Anda di halaman 1dari 23

6

BAB II
LANDASAN TEORI

2.2.

Konsep Probabilitas
Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan

terjadinya suatu kejadian yang tidak pasti. (Johannes Supranto,2005).

P A 0,99 artinya probabilitas bahwa kejadian akan terjadi sebesar 99% ,


probabilitas A tidak akan terjadi 100 99% 1% .
Nilai probabilitas dapat dihitung berdasarkan nilai observasi (sifatnya
subjektif) atau berdasarkan pertimbangan pembuat keputusan atau tenaga ahli dalam
bidangnya secara surjektif. Besarnya nilai kemungkinan munculnya suatu kejadian
adalah

selalu

diantara

nol

dan

satu.

Pernyataan

ini

dapat

dituliskan

sebagai 0 P A 1 , dimana P A menyatakan nilai kemungkinan bagi munculnya


kejadian A . Sedangkan jumlah nilai kemungkinan muncul adalah satu. Jadi bila W
menyatakan ruang hasil yang bersifat lengkap maka jumlah kemungkinan seluruh
anggota ruang hasil tersebut adalah satu. Pernyataan ini dapat dituliskan sebagai

1 atau PW 1 dimana W1 menyatakan anggota ruang hasil.

Untuk menghitung probabilitas suatu kejadian adalah dengan cara mencari


banyaknya anggota kejadian, dibandingkan dengan banyaknya anggota ruang
sampelnya.
P A

X
n

Contoh :
ada 15 buah yang cacat atau rusak. Kalau kebetulan di ambil secara acak satu saja,
berapa Di dalam kegiatan pengendalian mutu produk, ada 100 buah barang yang

diperiksa, ternyata probabilitasnya bahwa yang di ambil adalah barang yang rusak.
Dari soal diketahui bahwa :

n = 100 buah barang


X = 15 buah barang yang rusak
A = barang yang diambil secara acak

Jadi probabilitas memperoleh barang yang rusak adalah :


P A

X
n

P A

15
0,15
100

Jika X 0 , berarti tidak ada barang yng rusak, P A

0
0 , kejadian ini disebut
n

impossible event (tidak mungkin terjadi), tetapi jika X n 100 , berarti semua
barang rusak.
P A

100
1 , kejadian ini disebut sure event (pasti terjadi).
100

2.3. Percobaan, Ruang Sampel, Titik Sampel, Peristiwa


Percobaan adalah proses di mana pengukuran atau observasi dilaksanakan.
Ruang sampel adalah himpunan semua hasil yang mungkin pada suatu percobaan.
Titik sampel adalah setiap anggota atau elemen daripada ruang sampel.
Peristiwa adalah himpunan bagian dari ruang sampel pada suatu percobaan, atau hasil
dari percobaan yang bersangkutan.
Contoh :
Dua buah mata uang setimbang dilemparkan ke atas. Menentukan ruang
sampel, titik sampel, dan peristiwa yang mungkin ?
Jawab :
Percobaan : pelemparan dua mata uang logam
Ruang sampel : {A,G}, {A,A}, {G,A}, {G,G}

Titik sampel : G (gambar) dan A (angka)


Peristiwa yang mungkin :
1. AA (angka dengan angka)
2. AG (angka dengan gambar)
3. GG (gambar dengan gambar)
4. GA (gambar dengan angka)

2.4.

Peristiwa Probabilitas
Ada beberapa peristiwa yang terjadi dalam probabilitas, antara lain :

2.3.1. Peristiwa Saling Lepas (Mutually Exclusive)


Dua buah peristiwa atau lebih disebut peristiwa saling lepas apabila kedua atau
lebih peristiwa itu tidak dapat terjadi pada saat yang bersamaan.
1. Untuk dua peristiwa A dan B saling lepas, maka probabilitas terjadinya peristiwa
tersebut adalah sebagai berikut :

2. Untuk tiga peristiwa A, B, dan C saling lepas, maka probabilitas terjadinya


peristiwa tersebut adalah sebagai berikut :

2.3.2. Peristiwa Tidak Saling Lepas (Non-Mutually Exclusive)


Dua buah peristiwa atau lebih disebut peristiwa tidak saling lepas apabila kedua
atau lebih peristiwa itu dapat terjadi secara bersamaan.
1. Untuk dua peristiwa A dan B tidak saling lepas, maka probabilitas terjadinya
peristiwa tersebut adalah sebagai berikut :

2. Untuk tiga peristiwa A, B, dan C tidak saling lepas, maka probabilitas terjadinya
peristiwa tersebut adalah sebagai berikut :

2.3.3. Peristiwa Saling Bebas


Dua peristiwa atau lebih disebut peristiwa saling bebas apabila terjadinya
peristiwa yang satu tidak mempengaruhi atau dipengaruhi terjadinya peristiwa yang
lainnya.
1. Untuk dua peristiwa A dan B saling bebas, maka probabilitas terjadinya
peristiwa tersebut adalah sebagai berikut :

2. Untuk tiga peristiwa A, B, dan C saling bebas, maka probabilitas terjadinya


peristiwa tersebut adalah sebagai berikut :

2.3.4. Peristiwa Tidak Saling Lepas


Dua peristiwa A dan B tidak saling bebas, apabila terjadinya peristiwa yang
satu mempengaruhi atau dipengaruhi atau dipengaruhi terjadinya peristiwa yang
lainnya.
1. Untuk dua peristiwa A dan B tidak saling lepas, maka probabilitas terjadinya
peristiwa tersebut adalah sebagai berikut :

2. Untuk tiga peristiwa A, B, dan C tidak saling lepas, maka probabilitas terjadinya
peristiwa tersebut adalah sebagai berikut :

2.3.5. Peristiwa Bersyarat


Peristiwa bersyarat merupakan suatu peristiwa yang akan terjadi dengan
syarat peristiwa yang lain telah terjadi.
Dirumuskan :

10

2.3.6. Peristiwa Komplementer


Peristiwa komplementer adalah peristiwa yang saling melengkapi. Jika
peristiwa A komplementer terhadap

peristiwa B,

maka probabilitas peristiwa

tersebut adalah sebagai berikut.

2.5.

Harapan Matematis
Harapan matematis atau nilai harapan adalah jumlah semua hasil perkalian

antara nilai variabel acak dengan probabilitas yang bersesuaian dengan nilai tersebut.
Nilai Harapan atau nilai rata-rata bukan nilai individu dari variabel akan tetapi
merupakan nilai ringkasan untuk mewakili suatu kelompok nilai. Di dalam teori
pengambilan keputusan, nilai harapan pay off (expected pay off) merupakan salah
satu kriteria untuk dasar pengambilan keputusan. Untuk hal-hal yang menguntungkan
(laba, kemenangan, penjualan, ekspor) biasanya memilih suatu alternatif dengan nilai
harapan terbesar (maximum expected pay off) sebaliknya untuk hal-hal yang tidak
menguntungkan (rugi, pengeluaran, utang, biaya) biasanya dipilih alternatif dengan
nilai harapan terkecil (minimum expected pay off). Nilai harapan pay off merupakan
kriteria keputusan dalam keadaan ada resiko yang sangat penting.
Jika X = variabel acak (random variabel), maka nilai yang diambil oleh X
sukar diramalkan sebab nilai tersebut tidak pasti. Maka dapat dirumuskan :

11

2.6.

Aksioma dan Teorema

Aksioma 1.
Untuk setiap kejadian A,

. Aksioma ini menyatakan bahwa peluang dari

setiap kejadian adalah nonnegatif.

Aksioma 2.

Aksioma ini menyatakan bahwa jika setiap kejadian pasti untuk terjadi, maka peluang
dari kejadina tersebut adalah 1.

Aksioma 3.
Untuk jumlah kejadian saling asing yang tidak terbatas

Aksioma ini menyatakan bahwa untuk dua kejadian atau lebih yang saling asing,
maka peluang dari suatu kejadian atau lebih yang terjadi adalah jumlah dari masingmasing peluangnya.

Teorema 1.

Bukti :
Andaikan kejadian
Dengan adanya

sedemikian hingga Ai untuk i = 1,2,...


, maka kejadian Ai adalah kejadian asing, untuk i =

1,2,...
Berdasarkan aksioma 3, diperoleh :

12

P Ai
i 1

Teorema 2.
Untuk kejadian yang saling asing

Bukti :
Andaikan kejadian tak terbatas

dimana

adalah kejadian yang diberikan dan Ai untuk

melalui aksioma 3, dapat diperoleh :

dimana n
. Maka untuk

13

Teorema 3.
Untuk setiap kejadian A,
Bukti :
Andaikan kejadian A dan

saling asing dan

Teorema 4.
Untuk setiap kejadian A,
Bukti :
Dari aksioma 1diperoleh
dimana

jika

, maka dari teorema 3

berkontraksi dengan aksioma 1, yang menyatakan peluang setiap

kejadian harus nonnegatif, maka

sehingga

Teorema 5.
Jika

, maka

Bukti :
perhatikan gambar dibawah ini :
S

BA c
A

Gambar 2.5.1 Himpunan

14

Dari gambar, kejadian B adalah gabungan dari kejadian A dan

Dari aksioma 1,
Maka :

Teorama 6.
Untuk dua kejadian A dan B

Bukti :
Perhatikan gambar dibawah ini.

Gambar 2.5.2 himpunan


Dari gambar dapat dituliskan

Dari teorema 2 didapat

Dari gambar 2.2 juga diperoleh

Maka

, sehingga

15

sehingga

Teorema 7.
Diberikan ruang sampel S, jika S mempunyai N bagian dari kejadian untuk kejadian
A dari S.

Bukti :
Diberikan sampel

dimana setiap

sekarang diberikan

adalah titik sampel dari

adalah mutually exclusif, maka

diperoleh :

Teorema 8.
Jika

dari partisi A dari ruang sampel, maka, untuk kejadian

16

Bukti :
Set A dapat dibuat
n

A P A Bi
i 1

Dan
Bi B j , i j maka A Bi A B j

Teorema 9.
Jika S adalah sampel diskrit dengan elemen kejadian ei , i 1,2... dimana ei
mempunyai Pe i , maka, untuk kejadian A S

P A Pei
eiA

Bukti :

P A P A ei Pei
eA

eiA

Teorema 10.
Jika A1 , A2 ,... An adalah n sembarang dari set S, maka
n
n
P Ai P A1 PAi A j PAi A j Ak
i 1 i 1

... 1

n 1

P A A ,... A
1

Bukti :
k 1

P Ai PB Ak 1
i 1

PB P Ak 1 P Ak 1 B

17

PB P Ai
i 1
P Ai PAi Aj PAi Aj Ak
... 1

k 1

PA A
i

Ak

k
k

P Ak 1 Ai P Ai Ak 1
i 1
i 1

P Ai Ak 1 P Ai Ak 1 PAi A j Ak 1

... 1

k 1

PA A ... A
i

k 1

Teorema 11.
Jika

adalah partisi dari ruang sampel eksperimen dan

untuk

i = 1,2, ... n untuk kejadian A dari S, maka dapat ditulis :

Bukti :
Kita mempunyai
dimana

adalah mutually exclusive (saling lepas),

sehingga

Diperoleh

adalah set dari kejadian mutually exclusive. Sekarang

diperoleh
diberikan

Untuk itu,
Tapi P ABi P A | Bi PBi

18

Maka,
P A P A | B1 PB1 P A | B2 PB2 ... P A | Bn PBn

Dari defenisi peristiwa bersyarat di peroleh,

PB | Ai

PBAi
P Ai

PBAi PB | Ai P Ai
n

PBA PB | A P A
i 1

i 1

Atau

n
n
P BAi PB | Ai P Ai
i 1
i 1
2.7.

Teorema Partisi dan Teorema Bayes


Antara teorema Bayes dan Teori Partisi terdapat hubungan yang sangat erat,

hal ini disebabkan untuk membuktikan Teorema Bayes, kita tidak akan terlepas dari
penggunaan Teori Partisi. Dengan kata lain, Teori Partisi adalah konsep dasar bagi
Teorema Bayes.

2.6.1. Teori Partisi


Andaikan S menyatakan ruang sampel dari beberapa percobaan dan k adalah
k

kejadian Ai ,..., Ak dalam S sedemikian sehingga Ai ,..., Ak saling asing dan

i 1

. Sehingga dapat dikatakan kejadian k tersebut membentuk partisi atau bagian dari S.
Jika k kejadian Ai ,..., Ak membentuk sebuah partisi dari S, maka kejadian akan
membentuk partisi atau bagian untuk B, seperti gambar di bawah ini.

19

A1

BA 1

A2

...

BA 2

...

An

BA n

Gambar 2.6.1 Partisi Ruang Sampel S


B A1 B A2 B ... An B

Karena k kejadian dalam persamaan diatas adalah disjoint (saling asing) maka :

PB A1 B A2 B ... An B
n

PB P Ai B
i 1

Jika

maka peluang bersyarat untuk


PB | Ai

PBAi
P Ai

PBAi PB | Ai P Ai

Maka dapat ditulis kembali persamaan sebagai berikut :


n

PB P Ai B
i 1

PB P Ai PB | Ai
i 1

20

Sehingga dapat dituliskan bahwa untuk kejadian Ai ,..., Ak yang membentuk partisi
dari ruang sampel S dan , untuk i =1,2, ... ,n , maka untuk kejadian B dan ruang
sampel S, berlaku :
n

PB P Ai PB | Ai
i 1

Yang memiliki persamaan pada teorema 11 sebelumnya.

2.6.2. Teorema Bayes


Teorema Bayes dikemukakan oleh seorang pendeta presbyterian Inggris pada
tahun 1763 yang bernama Thomas Bayes. Teorema Bayes ini kemudian
disempurnakan oleh Laplace. Teorema Bayes digunakan untuk menghitung
probabilitas terjadinya suatu peistiwa berdasarkan pengaruh yang didapat dari hasil
observasi.
Teorema Bayes menerangkan hubungan antara probabilitas terjadinya
peristiwa A dengan syarat peristiwa B telah terjadi dan probabilitas terjadinya
peristiwa B dengan syarat peristiwa A telah terjadi. Teorema ini didasarkan pada
prinsip bahwa tambahan informasi dapat memperbaiki probabilitas.(Iqbal Hasan,
2002)
Sesuai dengan probabilitas subjektif, bila seseorang mengamati kejadian B
dan mempunyai keyakinan bahwa ada kemungkinan B akan muncul, maka
probabilitas B disebut probabilitas prior. Setelah ada informasi tambahan bahwa
misalnya kejadian A telah muncul, mungkin akan terjadi perubahan terhadap
perkiraan semula mengenai kemungkinan B untuk muncul. Probabilitas untuk B
sekarang adalah probabilitas bersyarat akibat A dan disebut sebagai probabilitas
posterior. Teorema Bayes merupakan mekanisme untuk memperbaharui probabilitas
dari prior menjadi probabilitas posterior.

21

Misalkan kejadian Ai ,..., An membentuk sebuah partisi dari ruang sampel S


sedemikian sehingga untuk i = 1,2, ... n dan misalkan B adalah suatu kejadian
sedemikian sehingga untuk i = 1,2, ... n maka berlaku rumus :
P Ai | B

PB | Ai P Ai
n

PB | A P A
i

i 1

Dimana :
Peristiwa Ai akan terjadi dengan syarat peristiwa B terjadi lebih dulu
Peluang peristiwa Ai
Peristiwa B akan terjadi dengan syarat peristiwa Ai terjadi lebih dulu
Peluang peristiwa B

Bukti :

Dimana,
n

PB P Ai PB | Ai
i 1

P Ai B P Ai PB | Ai

P Ai | B

PB | Ai P Ai

P A B
i

maka didapat,

P Ai | B

PB | Ai P Ai
n

PB | A P A
i 1

22

Contoh 1 :
Seorang ahli geologi dari suatu perusahaan minyak, akan memutuskan melakukan
pengeboran minyak di suatu lokasi tertentu. Diketahui sebelumny, probabililitas
untuk memperoleh minyak, katakan usaha berhasil adalah H sebesar 0,20 dan akan
gagal adalah G, tidak memperoleh minyak sebesar 0,80. Sebelum keputusan dibuat,
akan dicari tambahan informasi dengan melakukan suatu eksperimen yang disebut
pencatatan seismografis (seismographic recording). Hasil eksperimen berupa
diketemukan tiga kejadian yang sangat menentukan berhasil tidaknya pengeboran,
yaitu :
Kejadian

, tidak terdapat struktur geologis

Kejadian

, struktur geologis terbuka

Kejadian

, struktur geologis tertutup

Berdasarkan pengalaman masa lampau, probabilitas dari ketiga kejadian ini untuk
dapat memperoleh minyak yaitu berhasil H, masing-masing sebesar 0,30 ; 0,36 dan
0,34. Sebaliknya untuk tidak memperoleh minyak yaitu gagal G, masing-masing
sebesar 0,68 ; 0,28 dan 0,04. Informasi ini, sebagai hasil eksperimen, merupakan
informasi tambahan yang berguna untuk memperbaiki probabilitas prior.
Jika H = kejadian memperoleh minyak, dan
G = kejadian tidak memperoleh minyak,
Maka hitunglah :
a.

, atau probabilitas bahwa tidak terdapat strutur geologis.

b.

, atau probabilitas bahwa struktur geologis terbuka.

c.

, atau probabilitas bahwa strutur geologis tertutup.

d.

, atau probabilitas bahwa diperoleh minyak dengan syarat tidak


terdapat struktur geologis.

e.

, atau probabilitas bahwa diperoleh minyak dengan syarat struktur


geologis terbuka.

23

f.

, atau probabilitas bahwa diperoleh minyak dengan syarat struktur


geologis tertutup.

Jika keadaan tersebut digambarkan dalam pohon kemungkinan maka diperoleh


sebagai berikut :

P(H) = 0,20

P(G) = 080

Gambar 2.6.2 Diagram Kemungkinan Pengeboran Minyak


a.

Probabilitas bahwa tidak terdapat strutur geologis adalah :

b.

Probabilitas bahwa struktur geologis terbuka adalah :

24

c.

Probabilitas bahwa struktur geologis tertutup adalah :

d.

Probabilitas bahwa diperoleh minyak dengan syarat tidak terdapat struktur


geologis adalah :

e.

Probabilitas bahwa diperoleh minyak dengan syarat struktur geologis terbuka


adalah :

f.

Probabilitas bahwa diperoleh minyak dengan syarat struktur geologis tertutup


adalah :

25

Dalam menghadapi suatu persoalan, pengambil keputusan telah mempunyai


informasi awal, baik itu dalam bentuk subyektif maupun obyektif. Bila informasi
awal ini dirasakan telah memadai, maka keputusan dapat langsung dibuat. Tetapi bila
informasi awal ini dirasakan belum cukup, maka diperlukan suatu usaha untuk
mendapatkan informasi tambahan. Selanjutnya, bila kemudian telah diperoleh
informasi tambahan, maka kita perlu menggunakan informasi tambahan ini dengan
informasi awal, untuk mendapatkan informasi yang lebih baik untuk pengambilan
keputusan.

2.8. Tabel Nilai Hasil (Payoff Table)


Nilai hasil yang berhubungan dengan setiap hasil tindakan yang mungkin
dipilih pada masalah keputusan dapat dibuat daftar dalam suatu tabel nilai hasil (pay
off table). Tabel nilai hasil yang merupakan daftar dalam bentuk tabulasi dari nilai
hasil yang berhubungan dengan semua tindakan yang dapat dilakukan dengan setiap
peristiwa yang akan terjadi pada suatu masalah keputusan.
Tabel nilai hasil biasanya digambarkan dalam bentuk baris dan kolom, setiap
kolom menunjukkan peristiwa yang akan terjadi dan baris menunjukkan tindakan
yang dapat dilakukan. Apabila dalam suatu masalah pemilihan keputusan setiap
tindakan yang dapat diambil diberi simbol

dan peristiwa yang akan

terjadi untuk tiap masing-masing tindakan yang dapat dipilih diberi simbol
, maka table nilai hasil dapat dibuat seperti tampak pada tabel 2.7
berikut :

26

Tabel 2.7 Tabel Contoh Pay Off Table

2.9.

Teori Keputusan
Teori keputusan adalah teori yang mempelajari bagaimana sikap fikir yang

rasional dalam situasi yang amat sederhana, tetapi yang mengandung ketidakpastian,
seperti dalam permainan lotre. Karena itu peranannya dalam menghadapi situasi yang
kompleks adalah sangat kecil.
Formalisme dasar dari teori keputusan adalah tabel payoff , yang memetakan
keputusan yang mutually exclusive. Misalnya, keputusan X mengarah pada hasil Y,
keputusan Y mengarah pada hasil Z, dan seterusnya. Bila set hasil yang sesuai
untuk suatu keputusan yang tidak dikenal, maka situasi seperti ini disebut sebagai
keputusan di bawah ketidakpastian, inilah studi yang mendominasi pada teori
keputusan.
Teori keputusan memberikan sejumlah saran bagaimana cara untuk
mengestimasi probabilitas yang kompleks dalam keadaan ketidakpastian, yang
sebagian besar berasal dari teorema Bayes.

2.10. Teori Pengambilan Keputusan


Mengambil atau membuat keputusan berarti memilih salah satu di antara
sekian banyak alternatif. Minimal ada dua alternatif dan dalam praktiknya lebih

27

dari dua alternatif di mana pengambil/pembuat keputusan (decision maker) harus


memilih salah satu berdasarkan pertimbangan atau kriteria tertentu. Pada umumnya
suatu keputusan dibuat dalam rangka untuk memecahkan permasalahan atau
persoalan (problem solving), setiap keputusan yang dibuat pasti ada tujuan yang
akan dicapai. (J. Supernato,2005)
Pengertian Pengambilan Keputusan menurut beberapa ahli, antara lain :
1. Menurut George R. Terry
Pengambilan keputusan adalah pemilihan alternatif perilaku (kelakuan) tertentu
dari dua atau lebih alternatif yang ada.
2. Menurut S.P. Siagian
Pengambilan keputusan adalah proses yang mencakup semua pemikiran dan
kegiatan yang diperlukan guna membuktikan dan memperlihatkan pilihan terbaik.
3. Menurut Iqbal Hasan
Pengambilan keputusan adalah suatu proses pemilihan alternative terbaik dari
alternative secara sistematis untuk ditindaklanjuti (digunakan) sebagai suatu
cara pemecahan masalah.
Sehingga teori pengambilan keputusan adalah teori-teori atau teknik-teknik
yang digunakan dalam suatu proses pengmilan keputusan. (Iqbal Hasan,2002)

2.8.1. Fungsi Pengambilan Keputusan


Pengambilan keputusan sebagai suatu kelanjutan dari cara pemecahan
masalah memiliki fungsi antara lain sebagai berikut :
1.

Pangkal permulaan dari semua aktivitas manusia yang sadar dan terarah baik
secara individual maupun secara kelompok, baik secara institusional maupun
secara organisasional.

2.

Sesuatu yang bersifat futuristik, artinya bersangkut paut dengan hari depan,
masa yang akan datang, dimana efeknya atau pengaruhnya berlangsung sangat
lama.

28

2.8.2. Faktor-faktor Pengamilan Keputusan


Dalam

pengambilan

keputusan,

ada

beberapa

faktor/hal-hal

yang

mempengaruhinya, antara lain sebagai berikut :


1.

Posisi/kedudukan
Dalam rangka pengambilan keputusan, posisi kedudukan seseorang dapat
dilihat dari letak posisi dan tingkatan posisi.

2.

Masalah
Masalah adalah apa yang menjadi penghalang untuk tercapainya tujuan, yang
merupakan penyimpangan daripada apa yang diharapkan, direncanakan atau
dikehendaki.

3.

Kondisi
Kondisi adalah keseluruhan dari faktor-faktor yang secara bersama-sama
menentukan daya gerak, daya berbuat atau kemampuan kita.

4.

Tujuan
Tujuan yang hendak dicapai, baik tujuan perorangan, tujuan unit (kesatuan),
tujuan organisasi yang pada umumnya sudah ditentukan.

Beri Nilai