5

START

STATISTIKA

Konsep Dasar Probabilitas

Kelompok I

Kelompok 1
2

Aliyya Adyana Z

Dio Kusuma Wijaya

Iin Risviannita

19

Rizqi Anis Hakim

24

Trisna Rosana

25

Vendhi Suryono

 Peta Pembelajaran
Konsep
Dasar
Probabilitas

Pendahuluan
n
a
t
a
k
e
d dap
n
e
P rha tas
Te abili
b
Pro

k
i
n
Tek ngan
u
t
i
h
Per

i
r
o
Te ilitas
b
a
b
Pro iskrit
D

Pengertian,
Manfaat &
Contoh
Pendahuluan

Istilah-Istilah
Definisi,
Notasi &
Operasi Set

Pendahuluan

Pengertian, Manfaat & Contoh

Pengertian
Probabilitas adalah peluang suatu kejadian
Suatu nilai yang digunakan untuk mengukur
tingkat terjadinya suatu kejadian yang acak.
(Mendenhall and Reinmuth, 1982)

Manfaat
Manfaat
mengetahui
probabilitas
adalah
membantu pengambilan keputusan yang tepat,
karena kehidupan di dunia tidak ada kepastian,
dan informasi yang tidak sempurna.

Pendahuluan

Contoh
pembelian harga saham
berdasarkan analisis harga
saham
peluang produk yang
diluncurkan perusahaan
(sukses atau tidak), dll

Pendahuluan
Istilah-istilah

Ruang sampel adalah set (kontinu atau

diskrit) dari seluruh elemen yang dianggap
sebagai kemungkinan outcome dari suatu
ekperimen statistik, notasi S.
Titik sampel adalah elemen dari ruang
sampel
Event adalah subset dari ruang sampel, terdiri
dari satu atau lebih titik sampel

Pendahuluan

Definisi, Notasi & Operasi Set

Definisi Set:

1. Set merupakan kumpulan dari objek yang dapat dikenal dalam

suatu domain D
Kumpulan objek yang tidak berurutan dengan tanpa
duplikasi
2. Special set dapat berupa :
Universal Set (S): semua elemen yang terdapat dalam
domain D.
Null set atau set kosong : Set yang tidak memiliki
elemen
3. Setiap objek Set disebut dengan elemen dari Set tersebut.
4. Jika semua elemen set A juga merupakan elemen set B, maka
set A adalah subset dari set B dan set B merupakan superset
dari set A

Pendahuluan

Definisi, Notasi & Operasi Set

Notasi Set:
Set biasanya dinotasikan dengan huruf kapital seperti A, B atau C.
Elemen dari Set dinotasikan dengan huruf kecil seperti x, y, atau z
Set umumnya ditunjukkan dengan mendata seluruh elemennya dalam
kurung karawal {} contohnya: A = {2, 4, 6, 8}.
Null set dinotasikan dengan {} atau { } atau
Set juga bisa ditunjukkan dengan menyatakan syaratnya. Contoh : Set A
merupakan semua bilangan bilangan genap kurang dari 10

Operasi Set:
Complement ( atau atau A atau Ac): elemen yang bukan berasal dari
suatu Set A tetapi proper subset dari universal set U.
Union (U): gabungan elemen yang berbeda + elemen yang sama
Intersection () : elemen-elemen dari 2 atau lebih yang sama

Operasi Set
1. Komplemen suatu kejadian

Komplemen suatu kejadian A relatif terhadap S

(semesta) adalah himpunan semua anggota S
yang bukan anggota A, dilambangkan dengan Ac.

Diagram Venn berikut mengilustrasikan Ac.

S
A

Ac

Operasi Set
2. Gabungan (Union) dari 2 atau lebih kejadian

Paduan dua kejadian A dan B, dilambangkan

dengan A B, adalah kejadian yang mencakup
semua unsur anggota A atau B atau keduanya.

Diagram Venn berikut mengilustrasikan A B.

S
A

Operasi Set
3. Irisan (Intersection) dari 2 atau lebih kejadian

Irisan dua kejadian A dan B dilambangkan dengan

A B, adalah kejadian yang mengandung semua
unsur persekutuan kejadian A dan B.

Diagram Venn berikut mengilustrasikan A B.

S
A

AB

 Peta Pembelajaran
Konsep
Dasar
Probabilitas

Pendahuluan
n
a
t
a
k
e
d dap
n
e
P rha tas
Te abili
b
Pro

k
i
n
Tek ngan
u
t
i
h
Per

i
r
o
Te ilitas
b
a
b
Pro iskrit
D

PENDEKATAN
PROBABILITAS
1. Pendekatan Klasik
2. Pendekatan Relatif
3. Pendekatan Subjektif

20

1. PENDEKATAN KLASIK
Definisi:

Setiap peristiwa mempunyai kesempatan

yang sama untuk terjadi.
Harus diketahui terlebih dahulu seluruh
kejadian yang akan muncul, yang dalam
praktiknya sulit untuk dilakukan.
Rumus:
Probabilitas
suatu peristiwa

jumlah kemungkinan hasil

jumlah total kemungkinan hasil

Percobaan

Hasil

Probabilit
as

Kegiatan
melempar uang

1. Muncul gambar
2.Muncul angka

Kegiatan
perdagangan
saham

1. Menjual saham
2. Membeli saham

Perubahan harga

1.Inflasi (harga naik)

2.Deflasi (harga turun)

Mahasiswa
belajar

1. Lulus memuaskan
2. Lulus sangat
memuaskan
3. Lulus terpuji

1/3

Contoh:
Seorang pedagang menjual obral 50 buah radio, 5 di
antaranya rusak. Berapa probabilitas seorang pembeli akan
memperoleh barang yang rusak?

Jawab:
Diketahui n = 50, x = 5
P(A) = x/n = 5/50 = 10% atau 0,1.
Jadi besarnya kemungkinan seorang pembeli
memperoleh radio yang rusak adalah 0,1 atau 10%

2. PENDEKATAN RELATIF
Definisi:
Probabilitas suatu kejadian tidak
dianggap sama, tergantung dari
berapa banyak suatu kejadian terjadi.
Rumus:
Probabilitas
suatu peristiwa

jumlah peristiwa yang terjadi

jumlah total percobaan

Contoh:
Suatu studi dilakukan dan
ternyata 300 dari 750 lulusan
suatu universitas tidak bekerja
sesuai dengan bidang studinya.
Jawab :
Probabilitas terjadinya suatu
kejadian
P(A) = 300/750 = 0,4

Contoh:
Diketahui nilai ujian Statistika mahasiswa STAN sbb:
Nilai Ujian

Banyaknya mahasiswa

< 25

10

25 50

30

50 75

45

> 75

15

Jumlah

100

Jika kita bertemu dengan salah satu mahasiswa, berapa

probabilitas bahwa dia memperoleh nilai 25<X<50,
50<X<75, dan X>75?

Jawab:
P(25<X<50) = 30/100 = 0,3 atau 30%
P(50<X<75) = 45/100 = 0,45 atau
45%
P(X>75) = 15/100 = 0,15 atau 15%

3. Pendekatan
Subjektif
Definisi:
Contoh:
Probabilitas suatu
kejadian
didasarkan pada
penilaian pribadi
yang dinyatakan
dalam suatu
derajat
kepercayaan.

Penunjukan
seorang kepala
cabang karena
tingkat
kepercayaan
seorang manajer
terhadap
bawahannya.

 Peta Pembelajaran
Konsep
Dasar
Probabilitas

Pendahuluan
n
a
t
a
k
e
d dap
n
e
P rha tas
Te abili
b
Pro

k
i
n
Tek ngan
u
t
i
h
Per

i
r
o
Te ilitas
b
a
b
Pro iskrit
D

Teknik perhitungan
Aturan 1: Perkalian Event (metoda replacement)
Jika sebuah operasi digambarkan sebagai urutan k langkah, dan
Jika jumlah cara untuk menyelesaikan langkah 1 adalah n1
Jika jumlah cara untuk menyelesaikan langah 2 adalah n2
Dan seterusnya
Maka jumlah cara untuk menyelesaikan operasi tersebut adalah:
n1 x n 2 x x n k

Contoh soal: Pada proses pemilihan matakuliah pada saat registrasi semesteran,
mahasiswa harus mengisi statusnya sebagai berikut:
Tuliskan jenis matakuliah: wajib atau pilihan
Tuliskan status pengambilan: paket, tabungan, mengulang
Tuliskan kode kelas: kelas A, B, C atau D
Buatlah diagram pohon proses pendataan mahasiswa tersebut
Ukuran dari ruang sampel = jumlah cabang akhir pemilihan = 2 x 3 x 4 = 24

Teknik perhitungan
Aturan-2: Permutasi event
Permutasi (sejumlah kemungkinan susunan jika terdapat satu kelompok objek).
Jumlah permutasi dari n elemen yang berbeda adalah faktorial
n! = n x (n 1) x (n 2) x . . . x 2 x 1
Jumlah permutasi dari subset dengan r elemen yang dipilih dari set n elemen
n Pr

n!
n r !

Jumlah permutasi dari multi proses n objek dimana n = n1 + n2 + + nr dimana r

merupakan jumlah proses adalah
n!

n1!n2!n3! nr!

Teknik perhitungan

Banyaknya permutasi akibat pengambilan

r benda dari n benda yang berbeda
adalah
n!
n

dimana

n! = n.(n-1).(n-2) (2).(1)
(n-r)! = (n-r).(n-r-1).(n-r-2) (2).(1)
0! = 1

Pr

(n r )!

Teknik perhitungan

Contoh:
Dua kupon lotere diambil dari 20 kupon untuk
menentukan hadiah pertama dan kedua, maka
banyaknya titik contoh adalah

Jawab :
20!
(20)(19) 380
20 P2
(20 2)!

Teknik perhitungan

Banyaknya permutasi n benda yang berbeda yang

disusun dalam suatu lingkaran adalah
P = (n-1)!

Contoh :
Banyaknya susunan berbeda yang mungkin dari enam
orang yang akan duduk di enam kursi yang disusun
secara melingkar adalah
P = (6-1)! = 5! = 54321 = 120 susunan.

Teknik perhitungan

Banyaknya permutasi yang berbeda dari n benda

yang n1 diantaranya berjenis pertama, n2 berjenis
kedua, , nk berjenis ke-k adalah
n!
P=

Contoh :
Banyak susunan yang berbeda bila kita ingin
membuat sebuah rangkaian lampu hias yang
terdiri dari 3 lampu merah, 4 kuning, dan 2 biru
adalah

n1! n2 !...nk !

9!
1260
P=
3!4!2!

Teknik perhitungan
Aturan-3: Kombinasi event
Jumlah kombinasi dari subset dengan ukuran r yang dapat dipilih dari n elemen:

n
n!

r r! n r !

Contoh soal : Seorang dosen ingin menguji mahasiswanya dengan 5 contoh soal
dari 8 soal yang pernah dibahasnya dikelas. Jika urutan nomor soal tidak
dipermasalahkan, seberapa banyak kemungkinan variasi soal yang bisa dibuat oleh
dosen tersebut?

Kombinasi 5 subset dari n = 8

8
8!
8 7 6
5
!

8 7 56
5
!
!3
5 5! 8 5!

Peta Pembelajaran
Konsep
Dasar
Probabilitas

Pendahuluan
n
a
t
a
k
e
d dap
n
e
P rha tas
Te abili
b
Pro

k
i
n
Tek ngan
u
t
i
h
Per

i
r
o
Te ilitas
b
a
b
Pro iskrit
D

A. Hukum Penjumlahan
Kejadian tidak saling meniadakan
(MAJEMUK)
Non Mutually Eksklusif

A
B

P(A atau B) = P(A B) = P(A) + P(B) P(A

dan B)
Contoh: Berapa probabilitas bahwa sebuah kartu
yang dipilih secara acak dari satu set kartu
adalah bergambar King atau bergambar
Heart?

Jawab : Dalam satu set kartu terdapat gambar King

4 buah, dan bergambar Heart 13 buah. Karena
di antara 4 kartu King juga ada yg bergambar
Heart, maka terpilihnya kartu bergambar King
atau Heart merupakan kejadian yang bersifat
bukan
saling
meniadakan.
Peluang/probabilitas
kejadian adalah:
Kartu
Probabilitasmasing2
Penjelasan
King

P(A) = 4/52

4 kartu King dalam satu set

kartu

Heart

P(B) = 13/52

13 kartu Heart dalam satu

set kartu

King bergambar
Heart

P(A dan B) = 1/52

1 kartu King bergambar

Heart dalam satu set kartu

P(A atau B) = P(A B) = P(A) + P(B)

P(AdanB)
= 4/52 + 13/52 1/52
= 16/52 = 0,3077

A. Hukum Penjumlahan
Kejadian saling meniadakan
Mutually Eksklusif
P(A atau B) = P(A B) = P(A) +
P(B)

Contoh :
Hasil pengecekan atas 4000 paket sembako
gratis:
Kejadian

Jumlah
Paket

Lebih
ringan

100

Standar

3600

Lebih berat

300

Berat

Probabilitas
100/4000
=0,025
3600/4000
=0,900
300/4000

Probabilitas berat paket yang lebih ringan

=0,075atau lebih
berat adalah :
Jumlah
4000
1
P(A atau C) = P(A C) = P (A) + P (C)
= 0,025 + 0,075
= 0,1

B. Hukum Perkalian
P ( A dan B)

= P(A) X P(B)

Jika P (A) 0,35 dan P(B) 0.25

Maka P (A dan B) = 0,35 X 0,25 = 0,0875

Kejadian Bersyarat (Dependent) P(A/B)

P(A/B) = P(A B)/P(B)
P(B/A) = P(A B)/P(A)
Dengan demikian P(A B) = P(A) P(B/A) = P(B) P(A/B)

Peristiwa Pelengkap (Complementary Event)

P(A) + P(B) = 1 atau P(A) = 1 P(B)

Contoh kejadian bersyarat

Sebuah dadu dilemparkan ke atas sebanyak dua
kali, dan X adalah jumlah mata dadu dari hasil
lemparan tersebut. Kalau lemparan pertama keluar
mata 2, dan lemparan kedua keluar mata 4, maka
X = 2 + 4 = 6. juga, kalau pada lemparan pertama
keluar mata 3 dan yang kedua 5, X=3+5=8, dst.
Jika A = {x:x<5} dan B = {x:x suatu bilangan
ganjil}, hitunglah P(A/B) dan P(B/A)
I
II

11

12

13

14

15

16

21

22

23

24

25

42

31

32

33

34

35

36

41

42

43

44

45

46

51

52

53

54

55

56

61

62

63

64

65

66

26

S = 36 titik sampel = 36 hasil eksperimen (N= 36)

A = nilai x<5 = 6 (diarsir orange dan kuning), a = 6
B = nilai X = ganjil = 18 (arsir hijau + kuning), b = 18
A B = 2 (12 dan 21, memiliki nilai kurang dari lima dan berjumlah
ganjil), c = 2
P(A/B) = P(A B)/P(B) = (c/N)/(b/N) = c/b = 2/18 = 0,11
P(B/A) = P(A B)/P(A) = (c/N)/(a/N) = c/a = 2/6 = 0,33
I
II

11

12

13

14

15

16

21

22

23

24

25

26

31

32

33

34

35

36

41

42

43

44

45

46

51

52

53

54

55

56

61

62

63

64

65

66

Keputusan Jual atau Beli

Probabilitas Bersyarat

Diagram
Pohon
Suatu
diagram
berbentuk
pohon yang
membantu
mempermuda
h mengetahui
probabilitas
suatu
peristiwa

Jual
1

0,6

Beli
0,4

Jenis Saham

Probabilitas bersama
1 x 0,6 x 0,35 = 0,21

BCA

0,35

BLP

0,40

1 x 0,6 x 0,40 = 0,24

BNI

0,25

1 x 0,6 x 0,25 = 0,15

BCA

0,35

1 x 0,4 x 0,35 = 0,14

BLP

0,40

1 x 0,4 x 0,40 = 0,16

BNI

0,25

Jumlah Harus =1.0

1 x 0,4 x 0,25 = 0,10

0,21+0,24+0,15+0,14
+0,16+0,10 =1,0

TEOREMA BAYES

Merupakan probabilitas bersyarat - suatu kejadian terjadi

setelah kejadian lain ada.

Aturan Bayes :
Misalkan

A1, A2, dan A3 adalah tiga

kejadian saling lepas dalam ruang sampel S.
B adalah kejadian sembarang lainnya dalam
S.

B
A1

A2

A3

 probabilitas kejadian B adalah :

P(B)

= P(B A1). P(A1) + P(B A2). P(A2) + P(B A3). P(A3)

3

P( B A ).P( A )
i 1

disebut Hukum Probabilitas Total

Secara umum, bila A1, A2, A3, , An

kejadian saling lepas dalam ruang
sampel S dan B kejadian lain yang
sembarang dalam S, maka probabilitas
kejadian bersyarat Ai B dirumuskan
P(A |B)sebagai
=
P(Ai)
berikut
: X P (B|Ai)

P(A1) X P(B|A1)+P(A2) X P(B|A2) + + P(Ai) X P(B|AI)

ata
u P( B A )
i

P ( Ai B)

P( B)

P ( B Ai ).P ( Ai )
n

P( B A ).P( A )
i 1

disebut Rumus Bayes (Aturan Bayes).

 Contoh:

Misalkan ada tiga kotak masing-masing berisi 2

bola. Kotak 1 berisi 2 bola merah, kotak 2 berisi 1
bola merah dan 1 bola putih, dan kotak 3 berisi 2
bola putih. Dengan mata tertutup Anda diminta
mengambil satu kotak secara acak dan kemudian
mengambil 1 bola secara acak dari kotak yang
terambil itu..
Berapakah peluang bola yang terambil berwarna
merah?
Berapakah peluang bola tersebut terambil dari
kotak 2?

 Jawab

P(M)= bola yang terambil berwarna merah

P ( M ) P (1).P ( M 1) P ( 2).P ( M 2) P (3).P ( M 3)

1 2 1 1 1
2 1 3
. . .0
0.5
3 2 3 2 3
6
6

P bola merah tersebut 1terambil

dari kotak 2
1
1
.
P (2).P ( M 2)
1
3
2
6
P
(
2
M
)

0.33
=
3
3
P( M )

 TEOREMA BAYES
(BAYES THEOREM) (L)

Contoh:
Tiga orang telah dicalonkan sebagai manajer sebuah
perusahaan. Peluang A terpilih adalah 0,3, peluang B
terpilih adalah 0,5, dan peluang C terpilih adalah 0,2.
Jika A terpilih, peluang terjadinya kenaikan gaji
karyawan adalah 0,8. Jika B atau C terpilih, peluang
kenaikan gaji karyawan masing-masing adalah 0,1
dan 0,4.

Berapa peluang terjadi kenaikan gaji karyawan?

Jika ada manajer baru dan ternyata gaji karyawan

telah dinaikkan, berapa peluang C menjadi
manajer perusahaan tersebut?

 TEOREMA BAYES
(BAYES THEOREM) (L)

Contoh: (Lanjutan)

Misal kejadian A = gaji karyawan naik,

B1 = A terpilih, B2 = B terpilih, dan B3 = C terpilih

Peluang terjadi kenaikan gaji karyawan

P(A) = P(B1)P(A|B1)+P(B2)P(A|B2)+P(B3)P(A|B3)
= (0.3)(0.8) + (0.5)(0.1) + (0.2)(0.4)
= 0.37

 TEOREMA BAYES
(BAYES THEOREM) (L)

Contoh: (Lanjutan)

Jika ada manajer baru dan ternyata gaji karyawan

telah dinaikkan, Peluang C menjadi manajer
perusahaan tersebut adalah
P (B3 | A)

P (B3 )P ( A | B3 )
P(B1 ) P(A | B1 ) P(B 2 ) P(A | B 2 ) P(B 3 ) P(A | B3 )

P( B3 | A)

(0,2)(0,4)
8

0,22
(0,3)0,8) (0,5)(0,1) (0,2)(0,4) 37

TERIMA KASIH

SEKIAN