Anda di halaman 1dari 30
KONSEP PROBABILITAS Minggu ke-9
KONSEP PROBABILITAS
Minggu ke-9

Apa Yang Akan Kita Bahas ?

PROBABILITAS DAN TEORI KEPUTUSAN Konsep-konsep Dasar Probabilitas Pengertian Probabilitas dan Manfaat Probabilitas
PROBABILITAS DAN
TEORI KEPUTUSAN
Konsep-konsep
Dasar Probabilitas
Pengertian Probabilitas dan
Manfaat Probabilitas
Pendekatan Terhadap
Probabilitas
Distribusi Probabilitas
Diskrit
Hukum Dasar Probabilitas
Distribusi Normal
Teorema Bayes
Menggunakan R untuk
Teori Keputusan
Probabilitas

Review : Konsep Penting

PERCOBAAN

:

(2) Pengamatan terhadap beberapa aktivitas atau proses yang memungkinkan timbulnya paling sedikit dua

peristiwa tanpa memperhatikan peristiwa mana yang akan terjadi.

(1) Proses yang menghasilkan data mentah.

2

kemungkinan

outcomes).

Sifat

: (1) Setiap

jenis

hasil

atau

peristiwa

percobaan

(event)

yang

mempunyai

akan

beberapa

terjadi (possible

(2) Hasil setiap percobaan secara pasti sulit ditentukan.

Review : Konsep Penting

Ruang Sample :

Ruang Contoh = sample space adalah Himpunan semua hasil yang mungkin

dari suatu percobaan (total possible outcomes) yang dilambangkan dengan

S

Titik Sample :

Titik Contoh (sample point) adalah elemen-elemen (anggota-anggota atau unsur-unsur) dari ruang sample

Hasil (Outcome)

Suatu hasil dari sebuah percobaan

Review : Konsep Penting

Kejadian :

Peristiwa = event, merupakan himpunan bagian dari ruang sample atau bagian dari hasil percobaan yang diinginkan.

Jenis Kejadian :

Kejadian sederhana = elementer adalah kejadian yang hanya mempunyai satu titik sample.

Kejadian Majemuk adalah kejadian mempunyai titik sample lebih dari satu.

Review : Konsep Penting

Kata probabilitas== peluang == kemungkinan

Probabilitas merupakan peluang bahwa sesuatu akan terjadi,. atau

Suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian yang acak (random).

Probabilitas

bilangan pecahan.

Nilai probabilitas berkisar antara 0 dan 1. Semakin dekat nilai probabilitas ke nilai 0 maka semakin kecil kemungkinan suatu kejadian akan terjadi dan sebaliknya.

atau

biasanya

dinyatakan

dengan

bilangan

desimal

Sebuah eksperiment dilakukan dengan menanyakan kepada 125 mahasiswa Informatika angkatan 49 apakah mereka mengambil mata kuliah Probabilitas dan statistika atau mata kuliah Matematika Diskrit.

Kemungkinan Hasil 1 : diperoleh 58 mahasiswa mengambil Probabilitas dan Statistika dan sisanya tidak mengambil mata kuliah apapun.

Kemungkinan Hasil 2 : diperoleh 75 mahasiswa mengambil mata kuliah matematika diskrit dan sisasnya mengambil mata kuliah Probabilitas dan Statistika.

OUTCOMES EVENTS
OUTCOMES
EVENTS
kuliah matematika diskrit dan sisasnya mengambil mata kuliah Probabilitas dan Statistika. OUTCOMES EVENTS EKSPERIMENT
EKSPERIMENT
EKSPERIMENT
kuliah matematika diskrit dan sisasnya mengambil mata kuliah Probabilitas dan Statistika. OUTCOMES EVENTS EKSPERIMENT

Contoh: Pelemparan (toss) suatu dadu

Sample Space : S ={1,2,3,4,5,6}

Event:

A = {muncul angka genap}, B = {muncul angka ganjil}, D= {muncul angka 2}

HUKUM PROBABILITAS PENJUMLAHAN

Review : Hukum Probabilitas

Review : Hukum Probabilitas MUTUALLY MUTUALLY EXCLUSIVE EXCLUSIVE PENJUMLAHAN PENJUMLAHAN PERKALIAN PERKALIAN HUKUM

MUTUALLY MUTUALLY EXCLUSIVE EXCLUSIVE

PENJUMLAHAN PENJUMLAHAN PERKALIAN PERKALIAN
PENJUMLAHAN PENJUMLAHAN
PERKALIAN PERKALIAN

HUKUM HUKUM PROBABILITAS PROBABILITAS

PERKALIAN PERKALIAN HUKUM HUKUM PROBABILITAS PROBABILITAS NON NON EXCLUSIVE EXCLUSIVE BERSYARAT BERSYARAT TAK TAK
PERKALIAN PERKALIAN HUKUM HUKUM PROBABILITAS PROBABILITAS NON NON EXCLUSIVE EXCLUSIVE BERSYARAT BERSYARAT TAK TAK

NON NON EXCLUSIVE EXCLUSIVE NON EXCLUSIVE EXCLUSIVE

HUKUM PROBABILITAS PROBABILITAS NON NON EXCLUSIVE EXCLUSIVE BERSYARAT BERSYARAT TAK TAK BERSYARAT BERSYARAT

BERSYARAT BERSYARAT BERSYARAT

HUKUM PROBABILITAS PROBABILITAS NON NON EXCLUSIVE EXCLUSIVE BERSYARAT BERSYARAT TAK TAK BERSYARAT BERSYARAT

TAK TAK BERSYARAT BERSYARAT TAK BERSYARAT BERSYARAT

Review : Hukum Probabilitas :

Aturan Penjumlahan

Aturan penjumlahan digunakan apabila kita ingin menentukan probabilitas satu peristiwa atau peristiwa lain (atau keduanya) yang terjadi pada satu percobaan.

2 kejadian atau lebih disebut saling meniadakan == mutually exclusive ==disjoint jika kejadian-kejadian tersebut tidak dapat terjadi bersamaan. Satu kejadian tertentu akan menghalangi atau meniadakan satu atau lebih kejadian yang lain.

2 kejadian atau lebih disebut tidak saling meniadakan == non mutually exclusive jika kejadian-kejadian tersebut dapat terjadi bersamaan.

Review : Hukum Probabilitas :

Aturan Penjumlahan

S B A A B DIAGRAM NON EXCLUSIVE “JOINT”
S
B
A A
B
DIAGRAM NON EXCLUSIVE
“JOINT”
S A B
S
A
B

DIAGRAM MUTUALLY EXCLUSIVE “DISJOINT”

Review : Hukum Probabilitas :

Aturan Penjumlahan

P(A

Bila A dan B dua kejadian sembarang, maka :

P(A

B) = P(A) + P(B) – P(A

B)

sembarang, maka : P(A B) = P(A) + P(B) – P(A B) B) = P(A) +

B) = P(A) + P(B)

P(A 1

A 2

A 3

A n ) = P(A 1 ) + P(A 2 ) + P(A 3 ) + P(A n )

2 kejadian atau lebih disebut saling meniadakan == mutually exclusive ==disjoint menyatakan bahwa probabilitas kejadian A atau B sama dengan penjumlahan dari masing-masing nilai probabilitasnya.

Review : Hukum Probabilitas :

Aturan Penjumlahan

Bila A dan B dua kejadian sembarang, maka :

P(A

B) = P(A) + P(B) – P(A

B)

2 kejadian atau lebih disebut tidak saling meniadakan == non mutually exclusive ==disjoint menyatakan kejadian dapat terjadi secara bersama-sama (non exclusive) == interseksi dari A dan B”

P(A B) atau P(A atau B) dapat dinyatakan dalam bentuk kalimat “peluang bahwa A mungkin terjadi dan B mungkin terjadi” yang artinya “kemungkinan bahwa A dan B terjadi”

Review : Hukum Probabilitas :

Aturan Penjumlahan

Addition Rule = utk dua events A dan B yg terpisah/ disjoint (no common outcomes) P (A or B) = P(A) + P (B)

Contoh: Lempar suatu dadu: S = {1,2,3,4,5,6}; mis A = {2}, B = {1,3,5}; P(A or B) = P(A) + P(B) = 1/6 + 1/2 = 2/3

Peluang seorang mahasiswa lulus ProbStat adalah 2/3

dan peluang

lulus Bahasa Inggris 4/9. Bila peluang lulus kedua matakuliah tersebut adalah 1/4. Berapakah peluang lulus paling sedikit satu mata kuliah ?

Jawab :

Bila peluang lulus ProbStat dinyatkan dengan M dan peluang lulus Bahasa Inggris dinyatakan dengan N, maka peluang lulus paling tidak satu matakuliah tersebut yang berarti peluang lulus M atau N adalah :

P(M N) + 2/3 + 4/9 – 1/4

Review : Hukum Probabilitas :

Aturan Penjumlahan

(1) Berapakah peluang mendapatkan jumlah 7 dilantunkan ? Jawab : 2/9

atau 11

jika dua dadu

(2) Bila peluang seorang yang membeli motor akan memilih warna hijau, putih, merah atau biru masing-masing 0.09; 0.15; 0.21; 0.23. Berapakah peluang seorang pembeli tertentu akan membeli motor baru seperti salah satu dari warna tersebut ? Jawab :0.68

(3) Peluang seorang montir mobil memperbaiki 3,4,5,6,7,dan 8 lebih mobil pada setiap hari kerja masing masing 0.12; 0.19; 0.28; 0.24; 0.10; dan 0.07. Berapakah peluang bahwa dia akan memperbaiki paling sedikit 5 mobil pada hari kerja ? Jawab :0.69

Review : Hukum Probabilitas :

Aturan Penjumlahan

(4) Peluang bahwa stasiun TV akan menerima 1, 2,3,

,9

atau paling sedikit 9

pengaduan sesudah menyiarkan suatu program sinetron berturut-turut adalah : 0.01, 0.03, 0.07, 0.15, 0.19, 0.18, 0.14, 0.12, 0.09, dan 0.02. Hitunglah probabilitasnya bahawa sesudah menyiarkan sinetron tersebut stasiun TV akan menerima :

a. Kurang dari 4 pengaduan. (jwb : 0.11)

b. Paling sedikit 6 pengaduan. (jwb : 0.55)

c. 5 sampai dengan 8 pengaduan. (jwb : 0.63)

(5) Dari 100 siswa yang diwisuda, 54 belajar matematika, 69 belajar Sejarah, 35 belajar Matematika dan Sejarah. Jika seorang siswa dipilih secara acak hitunglah peluang :

a. Dia belajar Matematika atau Sejarah (jwb : 0.88 )

b.Tidak belajar keduanya (jwb : 0.12 )

c. Belajar bahasa Sejarah tetapi tidak Matematika (jwb : 0.34 )

HUKUM PROBABILITAS PERKALIAN

Dalam konsep probabilitas, aturan perkalian diterapkan secara berbeda menurut jenis kejadiannya. Adau dua jenis kejadian dalam hal ini, yaitu kejadian bebas (independent == tak bersyarat) dan kejadian tak bebas (dependent == bersyarat).

P(A

B)

= P(A) . P(B)

P(A

B)

= P(A) . P(B|

A)

Kejadian Tak Bebas = Bersyarat = Dependent

Probabilitas terjadinya kejadian A dengan syarat bahwa B sudah terjadi disebut probabilitas bersyarat atau sebaliknya peristiwa B dengan syarat peristiwa B telah terjadi.

P(A | B) atau P(B | A)

syarat peristiwa B telah terjadi. P(A | B) atau P(B | A) P ( A ∣

P ( AB) =

P ( BA )

=

P ( A B)

P ( B)

P ( A B)

P ( A )

Kejadian Tak Bebas = Bersyarat = Dependent

(1) Peluang penerbangan yang telah terjadwal teratur berangkat tepat waktu P(B) = 0.83; peluang sampai tepat waktu P(S) = 0.82 dan peluang berangkat dan sampai tepat waktu P(B S) = 0.78.

a. Berapa probabilitas bahwa pesawat “a” sampai tepat waktu bila

diketahui berangkat tepat waktu.

b. Berapa probabilitas bahwa pesawat b berangkat tepat waktu jika

diketahui sampai tepat waktu.

P ( SB) =

P ( BS)

=

P ( B S)

P ( B)

P ( B S)

P ( S)

Kejadian Tak Bebas = Bersyarat = Dependent

(2) Sebuah mesin bola karet berisi 50 bola hijau, 150 bolaputih, 100 bola merah dan 100 bola kuning. Bila kita memasukkan koin maka mesin tersebut akan mengeluarkan sebuah bola karet. 3 anak bermain pada mesin tersebut :

a. Berapa probabilitas anak yang ke dua akan memperoleh bola merah, bila anak pertama memasukkan koin dan mendapatkan bola merah. b. Misalkan anak yang kedua mendapatkan bola merah dan anak yang ketiga tidak menghendaki mendapatkan bola merah. barapakah probabilitasnya anak yang ketiga mendapatkan bola yang bukan merah ?

Kejadian Tak Bebas = Bersyarat = Dependent

Jawab :

Jumlah keseluruhan bola = 400 Probabilitas anak pertama mendapatkan bola merah P(M1) = 100/400 = 1/4

Bola merah tinggal (100 -1) = 99 dan jumlah seluruh bola (400-1) = 399. Jadi probabilitas anak kedua mendapatkan bola merah juga adalah :

P(M2) = 99/399 = 0.248

Jawab :

Jumlah bola bukan merah = 300 buah Jumlah seluruh bola tinggal 398 = (400 -2). jadi probabilitas anak ketiga mendapatkan bola bukan merah adalah :

P(M3) = 300 / 398 = 0.754

Kejadian Tak Bebas = Bersyarat = Dependent

   

Status

 

Hasil Tes

Bekerja, B

Tdk bekerja, TB

Total

Pria, P

460

40

500

Wanita, W

140

260

400

Total

600

300

900

a) Berapakah probabilitasnya bahwa dari kelompok pria akan didaptkan orang yang tidak bekerja ?

b) Berapakah probabilitasnya bahwa dari kelompok wanita akan didapatkan orang yang bekerja ?

c) Berapakah probabilitasnya bahwa dari kelompok yang bekerja didapatkan wanita ?

d) Berapakah probabilitasnya bahwa dari keompok yang tidak bekerja didapatkan pria ?

Kejadian Tak Bebas = Bersyarat = Dependent

   

Status

 

Hasil Tes

Bekerja, B

Tdk bekerja, TB

Total

Pria, P

460

40

500

Wanita, W

140

260

400

Total

600

300

900

P ( TBP) =

P ( BW )

=

P ( P TB )

P ( P) P ( W B)

P ( B )

P ( WB) =

P ( PTB )

=

P ( B W )

P ( B )

P ( TB P)

P ( TB )

Kejadian Bebas

P ( AB) =

P ( A )

Artinya adalah kejadian B sama sekali tidak mempengaruhi terjadinya A. Dalam hal ini A bebas dari terjadinya B.

Dua kejadian A dan B bebas jika dan hanya jika :

P ( AB) =

dan

P ( BA )

=

P ( A )

P ( B)

Kejadian Bebas

Hukum perkalian untuk kejadian bebas A dan B adalah :

P(A dan B) = P(A) . P(B)

P ( BA )

=

P ( A B)

P ( A )

= P ( A B) = P ( BA ) .P ( A )

yang memungkinkan kita menghitung peluang dua kejadian akan terjadi secara serentak. Artinya peluang A dan B terjadi secara serentak sama dengan peluang terjadinya A dikalikan dengan peluang terjadinya B jika A terjadi.

Karena A

P(A

B adalah ekivalen dengan B

A) = P(B) . P(A|B)

B) = P(B

A, maka :

Kejadian Bebas

Kita mempunyai kotak yang berisi 20 sekering, lima diantaranya cacat. Bila dua sekering dikelurkan dari kotak satu per satu secara acak (tanpa mengembalikan yang pertama ke dalam kotak), berapakah peluang bahwa kedua sekering yang terambil cacat ?

Jawab :

Kejadian sekering yang pertama cacat dinyatakan dengan A dan B kejadian pengambilan yang kedua cacat. Kemudian kita tafsirkan bahwa A B adalah kejadian A terjadi dan B terjadi setelah A. Peluang mengeluarkan sekering pertama cacat = 5/20 = 1/4 Peluang mengelurkan sekering kedua cacat = 4/19. Jadi P(A B ) = 1/4 . 4/19

Kejadian Bebas

Suatu kantong pertama berisi 4 bola merah dan 3 bola hitam dan kantong kedua berisi 3 bola merah dan 5 bola hitam. Satu bola diambil dari kantong pertama dan tanpa melihat dimasukkan ke dalam kantong kedua. Sekarang berapa probabilitasnya pengambilan bola di kantong kedua berwarna hitam ?

H = 6/9 Kantong 2 3M, 6H H = 3/7 M = 3/9 Kantong 1
H = 6/9
Kantong 2
3M, 6H
H = 3/7
M = 3/9
Kantong 1
4M, 3H
M = 4/7
M = 4/9
Kantong 2
4M, 5H
H = 5/9

(H1

H2)

=

(3/7)

.

(6/9)

 

(H1

M2)

(M1

M2)

(M1

(5/9)

 

H2)

=

(4/7).

 

Kejadian Bebas

P[(H1

H2) atau (M1

H2)] = P(H1

H2) + P(M1

H2)]

= P(H1) . P(H1|H2) + P(M1) . P(H2|M1)

=(3/7) . (6/9) + (4/7) . (5/9)

Kejadian Bebas

Kota Bogor mempunyai satu unit mobil pemadam kebakaran dan satu unit mobil ambulans untuk keadaan darurat. Peluang mobil pemadam kebakaran siap jika sewaktu-waktu dibutuhkan adalah 0.98 dan peluang ambulans siap dipanggil 0.92. Terdapat kasus kecelakan karena terjadi kebakaran gedung, hitung peluang keduanya siap.

Terdapat satu set komponen yang terdiri atas 10 IC yang mana 8 diantaranya berjenis “X” dan dua lainnya berjenis “Y”. Seandainya 2 dari 10 IC tersebut diambil 2 IC secara berurutan tanpa pengembalian, maka berapa probabilitas bahwa kedua IC yang diambil tersebut berjenis sama, yaitu X1 dan X2.