Kampus Universitas Teknokrat Indonesia

Kampus Universitas Teknokrat Indonesia .

Acara Hari Pahlawan

Semangat Belajar danmelaksanakan kegiatan dengan baik dan bertanggung jawab.

SURATNO JIMBO

GENTOF Generasi yang siap ngetof.

SURATNO JIMBO

Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.

Karya Menuju Tak Terbatas Dan Melampaunya

Semangat membara harus Selalu ditanamkan dalam diri seseorang meskipun harus mengorbankan waktu dan tempat.

Sabtu, 28 Mei 2022


https://drive.google.com/file/d/1P_JAJKNvdjBgmfHVfhKlRHmrUIJBHkou/view?usp=drivesdk


Kamis, 07 Oktober 2021

MEMPELAJARI PERMASALAHAN DALAM ALGORITMA

Numerical Problems Numerical Problems adalah teknik pengoperasian masalah matematika yang beragam, kemudian dapat terpecahkan dengan menggunakan operasi hitung(arithmetic). metode numeric ialah sebuah teknik yang dapat menyelesaikan rumus masalah matematika seperti operasi tambah, kurang, kali dan bagi. terbagi banyak jenis metode numeric, namun ada perbedaan dari masing-masing metode yang memiliki karakteristik beragam, dengan kemampuan untuk mengoperasikan hitung matematika hingga terpecahkan dengan metode hitung arithmetic(tambah, kurang, kali dan bagi). Permasalahan Numerical Problems : Pada umumnya masalah dalam sains dan teknologi memiliki gambaran dalam persamaan matematika. Persamaan ini sulit dipecahkan dengan bentuk analitik hingga memerlukan penyelesaian pendekatan numeric. kemudian dengan metode numeric, dapat memungkinkan kita terbebas dari perhitungan manual yang memusingkan. sehingga kita bisa lebih focus pada penekanan formulasi problem dan tidak terjebak dalam rutinitas hitung menghitung. para pengguna metode numeric ini diharapkan bisa mengatasi berbagai kelemahan-kelemahan dari metode yang ada sebelumnya. Metode numeric digunakan untuk memecahkan persoalan pada saat perhitungan secara analitik tidak dapat digunakan. metode numeric juga dibentuk menggunakan algoritma-algoritma yang dapat dihitung secara cepat dan mudah. Solusi Numeric Problems : Solusi Persamaan Non-Linier. Solusi Persamaan Linier Simultan. Interpolasi. Integrasi Numerik. Kelebihan Numeric Problems : Metode numeric merupakan sebuah teknik yang dapat memecahkan masalah matematika yang efektif dan efisien. dengan bantuan komputer dapat menangani masalah yang rumit dan melibatkan perhitungan yang luas. Apabila masalah yang dihadapi sulit dipecahkan dengan bantuan program paket komputer, maka pemecah masalah dapat menggunakan program komputer(misalnya basic, pascal, atau program komputer lainnya). saat ini terdapat berbagai paket program komputer(misalnya exel, maple, matlab, atau program paket lainya) yang tersedia atau diperdagangkan sehingga mudah didapat dalam pengoperasian yang mencakup metode numeric. metode numeric juga merupakan sarana yang efisien untuk mengenal karakteristik komputer. Kekurangan Numeric Problems : Metode Analitik, solusi ini sangat berguna namun terbatas pada masalah sederhana. sedangkan masalah real yang komplek dan non linier tidak dapat diselesaikan. Metode grafik, metode ini digunakan sebagai pendekatan penuyelesaian yang kompleks. kendalanya bahwa metode ini tidak akurat, sangat lama, dan banyak membutuhkan waktu. Kalkulator dan slide rules, penyelesaian numeric secara manual. cara ini cukup lama dan mungkin bisa terjadi kesalahan pemasukan data.

Sabtu, 14 Agustus 2021

NORMAL DISTRIBUTIONS & STANDARD NORMAL DISTRIBUTIONS

 

  • Geometric Distribution

    Geometric Distribution merupakan suatu discrete probability distribution yang memenuhi kriteria berikut: ● Percobaan (trial) akan dilakukan berulang kali sampai mendapatkan outcome success. 

    ● Setiap percobaan (trial) adalah independent terhadap trials lainnya. 

    ● Memiliki nilai probability success (p) yang sama untuk tiap trial.

     ● Random variable x merepresentasikan banyaknya trials yang dilakukan sampai mendapati kondisi success.


    Poisson Distribution

     Poisson Distribution merupakan suatu discrete probability distribution yang memenuhi kriteria berikut:

     ● Random variable x merepresentasikan banyaknya kemunculan suatu event dalam interval waktu tertentu. 

    ● Nilai probability untuk kemunculan event adalah sama untuk setiap interval.

     ● Jumlah kemunculan event pada suatu interval adalah independent terhadap jumlah kemunculan event pada interval lainnya.


    NORMAL DISTRIBUTIONS & STANDARD NORMAL DISTRIBUTIONS


DISTRIBUSI GEOMETRIK & DISTRIBUSI POISSON

 

  • DISTRIBUSI GEOMETRIK & DISTRIBUSI POISSON

    Geometric Distribution

     Geometric Distribution merupakan suatu discrete probability distribution yang memenuhi kriteria berikut: ● Percobaan (trial) akan dilakukan berulang kali sampai mendapatkan outcome success. 

    ● Setiap percobaan (trial) adalah independent terhadap trials lainnya. 

    ● Memiliki nilai probability success (p) yang sama untuk tiap trial.

     ● Random variable x merepresentasikan banyaknya trials yang dilakukan sampai mendapati kondisi success.


    Poisson Distribution

     Poisson Distribution merupakan suatu discrete probability distribution yang memenuhi kriteria berikut:

     ● Random variable x merepresentasikan banyaknya kemunculan suatu event dalam interval waktu tertentu. 

    ● Nilai probability untuk kemunculan event adalah sama untuk setiap interval.

     ● Jumlah kemunculan event pada suatu interval adalah independent terhadap jumlah kemunculan event pada interval lainnya.


DISTRIBUSI BINOMIAL

 

  • DISTRIBUSI BINOMIAL

    Binomial Experiments 

    Binomial experiment merupakan suatu probability experiment yang memenuhi kriteria berikut: 

    ● Memiliki jumlah percobaan (trials) yang tetap dan setiap trial independent terhadap trials lainnya.

     ● Setiap trial hanya memiliki dua kemungkinan outcomes; biasa dikategorikan sebagai success (S) atau        failure (F).

     ● Memiliki nilai probability success yang sama untuk tiap trial. 

    ● Random variabel x merepresentasikan jumlah kemunculan success dalam suatu experiment.


    Binomial Probability Formula 

    Terdapat beberapa cara untuk menghitung probability dari x success dari sejumlah n trials pada suatu binominal experiment: Tree Diagram, Multiplication Rule, Binomial Probability Formula.

    Binomial Probability

     - Mean

    - Variance  

    - Standard Deviation


Sabtu, 07 Agustus 2021

DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS

 

  •  Random Variables

    Random variable x merepresentasikan suatu nilai numerik yang berasosiasi dengan setiap outcome dari suatu probability experiment.

    Kata “Random” mengindikasikan bahwa nilai x ditentukan secara kebetulan (by chance).


    Dua Jenis Random Variables: Discrete dan Continuous

    ● Discrete: Semua kemungkinan outcomes dapat dihitung (countable) atau memiliki batasan (finite)

     ● Continuous: Semua kemungkinan outcomes tidak dapat dihitung (uncountable), umumnya direpresentasikan dengan nilai interval.


    Discrete Probability Distributions

    Suatu Discrete Probability Distribution mendata setiap kemungkinan nilai random variable beserta probabilitasnya.


    Membangun Discrete Probability Distributions
    1. Bangun frequency distribution untuk seluruh outcome
    2. Hitung total jumlah kemunculan (sum of the frequencies)
    3. Hitung probability untuk setiap outcome 
    4. Pastikan kedua syarat untuk suatu frequency distribution terpenuhi.

    Mean 
    untuk Discrete Random Variable
    Nilai mean untuk suatu discrete random variable dapat diformulasikan.

    Standard Deviation
     untuk Discrete Random Variable
    Nilai variance dan standard deviation untuk suatu discrete random variable dapat diformulasikan .

    Expected Value
    Nilai mean dari suatu random variable merepresentasikan apa yang bisa kita harapkan untuk diperoleh dari ribuan kali percobaan (trials). Ini juga dikenal dengan istilah expected value.
    ● Nilai probability tidak mungkin negatif, tetapi nilai expected value memungkinkan untuk negatif
    ● Di banyak kasus, nilai expected value 0 dapat memiliki makna tersendiri;
     ○ Untuk kasus permainan: fair game 
     ○ Untuk kasus loss & profit analysis: break-even point 

PERMUTASI DAN KOMBINASI DENGAN PYTHON

 

  • - Permutasi (Permutations)

    Permutasi adalah pengaturan urutan penyusunan sekumpulan objek unik (tidak mengandung duplikasi); Permutasi dari sekumpulan n objek dapat diformulasikan sebagai faktorial dari n.

    n!= n x ( n -1 ) x (n - 2 ) x (n - 3 ) x ... x 3 x 2 x1 

    kasus khusus 0! = 1

    - Permutasi: formula
    Permutasi pada pengaturan urutan penyusunan sejumlah r objek yang diambil dari sekumpulan n objek unik dapat diformulasikan 

    nPr = n! / (n - r )!

    - Permutasi: dengan duplikasi
    Permutasi yang melibatkan kemunculan beberapa kali objek sejenis dapat diformulasikan 

    n1 + n2 + n3 + .... + nk = n

    - Kombinasi (Combinations)
    Kombinasi adalah pemilihan sejumlah r objek dari sekumpulan n objek tanpa memperhatikan urutan.

    nCr = n! / (n - r ) ! xr!