Anda di halaman 1dari 8

BAB 5 PROBABILITAS DAN STATISTIK

Dalam materi ini akan dibahas sedikit mengenai teori probabilitas dan statistik yang berhubungan dengan pengumpulan data dan analisis data dari suatu sistem. Jaman dulu dalam memperoleh data dilakukan dengan : Melempar dadu Mengocok kartu

Namun dizaman modern ini tepatnya setelah tahun 1940 dilakukan dgn cara membentuk bilangan acak secara numerik! aritmatik"menggunakan komputer# disebut $%seudo &andom Number' "bilangan pseudo acak#. (.1 Pembangkit Bilangan Acak (Random Number Generator Dalam mebangkitkan bilangan acak seharusnya : ) *erdistribusi uni+orm"0 1# dan tidak berkorelasi antar bilangan. ) Membangkitkan cepat storage tidak besar ) Dapat di $reproduce' ) %eriode besar karena mungkin bil.acak dibangkitkan berulang %embangkit %seudoramdom Number "bilangan pseudo acak# terdiri dari , metode antara lain : 1. Metode -ongruen Multiplikati+ *entuk %ersamaannya : .n / "a.n01# modulo m Dimana : *il. %seudo dimulai dgn nilai a1al .0 yang disebut benih. a 2 m : bilangan bulat positi+ tertentu a.n01 dibagi dgn m dan sisanya diambil sebagai nilai .n

3gar .n berperilaku acak yang dapat dipertanggung4a1abkan : ) Modulo m dipilih sebesar mungkin untuk memperbesar periode ) a dipilih agar korelasi antar .n minimum ) *enih .o: bil. *ulat positi+ gan4il .o5m ) *il acak : 6i / .n!m Contoh: misal komputer berkapasitas 1, bit 1ord

11

Permodelan Dan Simulasi Fahraini Bacharuddin

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana

7 / 1, m / , 101 / , 11 / ,048 a / 9: a ; , 9 2 a < = "mod 8# misal : .o / 1,9 .1 / "9:#"1,9# mod ,048 / 4(1 ., / "9:#"4(1# mod ,048 / 1(4( .= / "9:#"1(4(#mod ,048 / 111( .4 / "9:#"111(#mod ,048 / 9:: 61 / 4(1!,048 / 0 ,,01( 6, / 1(4(!,048 / 0 :(4=9( 6= / 111(!,048 / 0 (444=4 64 / 9::!,048 / 0 4::0(1 %eriode : m!4 / ,048!4 / (1, 61 / 6(1= 6, / 6(14 !" #etode Pembangkit Kongruen $am%uran *entuk persamaannya : .n / "a.n01 > ?# mod.m %emilihan a c m dan .0 sebaiknya m / ,101 a ,1!, dan a < 1 "mod 4# c 2 .0 bil. *ulat positi+ gan4il 5 m "c5m .05m#

%ada metode pembangkit -ongruen ?ampuran adapun yang perlu diperhatikan adalah : %eriode pembangkit multiplikati+ m!4 %embangkit campuran dgn periode penuh "/m# 4ika : o o o m dan c pembagi bersamanya adalah 1 Jika m habis dibagi oleh bil. @ yang prima maka "a01# 4ugahabis dibagi oleh @ Jika m habis dibagi 4 maka begitu pula "a01# ?ontoh :

11

Permodelan Dan Simulasi Fahraini Bacharuddin

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana

misal komputer berkapasitas 1, bit 1ord a / 9( " ; ,9 2 < 1 mod 4 # m / , 1,01 / ,048 misal c / 1 .o / 1,9 .1 / A"9(#."1,9#>1B mod ,048 / 194 ., / A"9(#."194#>1B mod ,048 / =,= .= / A"9(#."=,=#>1B mod ,048 / (19 .4 / A"9(#."(19#>1B mod ,048 / ::= 61 / 194!,048 / 0 094:,: 6, / =,=!,048 / 0 1(::1( 6= / (19!,048 / 0 ,(19(= 64 / ::=!,048 / 0 =::441 (., &ARIAB'L A$AK DAN ()NGSI DISTRIB)SI PROBABILITAS %ada bagian ini akan dibahas mengenai bebererapa metode dalam menentukan Cariabel acak dan teori distribusi probabilitas yang ber+ungsi membantu dalam mengolah data dan menganalisanya. 3dapun de+enisi dari Cariabel acak adalah suatu +ungsi atau aturan yang menun4ukkan sebuah bilangan riil untuk suatu titik sampel pada ruang sampel D. Eariable acak ini yang nilainya ditentukan oleh hasil sebuah eksperimen. Faitu Cariabel acak merepresentasikan hasil yang tidak pasti. G *iasanya Cariabel acak dinyatakan dengan huru+ besar . F H dan nilai Cariabel acaknya dimisalkan dengan huru+ kecil I y z. Eariabel 3cak terdiri dari : J Eariabel 3cak Diskrit Eariabel . adalah Cariable acak diskrit 4ika . banyak nilainya dapat dihitung "berkorelasi 101 dengan bilangan bulat positi+# 6ntuk Car.acak diskret .: p"I#/%"./I# J Eariabel 3cak -ontinu Eariabel . adalah Cariabel acak kontinu 4ika banyaknya nilai Ii tak dapat dihitung bila ada +ungsi non0negati+ +"I# sedemikian sehingga utk sekumpulan bilangan &iil * "misal 15*5,# %".*#/ K +"I#dI atau K+"I# dI dan K +"I# dI /1

11

Permodelan Dan Simulasi Fahraini Bacharuddin

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana

Demua nilai probabilitas . dapat dihitung melalui +"I# yang disebut : +ungsi densitas probabilitas Cariabel acak kontiniu . 6ntuk Cariabel acak kontiniu .: %"./I# / %".LI IM# / K +"y#dy / 0 tetapi %". LI I>NIM / K +"y#dy 5"!"* &ariabel Acak Di+krit Eariabel acak diskrit merupakan Cariabel acak yang nilainya dapat dicacah "dihitung#. ?ontoh: 0 Jumlah pembeli yang memasuki sebuah toko. 0 Jumlah teleCisi yang ter4ual pada periode tertentu. Distribusi probabbilitas merupakan Cariabel diskrit. Di+tribu+i %robabilita+ dari Cariabel acak diskrit adalah tabel gra+ik atau rumus yang menyatakan probabilitas setiap nilai yang mungkin dimiliki Cariabel acak. ?ontoh: 3da sebuah kuis dengan tiga pertanyaan dengan kemungkinan 4a1aban benar!salah. &uang sampel kuis ini terdiri dari hasil *erikut ini distibusi probablitas yang termasuk dalam Cariabel diskrit antara lain: 1. Distribusi *inomial ?iri0ciri : 0 0 %ercobaan terdiri dari n ulangan independen yang dapat diklasi+ikasikanmen4adi berhasil atau gagal %robabilitas berhasil "p# dari satu ulangan konstan. Oungsi %robabilitas: ke ulangan lainnya

Nilai Pkspektasi: Earians: np "1 ) p# Algoritma Binomial: G *angkitkan 6

n%

G ?/%!"10%# Q/0 pr/"10%#n O/pr

11

Permodelan Dan Simulasi Fahraini Bacharuddin

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana

G i+ 65O then I/Q stop G %r/A? "n0i#!"i>1#Bpr O/O>pr i/i>1 G Ro to = ,. Distribusi %oisson ?iri0ciri : Dalam selang 1aktu S 4umlah peristi1a ter4adi independen terhadap 4umlah ke4adian yang ter4adi pada 1aktu yang lain dengan peluang ke4adian tunggal selama periode 1aktu sangat singkat proporsional terhadap pan4ang interCal 1aktu. %eluang lebih dari satu ke4adian dlm 1aktu yang sangat singkat neglibible. Oungsi %robabilitas :

k e
k!

Nilai Pkspektasi : T Earians : T 3lgoritma: - *angkitkan 6 6"0 1# - i/0 p/e0T O/% - i+ 65O then I/i stop - p/Tp!"i>1# O/O>% i/i>1 - Ro to = ," Di+tribu+i -i%ergeometri ?iri0ciri :U Dampel acak dengan ukuran n dipilih dari populasi ukuran N dimana se4umlah k dapat diklasi+ikasikan sukses dan N0k gagal. Oungsi %robabilitas:

C M, x C N M ,n x C N ,n
Nilai Pkspektasi: M n N

11

Permodelan Dan Simulasi Fahraini Bacharuddin

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana

Earians:

nM( N - M )( N n ) N 2 ( N 1)
5"!"! Di+tribu+i Acak Kontinu 3dapun algoritma dari +ungsi acak kontinu: G bangkitkan bilangan acak 61 dan 6, G Det t/0log"616,# G *angkitkan bilangan acak 6= G ./t6= F/t0. Distribusi yang termasuk dalam Eariabel acak kontinu adalah 1. distribusi Pksponensial Oungsi %robabilitas:

Nilai Pkspektasi :

Earians:

,. Distribusi Normal Oungsi %robabilitas:

Nilai Pkspektasi: 0 Earians: 1 3lgoritma: G *angkitkan bilangan acak 61 dan 6, G Det E1/,6101V E,/,6,01V 7/E11>E,, G i+ 7W1 go to 1

11

Permodelan Dan Simulasi Fahraini Bacharuddin

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana

else set F/ .1/E1FV .,/E,F ," Di+tribu+i. Bernoulli 3dapun si+at0si+at dari bernoulli G Xasil percobaan antara sukses dan gagal sa4a. G %robabilitas sukses p adalah sama pada setiap percobaan. G %ercobaan independen: hasil dari satu percobaan tidak mempengaruhi percobaans elan4unya. ) ?ontoh: Melempar koin atau dadu. /" Gamma 3plikasi: Distribusi dasar statistik untuk Cariabel yang satu u4ungnya terbatas misalnya I Y 0. Dering digunakan pada teori antrian realibilitas dan masalah industrial lainnya. ?ontoh: Distribusi 1aktu antara kalibrasi ulang suatu instrumen setelah k kali penggunaanV 1aktu antara pengadaan barang di gudang 1aktu suatu sistem tidak ber4alan dengan komponen yang tersedia. -omentar: Distribusi Prlangian eIponential and chi0 s@uare adalah kasus khusus. Dirichlet adalah distribusi *eta yang multi0dimensi. (. )ni0orm 3plikasi: memberikan probabilitas ke4adian dalam suatu interCal dari pengamatan yang ter4adi dalam interCal tersebut yaitu berbanding lurus dengan pan4ang interCal. ?ontoh : Digunakan untuk membangkitkan nilai acak. ?atatan: -asus khusus dari distribusi beta. 9. Log1normal 3plikasi:

11

Permodelan Dan Simulasi Fahraini Bacharuddin

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana

representasi dari Cariabel acak yang logaritmanya mengikuti distribusi normal. Model untuk 1aktu untuk melaksanakan tugas manual seperti merakit inspeksi atau perbaikan. Jika data berdistribusi lognormal mean geometris deskriptor yang lebih baik dari mean. Demakin data dekat dengan distribusi lognormal semakin dekat mean geometris ke median karena mengekspresikan dengan log menghasilkan distribusi yang simetris.

11

Permodelan Dan Simulasi Fahraini Bacharuddin

Pusat Pengembangan Bahan Ajar Universitas Mercu Buana