PROBABILITAS
1.1 Pendahuluan
Probabilitas merupakan teori kemungkinan atau peluang, nilainya berkisar antara
0 dan 1. Peluang 0 (nol) sama artin ya peluang terhadap suatu kejadian yang
TIDAK MUNGKIN terjadi . Contoh peluang manusia bisa hidup dengan tidak
bernapas selama 24 jam. Sedangkan peluang 1 (satu) adalah peluang terhadap
Percobaan (experiment)
Adalah suatu proses yang dibentuk dari sejumlah observasi yang
Pendekatan Klasik
: probabilitas peristiwa A
untuk
memperoleh
hasil -akhir
adalah:
P(B)= 1/2 =
0.5
Pendekatan Subyektif
Probabilitas dengan pendekatan subjektif diperoleh dengan melihat tingkat
kepercayaan individu yang didasarkan pada fakta-fakta yang ada. Misalnya,
seorang pemimpin akan memilih seorang pegawai baru dari tiga calon yang sudah
lulus ujian seleksi. Ketiga calon sama pandai dan berkualitas. Bagaimana peluang
masing-masing calon akan terpilih? Disinilah pemimpin menerapkan pendekatan
subyektif dengan melihat fakta yang ada dalam menentukan peluang tersebut.
1.3 Hukum dalam Probabilitas
A. Hukum Penjumlahan
Seringkali, lebih mudah menghitung
oeluang
suatu
atau
Contoh :
Pada pelontaran sebuah dadu yang setimbang, hasil akhir untuk
probabilitas untuk memperoleh hasil -akhir genap yaitu 2, 4, dan 6
merupakan kejadian saling asing/pisah:
Jawa
b:
P (genap) = P (2) + P (4) + P (6)
Contoh
:
Peluang
seorang
mahasiswa
peluang
ia lulus
bahasa
sekurang-kurangnya satu
lulus
Inggris
adalah 4/9.
dan
= 2/9
B. Peluang
Bersyarat
Menghitung peluang suatu kejadian berdasarkan peluang kejadian lain
yang telah terjadi.
Peluang bersyarat B, bila A diketahui dinotasikan sebagai
Contoh
:
Peluang suatu penerbangan reguler berangkat tepa t pada waktunya
adalah P(D)=0.83, peluang penerbangan itu mendarat tepat pada waktunya
adalah P(A)=0.92, dan peluang penerbangan itu berangkat dan mendarat
tepat pada waktunya adalah P(DA)=0.78. Hitung peluang bahwa suatu
pesawat pada penerbangan itu :
a. Mendarat
pada
waktunya
bila
diketahui
bahwa
pesawat
bahwa
pesawat
pada
waktunya
bila diketahui
sehingga
ruang contoh
2.
PERMUTASI
2.1 Pendahuluan
Permutasi sejumlah obyek adalah penyusunan obyek tersebut dalam
suatu urutan tertent u. Dalam permutasi urutan diperhatikan!
Banyak permutasi yang mungkin, tergantung pada ukuran kelompok asalnya
(n) dan banyaknya item yang dipilih (r) dari kelompok itu.
Misal :
Dari huruf A, B, C permutasi yang mungkin adalah: ABC, ACB, BAC,
BCA, CAB dan CBA. Perhatikan ke -enam susunan ini semua dianggap
berbeda!
2.2 Dalil-Dalil Permutasi
Dalil-1 Permutasi :
Banyaknya Permutasi n benda yang berbeda ad alah n!
Dalil-2 Permutasi :
Banyaknya permutasi r benda dari n benda yang berbeda adalah :
Perhatikan dalam contoh -contoh ini urutan obyek sangat diperhatik an!
Contoh :
Dari 40 nomor rekening akan diundi 3 untuk memenangkan hadiah.
Undian urutan pertama akan memperoleh uang tunai $1000, undian urutan
kedua memperoleh paket wisata dan undian urutan ketiga memperoleh
sebuah sedan. Berapa banyaknya susunan p emenang yang mungkin
terbentuk jika satu nomor rekening hanya berhak atas
satu
hadiah?
Jawab:
Contoh :
Enam orang bermain bridge dalam susunan melingkar. Berapa
susunan yang mungkin dibentuk?
Dalil-3
Permutasi
:
Jawab
:
Banyaknya permutasi n benda yang disusun dalam suatu
n = 6 maka
lingkaran
adalah (n-1)!
permutasi melingkar = (6 -1)! = 5! = 5 4 3 2 1 = 120
Dalil-4 Permutasi :
Contoh :
Berapa permutasi dari kata STATISTIKA?
Jawab:
S = 2; T = 3; A = 2; I = 2; K = 1
Permutasi =
3.
KOMBINASI
=3
2!1!
Dalil kombinasi :
Banyaknya kombinasi r item yang di ambil dari kelompok
berukuran n (r n )
Contoh :
Manajer
SDM mengajukan
10 calon manajer
yang
cara
4.
DISTRIBUSI PROBABILITAS
4.1 Pendahuluan
Kejadian- kejadian atau peristiwa- peristiwa yang telah dijelaskan terdahulu dapat
dibentuk atau berbentuk suatu distribusi probabilitas. Distribusi inipun dapat
digambarkan dalam suatu poligon. Distribusi probabilitas adalah sebuah daftar
dari kesulurah hasil suatu percobaan kejadian yang disertai dengan nilai
probabilitas masing-masing hasil.
Misal :
Satu mata uang logam, muka 1 dan muka 2. Kita ingin mengamati banyaknya
muka 1 yang keluar dari pelemparan sebuah mata uang sebanyak 3 kali.
Banyaknya peristiwa:
111
211
112
212
121
221
122
222
Jumlah Frekuensi
1
0
1
2
3
Hasil Pr
1
1/8
3
3/8
3
3/8
1
1/8
8
1
Dari tabel distribusi probabilitas kita dengan mudah menentukan berapa
probabilitas munculnya muka 1 sebanyak 2 yaitu 3/8.
Variabel Random adalah suatu fungsi yang menghubungkan sebuah bilangan riil
dengan setiap unsur didalam ruang sampel S. Untuk menyatakan variabel random
digunakan sebuah huruf besar, misalkan X. Sedangkan huruf kecilnya, misalkan
x, menunjukkan salah satu dari nilainya.
Contoh :
1. S = {BBB, BBC, BCB, CBB, BCC, CBC, CCB, CCC}
dengan B menunjukkan tanpa cacat (baik) dan C menunjukkan cacat.
2. Variabel random X yang menyatakan jumlah barang yang cacat pada saat tiga
diskrit dinyatakan dalam bentuk grafik atau pun dalam bentuk tabel.
Variabel random diskrit adalah Jika suatu ruang sampel berisi sejumlah
kemungkinan terhingga atau urutan yang tidak terbatas dengan unsur
sebanyak bilangan bulat, maka ruang sampel ini disebut Ruang Sampel
Diskrit, dan variabel random yang didefinisikan disebut Variabel Random
Diskrit.
f ( x) 0
f ( x) 1
x 1
F ( x) P ( X x) f (t ) untuk x
tx
Distribusi
kumulatif F(x) dari suatu variabel random diskrit X dengan distribusi
probabilitas f(x), adalah :
E ( X ) xi . f ( xi )
Contoh:
Sebuah pengiriman 8 mikrokomputer yang serupa ke suatu jaringan eceran berisi
3 yang cacat. Bila suatu sekolah melakukan suatu pembelian acak 2 dari
mikrokomputer ini,
1. Carilah distribusi probabilitas untuk jumlah yang cacat.
2. Carilah distribusi kumulatif untuk jumlah yang cacat.
3. Dengan menggunakan F(x), buktikan f(2) = 3/28
4. Hitung nilai rata-rata X.
Jawab:
1. Ambil X sebagai variabel random yang didefinisikan sebagai banyaknya
mikrokomputer yang cacat yang mungkin akan dibeli oleh sekolah tersebut. Maka
dapat dituliskan :
X = banyaknya mikrokomputer cacat yang mungkin akan dibeli oleh
sekolah
= 0, 1, 2
1 1
15
f (1) P ( X 1)
f ( 0) P ( X 0)
28
8
2
3 5
2 0
3
f ( 2) P ( X 2)
28
8
2
P ( X x) f ( x)
3
x
2 x
, untuk x 0,1,2
8
f(x)
10/28
15/28
3/28
3 5
0 2 10
28
8
2
perempuan,
untuk x = 0,1,23,...,n
n: banyaknya ulangan
x: banyak keberhasilan dalam peubah acak X
p: peluang berhasil pada setiap ulangan
q: peluang gagal = 1 - p pada setiap ulangan
S UK S E S
Contoh :
Peluang seorang mahasiswa m e m bo l o s adalah 6:10, jika terdapat 5
mahasiswa, berapa peluang terdapat 2 orang mahasiswa yang t i da k m
em bo los ?
Jawab :
Kejadian yang ditanyakan Kejadian SUKSES = TIDAK MEMBOLOS
Yang diketahui peluang MEMBOLOS = q = 6 : 10 = 0.60
p = 1 - q = 1 - 0.60 = 0.40
x = 2,
peluang
peluang
binomial
dapat
diselesaikan dengan
p = 0.10
p = 0.15
p = 0.20
0.5905
0.4437
0.3277
0.3280
0.3915
0.4096
0.0729
0.1382
0.2048
0.0081
0.0244
0.0512
0.0004
0.0020
0.0064
0.0000
0.0001
0.0003
Contoh :
x=0 n=5
p = 0.10
Contoh :
Suatu
perusahaan
pengiriman
paket
terikat
perjanjian bahwa
keterlambatan
paket
akan
menyebabkan
perusahaan
paket
yang
terlambat,
sehingga
perusahaan
(x = 0)
Jawa
b:
a. x = 0
rumus)
sebagai
"GAGAL".
Contoh :
Suatu kotak terdiri dari 100 barang, 90 diantaranya baik dan sisanya cacat. Lalu
dilakukan sampling dengan ukuran sampel n=6 terhadap barang di dalam kotak.
Berapakah probabilitas memperoleh jumlah yang baik 4?
Jawab :
n=4 , p=90/100 =0,9 ,r=4 , N=100 ,R=90
Jadi p(4) = C904 . C100-906-4
C1006
90! . 10!
= 4!. 86! 2! 8!
100!
6! 94!
menyatakan
peluang
jumlah
peristiwa yang t erjadi pada periode waktu tertentu apabila rata - rata
kejadian tersebut diketahui dan dalam waktu yang saling bebas sejak
kejadian terakhir.
diameter cincin di dalam populasi itu. Dimana untuk distribusi kontinyu variabel
yang diukur dinyatakan dalam skala kontinyu. Oleh karena itu distribusi
probabilitasnya dinamakan distribusi kontinyu.