Probabilitas 02 | Mengenal Conditional Probability dan Aturan Perkalian | Multiplication Rule

[@annura1000]

Menarik, .... keren. Bagus suaranya. Satu lagi Referensi untuk belajar.

[@belajaridn]

Semoga bisa bermanfaat :)

[@delianurdelianur5824]

terima kasih pak. sangat membantu kami

[@belajaridn]

Sama-sama, senang bisa membantu 😊🙏

[@ilhamaly9556]

mantap, terima kasih ilmunya

[@belajaridn]

Sama-sama, senang bisa membantu 😊🙏

[@fandyfirmansyah6707]

izin tanya pak konsep dari conditional probabilty sama yah dengan empirical probabilty?

[@inikikikatili]

10:40 berarti intinya suatu event A itu dikatakan dependen ke event B, ketika event B mempengaruhi "ruang sample" dari event A ya pak?

[@ohmyjons]

untuk studi kasus no 3 di menit 22:06, probability jika setidaknya 2 dari 3 operasi usus buntu yang dilakukan operasinya berhasil adalah 0,9801 pak, apakah benar?

[@subkhankhan1985]

Boleh sertakan penjelasannya pak

[@ahmadyasinalharits2464]

yg benar jawaban sesuai di video, ketika hitung pake komplementary (1-0,0001) sama aja dengan kita ngitung semua peluang klo ada (1 yg sukses + 2 yg sukses + 3 yg sukses). 1. untuk peluang 1 yg sukses bisa aja urutannya (SGG / GSG/ GGS), masing-masing berpeluang 0,002375 (dari 95%*5%*5%) dikali 3 kemungkinan urutan = 0,007125 2. untuk peluang 2 yg sukses bisa aja urutannya (SSG/SGS/GSS), masing-masing berpeluang 0,045125 (dari 95%*95%*5%) dikali 3 kemungkinan urutan = 0,135375 3. untuk peluang semuanya sukses hanya ada 1 urutan (SSS), dan berpeluang 0,857375 klo dijumlah semua peluangnya jadi (0,007125 + 0,135375 + 0,857375) = 0,999875. hasilnya akan sama dengan cara pakai komplementary (seperti dijelaskan di video) semoga menjawab

[@krisnaputra8636]

sekarang pakai distro apa?

[@belajaridn]

Sepanjang 2020 ini kami mengandalkan Solus untuk mesin produksi kami. Tahun depan ada rencana untuk menggunakan openSUSE Leap, supaya gak bosan :)