Getting the transcript
Reading the captions from YouTube. A video nobody has opened here before takes 10 to 30 seconds; this page fills in on its own.
Getting the transcript
Reading the captions from YouTube. A video nobody has opened here before takes 10 to 30 seconds; this page fills in on its own.

HIMA STATISTIKA UT · @himastat_ut
Words
7,560
Runtime
1:20:49
Speaking pace
94wpm
Reading time
32min
94 words per minute, below the 160 25th percentile of 349 measured videos. That distribution comes from the 349-video hook study.
Opening (first 30 seconds)
perkenalkan saya sudah pada tahu semua saya itu praso alumni tahun 2023 di bulan April kemarin masih baru ee di sini mau berbagi tentang modul 4 dan modul 3 dan 4 mata kuliah metode statistika 1 tentang Kalau enggak salah eh Jadi sebelumnya gini ini edisi du
47 words, the words spoken in the first 30 seconds at 94 words per minute.
Free, no signup. See how the first 30 seconds hold attention, with rewrites.
Sentence shape
| Measure | This transcript |
|---|---|
| Sentences | 2 |
| Average words per sentence | 3780.0 |
| Longest sentence | 4,049 words |
| Questions asked | 0 |
| Sentences containing a number | 2 |
Most used terms
Filler phrases
2 in total: uh 2.
A literal whole-word count of the same phrase list the Prepublish browser extension uses, so a phrase inside another word is not counted and a phrase used in its ordinary sense still is. It is a count and not a judgement.
Run the check on the words above: where attention is likely to drop, with a rewrite for each weak line. The free check shows the scores and the one issue costing the most.
What this transcript is
Every word below is the caption track YouTube publishes for this video, pulled from the video itself and reproduced unchanged. It is not Prepublish's writing, not a summary, and not a re-transcription: it is the video's own published captions. Indonesian captions, generated automatically by YouTube, in the video’s original language. Source: the video on YouTube. A channel that would rather this page did not exist can ask for its removal through the contact page, and it is removed.
No Script X-ray for this video: YouTube shows a Most replayed graph only once a video has enough views.
perkenalkan saya sudah pada tahu semua saya itu praso alumni tahun 2023 di bulan April kemarin masih baru ee di sini mau berbagi tentang modul 4 dan modul 3 dan 4 mata kuliah metode statistika 1 tentang Kalau enggak salah eh Jadi sebelumnya gini ini edisi du waktu saya dapat bukunya itu masih edisi satu ee tapi mungkin ee hampir sama pembahasannya dan mungkin lebih dipermudah lagi di edisi 2 ini lebih disingkat lagi Oke next coba Nah di sini ada namanya pengambilan sampel pengambilan sampel bisa dibaca di situ bahwa pengambilan sampel bahwa statistika itu tidak apa ya Eh namanya ilmu ilmu yang memprediksi memprediksi sesuatu itu tentu harus ada sampel-sampel yang harus diambil karena Enggak semua harus kita teliti harus kita harus kita ketahui misalnya populasi enggak mungkin tu 7.000 orang kita survei tetapi ee untuk mempermudah adalah Ee kita harus mengambil sampel dari 7.000 itu ngambil sampelnya kayak mana ya nanti itu ada mata kuliah-mata kuliah lainnya yang dibahas ee kalau di sini pengambilan sampel itu adalah dalam menentukan peluang hal yang sudah pasti dilakukan adalah mengetahui Banyaknya anggota ruang kejadian dan ruang sampel mungkin ini di SMA pernah dipelajarin di kelas 3 Kalau enggak salah di ee mata ee di mata pelajaran statistika matematika umum Nah cara menentukan Banyaknya anggota ruang sampel danajan ini bisa dengan permutasi dan kombinasi Nah di sini permutasi dan kombinasi ini coba next permutasi dan kombinasi coba ini dasar banget teman-teman jadi nah permutasi itu adalah salah satu konsep dasar statistika yang digunakan untuk menghitung banyaknya kemungkinan yang dapat terjadi dalam suatu kejadian jadi permutasi ini ee memperhatikan urutan objek yang dipilih nih sehingga dua susunan yang berbeda dianggap sebagai dua permutasi yang berbeda nanti kita lebih lanjut Bagaimana sih cara membedakan permutasi dan kombinasi gitu Nah kalau kombinasi di sini adalah ya tetap konsep dasar statistika yang digunakan untuk menghitung banyaknya cara jadi di udah udah e udah ada perbedaannya nih jadi permutasi itu menghitung banyaknya kemungkinan-kemungkinannya dapat terjadi tapi kalau kombinasi ini menghitung banyaknya cara ee untuk menyusun dan sebagian atau semua elemen suatu himpunan tanpa memperhatikan urutan elemennya nanti kita coba lihat lebih detailnya next coba ya ini permutasi itu susunan yang dibentuk oleh keseluruhan atau sebagian dari sekumpulan benda nah cara penyusunan benda ini dengan memperhatikan urutannya misalnya dalam permutasi Ab itu berbeda dengan ba gitu Yuk lanjut lagi ini teman-teman juga sambil buka aja sambil buka ini ya modul modulnya supaya tahu ee permutasi itu apa dan kombinasi itu apa atau nanti pun bisa tanya-tanya gitu sebentar kalau di modul saya malah belajar peluang dia kalau di edisi 1 tapi gak apa-apa kita pelajari ni permutasi tentukan banyaknya permutasi ini contohnya ya tentukan banyaknya permutasi dari huruf a b dan c nah misalnya nih e misalnya Anggaplah a b dan c ini sebagai suatu Bendanya maka huruf a b dan c yang merupakan tiga benda yang berlainan yang berlainan jadi misalnya n-nya itu ya berarti tiga kan Karena ada tiga benda yaitu benda A benda B dan benda c atau huruf a huruf B dan huruf C sehingga banyaknya permutasi adalah nah adalah n sama dengan tiga benda tadi n-nya kan tadi tiga tiga huruf tadi ya Berarti ditulis aja sebentar 3 du Iya Jadi kalau wait wait wait masih agak bingung di sini entar sabar ya Oke jadi gini teman-teman misal ya permutasi permutasi itu identik dengan permutasi di kombinasi itu identik dengan namanya faktorial nah faktorial ini contohnya di sini ni tentukan banyaknya permutasi dari tiga huruf huruf a b dan c banyaknya kemungkinan-kemungkinan yang terjadi itu berapa gitu kan Nah anggapnya a b dan c ini suatu benda jadi ada tiga benda nih benda huruf a benda huruf B dan huruf C sehingga bisa kita ee banyaknya permutasinya itu dengan memfaktorialkannya faktorialnya itu ya Ini tadi ee n faktorial n faktorial ini ee sama dengan 3 karena tadi ada tiga benda 3 faktorial faktorial itu ee apa Nam perkalian elemen berurutan misalnya dari 3 2 1 Pokoknya dia sampai benar-benar berurutan berurutan misalnya ee n-nya adalah 8 berarti 8 * 7 * 6 * 5 * 4 * 3 * 2 * 1 kayak gitu nah jadi untuk banyaknya permutasi dari tiga huruf a b dan c itu adalah 6 karena ada 3 faktorial yaitu 3 * 2 dan di* 1 = 6 semoga paham sampai sini atau yang tanda birunya ini bisa dijelasin dalam hal [Musik] ee deskripsinya nih Nah ee perhatikan penjabaran dari enam susunan yang dapat terbentuk dari tiga huruf a jadi dibuktikan langsung aja AC abc itu kayak mana A ee abc abc itu terus di ee kenal sama ini enggak sama pohon akar Nah kalau pohon akar tahu Biasanya e kayak gitu susunannya sebelum sebelum ada rumusnya permutasi ini biasanya di Susunan satu ini susunannya ini enggak bisa papan tulis ya Kok di sini ya contohnya enggak bisa ya dipapan tulisin ya oke inih enggak apa-apa i ya pokoknya kayak gitu ya teman-teman jadi ada susunan oh bisa bisa bisa ya dioret-oret ya cara oret-oretnya kayak mana sih kalau di sini Oh mengontrol mengontrol presentasi [Musik] coba bisa ya [Musik] Kenapa ini nah nah [Musik] udah masih permutasi tadi dulu kalau teman-teman ngenal F akar Kayak misalnya A di sini enggak ada papan tulis jadi susah jadi misalnya ya ya saya I kalau kalau bingung faktorial sebenarnya faktorial itu mudah banget kayak tadi k tinggal elemennya aja Jadi kalau misalnya ab ab dan c a b c difaktorialkan lagi ABC AB BC dan AB gu susunannya berapa berapa susunan gitu kan Nah jadi itu bakal ada en susunan Oke lanjut ke kombinasi kombinasi tadi kombinasi pemilihan sejumlah objek dari suatu himpunan tanpa memperhatikan urutannya jadi urutan objeknya tidak diperhitungkan kombinasi dapatinisikan sebagai berikut nih kombinasi adalah suatu himpunan bagian dari himpunan S yang terdiri dari objek dari dari R objek gituan objek-objek kombinasi ini tidak diperhitungkan du dikatakan jika objek-objek yang dipilih sama terlepas dari urutan objek-objek tersebut baik eh next contohnya ya nih misalkan kita memiliki himpunan S yang terdiri dari li buah apel yaitu apel 1 Apel 2 apel 3 dan apel 4 dan apel 5 kombinasi dua buah apel dari himpunan es adalah himpunan bagian dari himpunan es yang terdiri dari dua buah apel Sai sini paham enggak jadi ya kombinasi dari e dua apel kombinasi dua buah apel dari himpunan S ni adalah himpunan bagian dari S yang terdiri dari dua apel tersebut himpunan bagi mungkin teman-eman belajar di modul nah misalnya kombinasi sat dan Appel 2 dan juga Appel 2 dan Appel 1 adalah kombinasi yang sama karena objek-objek yang pilihnya sama yaitu Appel 1 dan Appel 2 Nah langsung contoh aja misalnya dari contoh di atas nih ya kan ee Terdiri dari n-nya 5 r-nya 2 n-nya itu dari banyaknya apel tapi r-nya ini adalah kita mau kombinasi dari ee dua apel tu berapa sih banyaknya cara dari kita memilih dua apel dari lima lima apel yang ada gitu gu kan jadi rumusnya adalah biasanya di diawali dengan huruf C kalau tadi permutasi biasanya diawali dengan huruf P nah c itu ee kepanjangan dari kombinasi Gitu Ee atas itu biasanya n ingat pokoknya atas itu yang paling besar dan yang bawahnya itu r gitu ya kalau kalau teman-teman pakai kalkulator itu kalkulator sentifik Biasanya kan kalau daripada daripada ngitung manual pada saat ee ujian Jadi bisa tuh bisa pakai cara ini biasanya di sini ada di sini ada pokoknya dicari pokoknya teman-teman harus bisa berlatih pakai ini juga ya jadi supaya cepat menghitungnya jadi gini ee metode statistika itu kan biasanya di UTM kan UTM itu kita ngerjain langsung ke sana gitu nah di sana itu hanya waktunya 90 menit soalnya 30 Berarti enggak bisa lama-lama kita ee ngerjain ini gitu makanya tetap biasanya di sana boleh ada bantuan kalkulator gitu kembali lagi ke topik bahwa ini rumusnya c eh pangkatnya n di bawahnya R itu sama dengan 5 faktorial m faktorial itu n faktor dibagi R faktor di tand kurungnya n - r faktor ya sama kayak rumus yang biru ini ya gitu 5 faktor itu berapa 5 faktor ini bisa dicoret-coret nih eh 5 faktorial 2 ini 3 berarti 5 faktorial kan ada 5 * 3 * 4 * 3 * 2 * 1 dari 3 * 2 * 1-nya itu dicoret sama h ke faktorial ketig ini 5 - 2 ini Iya benar Nah dari 5 - 2 ini kan nanti dicoret di ya disingkat gitu Jadi tinggal 5 eh 3 3 3 Dik 5 * 4 5 * 4 20 / 2 = 10 Gitu Ee mudah kalau masih kombinasi permutasi tinggal teman-teman bedain mana yang n mana yang R soalnya enggak enggak bisa juga kalau teman-teman ngerjain Kalau atasnya kecil misalnya pangkatnya kecil jadi n itu selalu yang besar R itu yang kecil itu aja rumusnya eh lanjut next next sebentar kateo agak nglag iya iya Eh tapi aku enggak nglag ya itunya apa jaringannya enggak am oke oke oke jadi eh tips untuk supaya medul statistika satu ini lulus tuton baik ee teman-teman tentu bisa belajar belajarnya di ini loh apa Rat jadi kan sebelumseelum sesi 1 mulai itu ada pendahuluan tuh Biasanya ada rat-nya kan rancangan rancangan belajar di mana biasanya soal-soal itu enggak jauh-jauh dari itu teman-teman enggak jauh-jauh dari Rat itu sih ee soal-soal 30 soal itu membahas tentang apa-apa apa-apanya ada di situ semua itu untuk biasanya soal-soal yang ada di metode statistika 1 enggak jauh-jauh terus untuk tuton yang ikut tuton I selalu mengerjakan mengerjakannya dalam hal ee tugas-tugas diskusi diskusi itu selalu dikerjakan ee misalnya walaupun tutonnya misalnya tutornya tidak memberikan apa tidak memberikan pertanyaan teman-teman bisa langsung aja Kerjain yang latihan latihan dan tes formatif nya nanti habis itu dikirim ke grup ke diskusi satu itu Supaya apa supaya tetap dapat nilai biasanya ada tutor-tutor yang memang tidak ngasih soal di diskusi 1 sampai diskusi tapi kita harus bisa mandiri ngerjain tes formatif dan latihan bukan hanya abcd tapi dengan caranya oke e lanjut ke peluang bersyarat peluang bersyarat dapat terjadi jika dua kejadian terjadi secara beruntun nih dan kedua kejadian tersebut tidak saling bebas namun saling mempengaruhi nah peluang bersyarat B bila a diketahui dinyatakan dengan nah ini ee teman-teman juga harus tahu simbol-simbol dalam ee statistika ya jadi bacanya kalau yang dalam Pung B ee B ini lambang apa a ini di dibaca adalah peluang bersyarat B bila a diketahui gitu nah rumusnya rumusnya adalah peluang a peluang a ini selisih ya selisih apa selisih atau apa sih yang n ke bawah ini selisih kan irisan Iya benar irisan irisan dari b a irisan dari B Jadi teman-teman sebelum ee peluang bersyarat ini pasti udah belajar tentang ee tentang diagram fan tentang tentang banyaknya banyaknya peluang-peluang itulah peluang suatu peristiwa itu pasti teman-teman juga udah udah belajar di modul 2 Kalau enggak salah di situlah cikal bakal dari ini dari bisa ngerjain si peluang bersyarat ini teman-teman gitu dan peluang bersyarat ini enggak hanya ada di metode statistika sat nanti bakal ketemu-temu lagi di modul-modul berikutnya jadi harus harus ingat ingat dulu ini gitu kan P ee tadi peluang bersyarat dari peluang bersyarat B bila a diketahui ini adalah P peluang bahwa a irisan dari B dibagi dengan peluang dari A itu berapa gitu kan dengan syarat peluang a ini harus lebih besar dari 0 gitu next Oke lanjut contoh soalnya ini jika Sasa memiliki peluang menggunakan handphone sendiri adalah 0,55 dan Rara memiliki peluang menggunakan handphone 0,75 peluang Sasa dan Rara menggunakan handphone secara bersamaan adalah 0,95 Tentukan peluang Sasa menggunakan handphone jika diketahui bahwa nah ee Sasa itu kita anggap adalah peluang A dan Rara itu peluang B jadi gabungan dari A dan B ini gabungan dari peluang dari Sasa dan dar ini adalah 0,95 nah Ee Kita cara mencari irisannya kayak mana irisan dari A dan B ini ya ini peluang ee a irisan dari B ini rumusnya adalah peluang a Diah peluang B dikurang gabungan dari peluang A dan peluang B yaitu 0,55 + 0,75 - 0,95 hasilnya adalah 0,35 tentunya dan dan untuk mencari nilainya peluang bersyarat jadi jadi jadi ini belum berhenti nih dari 0,35 nih karena ditanyayain adalah Tentukan peluang Sasa menggunakan handphone meluangkan handphone tersebut gitu kan jadi peluang bersyaratnya itu apa gitu kan jadi ini peluang bersyarat a jika B diketahui adalah peluang bersyarat dari B peluang bersyarat peluang peluang a irisan b-nya itu dibagi dengan peluang dari B tersebut yaitu karena ini yang kita cari adalah si Oh i ya benar benar berarti kan kita nyari peluangnya si Sasa menggunakan handphone ya ini rumusnya 0,35 di 0,75 nah 0,35 0,75 ini bisa dihitung menggunakan atau menggunakan pribadi juggunakan manual juga bisa jadi hasilnya 0,4667 makanya diharapin bwa teman-teman statistika punya kalkulator ya jangan sampai enggak next boleh nah teorema bias teorema bias ini teman-teman harus ingat dasarnya dari sini banget karena nanti ada ada ada yang lebih Yang lebih tingkatan yang lebih susah untuk mempelajari ini di di mata kuliah-mata kuliah ujung biasanya mata kuliahmata kuliah akhir gitu teorema bies ini adalah suatu teori kondisi probabilitas atau kemungkinan yang memperhitungkan probabilitas suatu kejadian yaitu hipotesis yang bergantung pada kejadian lain atau bukti-buktinya nah ee contohnya ee Ini rumusnya rumusnya dari teorema bias ini adalah peluang B dikali peluang peluang bersyarat a jika B diketahui dibagi dengan peluang B jumlah dari peluang B dikali dengan peluang bersyarat a jika diketahui b gitu next peluang Bersyarat contohnya ada di 3.11 coba buka teman-teman contohnya di 3.1 tuh ada apa aja di situ ada contohnya gini contohnya suatu perusahaan besar menggunakan tig menggunakan tiga Hotel sebagai tempat penginapan para langganannya dari pengalamannya yang lalu diketahui bahwa 20% langganannya ditempatkan di hotel satu di hotel sat Oh 20% lah ng yang dipatkan di hotel 1 50% di hotel B dan 30% I Oh ini i bukan satu oke dari pengalamannya yang lalu diketahui bahwa 20% langganannya ditempatkan di hotel i 50% di di hotel B dan 30% di hotel S bila 5% kamar mandi di hotel I tidak berfungsi dengan baik 4% di hotel B dan 8% di hotel S berapa peluang bahwa seorang langganan mendapat kamar yang kamar mandinya tidak baik dan b seorang seseorang yang mendapatkan mandi yang tidak baik ditempatkan di hotel s ada bisa jawab Enggak di sini bentar saya buka rbv dulu rbv modul 3.14 13 Adik bisa ngerjain di contoh soal itu ayo 3.1 video tik 3 titik 4 contoh 3.1 ya ada di halaman berapa itu sebentar kombinasi lanjut ke sebentar ya peluang bersyarat Oh ini nih ada nih contoh Oke dibuka di contoh 3.1 teman-teman bahwa ee jadi jadi gini jadi misalkannya ya misalkannya A itu adalah seorang langganan yang mendapatkan kamar yang kamar mandinya tidak baik B1 itu untuk penempatan di hotel i i B2 itu penempatan di hotel B dan B3 itu penempatan di hotel S ya dari soalnya diperoleh informasi tersebut bahwa peluang dari B1 itu adalah 20% atau 0,2 peluang dari B2 itu 50% atau 0,5 dan peluang dari B3 itu 30% atau 0,3 ee dapat dari mana 0,2 0,5 03 dibagi 100 saja 20 / 100 0,2 dan seterusnya dan peluang bersyarat ee jika peluang bersyarat a jika B B1 diketahui itu adalah 5% karena di situ sudah tahu kan bahwa yang memiliki hotelnya itu 5% tidak berfungsi dengan baik 4%-nya itu untuk peluang bersyarat ee B2 dan untuk yang b3nya adalah peluang bersyarat 8% untuk b3nya jadi peluang seorang yang kamar mandinya tidak baik didapatkan dapat dihitung total dari peluang tersebut misalnya kayak yang di halaman 3.4 kalau teman-teman lagi buka modulnya bahwa peluang a peluang A itu jumlah dari peluang ee gabungan dari peluang A dan peluang b i bi tadi itu kan Hotel i ya Nah rumusnya apa rumusnya seperti ini bahwa peluang Bi B1 dikali peluang bersyarat B1 ditambah peluang B2 dikali peluang bersarat B2 ditambah peluang B3 dikali peluang bersyarat B3 digabungin aja tadi yang kita hitung tadi 0,2 * 0,05 + 0,5 * 0,04 dan 0,3 * 0,8 jadi hasilnya adalah 0,054 nah lalu yang B itu peluang seorang mendapatkan mandi yang tidak baik ditepatkan di hotel S ini bisa dihitung menggunakan teorema buer yaitu S itu apa tadi s itu berarti peluang B3 ya jadi peluang bersyarat dari B3 itu apa aja Apa itu peluang bersarat peluang seorang mendapat kamar mandi yang tidak baik ditempatkan di hotel S rumusnya seperti yang di bawah ini bahwa P di halaman 3.40 kalau mau buka di modul teman-teman bisa ya Di situ ada p sama dengan p peluang peluang bersyarat B3 dikali peluang bersyarat B3 Nah itu dibagi dengan jumlah dari peluang Bi dikali peluang Bi ama 0,08 * 0,03 dibagi dengan tadi hasil dari a tadi itu yaitu 0,054 kalau dibag dikali 0,08 * 0,03 itu 0,08 * 0,3 itu sama dengan 0,24 dan dibagi 0,054 Nah kalau dikecilin jadi 4/9 sama-sama sama-sama Dibagi berapa ayo sama-sama dibagi 6 gitu teman-teman sama-sama dibagi 6 jadi hasilnya adalah 4/9 gitu sampai sini ada yang tanyain enggak atau ada yang mau tanya tentang apa dulu sebelum lanjut silak tem- berat ya Iya benar y Coba tanya yang mana karena aku enggak punya buku fisiknya Jadi aku pakai rbv buku fisik kita beda Eh waktu dulu masih edisi 1 ini ah edisi 2 dan dan enggak sama sama enggak sama dan beda banget bab 3 sama bab 4nya Iya gitu boleh tanya teman-teman kalau yang mau tanya intinya gini teman-teman bahwa metode statistika metode statistika 1 ini harus teman-teman benar-benar pahami untuk supaya nanti teman-teman tuh Engak enggak bingung di mata kuliahmata kuliah berikutnya benar Sama halnya kalkulus kalkulus kan ada peluang-peluang itu juga kan di dan lain-lain Nah masuk juga ada di metode statistika 1 nanti teori Bi Ini masuk juga di pengantar statistika matematis 1 ada juga nanti di infereny bias dan banyak banyak-banyak lagi dan inilah yang dasarnya di sini oke boleh next Lanjut Coba ya variabel acak dan peluang nah ini sering banget di sering banget bakal ditemuin di berbagai mata kuliah ke depannya ya teman-teman variabel acak dan distribusi peluang adalah suatu konsep penting dalam statistika Konsep ini digunakan untuk mendeskripsikan probabilitas terjadinya suatu kejadian Nah jadi teman-teman tuh harus tahu istilah-istilah ya Ee pada saat ee saya masih semester awal juga masih bingung nih menghafalkan ee variabel-variab oke menghafalkan simbol-simbol menghafalkan istilah-istilah dan lain-lain bahkan saya baru tahu tentang probabilitas itu ya baru baru baca Oh iya probabilitas ini gitu probabilitas itu peluang gitu kan saya baru tahu banget karena memang waktu SMA ya yang dikata yang dibahasakan tuh bukan probabilitas tapi pelu Ang gitu kan jadi teman-teman harus paham tentang ee bahasa-bahasa ini gitu untukkan probabilitas terjadi suatu kejadian nah variabel acak ini adalah suatu fungsi yang nilainya merupakan suatu bilangan yang ditentukan oleh terjadinya suatu percobaan nah distribusi peluang kalau distribusi peluang suatu fungsi yang memberikan probabilitas terjadinya suatu nilai tertentu dari variabel acak jadi ini satu kesatuan yang utuh ya jadi dalam kehidupan sehari-hari kita tuh sering berhadapan dengan kejadian-kejadian yang sifatnya acak misalnya kita tidak tahu Apakah hari ini akan hujan atau tidak na varib acak dan distribusi peluang dapat digunakan untuk menganalisis kejadian kejadian acak ini jadi ee bisa bisa nih kita kita kita memprediksi nih besok mau hujan apa enggak besok itu panas atau gimana gitu bisa bisa diprediksi dari sini Oke next ya Distribusi peluang adalah sebuah distribusi peluang sebuah distribusi peluang dikatakan sudah terbentuk jika semua peluang dari setiap variabel acak jumlahnya satu nah dalam disbusi peluang akan dibahas tiga pokok bahasan di antaranya variabel acak distribusi peluang variabel acak diskrit dan distribusi peluang variabel acak ktinue Jadi ya teman-teman harus paham tentang diskret dan sama kue kue itu ya nanti kita bahas bersama next variabel acak adalah suatu fungsi berupa bilangan Ril pada setiap unsur dalam suatu ruang sampelnya yang ini menurut walpol dan Mayes eh sebuah sebuah variabel acak x pada ruang sampel S dinosasikan pada X titik2s ee ee pada ruang sampel r gitu biasanya gitu untuk sebuah bilangan Ril atau peluang variabel acak dari S dengan setiap sampel s adalah elemen dari S nah variabel acak dinyatakan dinyatakan dengan huruf kapital ingat variabel acak dinyatakan dengan huruf kapital biasanya dengan huruf x y z tapi kapital besar semua sedangkan nilainya nya dinyatakan huruf kecil yaitu x y z yang kecil variibel acak pada ruang probabilitas Omega s dan p yang dinasikan dengan x dapat diartikan sebagai Oh domain Oke ini nih baru ingat nih dapat diartikan sebagai fungsi dengan domain dan kodomain ini ini ini kalau ini bacanya apa kalau kalian apa yang domain domain apa ini notasi ini apa kalau dibacanya paham Enggak bukan Omega kan yang tulisannya Ohm itu Pak iya itu home ya home ya Oh iya home dan kodomain kodomain himpunan bagian dari bilangan Ril sedemikian untuk setiap Ril R dipenuhi adalah AR wait wait wait kita harus buka ini dulu agak agak bingung di ininya di situnya sebentar ini udah masuk modul 4 ya kita buka rbv-nya dulu var acak Oh ini ni oke oke oke oke oke oke teman-teman Bisa baca di 4. 4.3 Oke next next coba nanti nanya-nanya aja dulu next entar nah jenisjenis variabel acak ini acak ini ada tadi ada dua variabel acak diskrit dan variabel acak Continue Ini harus diingat banget karena bakal ketemuin Sampai Akhir Nanti akhir semester sampai semester 8 bakal nemuin ini nih apalagi di model model Apa itu yang susah ya pokoknya itu e variabel acak dapat dibagi menjadi dua yaitu variabel acak diskrit dan variabel acak ktinue variabel acak diskrit ini variabel ak yang hanya memiliki jumlah nilai yang dapat dihitung Nah contoh variabel acak itu jumlah mata dadu yang muncul saat dilempar itu diskrit ya yang memiliki jumlah nilai yang dapat dihitung sedangkan variabel ktinue itu variabel yang dapat mengambil setiap nilai dalam suatu interval yaitu variabel kontinual tinggi badan seseorang variabel acak kontinu itu biasanya kalau kita mau ini pakai ini pakai integral tapi kalau diskrit tu pakai penjumlahan nanti gitu apa kelanjutannya gitu Intinya kalau diskrit itu dia pakai penjumlahan tapi kalau continue dia pakai biasanya pakai integral gitu lanjut next sebentar Ko apa Bole habis ya materinya ya habis kayaknya ya padahal masih banyak ya ya enggak apa-apa enggak apaapa ada yang mau tanyain enggak tentang misalnya variabel acak disk itu kayak mana bar baca continue kayak mana kita sama-sama belajar bareng sih ini sebenarnya nah e bisa dilihat dilihat di sini entar kalau ini gak bisa dibagi si jendela saya nih Bagi jendela kayak mana ya k ke msnya dulu terus yang share itu nanti pencet yang screen S Kalau di saya seperti itu gini ah udah I terus k buka apa ganti ini bisa keganti Enggak ganti gak keganti Kak keganti jadi putih diganti ke ini kan ke Safari ke sini masih Kak putih ya apa dia putih malah aneh entar posisi Aduh bingung Oh baik ada yang nanya nih Kak masih di eh masih dimute dimute Kak Iya aku gak bisa screen berbagi screen pokoknya ini gak tahu kayak mana caranya kalau Pak Pak teams Jadi gimana gimana ayo oke eh sebentar Kak ini ada yang nanya [Musik] Heeh katanya kalau simpangan baku rumnya apa tuh ada per n sedangkan simpangan baku sampai rumusnya ada per N1 kira-kira itu karena apa ya Kak gimana gimana gimana simpangan baku saya bacainulang ya kalau simpan baku populasi rumusnya ada pern sedangkan simpangan baku samp rumusnya ada per n itu kira-kira itu karena apa ya oh rumus ke simpangan baku Kalau populasi itu s/n ya tapi kalau tah Kalau sebentar perbedaan rumus simpangan baku populasi sama rumus simpangan baku apa tadi ayo gimana gimana pertanyaan tadi pakadila sebentar simpangan baku populasi rumusnya ada/ n sedangkan simpangan baku sampai rumusnya ada per N1 kira-kira itu karena apa ya ya Kak ada per N1 Iya Kak ada per setahu aku kalau rumusan simpangan baku itu ya simpangan Oh sampel kehadiranat soal beliau Oh jadi jadi kalau misalnya ee perbedaan dari simpangan baku populasi dan sampel ya Iya betul rumus pimpangan baku populasi itu sama dengan sat per n/n itu kan entar Oh paham paham paham kenapa kalau simpangan baku populasi itu 1/n aja tapi kalau populasi populasi Eh kalau simpangan baku sampel itu pakai n-1 gitu ya Iya begitu k dia B di situ oke Kenapa begitu gitu karena karena apa Karena bukan emang bukan rumusnya tapi emang harusnya ada ada ini ya Ada ada sebab dan bahkan simbolnya pun beda kalau kalau ee populasi itu pakai Sigma Sigma itu yang kayak huruf o oh gini loh set gitu kayak huruf set gitu Sigma gitu Nah kalau hukum e simpbangan baku pakai sampel itu biasanya di dilambangkan dengan S Kecil Nah untuk rumusnya sendiri itu udah ada udah ketentuan atau udah ketentuan dari sananya saya juga enggak tahu kenapa sebenarnya tapi untuk membedainnya tadi ya Di misalnya kalau di S di soal tersebut ada pakai Sigma berarti dia ngitung untuk populasinya tuh atau misalnya kan diketahui nih rata-rata Simpang simpangan baku ee dalam kurung biasanya Sigma atau dalam kurung S berarti kalau s itu oh ini pakai yang sampel kalau yang Sigma itu pakai yang populasi rumusnya itu itu ya akar 1/n dikali jumlah dari dari apanya apa namanya nih xi- rata-rata kuadrat ini kalau kita agak agak ini juga ya AG agak tricky juga ini cara menjadi tutor ini ya Simpang Oke sambil membuk k te mungkin yang lain ada yang mau ditanyakan seputar statistika atau mungkin Cheat Chat nih soalk trik dari kto sendiri buat belajar boleh boleh boleh yuk yuk yuk yang mau nanya boleh perbedaan antara sembangan baku populasi [Musik] dan untuk Kak Rizki lagi dicari ya sama Kak Teo jawabannya untuk yang lain mungkin ada yang mau ditanyakanempel coba nanya yang lain boleh Iya mungkin Kak Citra Kak Gita atau mungkin siapa lagi nih Kak Amalia silakan kalau mau bertanya mau seputar materi atau di luar materi boleh ini nih ada nih ada ada di buku yang lama kenapa sih ee simpangan baku itu harus n-1 untuk sampelnya kalau populasi n di n-1 itu adalah derajat bebasnya teman-teman yang berkaitan dengan ee variasi variansi sampelnya jadi jadi bedanya kalau n itu adalah untuk populasi n itu ya berapa banyaknya sampel eh berapa banyaknya populasi tapi kalau n-1 itu biasanya digunakan untuk derajat bebasnya derajat bebasnya itu berapa misalnya n-nya berapa dikurangi 1 sampelnya berapa dikurangi 1 ingat Eh kalau untuk yang tadi n-nya 1/n itu untuk populasi jadi banyaknya populasi yang ada di tempat itu yang di e soal itu tetapi kalau n-1 itu derajat bebasnya itu berapa gitu kan sampel dikurang-1 disebut derajat bebas atau banyaknya deviasi yang dapat dipandang sebagai kuantitas yang bebas gitu nah jadi kan rumusnya sudahah jelas bahwa bahwa kalau populasi itu jumlah dari deviasi standarnya dibagi dengan banyaknya populasi diakarin habis itu akar dari jumlah populasi jumlah deviasi standar dibagi dengan populasi tapi kalau sampel yaitu akar dari jumlah deviasi standar dibagi derajat bebasnya gitu derajat bebas dari sampel tersebut itu berapa yaitu n -1 itu untuk pak ee untuk siapa Tadi yang nanya jawabannya seperti itu sebenarnya di modul Edi 1 itu lengkap banget rupanya Ada nih langsung langsung penjelasan dengan panjang kali lebarnya nih sih di 2 titik 29 paham ya semoga ya jadi bedanya sama n-1 itu tasih ada yang nambahin juga nih Kak Apa dari K Saepul terkait penjelasan yang tadi n sama n-1 katanya terkait konsep statistik diferensial penggunaan -1n-1 dalam rumus simpangan baku sampel adalah untuk memperbaiki bias dalam estimasi dan memberikan hasil yang lebih akurat ketika kita bekerja dengan sampel yang merupakan subset dari populasi yang lebih besar itu ada tambahan lagi tadi untuk semoga terjawab ya pertanyaannya benar ada pertanyaan lagi nih Kak dari k k gimana cara bedain soal itu pakai cara kombinasi permutasi atau teori cara bedim ada per mutasi permutasi sama kombinasi kombinasi atau teori bais dalam teori bias udah sudahudah beda sih ya kalau teori bias kan lebih ke peluang bersyarat ya kalau permutasi kombinasi ini kan biasanya hampir-hampir mirip nah ee jadi perbedaannya itu misalnya kalau permutasi itu misalnya kita harus memilih ee ee memilih mana yang juara sat juara du juara T atau mau menyusun yang ingatnya gini biasanya di soal itu menyusun ketua organisasi Iya kan paham ya biasanya di situ disuruh menyusun susunan organisasi ketua sekretaris bendahara Nah itu biasanya pakai permutasi lalu biasanya menentukan posisi duduk pada mejanya pada meja pada meja ee misalnya ada lingkaran terus posisi duduknya mau yang mana aja Itu bisa pakai permutasi Nah kalau kombinasi ini ee memilih dua bola dari dari dari wadah tersebut misalnya wadah tersebut ada 10 bola dipilih dua atau pilih empat Nah itu kombinasi tuh bisa pakai atau memilih peserta yang lolos untuk babak selanjutnya bisa juga pakai permutasi ya seperti itu biasanya kalau membedakannya biasanya ee permasalah permasalahan permutasi kombinasi ini misal ya dicontoh ini ya misal kita ini lagi milih calon ketua Hima yang akan dipilihnya itu yaitu ketua wakil ketua sekretaris nah Berapa banyak cara dapat memilih pengurus osus tersebut itu bisa pakai permutasi Ya teman-teman tapi kalau untuk yang kombinasi kimana Nah dari misalnya dari semil finalis yang ada untuk daftar ee jadi ketua Hima ini dipilih tiga yang terbaik itu yang mana aja gitu Nah itu bisa pakai kombinasi gitu untuk permutasi dan kombinasi Kalau teori bias tuh udah beda lagi kalau teori bias itu ee biasanya teorema bas Maaf bukan bukan teori b teora b itu biasanya dibedakannya kalau yang peluang peluang bersyarat dan peluang teori b adalah peluang bersyarat itu lebih ke kayak kita nyari ya tadi peluang bersyarat a jika B diketahui itu sama dengan ya peluang dari irisan dari A dan B dibagi dengan peluang a misalnya gitu Tapi kalau bas ini gabungan gabungan semuanya misal gabungan dari dari si ee dari si peluang bersyarat tadi peluang bersyarat tadi digabungin misalnya kalau peluang teori bies itu misalnya peluang kita nyari ini ya Ee bingung juga jelasnya jadi gini jadi peluang dari peluang bersyarat dari kalau kita nyari teori bias itu ya rumusnya adalah peluang bersyarat dari B yang diketahui a dikali dengan peluang bersyarat A tapi dibaginya adalah dengan peluang bersyarat B Kalau enggak salah begitu nanti ini kok nanti teman-teman bisa ngbedainnya biasanya biasanya ini biasanya ada di pertanyaannya itu langsung tertuju pada langsung tertuju pada bahwa oh ini ini bakal dicarinya pakai peluang bersyarat aja Oh ini bakal dicarinya pakai peluang ee bias gitu tapi entar saya cariin penjelasan yang lebih di sini biasanya ada Oke Baik sambil membuka te tadi ditambah lagi niamaang ini ya pengetu Kay se Tadi ditambah untuk perbedaan permutasi dan sementara kombinasi itu tidak memerhatikan urutan begitu Jadi ee untuk sesuatu yang bisa diurutkan sudah dipastikan dicarinya dengan menggunakan permutasi sementara yang tidak diurutkan itu pakainya kombinasi kayak tadi k Teo bilang pengambilan kelereng itu pasti kan kita enggak pernah tahu apa yang bakal kita dapat jadi secara acak ya Nah itu pasti enggak akan menentukan urutan jadi itu pakainya kombinasi begitu Tadi yang nanya k Gita ya terima kasih pertanyaannya siap apaagi silakan yang mau nanya-nanya lagi nih Emang agak susah untuk yang EE kalau enggak paham tentang apa bersyarat sama teorema bias agak lama juga aku memahaminya pada saat itu pada saat itu lama banget ini apa ya kayak mana ya ngerjainnya dibaca-baca enggak enggak benar-benar gitu kan karena di sini juga teori Bos belum ada langsung nilai harapan adanya belum dipelajarin di modul sini baru peluang bersyarat yang dan sifat-sifatnya boleh tanya lagi silakan yang lainnya tanya lagi mungkin kalau dari aku nih Kak gimana sih cara ko nih belajar mandiri terlebih untuk kita-kita Nih pasti kan banyak yang bekerja ya cara bagi waktu buat belajar biar benar-benar paham banget sama Math gimana ya Oke jadi kalau untuk belajar mandiri e satu tetap harus ngutamain apalagi yang hitungan harus ngutamain kita ngerjain latihan dan tes formatif ingat Walaupun ada ee ada kunci jawaban di belakang Tapi tidak semua jawabannya itu benar gitu nah ee Ini kesempatan kalian nih untuk tuton ini sebagai nilai tambah jadi kalau misal ada ada di situ ada pertanyaan yang harus kalian kerjakan tapi kalian sudah ngerjain nih latihan dan tes formatifnya jadi kirim aja ke itu ke diskusi itu supaya nambah-nambah nilai gitu enggak apa-apa apalagi biasanya biasanya untuk yang metode statistika itu tutornya enak-enak tuh Bu Wiwit biasanya Bu siapa lagi itu ee biasanya enak-enak tuh teman-teman bisa bisa ngambil-ngambil nilai dari situ k nilainilai tutor ini berpengaruh banget loh misalnya teman-teman ya kayak tmk kan enggak bisa kita ngelihat nilai Ya tapi kalau tuton kalian bisa tetap lihat nilainya gitu loh Nah udah bisa memprediksi kalian harus dapatin UASnya berapa Kalau tmk enggak bisa kalian mau mau berapa kalau mau memprediksi Waduh saya harus kayak gini gini berarti nilai asnya harus tinggi gitu kan Kalau tuton benar-benar bisa kita perhitungkan mau kita dapat A mau dapat b atau dapat C gu bisa kita perhitungkan gitu Jadi kalau untuk milih tuton ehilih tuton atau tmk tentu aku mililih tuton dan belajar mandirinya itu dari diri kita bahwa semua yang semua yang ada di buku ini ya perlu dipelajari apalagi dan Jangan Jangan meremehkan waktu misalnya UH 2 minggu Oke saya mau nanti aja L nanti ee apa Belajar kebut semalam Ngerjainnya di hari Sabtu ini Sabtu ini kan udah terakhir ini ya Ee terakhir tuton nih diskusi Satu sudah mau berakhir nih hari Minggu ini Nah itu jangan mepet-mepet Udah kerjain aja dari sekarang dari dari awal-awal waktu misalnya ada tujuh Tujuh mata kuliah ya udah di misalnya Senen itu mau ngerjain apa Selasa Rabo Kamis Jumat Sabtu Minggu Kalau bisa sat minggu itu ya udah selesai sisanya itu untuk yang revisi bisanya biasanya ada tuton-tuton yang rajin untuk revisi kalau apalagi yang biasanya teman-teman yang tap teman-teman yang udah tap teman-teman yang udah semester 3 ke atas itu biasanya udah mulai pusing bakal ada revisi dari Tut tutornya itu bisa tuh diluangin waktu untuk seminggu ke ya tadi gitu Pokoknya semangat aja Insyaallah ini akan lebih baik nih tutor-tutornya akan lebih baik tetap yang paling seram tutornya ada satu Bu Harmi itu aja yang lainnya baik udah dapat SPS nih benarbenar kalau Bu Harmi harus kalian jelas ya harus kalian jelaskan dengan sejelas-jelasnya jangan sampai kalian jawabnya Mas engkat banget dia bakal ngasih ngasih nilainya 30 20 Bahkan dia berani ngasih nilai 10 gitu Ada yang nanya nih k itu di mata kuliah apa Bu Har buat jaga-jaga nih kita semua nih buarmi Itu model linia terapan dia juga ada di tapap tugas akhir tu akhir program sebagai pembimbing karil kalau karilnya beliau hati-hati teman-teman tanda bacaan titik salah aja penempatan Ya sudah salah kaprah kalian bakal ini harus salah revisi revisi revisi sampai nanti pertemuan ke-14 revisi terus Capek akhirnya di-upload aja upload e plagiasinya dikit ya lolos juga gitu dan ada yang di satu lagi apa Oh ini pengantar statistika matematis 1 biasanya dia tuh yang ini Yang yang apa yang berkecimpung gitu Kanah dan dia dia dia pensiunnya masih 8 tahun lagi Jadi kalian bakal ketemu dia guys [Musik] semangat dia dosen samp tahun-tahunnya aja udah Dis tahun-tahun pensiunnya nih benar eh boleh ya apalah apal banget aku karena memang aku selalu dapat Bu hari Enggak tahu kenapa aku selalu dapat Bu [Musik] Harmi karilnya Bu Harmi tutonnya tap-nya Bu Harmi terus jadi penuh dengan Bu hari dan dia itu anggota senat UT jadi itu benar-benar saklek KK KK Killer Killer banget Wah benar-benarka ini kalau ada yang dapat tutornya namanya Bu Wiwit oke banget tuh keren ngasih nilainya enggak enggak ini enggak enggak pelit kalau Bu paling kalau kalian ngerjain pasti dikasih nilai 95 85 enggak sampai 70 enggak pernah I harus cek e-learning satu-satu Jadi kalian tuh harus tahu tutornya siapa gitu loh dari dosen utk UT langsung atau bukan kalau dari Bu itu bukan dosen UT tapi tapi dia rajin banget jadi tutor UT aku Hafal banget BWI tuh bakal ada di metode statistika 1 matematika 1 matematika 3 gitu Nah itu enak banget tuh dia tuh bisa kita dapat nilai a oke Ada lagi yang mau nanya nih masih banyak sih waktunya ni kita Iya pas metode statistika sat itu Bu wiwitnya lagi mau lahiran jadi benar-benar semua Dikasih nilai bagus waktu akhir diskusi 78 dia minta maaf kalau dia enggak bisa ini tapi saya akan kasih semua nilai bagus sih senang benerlah semua mahasiswanya nah tuh ada di mestat 2 oh Bu harm di mestat 2 untungnya tub Iya benar dosen statistika UT ini dikit ee ada ada Bu itu bu siapa Bu Kaprodi kita pak pak siapa Pak supr pokoknya bapak-bapak itu ada satu biasanya dia di asuransi terus Bu Harmi sama satu lagi pokoknya cuma lima K lima sama Pak Dedi lima cuma dikit makanya yang yang yang enak-enak Bu Eni Bu Siapa itu udah pada Pensiun jadi yang statistika pengantar kualitas itu biasanya Bu udah pensiun kemarin bulan apa tuh bulan Mei kalau gak salah April J Juni Juni Juni 1 Juni ya buri Ben itu udahudah pensun dia dia tutor yang paling enak sih lembut tutnya tapajarak Oh dia psm2 juga ketemu Bu Harmi itu Ya siap-siap tuh psm2 itu harus detail detailnya itu simbol-simbol pokoknya namanya PSM itu pengantar statisika matematis sat maupun dua itu harus kalian itu mengenal simbol-simbol di situ ada nilai harapan ada Biasanya apa sih lupa namanya ya peluang bersyarat juga bakal ada di situ semuanya ada kayaknya statistika pengawasites deh Kak Iya Jadi Bu Eni itu Bu Sri itu emang yang buat e statistika pengawas kualitas jadi dia itu lagi yang yang dibahas di grup itu loh yang katanya masih pakai modul lama itu tuh dia lagi berusaha memperbaiki modul tersebut teman-teman Walaupun dia pensiun Mungkin dia e dikasih leluasaan di pekerjaan lagi untuk memperbaiki si itu supaya jadi modul yang bagus supaya jadi modul yang enggak enggak beda sama tuton karena waktu kemarin waktu wisuda jadi gini kalau teman-teman wisuda di pusat itu bakal ketemu semua dosen statistika dan teman-teman bisa cari kasih masukan ke mereka semua termasuk aku ngasih Masukan ke Bu en bahwa e tutornya statistika pengaas kualitas itu berbeda dengan buku yang ada di situ gitu kan jadi ee pada saat mengerjakannya kita tuh enggak bisa enggak bisa ngerja yang dituton Karena sudahudah beda banget gitu alhasil ya nilai kita pas-pasan pada saat statistika pengawas kualitas itu padahal harusnya itu ya e pas ujiannya ya sama pas ujiannya tetap tetap di modul itu ada gitu tapi kan kita enggak mempelajari itu waktu tutan gitu Iya dia dia udah pensiun tapi semangat karena memang memang apa ya awwet mudah sih Bu Sri Eni itu enggak kelihatan umurnya udah pensiun gitu loh gitu oke mungkin mau nanya lagi nih Kak aduh J saya yang nanya nih pada enggak mau nanya nih yang lain boleh boleh tadi kan Kak bilang ya untuk apa namanya wisuda di pusat gimana sih Kak biar cara bisa Us sudah dipusat nih gituada mau tahu kan jadi kalau pada saat masih zaman aku masih banyak ee masih waktu zaman aku itu masih pakai yang ber yang ipk-nya tinggi gitu tapi untuk sekarang ini enggak cepat-cepatan ngisi kuota di upbjj misal misalnya upbjjnya punya kuota 50 orang untuk wisuda pusat ya berarti gimana caranya kalian tu harus cepat-cepatan cepat-cepatannya itu apalagi sekarang kan bayar ya 750 ya udah kalian datang ke sana bayar bisa bisa gitu keuntungannya banyak banget teman-temanud satu satu lebih lebih merinding kedua e kita bisa ketemu semua dosen kita pasti dipanggil di fakultas Ee Kita sem ketemu semua kprodi bahkan dekan di sana dikumpulin untuk ngasih Masukan ke kita apa sih yang ada di Apa sih yang selama ini yang kekurangan di UT ini gitu apalagi di jurusan ini nanti juga kalian di dikasih e Langsung oh ini ini Bu Eni Bu ini Jadi kalian tuh bakal ketemu dosen-dosen yang pernah kalian e yang ada di tuton-tuton itu gitu Enggak ada enggak ada minimal syarat IPK kok sekarang tuh rebutan kuota Kalau enggak salah rebutan kuota guys Jadi udah enggak ada lagi minimal IPK tapi kalau yang waktu kemarin itu minimal 3,5 baru bisa ke sana gitu alhamdulillahnya aku lebih dari 3,5 Jadi bisa ke sana dan wisuda pusat itu cuman orang statistika Jadi kalian tuh jangan sedih pada saat baris di baris mau masuk ruangan ruangan auditorium itu kita ini cuman tiga orang tiga orang waktu itu aku dari Lampung dari Bogor dari Semarang udah tiga orang itu doang dan tiga orang itu ya bakal diperhatiin banget sama dekan beneran bakal diptiin banget sama dekan gitu Wah keren banget nih ipknya lebih dari 3,5 berat mempertanggungjawabkannya berat Oke untuk kuotanya itu nanti bakal dihare informasinya di website berarti ya Kak Iya bakal di website UT daerah masing-masing misalnya kok Lampung lampung.ut.ac.id Eh kayak gitu-gitu pokoknya kalian e stay tune aja kalau emang udah udah yudisium yudisium kan bakal di bakal diumumin di Aksi .as.id kalau sudahah upload foto dan berhasil ee validasi foto baru tuh Kalian ee kuota Apa itu nah biasanya kan sekarang bayar 750 750 ditambah uang uang transportasi ke sana kalian harus ikut upbjj atau sendiri gitu kan Apalagi ya Misalnya di Kalimantan yang di Kalimantan Tuh kan berarti harus mikirin ongkos PP itu ya jangan maksain juga gitu loh teman-teman kalau emang di UT daerahnya ada wisuda daerah ya enggak apa-apa ikut itu ee tapi kalau memang mau misalnya masih ditinggal di daerah Jawa Sumatera ya enggak apa-apa ya diusahain nabung untuk untuk di UT Pusat gitu sih yang pasti ijazahnya itu bakal kita dapat lebih awal dari yang wisuda daerah gitu bisa 3 bulanan e nunggu nunggu nunggu ijazah itu nyampai ke upbjj kalau dari wisuda pusat Oke deh terima kasih k atas Jawabannya mungkin yang lain ada yang mau bertanya Masih Ada Waktu ni sambil aku kirim absen sama angket ya Mohon diisi untuk kakak-kakak atau rekan-rekan yang hadir hari ini boleh boleh mungkin kalau mau ini jangan metode statistika lagi matematika satu gitu enak tuh ngejelasinnya kalau disuruh jadi tutor lagi matematika sat Kalau mau jangan metode statistika sat terus pakai Zoom yang bisa dioret-oret itu loh supaya enak iya k Terima kasih sarannya mungkin nanti kalau diadakan lagi kita bisa menghubungi k duluan ya terus kayaknya di sini di kalau di tampilan ini harusnya bisa bisaan bisa ini ya oretoret Tapi kok sekarang gak bisa ya di sebelumnya bisa ini juga karena ada trble di zoomnya kita sebelumnya emang lebih nyaman di zoom juga kan Oh bisa tapi anotiation-nya khusus jadi S Oh iya iya iya iya jadi jadi beda sama Zoom ya ini [Musik] ya iya paham paham paham teman-temannya ikut tub enak banget tuh besarin nilai tub 50% kan sama ya udah 50% tu web 50% ini Uh enak banget itu bisa dapat nilai Gede betul sekali oke mungkin teman-teman yang lain masih ada yang mau bertanya nih Boleh bolehle aku masih kasih waktu 5 menit lagi mungkin kalau gak ada kita bisa tutup aja kali ya Kak I Boleh boleh siap yang masih mau bertanya boleh seputar materi tadi atau mau di luar seperti tadi saya gitu boleh enggak apa-apa teman-teman Kalau mau nanya apapun itu semangat aja buat kuliah di UT karena UT itu udah Wow banget sih seharusnya ee lulusan UT itu itu tadi bisa bisa belajar mandiri bisa bisa apa Udah terbiasa misalnya kalau ada tes CPNS nih udah terbiasa tuh belajar mandiri enggak harus ikut les-lesan bisa bisa beli bukunya terus kita belajar gituitu jadi enggak kesusahan lagi teman-teman si yangu n lagi Iya dan apalagi tahun 2025 mau ada jurusan baru data sains baru ya Kak itu BG banget sih dan aku prediksi bakal bakal bakal menyaingi statistika plus menyaingi sistem informasi Iya karena data sains kan masuk di statistika juga ya Iya benarak enggak ada lah kayaknya 2025 awal kabarnya ya kabarnya karena ini lagi digodok kurikulumnya kurikulumnya lagi dimatengin berarti untuk di bukanya baru di S1 aja Atau mungkin di D4 atau Gana S1 S1 [Musik] langsung wah banyak yang minat nih kayaknya nih data sainence Habis lulus langsung ikut lagi kuliah lagi boleh boleh boleh boleh boleh boleh boleh boleh banget De dan bisa ini loh bisa bisa banyak RPL yang yang ter ini apa mata kuliah yang ter akui kalau untuk data sains kayaknya ya unuk statistika ya Jadi bisa lebih cepat lulus tuh bisa paling empat Semester lagi kalau ngambil yang RPL tuh iya bisa lulus daftar lagi boleh tapi disarankan itu mending s2-nya langsung statistika dan sains data di IPB Jadi kalian dapat banyak sih gitu tapi terserah apa-apa yang masih mau nanya masih ada 1 menit lagi Sebelum kelas sore ini seru banget nih banyakatatnyaama k Iya materinya enggak enggak nyampai Pasti kalian kalian baca-baca aja enggak apa-apa mempelajari statistika itu enggak harus langsung ingat tapi sering-sering latihan soal karena kadang kalau kita udah ujian lupa semua rumusnya benar benar ini Pak Waduh deviasi standar apa ya rumusnya Yah karena pertanyaan itu bakal seputar itu misalnya ee deviasi standar dari nilai ini gitu kan waduh kayak mana ya Nih nih nih nih terus simpangan baku dari ini rumusnya lupa malah rumusnya nanti yang dipakai apa gitu yang buat lama itu mengingat Bagaimana ini diselesaikan [Musik] gitu pada saat itu ya pada saat aku ikut UTM ya Di awal-awal semester mungkin sekarang lebih beda lagi ininya apa soal-soalnya lebih mudah lagi mungkin mungkin Kak Iya oke Kelihatannya sudah enggak ada yang bertanya nih sudah semangat tutonnya
The words are the caption track's own and nothing is reworded or re-transcribed. Paragraph breaks are placed between sentences so the text reads as prose.
Free tools for your own script: paste a draft and see where it stands before you record it.
Paste your draft and see where viewers are likely to drop off, with a rewrite for each weak line.
Paste the first 30 seconds of your own draft for a hook score and rewrites.
Check your draft against YouTube's advertiser-friendly guidelines before you record it.
Read this channel's public videos and transcripts, and download a writing brief for it.