P 2 Konsep Dasar Probabiltas
P 2 Konsep Dasar Probabiltas
P 2 Konsep Dasar Probabiltas
Pengertian Probabilitas
dan Manfaat Probabilitas
Pendekatan Terhadap
Probabilitas
Distribusi
Probabilitas Diskrit
Distribusi Normal
Teorema Bayes
Teori Keputusan
Menggunakan MS Excel
Untuk Probabilitas
PENDAHULUAN
Definisi:
Probabilitas adalah peluang suatu kejadian
Manfaat:
Manfaat mengetahui probabilitas adalah membantu
pengambilan keputusan yang tepat, karena kehidupan
di dunia tidak ada kepastian, dan informasi yang tidak
sempurna.
Contoh:
PENDAHULUAN
Probabilitas:
Suatu ukuran tentang kemungkinan suatu peristiwa
(event) akan terjadi di masa mendatang. Probabilitas
dinyatakan antara 0 sampai 1 atau dalam persentase.
Percobaan:
Pengamatan terhadap beberapa aktivitas atau proses
yang memungkinkan timbulnya paling sedikit dua
peristiwa tanpa memperhatikan peristiwa mana yang
akan terjadi.
Hasil (outcome):
Suatu hasil dari sebuah percobaan.
Peristiwa (event):
Kumpulan dari satu atau lebih hasil yang terjadi pada
sebuah percobaan atau kegiatan.
PENGERTIAN PROBABILITAS
Contoh:
Percobaan/
Kegiatan
Hasil
Persita menang
Persita kalah
Seri -- Persita tidak kalah dan tidak
menang
Peristiwa
Persita Menang
KLASIFIKAASI PROB
Identifikasi Probablitas
Prob diskrit v random terbatas
dengan pengembalian (pasti=1):
1/n. Contoh: lempar uang koin/
dadu.
Prob perlakuan > 1 kali? Dengan
cara: kombinasi, permutasi.
n=2, P=3 random :exc sheet3
PENDEKATAN PROBABILITAS
1. Pendekatan Klasik
2. Pendekatan Relatif
3. Pendekatan Subjektif
PENDEKATAN KLASIK
Definisi:
Setiap rasio peristiwa mempunyai kesempatan yang sama
untuk terjadi (equelly likely) dengan pengembalian dan
saling ekslusif. Sebuah Peristiwa dapat terjadi sebanyak n
kali diantara N Peristiwa.
Rumus:
Probabilitas
=
suatu peristiwa (E)
hasil (n)
+
Jika prob E tidak terjadi adalah :
Pr (bukan E)= 1 - K/n
Pr E +Pr bukan E =1
8
PENDEKATAN KLASIK
Percobaan
Hasil
Probabilitas
Kegiatan
melempar uang
1. Muncul gambar
2.Muncul angka
Kegiatan
perdagangan
saham
1. Menjual saham
2. Membeli saham
Perubahan harga
Mahasiswa
belajar
1. Lulus memuaskan
2. Lulus sangat
memuaskan
3. Lulus terpuji
1/3
10
Keputusan
PENDEKATAN RELATIF
Definisi:
Probabilitas suatu kejadian tidak dianggap sama,
tergantung dari berapa banyak suatu kejadian terjadi
(Sebenarnya)/pengamatan dilakukan.
Rumus:
Probabilitas
=
suatu peristiwa
Contoh:
Kegiatan jual beli saham: 3 jt transaksi terdiri
dari 2.455.000 jual & 545.000 beli. Prob
relatifnya: 2.455.000/3jt)=82%. Prob beli
(545000/3jt)=18%
12
PENDEKATAN SUBJEKTIF
Definisi:
Probabilitas suatu kejadian didasarkan pada penilaian
pribadi yang dinyatakan dalam suatu derajat
kepercayaan (subyektifitas).
Contoh: menurut rektor Unja tahun 2009-2010,
penerimaan mahasiswa baru akan meningkat 75%,
karena telah dibuka program kedokteran.
13
HUKUM DASAR
PROBABILITAS
1. HUKUM PENJUMLAHAN
2. HUKUM PERKALIAN
3. TEOREMA BAYES
14
AB
40
10
50
120
80
200
P(AS) = 30/200=0.20
16
17
Contoh
Kegiata
Perusahaan
Jumlah
n
Simpati mentari starone
Sales(A) 30
50
40
Buy(B) 40
30
10
sum
80
50
P(A
atau B)70
= P(A) +P(B)-P(AB)
120
80
200
= 0.6 + 0.4-0
=1
Prob 3 kartu cellular (P(SMS))=0.
P(S atau M/S) = P(S)+P(M)+P(S)-P(SMS)
=0.35+0.40+0.25-0 = 1
18
EXCERCISE
jawab
Apabila merek ban tersebut di urutkan
dengan A,B,C,D,E dan F. Maka:
1. P( B U E )= P(B) +P(E) = 0,22 +0,21 = 0.43
2. P(A U D U E) = 0.17+0,29+0,21 = )0.67
3. P(C U F)= 0.03 + 0.08 = 0.11
4. P (B U D U F)= 0,22 + 0,29 + 0.08= 0.59.
Prob Mutually Exlusive.
20
Kejadian Bersyarat
22
DIAGRAM POHON
Keputusan Jual atau Beli
Diagram
Pohon
Suatu
diagram
berbentuk
pohon yang
membantu
mempermuda
h mengetahui
probabilitas
suatu
peristiwa
Probabilitas Bersyarat
Jua
l
1
0,
6
Beli
0,4
Jenis Saham
BC
A
BL
P
BNI
0,35
BC
A
BL
P
BNI
Probabilitas bersama
1 x 0,6 x 0,35 = 0,21
0,40
0,25
0,3
5
0,4
0
0,25
Jumlah Harus =
1.0
CONTOH
Komposisi dari beberapa tingkatan manajemn
Dari 200 orang eksekutuf ditunjukkan sebagai
Berikut:
TM 18 (Pria) 2 (W), MM 3
6 (P) 24 (w), LM 24 (p) 96 (w)
Total P (78) W (122).
25
TEOREMA BAYES
Rumus:
P(Ai|B) =
P(Ai) X P (B|Ai)
P(A1) X P(B|A1)+P(A2) X P(B|A2) + + P(Ai) X
P(B|Ai)
26
End of Session
Terima Kasih
28