MODUL II
OLEH :
KELOMPOK X
HERIYANTI 09120220088
2024
BAB I
PENDAHULUAN
1.1Latar Belakang
seorang siswa memperoleh skor asli (apa adanya/belum diolah) dari empat
bulan pertama suatu tahun juga merupakan data mentah. 100 cm, 120, cm,
180 cm, 150 cm yang menyatakan tinggi badan orang-orang dalam suatu
ruang sampel, kejadian dan titik sampel sangat diperlukan agar kita dapat
Dalam hidup kita sering mengalamai hal-hal yang mungkin pernah kita
alami. Dari kejadian yang pernah kita alami tersebut kadang kita bisa
seperti kita dulu. Bagi mereka yang lebih kreatif kejadian yang pernah
dialaminya dimasa lalu atau bahkan kejadian yang dialami orang lain
menyerupai seseorang tadi. Kadang kita dalam hidup ini perlu yakin adanya
2019).
1.2 Tujuan Praktikum
peristiwa.
2. Kartu UNO
3. Dadu
5. Kalkulator
6. Lembar kerja
7. Media pengujian
kali.
6. Ulangi langkah 1-4 untuk kartu UNO dengan permukaan yang tidak
seimbang.
7. Hitung probabilitas kemunculan masing-masing permukaan.
8. Buat kesimpulan.
1. Acak media.
2. Ambil sebuah pallet dalam sebuah wadah yang berisi 40 pallet putih,
8. Buat kesimpulan
1. Aduk media.
2. Ambil sebuah pallet dalam sebuah wadah yang berisi 40 pallet putih,
7. Buat kesimpulan.
TINJAUAN PUSTAKA
yang diperhatikan dalam eksperimen. Event yang terdiri dari satu outcome
dalam ruang sampel diskrit disebut event elementer. Event dapat juga
tertentu sebagai himpunan bagian (subset) dari ruang sampel. Suatu event
himpunan.
Menurut Adi Setiawan kejadian adalah hasil dari suatu eksperimen yang
(subset) dari ruang sampel S. Dengan kata lain, kejadian adalah himpunan
sampel atau biasa disebut sebagai himpunan bagian dari ruang sampel.
A adalah titik sampel. Pada kasus pelemparan satu buah dadu dengan
satu dari elemen S pasti muncul sedangkan himpunan kosong (Ø atau {})
atau keduanya. Event 𝐴∪𝐵 terjadi jika A atau B, atau kedua event A dan B
exclusive (saling ekslusif), interseksi dari dua event tersebut adalah event
(kolektif lengkap) jika dan hanya jika gabungan (union) dari himpunan
Misal suatu ruang sampel S={buku, pensil, jurnal, majalah, koran}, jika A
himpunan seluruh outcome yang tidak berada dalam A. Dua event A dan B
sama. Dua event A dan B disebut sama, 𝐴 = 𝐵, jika kedua event tersebut
event:
1. Komutatif
A∪ B = B ∪ A dan A ∩ B = B ∩ A
2. Asosiatif
A ∪ ( B ∪ C) = (A∪ B) ∪ C
A ∩ ( B ∩ C) = ( A ∩ B ) ∩ C
3. Distributif
A ∪ (B ∩ C) = ( A ∪ B ) ∩ ( A ∪ C)
A ∩ ( B ∪ C) = ( A ∩ B ) ∪ ( A ∩ C)
4. Aturan De Morgan
(A ∩ B) c = Ac ∪ Bc
(A ∪ B) c = Ac ∩ Bc
Jenis lain kejadian tersebut diantaranya adalah irisan dan gabungan. Irisan
adalah interseksi antara dua kejadian. Misalnya jika A dan B adalah dua
untuk mengukur tingkat terjadinya suatu kejadian yang acak. Agus Irianto
kemungkinan keluar lebih besar dari pada kemungkinan tidak keluar atau
Dimana:
frekuensi relatif jika jumlah percobaan yang akan selalu bertambah tanpa
berikut:
kondisi stabil.
probabilitas itu merupakan limit dari frekuensi relatif peristiwa tersebut (Esa,
M = frekuensi peristiwa
didasarkan pada terjadinya fakta atau bukti. Fakta ini dapat berupa data
mengenai frekuensi relatif terjadinya, atau bisa juga tidak lebih dari tebakan
yang mengena.
pada fakta–fakta yang ada. Pendekatan ini dipakai jika data frekuensi relatif
tidak tersedia.
lebih mudah dipahami oleh pemikir manusia yang terbatas. Atas bantuan
dikatakan memenuhi sebuah syarat jika objektif yang artinya jika data
1. Peristiwa Bersama
Dua peristiwa atau lebih dinamakan peristiwa saling lepas jika kedua
atau lebih peristiwa itu tidak dapat terjadi pada saat yang bersamaan,
disebut juga peristiwa saling asing. Atau dua peristiwa atau lebih
=1
Dimana:
peristiwa Y:
…..……………..……………………………………….…………(Rumus
P(xy) = P(x)P(y) 2.4)
Dimana:
yang lain. Probabilitas peristiwa saling bebas dapat dibedakan atas tiga
macam, yaitu:
mempengaruhi.
P(A&B) = P(AB)
............................................................................................... Rumus 2.5)
= P(A).P(B)
Dimana:
P(A&B) = Probabilitas A dan B
dinyatakan dengan:
……………..……………………………..…………………….…(Rumus
P(B/A) = P(B) 2.6)
Dimana:
P(B/A) = Probabilitas dalam B dibagi A
Dua peristiwa atau lebih disebut peristiwa tidak saling bebas apabila
Dimana:
terjadi.
b. Probabilitas gabungan, peristiwa tidak saling bebas adalah
tersebut:
Dimana:
P(A&B)= Probabilitas A dan B
……………..…………..………………………………….....(Rumus
P(ABC) = P(A).P(B/A).(C/AB) 2.9)
Dimana:
P(ABC) = Probabilitas A gabung B gabung C
∑𝑝 = Sigma
5. Probabilitas Bersyarat
setiap kali A terjadi, B juga terjadi, dan oleh karena itu menyatakan
6. Hubungan Inklusif
Variabel acak diskrit X menetukan distribusi probabilitas apabila untuk
sehingga:
n
……………..…………..………….............……………………(Rumus 2.11)
P( Xi) = 1
x =1
Dimana:
∑ = Sigma
P = Probabilitas
Xi = Variabel
2.4 Kejadian
adalah bilangan yang habis dibagi 2. Hal ini berarti yang kita kehendaki
adalah kejadian munculnya bilangan yang habis dibagi 2, yaitu A = {2, 4, 6}.
Tiap kejadian berkaitan dengan sekumpulan titik sampel dari suatu ruang
sampel membentuk himpunan bagian dari ruang sampel itu. Pada contoh di
tertentu. Kejadian tertentu itu mungkin berupa satu atau lebih titik sampel
pada ruang sampel, atau mungkin bukan titik sampel pada ruang sampel.
Jika kejadian itu hanya memuat satu titik sampel p ada ruang sampel, maka
sama; A dan C mempunyai paling sedikit satu titik sampel yang sama.
dinyatakan sebagai sebuah himpunan yang hanya terdiri dari satu titik
{hear,diamond}.
3. Contoh ruang nol: B = {x/x adalah faktor bukan prima dari 11 selain1}
maka kejadian B adalah kejadian ruang nol karena faktor dari 11 adalah
belakang dan pada pengetesan dadu untuk melihat angka yang di bagian
banyak hal, percobaan tidak dapat memberikan hasil yang pasti. Meskipun
kita melakukan pengetesan uang logam beberapa kali, kita tidak dapat
kita mengetahui bahwa setiap percobaan pasti ada unsur peluang dan kita
dengan S. Tiap hasil dalam ruang sampel disebut unsur atau titik sampel
(Prabawanto, 2019).
Bila ruang sampel S yang merupakan semua hasil yang mungkin terjadi
unsur atau titik sampel itu dapat di daftar dan ditulis diantara dua alokade.
Pada pengetosan mata uang logam, unsur atau titik sampel muka dan
belakang dapat ditulis sebagai S ={𝑀, 𝐵}. Bila ruang sampel S berukuran
besar atau mempunyai unsur yang tak hingga banyaknya maka unsur-
unsur itu akan lebih mudah ditulis dengan suatu pernyataan atau aturan.
Misalkan, bila hasil dari suatu percobaan adalah orang-orang Jakarta yang
orang Jakarta yang mempunyai mobil dua atau lebih”. Contoh 1. Percobaan
pengetosan sebuah dadu adalah angka yang muncul di bagian atas, maka
itu adalah bilangan genap atau ganjil, maka ruang sampelnya adalah S =
2.6 Ekspetasi
dapat terjadi. Peluang terjadinya tiap peristiwa masing-masing p1, p2, ….,
satuan d1,d2, …., dk. Satuan-satuan ini bisa nol, positif ataupun negatif
Maka rumus tersebut menyatakan, bahwa jika tiap peristiwa diberi nilai
Salah satu teori dalam ilmu statistika yang sangat penting dan sering
unsur mempunyai kesempatan dan peluang yang sama untuk dipilih, dan
besarnya peluang tersebut tidak boleh sama dengan nol. Di samping itu,
tepat sesuai dengan ciri-ciri populasi dan tujuan penelitian. Menurut Triyono
rendahnya.
antara biaya, tenaga dan waktu di satu pihak, serta tingkat presisi di pihak
lain. Jika jumlah biaya, tenaga dan waktu sudah dibatasi sejak semula,
seorang peneliti harus berusaha mendapatkan teknik pengambilan sampel
yang tinggi tidak mungkin dapat dicapai dengan biaya, tenaga dan waktu
yang terbatas.
metode B, jika untuk sejumlah biaya, tenaga dan waktu yang sama, metode
A dapat memberikan tingkat presisi yang lebih tinggi; atau untuk tingkat
presisi yang sama diperlukan biaya, tenaga dan waktu yang lebih rendah.
seragam populasi, makin kecil sampel yang bisa diambil. Jika populasi
yang dikehendaki, makin besar jumlah sampel yang harus diambil. Jadi,
tingkat presisi ini menjadi mutlak, karena nilai taksiran statistik sama
yang tinggi, maka jumlah sampel harus besar. Tetapi jika dana, waktu
mengambil sampel yang besar; dan ini berarti tingkat presisinya akan
menurun.
yang diambil sedemikian rupa sehingga tiap unit penelitian dari suatu
dipilih cukup besar, maka pemilihan sampel acak sederhana akan berat
hanya unsur pertama saja dari sampel dipilih secara acak, sedangkan
untuk terpilih satu strata dengan yang lain mungkin sama, mungkin pula
satuan elementer dari tiap lapisan dalam populasi itu. Besarnya sampel
yang diambil dari tiap-tiap strata dapat berimbang dan dapat pula tidak
berimbang.
desa. Desa-desa itu dijadikan gugus atau unsur sampling. Semua desa
yang ada diberi nomor dan dipilih secara acak sebuah desa atau lebih
tangga, maka semua rumah tangga yang ada dalam desa tersebut yang
diteliti.
hubungan dan operasi antara dua himpunan atau lebih, himpunan semesta
diberi simbol S tanda dari himpunan semesta. Diagram venn pertama kali
dipahami.
kita perhatikan contoh dua himpunan A dan B pada gambar di bawah ini. Di
METODOLOGI PENELITIAN
8.1. Pendahuluan
agar kita dapat mengetahui dan lebih memahami fungsi dari ilmu
bersyarat.
2. Kartu UNO
3. Dadu
4. Pallet warna hitam, warna putih dan warna hijau
5. Kalkulator
6. Lembar kerja
7. Media pengujian
8. Logistic system
h. Buat kesimpulan.
a. Acak media.
100 kali.
a. Aduk media.
hasilnya.
100 kali.
g. Buat kesimpulan.
100.
e. Buat kesimpulan.
terhadap beberapa percobaan dimulai dari data koin Rp. 200 perak, koin
Rp. 500 perak, koin Rp. 1000 perak, pallet hitam, putih dan hijau, kartu
a. Percobaan Apriori
1. Dadu I
2. Dadu II
a. Percobaan apriori
2. Nilai ekspentasi
nilai ekspektasinya
2. Nilai ekspektasi
nilai ekspektasinya
2. Nilai ekspektasi
nilai ekspektasinya
nilai ekspektasinya
2. Nilai ekspektasi
nilai ekspektasinya
3.7. Penutup
Mulai
Latar Belakang
Tujuan
Praktikum
Tinjauan
Pustaka
Metodologi
Penelitian
Pengumpulan Data
1. Peristiwa Apriori & Frekuensi relatif
2. Probabilitas Independent
3. Probabilitas Bersyarat
4. Probabilitas Mutually Exclusive
Pengolahan Data
1. Mencatat data permukaan koin yang
muncul
2. Mencatat data warna pallet yang muncul
3. Mencatat data kartu UNO yang muncul
4. Mencatat data mata dadu yang muncul
5. Menghitung frekuensi kemunculan masing-
masing
6. Bandingkan dengan nilai ekspektasinya
Selesai
a. Koin 500
Mulai
Lemparkan koin di
permukaan seimbang
25,50,100?
Hitung frekuensi
kemunculan permukaan
Hitung ekspektasi
kemunculan permukaan
koin
Hitung presentase
kemunculan masing-masing
sisi
Bandingkan dengan nilai
ekspektasi sebenarnya
Buat kesimpulan
Selesai
Mulai
Lemparkan koin di
permukaan seimbang
25,50,100?
Hitung frekuensi
kemunculan permukaan
Hitung ekspektasi
kemunculan permukaan
koin
Hitung presentase
kemunculan masing-masing
sisi
Buat kesimpulan
Selesai
a. Kartu UNO
Mulai
Aduk media
Lemparkan koin di
permukaan yang tidak
seimbang
25,50,100?
Hitung frekuensi
kemunculan permukaan
Permukaan Angka (+) Permukaan Gambar (-)
Hitung ekspektasi
kemunculan permukaan
Hitung presentase
kemunculan masing-masing
sisi
Bandingkan dengan nilai
ekspektasi sebenarnya
Buat kesimpulan
Selesai
Mulai
=25,50,100?
Hitung frekuensi
kemunculan permukaan
Hitung ekspektasi
kemunculan permukaan
koin
Buat kesimpulan
Selesai
Mulai
Aduk media
= 40,35,25
Hitung frekuensi
kemunculan pallet
Hitung ekspektasi
kemunculan pallet
Hitung presentase
kemunculan
Bandingkan dengan nilai
ekspektasinya
Selesai
Mulai
Kembalikan sampel ke
wadah
=25,50,100
Hitung frekuensi
kemunculan pallet
Hitung ekspektasi
kemunculan pallet
Hitung presentase
kemunculan
Bandingkan dengan nilai
ekspektasinya
Selesai
Bersyarat
3.8.6 Flowchart Percobaan Mutually Exclusive
Mulai
25,50,100
Hitung frekuensi
kemunculan
Hitung ekspektasi
kemunculan
Hitung presentase
kemunculan
Buat kesimpulan
Selesai