Kejadian Saling Bebas

Kejadian Saling Lepas

Dua kejadian saling bebas

Dua kejadian yang saling bebas

(independent) artinya kejadian yang satu
tidak mempengaruhi kejadian yang lain
Dua kejadian E1 dan E2 saling bebas jika
dan hanya jika

P( E1 E2 ) P( E1 ) P ( E2 )

Contoh kejadian saling bebas

Ketika melempar koin dua kali, hasil dari lemparan

pertama tidak mempengaruhi hasil dari lemparan
kedua.

Ketika mengambil dua kartu dari satu set kartu

permainan (52 kartu), kejadian 'mendapatkan raja
(K)' pada kartu pertama dan kejadian 'mendapatkan
kartu hitam' pada kartu kedua adalah tidak saling
bebas. Peluang pada kartu kedua berubah setelah
kartu yang pertama diambil. Kedua kejadian di atas
akan menjadi saling bebas jika setelah mengambil
kartu yang pertama, kartu tersebut dikembalikan ke
set semula (sehingga set kartu itu lengkap kembali,
52 kartu).

Peluang kejadian saling bebas

Untuk dua kejadian saling bebas, A dan B,

peluang untuk keduanya terjadi, P(A dan
B), adalah hasil perkalian antara peluang
dari masing-masing kejadian.

Dua kejadian saling lepas

Dua kejadian yang saling lepas

(saling asing:disjoint) merupakan
dua kejadian yang tidak dapat terjadi
secara bersamaan

Contoh kejadian saling lepas

Ketika melempar sekeping koin, kejadian

'mendapat kepala' dan kejadian 'mendapat ekor'
adalah saling lepas, sebab keduanya tidak
mungkin terjadi secara bersamaan.

Ketika melempar sebuah dadu bermata 6, kejadian

'mendapat 1' dan kejadian 'mendapat 4' adalah
saling lepas, sebab keduanya tidak mungkin terjadi
secara bersamaan. Tetapi kejadian 'mendapat 3'
dan kejadian 'mendapat bilangan ganjil' adalah
tidak saling lepas, sebab keduanya bisa terjadi
secara bersamaan. (yaitu ketika mendapatkan 3,
yang juga berarti mendapat bilangan ganjil).

Contoh Kejadian Saling Lepas

Sebuah kantong berisi 10

kelereng merah, 18 kelereng
hijau, dan 22 kelereng biru. Dari
dalam kantong tersebut diambil
sebuah kelereng secara acak.
Tentukan peluang terambil
kelereng merah atau biru.

Contoh Kejadian Saling Lepas contd.

Peluang Bersyarat
Aturan Bayes

Peluang Bersyarat

Peluang bersyarat (conditional probability)

dikatakan bersyarat karena eventnya
sudah dibatasi.
Jika event pembatas itu A dan event yang
probabilitasnya ingin dihitung adalah A
maka B, peluang bersyaratnya adalah:

Peluang Bersyarat

Dalam P( B| A), event A adalah

kejadian yang terjadi terlebih
dahulu atau yang diamati lebih
dulu, baru kemudian B.
Jika A dan B adalah dua
kejadian yang saling bebas,
maka
P( B| A) = P( B)

Contoh Peluang Bersyarat

Peluang Bersyarat Banyak Kejadian

Misalkan ruang sampel S dipartisi

menjadi himpunan-himpunan
kejadian Bi dengan i =1, 2, 3, , n
dengan P(Bi) 0, maka :

Peluang Bersyarat Banyak Kejadian

Aturan Bayes

Contoh permasalahan

Penyelesaian

ANALISA DATA

Analisa Frekuensi Pusat Data

Mean adalah ukuran rata-rata yang merupakan

penjumlahan dari seluruh nilai dibagi julah datanya.
Median adalah suatu nilai di mana setengah dari
data berada dibawa niali tersebut dan setengahnya
lagi berada di atas nilai tersebut setelah nilai itu
disusun berurut. Dengan kata lain median membagi
data dua bagian.
Mode (Modus) adalah salah satu ukuran rata-rata
yang menunjukkan skor atau nilai data yang
memiliki frekuensi terbanyak pada suatu distribusi.
Mode biasanya digunkan untuk data nominal. Mode
jarang sekali digunakan untuk data ordinal, interval
atau rasio.

Analisa Frekuensi Penyebaran Data

Variance adalah ukuran variasi yang

menunjukkan seberapa jauh data tersebar
dari mean (rataratanya). Semakin
bervariasi data tersebut maka semakin jauh
data tersebut tersebar di sekitar mean-nya
Standar deviasi adalah akar dari varian
Range adalah ukuran variasi yang paling
sederhana karena kesederhanaannya
maka range tidak dapat diandalkan.
Minimum: nilai yang paling rendah/kecil
dari data
Maksimum: nilai yang paling besar/tingi
dari data