pelemparan sebuah dadu bersisi
enam yang seimbang. Ruang kejadiannya dapat disenaraikan sebagai
berikut:
R = {S1,S2,S3,S4,S5,S6}
Salah satu peubah acak yang dapat dibuat adalah:
X = jumlah sisi dadu yang bermata genap
= 0 jika sisi dadu ganjil
=1 jika sisi dadu genap
Pemetaan fungsi X dapat digambarkan
sebagai berikut:
Daerah fungsi Wilayah fungsi
S1 .
S2 .
S3 .
S4 .
S5 .
S6.
X(ei)
. 0
. 1
Sebaran Peluang Peubah Acak
X tergantung dari sebaran
peluang kejadiannya.
Sehingga sebaran peubah acak
X dapat dijabarkan sebagai
berikut:
p(x=0) = p(S1)+p(S3)+p(S5)
= 1/6 +1/6 +1/6= 3/6
p(x=1) = p(S2)+p(S4)+p(S6)
= 1/6 + 1/6 + 1/6 = 3/6
Sisi yang muncul
Kejadian S1 S2 S3 S4 S5 S6
Peluang
kejadian
1/6 1/6 1/6 1/6 1/6 1/6
X 0 1 0 1 0 1
 Latihan
Dua buah mata uang dilempar bersama-
sama. Jika masing-masing memiliki sisi
yang seimbang, senaraikanlah ruang
kejadiannya. Jika kita ingin melihat
munculnya sisi muka pada kedua mata uang,
maka definisikan peubah acak tersebut.
Lengkapi dengan sebaran peluang dari
peubah acak tersebut.
Nilai Harapan Peubah Acak
 Nilai harapan dari peubah acak adalah pemusatan
dari nilai peubah acak jika percobaannya dilakukan
secara berulang-ulang sampai tak berhingga kali.
 Secara matematis nilai harapan dapat dirumuskan
sebagai berikut:














kontinu
p.a
X
jika
,
)
(
diskret
p.a
X
jika
),
(
)
(
1
dx
x
f
x
x
p
x
X
i
i
n
i
i
x
Ε
Sifat-sifat nilai harapan:
 Jika c konstanta maka E(c ) = c
 Jika p.a. X dikalikan dengan konstanta c
maka E(cX) = c E(X)
 Jika X dan Y peubah acak maka E(XY) =
E(X)  E(Y)
Contoh:
 Jika diketahui distribusi
peluang dari peubah acak X
seperti tabel disamping
 Dengan demikian nilai
harapan p.a X adalah:
E(X) = 0 + 1/6 + 2/6 + 3/6 +
4/6 + 5/6 = 15/6
E(3X) = 3 E(X) = 45/6
Nilai peubah Acak X
X 0 1 2 3 4 5
P(X=xI) 1/6 1/6 1/6 1/6 1/6 1/6
Xip(xi) 0 1/6 2/6 3/6 4/6 5/6
Ragam Peubah Acak
 Ragam dari peubah acak X didefinisikan sebagai berikut:
V(X) = E(X-E(X))2
= E(X2) - E2(X) tunjukkan !
 Sifat-sifat dari ragam
– Jika c konstanta maka V(c ) = 0
– Jika p.a. X dikalikan dengan konstanta c maka V(cX) = c2 V(X)
– Jika X dan Y peubah acak maka,
V(XY) = V(X) + V(Y)  Cov(X,Y)
Dimana: Cov(X,Y) = E(X-E(X))E(Y-E(Y)), Jika X dan Y saling
bebas maka Cov(X,Y) = 0
 Contoh (Gunakan contoh sebelumnya)
V(X) = (0+1/6+4/6+9/6+16/6+25/6) - (15/6)2
= 55/6 - 225/36 = 105/36
Sebaran Peluang Populasi
 Sebaran Peluang Diskret
– Merupakan sebaran peluang bagi peubah acak
yang nilai-nilainya diperoleh dengan cara
mencacah (counting)
– Beberapa sebaran peluang diskret, antara lain:
 Bernoulli
 Binomial
 Poisson
 Sebaran peluang kontinu
– Merupakan sebaran peluang bagi peubah acak
yang nilai-nilainya diperoleh dengan
menggunakan alat ukur
– Beberapa sebaran yang tergolong dalam sebaran
peubah acak kontinu antara lain:
 Normal
 Weibull
 Gamma
 Betha
Sebaran Peluang Diskret
 Bernoulli
– Kejadian yang diamati merupakan kejadian biner
yaitu sukses atau gagal
– Peubah acaknya (X) bernilai 1 jika kejadian
sukses dan 0 jika kejadian gagal
– Misal, p=p(sukses) dan q=p(gagal) maka fungsi
peluang Bernoulli dapat dituliskan sebagai:
P(x,p)=pxq(1-x), x=0,1
 Binomial
– Terdiri dari n kejadian Bernoulli yang saling bebas
– Peubah acak Binomial merupakan jumlah dari
kejadian sukses, X=0,1,2,….,n
– Fungsi peluang dari kejadian Binomial dapat
dituliskan sebagai:
P(x,n,p)=C(n,x)pxq(n-x), x=0,1,2,…,n
dimana C(n,x) = n!/x!(n-x)!
Contoh: Peluang turun hujan per hari diketahui
p=0,6. Jika pengamatan dilakukan dalam
satu minggu, hitunglah:
a. Berapa peluang tidak turun hujan dalam
satu minggu?
b. Berapa peluang paling sedikit turun hujan
satu hari dalam satu minggu?
Sebaran Peluang Kontinu
Sebaran Normal
– Bentuk sebaran simetrik
– Mean, median dan modus berada
dalam satu titik
– Fungsi kepekatan peluang dapat
dituliskan sebagai berikut:
 P ( -  < x <  +  ) = 0.683
 P ( - 2 < x <  + 2 ) = 0.954
– Peluang merupakan luasan
dibawah kurva kepekatan normal:
– Peubah acak (X) dengan mean
() dan ragam (2) menyebar
normal sering dituliskan sebagai
X ~ N (, 2)
2
2
1
2
2
1
)
,
,
(





 

 





x
e
x
f
 




b
a
a
F
b
F
dx
x
f
b
x
a
p )
(
)
(
)
(
)
(
 Setiap peubah acak normal memiliki karakteristik
yang berbeda-beda perhitungan peluang akan
sulit
 Lakukan transformasi dari X  N( , 2) menjadi
peubah acak normal baku Z  N(0 , 1) dengan
menggunakan fungsi transformasi
 Distribusi peluang dari peubah acak normal baku Z
 N(0 , 1) sudah tersedia dalam bentuk tabel
peluang normal baku




X
Z
Cara penggunaan tabel normal baku
– Nilai z, disajikan pada
kolom pertama (nilai z
sampai desimal pertama)
dan baris pertama (nilai z
desimal kedua)
– Nilai peluang didalam tabel
normal baku adalah
peluang peubah acak Z
kurang dari nilai k (P(Z<k)).
Nilai Z 0.00 0.01 0.02 0.03
-2.6 0.005 0.005 0.004 0.004
-2.5 0.006 0.006 0.006 0.006
-2.4 0.008 0.008 0.008 0.008
P(Z<-2.42)=0.008
Contoh:
Curah hujan dikota Bogor diketahui
menyebar normal dengan rata-rata tingkat
curah hujan 25 mm dan ragam 5 mm2.
Hitunglah,
1. Curah hujan di kota Bogor kurang dari 15 mm?
2. Curah hujan di kota Bogor antara 10 mm sampai
20 mm?
3. Curah hujan di kota Bogor di atas 40 mm?
TUGAS 2
 Seorang peternak menetaskan dua butir telur untuk menghitung
keuntungan dari usaha menetaskan telur ayam petelur. Ada tiga
kemungkinan hasil yaitu telur menetas dengan jenis kelamian
jantan dengan peluang 0.45, menetas dengan jenis kelamin betina
dengan peluang 0.45 dan kemungkinan terakhir adalah telur tidak
menetas. Harga telur Rp 1000/butir, biaya tetas Rp 300/butir,
harga jual anak ayam jantan Rp 800/ekor dan harga anak ayam
betina Rp 3000/ekor.
 1. Tentukan ruang contohnya
 2. Definisikan peubah acaknya agar dapat menghitung
 keuntungan
 3. Tentukan peluang untuk tiap nilai peubah acak
 4. Hitung nilai harapan dari peubah acaknya!
 5. Apakah untung atau rugi?
Tugas 3
 Lima ibu akan melahirkan bayi tunggal.
Peluang seorang ibu akan melahirkan bayi
laki-laki sebesar 0.5
 a. Tentukan ruang contohnya
 b. Tentukan semua bayi yang dilahirkan laki-
laki.
 c. Tentukan peluang paling banyak 3 bayi
dilahirkan berjenis kelamin perempuan.
Tugas 4
 Berat badan mahasiswi menyebear normal
dengan mean sebesar 50 Kg dan standar
deviasi 10 Kg. Seorang mahasiswi
menimbang berat badannya
 a. Berapa peluang berat badan mahasiswi
tersebut antara 48 Kg sampai 55 Kg
 b. Jika berat badan mahasiswi tersebut
tergolong 5 % terkurus berapa berat
maksimum berat badan mahasiswi tersebut?

More Related Content

Similar to materi-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.ppt

BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITBAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITCabii
 
FILE_13_PERTEMUAN_KE-10_STATMAT_1.pdf
FILE_13_PERTEMUAN_KE-10_STATMAT_1.pdfFILE_13_PERTEMUAN_KE-10_STATMAT_1.pdf
FILE_13_PERTEMUAN_KE-10_STATMAT_1.pdfAnastasiNErnestaManb
 
Distribusi Bernouli dan Poisson
Distribusi Bernouli dan PoissonDistribusi Bernouli dan Poisson
Distribusi Bernouli dan Poissonsilvia kuswanti
 
Manajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep StatistikManajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep StatistikJudianto Nugroho
 
ditribusi teoritis
ditribusi teoritisditribusi teoritis
ditribusi teoritisMunajiMoena
 
Distribusi peluang kontinu
Distribusi peluang kontinuDistribusi peluang kontinu
Distribusi peluang kontinuRizkiFitriya
 
Random variabel Variabel diskrit dan kontinu.ppt
Random variabel Variabel diskrit dan kontinu.pptRandom variabel Variabel diskrit dan kontinu.ppt
Random variabel Variabel diskrit dan kontinu.pptRinisridevi1
 
pembahasan terdahulu rumus yg terjadi di
pembahasan terdahulu rumus yg terjadi dipembahasan terdahulu rumus yg terjadi di
pembahasan terdahulu rumus yg terjadi diRizalFitrianto
 
STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) erik-pebs
 
DISTRIBUSI PELUANG TEORITIS.pptx
DISTRIBUSI PELUANG TEORITIS.pptxDISTRIBUSI PELUANG TEORITIS.pptx
DISTRIBUSI PELUANG TEORITIS.pptxCLAYNightcore
 
Ekspektasi matematik
Ekspektasi matematikEkspektasi matematik
Ekspektasi matematikblacknait
 
statistika ekonomi 2 DISTRIBUSI TEORITIS
statistika ekonomi 2 DISTRIBUSI TEORITISstatistika ekonomi 2 DISTRIBUSI TEORITIS
statistika ekonomi 2 DISTRIBUSI TEORITISyuniar putri
 

Similar to materi-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.ppt (20)

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)
 
Bab 2 mat_ststistik_sim_model_00
Bab 2 mat_ststistik_sim_model_00Bab 2 mat_ststistik_sim_model_00
Bab 2 mat_ststistik_sim_model_00
 
statistik
statistikstatistik
statistik
 
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITBAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
 
FILE_13_PERTEMUAN_KE-10_STATMAT_1.pdf
FILE_13_PERTEMUAN_KE-10_STATMAT_1.pdfFILE_13_PERTEMUAN_KE-10_STATMAT_1.pdf
FILE_13_PERTEMUAN_KE-10_STATMAT_1.pdf
 
Distribusi Bernouli dan Poisson
Distribusi Bernouli dan PoissonDistribusi Bernouli dan Poisson
Distribusi Bernouli dan Poisson
 
Manajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep StatistikManajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep Statistik
 
ditribusi teoritis
ditribusi teoritisditribusi teoritis
ditribusi teoritis
 
1-teori-pendukung.ppt
1-teori-pendukung.ppt1-teori-pendukung.ppt
1-teori-pendukung.ppt
 
Distribusi peluang kontinu
Distribusi peluang kontinuDistribusi peluang kontinu
Distribusi peluang kontinu
 
Distribusi teoretis
Distribusi teoretisDistribusi teoretis
Distribusi teoretis
 
Random variabel Variabel diskrit dan kontinu.ppt
Random variabel Variabel diskrit dan kontinu.pptRandom variabel Variabel diskrit dan kontinu.ppt
Random variabel Variabel diskrit dan kontinu.ppt
 
pembahasan terdahulu rumus yg terjadi di
pembahasan terdahulu rumus yg terjadi dipembahasan terdahulu rumus yg terjadi di
pembahasan terdahulu rumus yg terjadi di
 
Teori Peluang Baru.pptx
Teori Peluang Baru.pptxTeori Peluang Baru.pptx
Teori Peluang Baru.pptx
 
STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi)
 
DISTRIBUSI PELUANG TEORITIS.pptx
DISTRIBUSI PELUANG TEORITIS.pptxDISTRIBUSI PELUANG TEORITIS.pptx
DISTRIBUSI PELUANG TEORITIS.pptx
 
Ekspektasi matematik
Ekspektasi matematikEkspektasi matematik
Ekspektasi matematik
 
statistika ekonomi 2 DISTRIBUSI TEORITIS
statistika ekonomi 2 DISTRIBUSI TEORITISstatistika ekonomi 2 DISTRIBUSI TEORITIS
statistika ekonomi 2 DISTRIBUSI TEORITIS
 
4 probabilitas ptik
4 probabilitas ptik4 probabilitas ptik
4 probabilitas ptik
 
Statistika: Binomial
Statistika: BinomialStatistika: Binomial
Statistika: Binomial
 

Recently uploaded

MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfAndiCoc
 
SISTEM SARAF OTONOM_.SISTEM SARAF OTONOM
SISTEM SARAF OTONOM_.SISTEM SARAF OTONOMSISTEM SARAF OTONOM_.SISTEM SARAF OTONOM
SISTEM SARAF OTONOM_.SISTEM SARAF OTONOMhanyakaryawan1
 
MODUL AJAR BAHASA INDONESIA KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 5 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 5 KURIKULUM MERDEKA.pdfAndiCoc
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAppgauliananda03
 
Topik 4_Eksplorasi Konsep LK Kelompok_Pendidikan Berkelanjutan
Topik 4_Eksplorasi Konsep LK Kelompok_Pendidikan BerkelanjutanTopik 4_Eksplorasi Konsep LK Kelompok_Pendidikan Berkelanjutan
Topik 4_Eksplorasi Konsep LK Kelompok_Pendidikan BerkelanjutanAyuApriliyanti6
 
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi TrigonometriSudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi TrigonometriFarhanPerdanaRamaden1
 
Bioteknologi Konvensional dan Modern kelas 9 SMP
Bioteknologi Konvensional dan Modern  kelas 9 SMPBioteknologi Konvensional dan Modern  kelas 9 SMP
Bioteknologi Konvensional dan Modern kelas 9 SMPNiPutuDewikAgustina
 
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdfAksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdfsubki124
 
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...luqmanhakimkhairudin
 
Materi Modul 1.4_Fitriani Program guru penggerak
Materi Modul 1.4_Fitriani Program guru penggerakMateri Modul 1.4_Fitriani Program guru penggerak
Materi Modul 1.4_Fitriani Program guru penggerakAjiFauzi8
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMASBAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMASNursKitchen
 
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
sistem digesti dan ekskresi pada unggas ppt
sistem digesti dan ekskresi pada unggas pptsistem digesti dan ekskresi pada unggas ppt
sistem digesti dan ekskresi pada unggas ppthidayatn24
 
.....................Swamedikasi 2-2.pptx
.....................Swamedikasi 2-2.pptx.....................Swamedikasi 2-2.pptx
.....................Swamedikasi 2-2.pptxfurqanridha
 
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 20241. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024DessyArliani
 
Penyuluhan DM Tipe II Kegiatan Prolanis.ppt
Penyuluhan DM Tipe II Kegiatan Prolanis.pptPenyuluhan DM Tipe II Kegiatan Prolanis.ppt
Penyuluhan DM Tipe II Kegiatan Prolanis.pptpalagoro17
 
Skenario Lokakarya 2 Pendidikan Guru Penggerak
Skenario Lokakarya 2 Pendidikan Guru PenggerakSkenario Lokakarya 2 Pendidikan Guru Penggerak
Skenario Lokakarya 2 Pendidikan Guru Penggerakputus34
 
Program Kerja Public Relations - Perencanaan
Program Kerja Public Relations - PerencanaanProgram Kerja Public Relations - Perencanaan
Program Kerja Public Relations - PerencanaanAdePutraTunggali
 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024ssuser0bf64e
 

Recently uploaded (20)

MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
 
SISTEM SARAF OTONOM_.SISTEM SARAF OTONOM
SISTEM SARAF OTONOM_.SISTEM SARAF OTONOMSISTEM SARAF OTONOM_.SISTEM SARAF OTONOM
SISTEM SARAF OTONOM_.SISTEM SARAF OTONOM
 
MODUL AJAR BAHASA INDONESIA KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 5 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 5 KURIKULUM MERDEKA.pdf
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
 
Topik 4_Eksplorasi Konsep LK Kelompok_Pendidikan Berkelanjutan
Topik 4_Eksplorasi Konsep LK Kelompok_Pendidikan BerkelanjutanTopik 4_Eksplorasi Konsep LK Kelompok_Pendidikan Berkelanjutan
Topik 4_Eksplorasi Konsep LK Kelompok_Pendidikan Berkelanjutan
 
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi TrigonometriSudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
 
Bioteknologi Konvensional dan Modern kelas 9 SMP
Bioteknologi Konvensional dan Modern  kelas 9 SMPBioteknologi Konvensional dan Modern  kelas 9 SMP
Bioteknologi Konvensional dan Modern kelas 9 SMP
 
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdfAksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
 
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
Asimilasi Masyarakat Cina Dengan Orang Melayu di Kelantan (Cina Peranakan Kel...
 
Materi Modul 1.4_Fitriani Program guru penggerak
Materi Modul 1.4_Fitriani Program guru penggerakMateri Modul 1.4_Fitriani Program guru penggerak
Materi Modul 1.4_Fitriani Program guru penggerak
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
 
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMASBAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
 
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI MUSIK KELAS 6 KURIKULUM MERDEKA.pdf
 
sistem digesti dan ekskresi pada unggas ppt
sistem digesti dan ekskresi pada unggas pptsistem digesti dan ekskresi pada unggas ppt
sistem digesti dan ekskresi pada unggas ppt
 
.....................Swamedikasi 2-2.pptx
.....................Swamedikasi 2-2.pptx.....................Swamedikasi 2-2.pptx
.....................Swamedikasi 2-2.pptx
 
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 20241. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
 
Penyuluhan DM Tipe II Kegiatan Prolanis.ppt
Penyuluhan DM Tipe II Kegiatan Prolanis.pptPenyuluhan DM Tipe II Kegiatan Prolanis.ppt
Penyuluhan DM Tipe II Kegiatan Prolanis.ppt
 
Skenario Lokakarya 2 Pendidikan Guru Penggerak
Skenario Lokakarya 2 Pendidikan Guru PenggerakSkenario Lokakarya 2 Pendidikan Guru Penggerak
Skenario Lokakarya 2 Pendidikan Guru Penggerak
 
Program Kerja Public Relations - Perencanaan
Program Kerja Public Relations - PerencanaanProgram Kerja Public Relations - Perencanaan
Program Kerja Public Relations - Perencanaan
 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
 

materi-iv-v-konsep-peubah-acak-dan-sebaran-peubah-acak.ppt

  • 1. Metode Statistika (STK211) Pertemuan IV Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
  • 2. Konsep Peubah Acak  Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi).  Fungsi peubah acak merupakan suatu langkah dalam statistika untuk mengkuantifikasikan kejadian-kejadian alam.  Pendefinisian fungsi peubah acak harus mampu memetakan setiap kejadian dengan tepat ke satu bilangan riil.  Sebagai ilustrasi dalam percobaan pelemparan sebuah dadu bersisi enam yang seimbang. Ruang kejadiannya dapat disenaraikan sebagai berikut: R = {S1,S2,S3,S4,S5,S6} Salah satu peubah acak yang dapat dibuat adalah: X = jumlah sisi dadu yang bermata genap = 0 jika sisi dadu ganjil =1 jika sisi dadu genap
  • 3. Pemetaan fungsi X dapat digambarkan sebagai berikut: Daerah fungsi Wilayah fungsi S1 . S2 . S3 . S4 . S5 . S6. X(ei) . 0 . 1
  • 4. Sebaran Peluang Peubah Acak X tergantung dari sebaran peluang kejadiannya. Sehingga sebaran peubah acak X dapat dijabarkan sebagai berikut: p(x=0) = p(S1)+p(S3)+p(S5) = 1/6 +1/6 +1/6= 3/6 p(x=1) = p(S2)+p(S4)+p(S6) = 1/6 + 1/6 + 1/6 = 3/6 Sisi yang muncul Kejadian S1 S2 S3 S4 S5 S6 Peluang kejadian 1/6 1/6 1/6 1/6 1/6 1/6 X 0 1 0 1 0 1
  • 5.  Latihan Dua buah mata uang dilempar bersama- sama. Jika masing-masing memiliki sisi yang seimbang, senaraikanlah ruang kejadiannya. Jika kita ingin melihat munculnya sisi muka pada kedua mata uang, maka definisikan peubah acak tersebut. Lengkapi dengan sebaran peluang dari peubah acak tersebut.
  • 6. Nilai Harapan Peubah Acak  Nilai harapan dari peubah acak adalah pemusatan dari nilai peubah acak jika percobaannya dilakukan secara berulang-ulang sampai tak berhingga kali.  Secara matematis nilai harapan dapat dirumuskan sebagai berikut:               kontinu p.a X jika , ) ( diskret p.a X jika ), ( ) ( 1 dx x f x x p x X i i n i i x Ε
  • 7. Sifat-sifat nilai harapan:  Jika c konstanta maka E(c ) = c  Jika p.a. X dikalikan dengan konstanta c maka E(cX) = c E(X)  Jika X dan Y peubah acak maka E(XY) = E(X)  E(Y)
  • 8. Contoh:  Jika diketahui distribusi peluang dari peubah acak X seperti tabel disamping  Dengan demikian nilai harapan p.a X adalah: E(X) = 0 + 1/6 + 2/6 + 3/6 + 4/6 + 5/6 = 15/6 E(3X) = 3 E(X) = 45/6 Nilai peubah Acak X X 0 1 2 3 4 5 P(X=xI) 1/6 1/6 1/6 1/6 1/6 1/6 Xip(xi) 0 1/6 2/6 3/6 4/6 5/6
  • 9. Ragam Peubah Acak  Ragam dari peubah acak X didefinisikan sebagai berikut: V(X) = E(X-E(X))2 = E(X2) - E2(X) tunjukkan !  Sifat-sifat dari ragam – Jika c konstanta maka V(c ) = 0 – Jika p.a. X dikalikan dengan konstanta c maka V(cX) = c2 V(X) – Jika X dan Y peubah acak maka, V(XY) = V(X) + V(Y)  Cov(X,Y) Dimana: Cov(X,Y) = E(X-E(X))E(Y-E(Y)), Jika X dan Y saling bebas maka Cov(X,Y) = 0  Contoh (Gunakan contoh sebelumnya) V(X) = (0+1/6+4/6+9/6+16/6+25/6) - (15/6)2 = 55/6 - 225/36 = 105/36
  • 10. Sebaran Peluang Populasi  Sebaran Peluang Diskret – Merupakan sebaran peluang bagi peubah acak yang nilai-nilainya diperoleh dengan cara mencacah (counting) – Beberapa sebaran peluang diskret, antara lain:  Bernoulli  Binomial  Poisson
  • 11.  Sebaran peluang kontinu – Merupakan sebaran peluang bagi peubah acak yang nilai-nilainya diperoleh dengan menggunakan alat ukur – Beberapa sebaran yang tergolong dalam sebaran peubah acak kontinu antara lain:  Normal  Weibull  Gamma  Betha
  • 12. Sebaran Peluang Diskret  Bernoulli – Kejadian yang diamati merupakan kejadian biner yaitu sukses atau gagal – Peubah acaknya (X) bernilai 1 jika kejadian sukses dan 0 jika kejadian gagal – Misal, p=p(sukses) dan q=p(gagal) maka fungsi peluang Bernoulli dapat dituliskan sebagai: P(x,p)=pxq(1-x), x=0,1
  • 13.  Binomial – Terdiri dari n kejadian Bernoulli yang saling bebas – Peubah acak Binomial merupakan jumlah dari kejadian sukses, X=0,1,2,….,n – Fungsi peluang dari kejadian Binomial dapat dituliskan sebagai: P(x,n,p)=C(n,x)pxq(n-x), x=0,1,2,…,n dimana C(n,x) = n!/x!(n-x)!
  • 14. Contoh: Peluang turun hujan per hari diketahui p=0,6. Jika pengamatan dilakukan dalam satu minggu, hitunglah: a. Berapa peluang tidak turun hujan dalam satu minggu? b. Berapa peluang paling sedikit turun hujan satu hari dalam satu minggu?
  • 15. Sebaran Peluang Kontinu Sebaran Normal – Bentuk sebaran simetrik – Mean, median dan modus berada dalam satu titik – Fungsi kepekatan peluang dapat dituliskan sebagai berikut:  P ( -  < x <  +  ) = 0.683  P ( - 2 < x <  + 2 ) = 0.954 – Peluang merupakan luasan dibawah kurva kepekatan normal: – Peubah acak (X) dengan mean () dan ragam (2) menyebar normal sering dituliskan sebagai X ~ N (, 2) 2 2 1 2 2 1 ) , , (                x e x f       b a a F b F dx x f b x a p ) ( ) ( ) ( ) (
  • 16.  Setiap peubah acak normal memiliki karakteristik yang berbeda-beda perhitungan peluang akan sulit  Lakukan transformasi dari X  N( , 2) menjadi peubah acak normal baku Z  N(0 , 1) dengan menggunakan fungsi transformasi  Distribusi peluang dari peubah acak normal baku Z  N(0 , 1) sudah tersedia dalam bentuk tabel peluang normal baku     X Z
  • 17. Cara penggunaan tabel normal baku – Nilai z, disajikan pada kolom pertama (nilai z sampai desimal pertama) dan baris pertama (nilai z desimal kedua) – Nilai peluang didalam tabel normal baku adalah peluang peubah acak Z kurang dari nilai k (P(Z<k)). Nilai Z 0.00 0.01 0.02 0.03 -2.6 0.005 0.005 0.004 0.004 -2.5 0.006 0.006 0.006 0.006 -2.4 0.008 0.008 0.008 0.008 P(Z<-2.42)=0.008
  • 18. Contoh: Curah hujan dikota Bogor diketahui menyebar normal dengan rata-rata tingkat curah hujan 25 mm dan ragam 5 mm2. Hitunglah, 1. Curah hujan di kota Bogor kurang dari 15 mm? 2. Curah hujan di kota Bogor antara 10 mm sampai 20 mm? 3. Curah hujan di kota Bogor di atas 40 mm?
  • 19. TUGAS 2  Seorang peternak menetaskan dua butir telur untuk menghitung keuntungan dari usaha menetaskan telur ayam petelur. Ada tiga kemungkinan hasil yaitu telur menetas dengan jenis kelamian jantan dengan peluang 0.45, menetas dengan jenis kelamin betina dengan peluang 0.45 dan kemungkinan terakhir adalah telur tidak menetas. Harga telur Rp 1000/butir, biaya tetas Rp 300/butir, harga jual anak ayam jantan Rp 800/ekor dan harga anak ayam betina Rp 3000/ekor.  1. Tentukan ruang contohnya  2. Definisikan peubah acaknya agar dapat menghitung  keuntungan  3. Tentukan peluang untuk tiap nilai peubah acak  4. Hitung nilai harapan dari peubah acaknya!  5. Apakah untung atau rugi?
  • 20. Tugas 3  Lima ibu akan melahirkan bayi tunggal. Peluang seorang ibu akan melahirkan bayi laki-laki sebesar 0.5  a. Tentukan ruang contohnya  b. Tentukan semua bayi yang dilahirkan laki- laki.  c. Tentukan peluang paling banyak 3 bayi dilahirkan berjenis kelamin perempuan.
  • 21. Tugas 4  Berat badan mahasiswi menyebear normal dengan mean sebesar 50 Kg dan standar deviasi 10 Kg. Seorang mahasiswi menimbang berat badannya  a. Berapa peluang berat badan mahasiswi tersebut antara 48 Kg sampai 55 Kg  b. Jika berat badan mahasiswi tersebut tergolong 5 % terkurus berapa berat maksimum berat badan mahasiswi tersebut?