Probabilitas ‘n Statistik

Slides:



Advertisements
Presentasi serupa
Aria Gusti TEORI PROBABILITAS Aria Gusti
Advertisements

KONSEP DASAR PROBABILITAS
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPLE TUNGGAL)
PrOBabilitas Oleh : Septi Ariadi.
Analisis Data Hujan HIDROLOGI TL-2204.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
Probabilitas & Distribusi Probabilitas
PROBABILITAS.
PROBABILITAS.
PROBABILITAS.
ESTIMASI (MENAKSIR) Pertemuan ke 11.
PROBABILITAS/PELUANG
PROBABILITAS (PELUANG)
AKTUARIA Darmanto Program Studi Statistika
ESTIMASI.
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
F2F-7: Analisis teori simulasi
Pendugaan Parameter.
PROBABILITAS PENDUGAAN PARAMETER PEUBAH LATEN KEMISKINAN RELATIF.
DISTRIBUSI TEORITIS.
STATISTIK untuk Penelitian Kesehatan
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
STATISTIKA Pertemuan 5: Distribusi Peluang Normal Dosen Pengampu MK:
Modul 4 : Probabilitas.
TEORI PENDUGAAN (TEORI ESTIMASI)
Ukuran Kemiringan (Skewness) dan Ukuran Keruncingan (Kurtosis)
PROBABILITA dan HIPOTESIS
Teori PROBABILITAS.
STATISTIK INDUSTRI MODUL 12
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
Teori Peluang / Probabilitas
PROBABILITAS KEMUNGKINAN/PELUANG.
KONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS
Pertemuan - 7 Teori Peluang.
PROBABILITAS Hartanto, SIP, MA
Probabilitas & Distribusi Probabilitas
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
ESTIMASI dan HIPOTESIS
Pendekatan Probabilitas
Teori PROBABILITAS.
TEORI KEMUNGKINAN (PROBABILITAS)
Variabel Acak dan Distribusi Probabilitas
TEORI PROBABILITAS.
PELUANG (PROBABILITY)
TEORI PENDUGAAN STATISTIK
Teori PROBABILITAS.
STATISTIK DAN PROBABILITAS pertemuan 9 & 10 Oleh : L1153 Halim Agung,S
Simulasi Monte Carlo Pertemuan 5 MOSI T.Informatika Ganjil 2008/2009
Distribusi Probabilitas Variabel Acak Diskrit
KONSEP DASAR PROBABILITAS
LESSON 5.
PROBABILITAS.
BAB 9 TEORI PROBABILITAS Teori probabilitas membahas tentang ukuran atau derajat kemungkinan suatu peristiwa dapat terjadi.
Kelompok 5 Nama Kelompok : Ari Eka Saputri Rani Haryani Syafira Ulfah
STATISTIKA DAN PROBABILITAS
Distribusi Probabilitas Variabel Acak Diskrit
TEORI PROBABILITAS.
PELUANG.
BAB VII UKURAN UKURAN KEMIRINGAN & KERUNCINGAN
TEORI PENDUGAAN SECARA STATISTIK
STATISTIKA PROBABILITAS
KONSEP DASAR PROBABILITAS
PENGERTIAN DISTRIBUSI TEORITIS
PENGANTAR PERKULIAHAN STATISTIKA PROBABILITAS
Konsep Probabilitas.
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
TEORI PROBABILITAS Disarikan dari : Adawiyah, Ariadi dan sumber lain yang relevan This template is provided by
TEORI PENDUGAAN (TEORI ESTIMASI)
KONSEP DASAR PROBABILITAS
Transcript presentasi:

Probabilitas ‘n Statistik Pertemuan 2 MOSI T.Informatika Ganjil 2008/2009 MOSI - fika

Pembahasan Konsep Probabilitas Type2 probabilitas Dasar2 probabilitas Statistical independence dan statistical dependence Konsep dasar statistika MOSI - fika

Konsep Probabilitas MOSI - fika

What is Probabilitas ?? Konsep probabilitas menyajikan pengukuran dalam bentuk angka(numeric) untuk kemungkinan munculnya suatu event Peluang terjadinya sesuatu hal/peristiwa Dinyatakan dalam bentuk pecahan antara 0 – 1 , 0 dapat diartikan bahwa peritiwa itu tidak akan terjadi 1 dapat diartikan bahwa peristiwa itu pasti akan terjadi Kegunaan u/simulasi : dalam simulasi, digunakan untuk membuat asumsi tentang ketidakpastian inputan MOSI - fika

Contoh ketidakpastian input Nilai inputan yang nilainya belum pasti : - penjualan dimasa datang - faktor inflasi - rata-rata pertumbuhan - waktu job datang Untuk memilih jenis distribusi yang sesuai, digunakan analisa dan mencocokkan data dengan distribusi yang sesuai MOSI - fika

Type – type Probabilitas MOSI - fika

Type-type Probabilitas Ada 3 cara untuk menggolongkan probabilitas : 1. pendekatan klasik 2. pendekatan frekuensi relatif 3. pendekatan subyektif Maksudnya ?? Bedanya ?? MOSI - fika

Probabilitas dengan Pendekatan Klasik Dalam penentuan probabilitas yang terjadi menggunakan formula : Example : probabilitas munculnya gambar pada pelemparan mata uang = ½ probabilitas munculnya mata dadu 5 pada pelemparan sebuah mata dadu = 1/6 Probabilitas ini dapat diketahui tanpa harus melakukan suatu percobaan MOSI - fika

Probabilitas dengan pendekatan Frekuensi Relatif Pendekatan ini mendefinisikan probabilitas sebagai: 1. proporsi terjadinya peristiwa dalam jangka panjang bila semua kondisi stabil 2. frekuensi relatif peristiwa yang diamati melalui sejumlah besar percobaan Example : untuk mencari nilai probabilitas mahasiswa baru yang meninggalkan sekolah pada akhir semester pertama, harus diketahui dulu data yang lampau (misal data lampau 50 dari 1000). probabilitas = 50/1000 MOSI - fika

Probabilitas dengan pendekatan subyektif Bukan teoritis, didasarkan pada keyakinan pribadi atau perasaan dari orang yang membuat perkiraan probabilitas Tidak bergantung adanya eksperimen yang diulang2 Example : umumnya manager menentukan probabilitas secara subyektif. misal, dihadapkan pada permasalahan untuk memilih seorang asisten dari 3 orang yang sama-sama memiliki penampilan menarik, semangat tinggi, kepercayaan tinggi dan prestasi masa lalu yang baik. Bagaimana peluang tiap calon untuk menjadi asisten yang baik ???? MOSI - fika

Dasar dasar probabilitas MOSI - fika

Dasar-dasar Probabilitas Simbol Probabilitas terjadinya peristiwa A = P (A) Aturan yang digunakan dalam probabilitas : 1. aturan penjumlahan untuk peristiwa yang terpisah satu sama lain (mutually exclusive) : P (A atau B) = P(A) + P(B) 2. aturan penjumlahan untuk peristiwa yang tidak terpisah satu sama lain (non mutually exclusive) : P (A atau B) = P(A) + P(B) – P(A dan B) 3. aturan perkalian : P (A dan B) = P(A) . P(B) MOSI - fika

Mutually Exclusive MOSI - fika

Non Mutually Exclusive MOSI - fika

Statistical independence dan statistical dependence MOSI - fika

Statistical independence Statistical independence / bebas statistik : suatu peristiwa yang tidak mempengaruhi probabilitas terjadinya peristiwa lainnya Ada 3 jenis : 1. probabilitas marjinal 2. gabungan 3. bersyarat What the different between …… ? The example ….. ? T U G A S !!! MOSI - fika

Statistical dependence Tidak bebas secara statistik artinya : probabilitas peristiwa tertentu tergantung atau dipengaruhi oleh terjadinya peristiwa lainnya Ada 3 jenis : 1. probabilitas marjinal 2. gabungan 3. bersyarat What the different between …… ? The example ….. ? T U G A S !!! MOSI - fika

Konsep Dasar Statistika MOSI - fika

Pengukuran statistik digunakan untuk menjelaskan hasil-hasil simulasi : 1. Mean 2. Variansi MOSI - fika

4. Skewness (derajat kemiringan) 3. Standart Deviasi 4. Skewness (derajat kemiringan) MOSI - fika

5. Kurtosis (lebar sempitnya puncak kurva) 6. Korelasi MOSI - fika

Distribusi Sampling Untuk menentukan jenis distribusi probabilitas yang tepat pada jumlah trial tertentu Pengukuran variabelitas sampling dengan menggunakan standart error rata-rata : MOSI - fika

Interval Kepercayaan Interval kepercayaan merupakan estimasi nilai interval yang dipercaya akan terjadi. MOSI - fika

Terimakasih TUGAS : Cari tabel Statistik untuk Distribusi normal MOSI - fika