MODUL PERKULIAHAN

Teori
Probabilitas
(Statistik
Probabilitas)
Konsep Probabilitas

Fakultas
Teknik

Program
Studi

Teknik Industri

Tatap
Muka

01

Kode MK

Disusun Oleh

MK16014

Ir. Sonny Koeswara, MSIE

Abstract

Kompetensi

Modul ini mencakup pengertian

probabilitas, model probabilitas dan
probabilitas beberapa kejadian.

Mampu memahami dan menjelaskan

pengertian probabilitas dalam statistic
dan memahami penggunaan
rumusannya

Konsep Probabilitas

Tinjauan Umum Probabilitas dan Statistik

Apa yang dimaksud dengan statistik?
Statistik adalah salah satu cabang ilmu yang memberikan suatu metoda untuk mengelola
(mengumpulkan, mengolah, menganalisis) dan merangkum data, sekaligus menggunakan
informasi dalam data tersebut untuk menghasilkan berbagai kesimpulan atas fenomena
yang diamati.
Statistik merupakan kumpulan angka angka yang sudah diolah yang dapat disajikan dalam
suatu table atau grafik. Dari kondisi yang penuh ketidakpastian pada real world seringkali
harus diambil satu keputusan. Metoda statistik membantu mengambil keputusan yang
cerdas ilmiah, dikenal sebagai menebak secara terpelajar (educated guesses). Sedangkan
keputusan tanpa metoda statistik (atau ilmiah) biasanya dikenal sebagai tebakan biasa
(pure guesses) dan hasilnya kurang dapat diandalkan.
Statistik juga memiliki aspek teoritis (matematis) dan aspek praktis. Statistik teoritis
berkaitan dengan pembentukan, penurunan, dan pembuktian teori-teori, Rumus-rumus, dan
hukum-hukum statistik.
Statistik terapan melibatkan aplikasi teori-teori, Rumus-rumus, dan hukum-hukum tersebut
untuk menyelesaikan masalah di real world. Dalam banyak hal, kita sering harus menggali
informasi atau menarik kesimpulan dari sebuah populasi (population) yang melibatkan
seluruh individu atau objek jenis tertentu.
Istilah populasi numeris (numerical population) muncul bila anggota-anggota populasi
tersebut merupakan himpunan bagian dari kelompok-kelompok data.

Sampel (sample):
Himpunan bagian dari populasi yang dijadikan data. Sampel digunakan bilamana populasi
terlalu besar untuk dijadikan data, misalnya populasinya adalah tak terhingga.
Contoh:
Populasi pengukuran panjang sebuah jarak antara dua titik adalah tak terhingga. Oleh
karena itu dilakukan sampel pengukuran, misalnya, sebanyak 30 kali.

Mengapa sampel:
1
3

Teori Probabilitas
Ir. Sonny Koeswara, MSIE

PusatBahan Ajar dan eLearning

http://www.mercubuana.ac.id

Biayanya mahal kalau harus seluruh populasi

Tidak mungkin mengamati semua populasi.

Menguji semua populasi cenderung memperbesar kesalahan.

Pengujian/eksperimen kadangkala destruktif.

Jenis prosedur sampling:

Nyaman, sukarela (convenience)

Acak sederhana (simple random)

Sampling sistematis (systematics sampling)

Sampling berlapis (stratified sampling)

Sampling cluster (cluster sampling)

Statistik deskriptif (descriptive statistics):

Suatu metoda bagian dari statistik yang bertujuan untuk mengelola (organize) dan
merangkum (summarize) data baik dari populasi maupun sampel.
Statistik inferential (inferential statistics):
Metoda yang bertujuan untuk mengambil kesimpulan mengenai suatu populasi dari
data/informasi yang terkandung dalam sampel.

Persoalan Probabilitas:
Sifat/karakteristik populasi

diasumsikan diketahui, dan pertanyaan-pertanyaan tentang

sampelnya cukup jelas dan dapat terjawab dengan baik.

Persoalan statistik:
Karakteristik sampel tersedia cukup baik, dan informasinya dapat digunakan untuk
mengambil kesimpulan tentang karakteristik keseluruhan populasi. Jadi, probabilitas
menjelaskan dari populasi ke sampel (penjelasan deduktif), sedangkan statistik menjelaskan
dari sampel ke populasi (penjelasan deduktif)
Metoda tabular dan penggambaran dalam statistik deskriptif:

1
3

Display stem and leaf (pangkal dan daun ??)

3

Teori Probabilitas
Ir. Sonny Koeswara, MSIE

PusatBahan Ajar dan eLearning

http://www.mercubuana.ac.id

Distribusi frekwensi

Histogram

Karakteristik data:
Data: x1, x2, ..., xn

Nilai menengah sampel (sample mean)

Nilai menengah populasi (population mean)

Median sampel (nilai tengah)

Median populasi

...

Estimasi:
variabilitas/penyimpangan (1):

Variansi populasi

Standar deviasi populasi

Variansi sampel

Standar deviasi sampel

Variansi nilai menengah sampel

Standar deviasi sampel, sx.

Residu atau koreksi, vi.

Error, e atau x,

variabilitas/penyimpangan (2):

Kovariansi populasi, ketergantungan dua variabel, xy.

Kovariansi sampel, S.

Koefisien korelasi populasi.Koefisien korelasi sampel.

Koefisien korelasi sampel rxy.

Pembobotan, wi, biasanya berbanding terbalik dengan variansi.

Probabilitas: Eksperimen, Event (ruang sampel) & Outcomes.

1
3

Teori Probabilitas
Ir. Sonny Koeswara, MSIE

PusatBahan Ajar dan eLearning

http://www.mercubuana.ac.id

Eksperimen: Proses yang menghasilkan satu dan hanya satu (output) dari
sejumlah pengamatan.

Outcome: Hasil pengamatan pada eksperimen.

Ruang sampel: Kumpulan semua outcome yang mungkin dalam suatu eksperimen.

Diagram Venn & Diagram Pohon (tree): Penggambaran ruang sampel.

Eksperimen Output Outcome Sample Spaces

Mengundi koin 1 Sisi koin Gambar, Angka S = {Gambar, Angka} Mengundi dadu Sisi dadu
1, 2, 3, 4, 5, 6 S = {1, 2, 3, 4, 5, 6} Mengundi koin 2 Sisi koin GG, GA, AG, AA S = {GG, GA,
AG, AA} Mengikuti test Hasil test Lolos, Gagal S = {Lolos, Gagal} Menjadi mahasiswa
Alumni Lulus, DO S = {Lulus, DO}
Kejadian sederhana dan gabungan (Simple and Compound Events)

Event: koleksi satu atau lebih outcomes dari suatu eksperimen.

Simple events: Ei, Even yang melibatkan satu dan hanya satu (final) outcomes.

Compound events: A, koleksi lebih dari satu outcome.

Menghitung Probabilitas
Pendekatan Konseptual:
1. Probabilitas klasik: Outcome yang sama atau mirip (Equally Likely Outcomes), dua
atau lebih outcome yang memiliki probabilitas kemunculan sama.
2. Konsep frekuensi relatif: Jika eksperimen dilakukan n kali, dan event A teramati f kali.
3. Probabilitas subjektif: probabilitas berdasarkan penilaian, pengalaman, informasi,
kepercayaan yang subjektif.

Cara menghitung
Jika sebuah eksperimen melibatkan tiga tahap, dan jika tahap pertama menghasilkan m
outcomes, tahap kedua menghasilkan n outcomes, dan tahap ketiga menghasilkan k
outcomes, maka Total outcome = m n k
Distribusi Probabilitas untuk Variabel Acak yang Diskrit

1
3

Teori Probabilitas
Ir. Sonny Koeswara, MSIE

PusatBahan Ajar dan eLearning

http://www.mercubuana.ac.id

Jika x adalah variabel acak diskrit, distribusi probabilitas dari x menggambarkan bagaimana
probabilitas terdistribusi untuk seluruh nilai x yang mungkin.

Fungsi kumulatif probabilitas (Probability Cummulative):

jumlah total probabilitas untuk nilai sampai batas atas setiap kelas frekuensi.

Nilai menengah (nilai ekspektasi) variabel acak diskrit x:

Simpangan baku (standard deviation) variabel acak diskrit x:
Distribusi Probabilitas Kontinyu
Poligon yang dihaluskan (smoothed) adalah pendekatan untuk kurva distribusi probabilitas
untuk variabel acak kontinyu x. Kurva tersebut disebut juga fungsi padat probabilitas
(probability density functions, p.d.f).

Karakteristik Probabilitas
1. Nilai Probabilitas

dinyatakan dalam suatu bilangan yang terletak pada interval

tertentu adalah antara 0 dan 1.

2. Total probabilitas untuk seluruh interval adalah 1.0 atau 100%.

Pengertian Probabilitas
Pengertian mengenai probabilitas dapat dilihat dari tiga macam pendekatan, yaitu (1).
Pendekatan Klasik, (2). Pendekatan Frekuensi Relatif, dan (3). Pendekatan Subjektif. Ketiga
pendekatan tersebut dijelaskan sebagai berikut:
(1).Pendekatan Klasik
Menurut pendekatan ini, probabilitas diartikan sebagai hasil bagi banyaknya peristiwa
yang dimaksud dengan seluruh peristiwa yang mungkin. Pendekatan ini dapat
dirumuskan sebagai berikut :

1
3

Teori Probabilitas
Ir. Sonny Koeswara, MSIE

PusatBahan Ajar dan eLearning

http://www.mercubuana.ac.id

P(A)

x
n

Keterangan :
P(A)

Probabilitas terjadinya peristiwa A

Peristiwa yang dimaksud

Peristiwa yang mungkin

Contoh
Dua buah dadu dilemparkan ke atas secara bersamaan. Tentukan probabilitas
munculnya angka berjumlah 5 !

Jawab
Hasil yang dimaksud (x)

Hasil yang mungkin (n)

36

P(A 5)

4
0,11
36

(2).Pendekatan Frekuensi Relatif

Menurut pendekatan frekuensi relatif, probabilitias dapat diartikan sebagai berikut :
1. Proporsi waktu terjadinya suatu peristiwa dalam jangka panjang, jika kondisi stabil
2. Frekuensi relatif dari seluruh peristiwa dalam sejumlah besar percobaan.
Probabilitas berdasarkan pendekatan ini sering disebut sebagai probabilitas empiris.
Nilai probabilitas ditentukan melalui percobaan, sehingga nilai probabilitas itu
merupakan limit dari frekuensi relatif peristiwa tersebut, yang dirumuskan sebagai
berikut :

P(X x) limit
n

1
3

f
n

Teori Probabilitas
Ir. Sonny Koeswara, MSIE

PusatBahan Ajar dan eLearning

http://www.mercubuana.ac.id

Keterangan :
P(X = x)

Probabilitas terjadinya peristiwa A

Frekuensi Peristiwa X

Banyaknya Peristiwa yang Bersangkutan

Dalam prakteknya, frekuensi relatif itu sendiri dapat digunakan dalam memperkirakan
dari peristiwa yang bersangkutan.
Contoh
Dari hasil ujian Analisis Keputusan, 65 mahasiswa Fakultas Teknik Universitas Mercu
Buana, diperoleh data sebagai berikut :
X

5,0

6,5

7,5

8,5

9,0

9,5

11

14

13

15

X = Nilai Analisis Keputusan

Berapa probabilitas salah seorang yang nilainya 7,5 ?

Jawab
Frekuensi mahasiswa dengan nilai 7,5 (f) = 13
Jumlah mahasiswa = 65

15
P(X = 7,5) = 65
(3).Pendekatan Subjektif
Menurut pendekatan subjektif, probabilitas diartikan sebagai tingkat kepercayaan
individu atau kelompok yang didasarkan pada fakta-fakta/peristiwa masa lalu yang ada
atau berupa terkaan saja.

Contoh

1
3

Teori Probabilitas
Ir. Sonny Koeswara, MSIE

PusatBahan Ajar dan eLearning

http://www.mercubuana.ac.id

Seorang direktur akan memilih seorang karyawan dari 3 calon yang telah lulus ujian
saringan. Keiga calon tersebut sama pintar, sama lincah, dan penuh kepercayaan.
Probabilitas tertinggi (kemungkinan diterima) menjadi karyawan ditentukan secara
subyektif oleh sang direktur.

Percobaan, Ruang Sampel, Titik Sampel, dan Peristiwa

Berikut ini adalah penjelasan tentang Percobaan, Ruang Sampel, Titik Sampel dan
Peristiwa.

(1).Percobaan adalah proses di mana pengukuran atau observasi yang bersangkutan

dilaksanakan
(2).Ruang Sampel adalah himpunan semua hasil yang mungkin pada suatu
(3).Ttitik sampel adalah setiap anggota atau elemen dari ruang sampel
(4).Peristiwa atau kejadian adalah himpunan bagian dari ruang sampel pada suatu
percobaan, atau hasil yang dimaksud dari percobaan yang bersangkutan.

Contoh
Dua buah mata uang logam setimbang dilemparkan ke atas. Tentukan yang dimaksud
dengan percobaan, ruang sampel, titik sampel, dan peristiwa yang mungkin!
Jawab
(1).Percobaan

Pelemparan dua mata uang logam

(2).Ruang sampel :

{A,G}, {A,A}, {G,A}, {G,G}

(3).Tititk sampel

G (Gambar) dan A (Angka)

(4).Peristiwa yang mungkin

AA (angka dengan angka)
AG (angka dengan gambar)
GG (gambar dengan gambar)

1
3

Teori Probabilitas
Ir. Sonny Koeswara, MSIE

PusatBahan Ajar dan eLearning

http://www.mercubuana.ac.id

Harapan Matematis
Harapan matematis atau nilai harapan adalah semua jumlah hasil perkalian antara variabel
acak dengan probabilitas yang bersesuaian dengan nilai tersebut. Harapan matematis ini
dirumuskan sebagai berikut :

E( X )

X .P ( X )

X 1 .P ( X 1 ) X 2 P ( X 2 ) ....... X n P( X n )
Contoh
Menjelang hari raya penjual kambing akan untuk Rp 100.000 per hari, tetapi pada bulanbulan lain penjual kambing tersebut mengalami kerugian Rp 15.000. Jika probabilitas akan
untung adalah 0,65, berapa harapan matematis keuntungan penjual kambing tersebut ?
Jawab
Misalkan
X1

Penjualan hari raya

X2

Penjualan hari lain

P(X1) =

Probabilitas untung

P(X2) =

Probabilitas rugi

E(X) =

X1P(X1) X2P(X2)

(100.000 x 0,65) (15.000 x 0,35)

=

Rp 59.750

Daftar Pustaka
1. Prof. Dr. Sudjana, Metode Statistik Jilid II, Tarsito Bandung, 2012
2. Ronal, Edwin Walpole, Probability and Statistics for Engineer and Scienties, edisi terbaru,
ITB Bandung, 2012
3. Anto Dajan, Pengantar Metode Statistik Jilid I , Edisi terbaru, LP3ES , 1998
1
3

10

Teori Probabilitas
Ir. Sonny Koeswara, MSIE

PusatBahan Ajar dan eLearning

http://www.mercubuana.ac.id