Anda di halaman 1dari 39

KONSEP DASAR PROBABILITAS

1
Probabilit Teori
as Normal Keputusan

Konsep Probabilit
Dasar as

Probabilit
as Diskret
SEJARAH TEORI PROBABILITAS

3
Inspirasi Teori Probabilitas
 Teori probabilitas berawal dari meja judi.
 Matematikawan dan fisikawan Italia yang bernama
Girolamo Cardano (1501-1576) senang bermain judi.
 Judi berpengaruh buruk terhadap keluarganya,
namun memacunya untuk mempelajari teori
probabilitas.
 Dari judi tersebut, Cardano membuat buku Liber de
Ludo Aleae (Book on Games of Changes) yang
banyak membahas konsep dasar dari probabilitas
dan berisi tentang masalah perjudian.
Inspirasi Teori Probabilitas
 Pada tahun 1654, seorang bandar judi bernama Chevalier de
Mere kalah dalam berjudi. Dia meminta temannya Blaise Pascal
(1623-1662) untuk menganalisis sistem perjudiannya.
 Pascal menemukan sistem yang dipunyai oleh Chevalier akan
mengakibatkan peluang dia kalah 51 %. Pascal kemudian
menjadi tertarik dengan peluang, dan mulailah dia mempelajari
masalah perjudian.
 Pascal mendiskusikannya dengan matematikawan terkenal yang
lain yaitu Pierre de Fermat (1601-1665) dan membentuk asal
kejadian dari konsep peluang.
 Blaisé Pascal bekerjasama dengan Fermat menyelesaikan soal-
soal yang diberikan oleh Chevalier de Mere, diantaranya:
 Berapa kali kita harus melemparkan dua buah dadu, sehingga minimal
separuh  mata dadu yang muncul keduanya angka 6.
 Ketika dadu dilempar sebanyak 8 kali, berapa peluang seseorang gagal
mendapat  mata dadu 1 sebanyak tiga kali.
Inspirasi Teori Peluang
 Pada tahun 1709 Jaques Bernoulli menulis
buku Ars Conjectandi yang terdiri 4 bagian,
yaitu:
 Menulis lagi Liber de Ludo Aleae (Book on
Games of Chance) karya Cardano
 Menjelaskan permutasi dan kombinasi
 Menjelaskan distribusi binomial dan multinomial
 Teori peluang
TEORI PROBABILITAS

7
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:
• Berapa peluang harga saham akan turun atau akan naik.
• Berapa peluang kesuksesan produk yang diluncurkan perusahaan.
• Negara mana yang akan menjuarai Piala Dunia.

8
PENDAHULUAN

Probabilitas:
Suatu ukuran tentang kemungkinan suatu peristiwa (event) akan
terjadi di masa mendatang. Probabilitas dinyatakan antara 0 sampai
1 atau dalam persentase (misal: 0 – 100%.
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.

9
PENGERTIAN PROBABILITAS
Contoh:

Percobaan/ Pertandingan final Piala Dunia sepak bola


Kegiatan Belanda vs spanyol.
Hasil Belanda menang
Spanyol menang

Peristiwa Spanyol menang

10
PENDEKATAN PROBABILITAS

Pendekatan Klasik


Setiap peristiwa mempunyai kesempatan yang sama untuk terjadi.

Pendekatan Relatif


Probabilitas suatu kejadian tidak dianggap sama, tergantung dari berapa banyak suatu kejadian terjadi.

Pendekatan Subjektif


Probabilitas suatu kejadian didasarkan pada penilaian pribadi yang dinyatakan dalam suatu derajat
kepercayaan.
CONTOH PENDEKATAN KLASIK

Probabilitas = Jumlah kemungkinan hasil


suatu peristiwa Jumlah total kemungkinan hasil

Percobaan Hasil Probabilitas


Kegiatan melempar 1. Muncul gambar 2 ½
uang 2. Muncul angka

Kegiatan 1. Saham turun 2 ½


perdagangan saham 2. Saham naik
Mahasiswa belajar 1.  Lulus memuaskan 3 1/3
2. Lulus sangat memuaskan
3.  Lulus cum laude
CONTOH PENDEKATAN RELATIF

Probabilitas = Jumlah peristiwa yang terjadi


suatu peristiwa Jumlah total percobaan

Contoh:
Dalam 12 bulan, 10 bulan terjadi inflasi dan 2 bulan deflasi. Maka
probabilitas inflasi = 10/12=0,83 dan probabilitas deflasi = 2/12=0,17

13
CONTOH PENDEKATAN SUBJEKTIF

Contoh:
• Menurut pakar ekonomi, Indonesia akan mengalami
pertumbuhan ekonomi yang tinggi
• Menurut pakar perbankan syariah, jumlah nasabah
bank syariah akan meningkat

Semua contoh tersebut hanya berdasarkan penilaian


pribadi dan mungkin tidak banyak informasi sebagai
dasar pertimbangan

14
DISTRIBUSI NORMAL

15
PELEMPARAN DUA DADU: 6 KALI PELEMPARAN
PELEMPARAN DUA DADU: 60 KALI PELEMPARAN
PELEMPARAN DUA DADU: 6000 KALI PELEMPARAN
Complement of an Event
(Kejadian Saling Melengkapi)

 Hukum Dasar:
P(A) + P(Ac) = 1
 Contoh: Hidup dan mati. Naik dan turun

P(Ac)
P(A)

19
Hukum Penjumlahan
(Kejadian Saling Beririsan)

 Rumus:
P(A atau B) = P(A) + P(B) – P(AB)

P(A) P(B)

20
Hukum Penjumlahan
(Kejadian Saling Lepas)
 Rumus:
P(A atau B) = P(A) + P(B)

P(A) P(B)

21
Probabilitas Bersyarat
 Simbol probabilitas bersyarat: P(AΙB)
 Cara baca:
 Probabilitas munculnya kejadian A jika terjadi
kejadian B

22
Contoh Kasus Probabilitas Bersyarat
(Calon Pegawai Bank Syariah Madani)

Pria (P) Wanita (W) Total


Lulus (L) 288 36 324
Tidak Lulus (T) 672 204 876
Total 960 240 1200

 P(P dan L) = 288/1200 = Probabilitas Pria dan Lulus


 P(W dan L) = 36/1200 = Probabilitas Wanita dan
Lulus
23
Contoh Kasus Probabilitas Bersyarat
Pria (P) Wanita (W) Total
Lulus (L) 0.24 0.09 0.27
Tidak Lulus (T) 0.56 0.17 0.73
Total 0.80 0.20 1.0

 P(P dan L) = 288/1200 = 0.24 = Probabilitas Pria


dan Lulus
 P(W dan L) = 36/1200 = 0.03 = Probabilitas Wanita
dan Lulus
24
Diagram Pohon
Lulus P(PL) = P(L Ι P)x P(P)
= 0.24
P(L Ι P) = 288/960
Pria = 0.30

P(P) = 960/1200 Tidak Lulus


= 0.80 P(PT) = P(T Ι P)x P(P)
P(T Ι P) = 672/960 = 0.56
Calon = 0.70
Pegawai

Lulus P(WL) = P(L Ι W)x P(W)


= 0.03
P(L Ι W) = 36/240
Wanita
= 0.15

Tidak Lulus P(WT) = P(T Ι W)x P(W)


P(W) = 240/1200
P(T Ι W) = 204/240 = 0.17
= 0.20
= 0.85 25
TEOREMA BAYES

Merupakan probabilitas bersyarat-suatu kejadian terjadi setelah kejadian


lain ada.
Rumus:

P ( X ).P ( A X )
P ( X A) 
P ( X ).P ( A X )  P (Y ).P ( A Y )
TEOREMA BAYES
 Supermarket PALU GADA memasok barang dari PT
X sebanyak 65%, sisanya oleh PT Y. Setiap
pengiriman selalu ada yang jelek. Untuk PT X,
barang jelek yang dikirim sekitar 2%. Sedangkan PT
Y persentase barang jeleknya adalah 5%. Jika tim
QC melakukan inspeksi barang jelek, berapa
kemungkinan barang jelek tersebut:
 Dihasilkan oleh PT X
 Dihasilkan oleh PT Y
TEOREMA BAYES
P(XB) = P(B Ι X)x P(X)
Baik = 0.6370

P(B Ι X) = 0.98
X

P(X) = 0.65 Jelek P(XJ) = P(J Ι X)x P(X)


= 0.0130
P(J Ι X) = 0.02
Pemasok

Baik P(YB) = P(B Ι Y)x P(Y)


= 0.3325
Y P(B Ι Y) = 0.95

Jelek P(YJ) = P(J Ι Y)x P(Y)


P(Y) = 0.35 = 0.0175
P(J Ι Y) = 0.05
TEOREMA BAYES
 Jika Anda adalah tim Quality Control (QC). Berapa
probabilitas barang dari pemasok X jika barang
tersebut jelek?
 Yang ditanya adalah P(X Ι J) = ?
 Penyelesaian:

P ( X ). P ( J X )
P( X J ) =
P ( X ). P ( J X ) + P (Y ). P ( J Y )
(0 ,65 )( 0 ,02 )
P( X J ) = = 0 , 4262
(0 ,65 )( 0 ,02 ) + (0 ,35 )( 0 ,05 )
Penyelesaian Tabel
1 2 3 4 5

Pemasok Probabilitas Barang Perkalian


Rusak
X 0.65 0.02 0.013 0.42622

Y 0.35 0.05 0.0175

0.0305

0.013/0.0305
FAKTORIAL, PERMUTASI, KOMBINASI

• Faktorial (berapa banyak cara yang mungkin dalam mengatur


sesuatu dalam kelompok).

Faktorial = n!

• Permutasi (sejumlah kemungkinan susunan jika


terdapat satu kelompok objek).

Permutasi nPr = n!/ (n-r)!

• Kombinasi (berapa cara sesuatu diambil dari keseluruhan


objek tanpa memperhatikan urutannya.

Kombinasi nCr = n!/r! (n-r)!


Aplikasi Faktorial

 Berapa cara yang mungkin apabila kita


mengurutkan 3 bank
 Jawab: 3! = 3 x 2 x 1
 Berapa cara yang mungkin apabila kita
menyusun 5 perusahaan
 Jawab: 5! = 5 x 4 x 3 x 2 x 1
Aplikasi Permutasi
 Ada berapa kemungkinan pasangan capres-
cawapres jika terdiri dari 3 tokoh sebagai
berikut: SBY, JK, Hidayat Nur Wahid.
 n = 3 dan r = 2
 nPr = n!/(n-r)! = 3!/(3-2)! = 6
 Permutasi memperhatikan urutan.
Misal: SBY – JK dengan JK – SBY adalah
pasangan yang berbeda.
Kombinasi
 Berikut ini ada 8 tim di Piala Dunia 2010 yang
berhasil masuk perempat final: Jerman,
Argentina, Brazil, Belanda, Paraguay, Spanyol,
Ghana, dan Uruguay. Berapa kombinasi final
yang akan terjadi:
 n = 8 dan r = 2
 nCr = n!/r!(n-r)! = 8!/2!(8-2)! = 28
 Catatan: dalam kombinasi Spanyol – Belanda
dan Belanda – Spanyol dianggap sama
EXPECTED VALUE
Expected Value
Jumlah Kerusakan Peluang Kerusakan
P(x)
0 0,10
1 0,20
2 0,30
3 0,25
4 0,15
1,00

E(x) = (0)(0,10) + (1)(0,20) + (2)(0,30) + (3)(0,25)+ (4)(0,15)


= 2,15
Kerusakan rata-rata setiap pengiriman adalah 2,15
Ragam dan Simpangan Baku

xi P(xi) xi - E(x) [xi - E(x)]2 [xi - E(x)]2 x P(xi)


0 0.1
-2.15 4.6225 0.46225
1 0.2
-1.15 1.3225 0.2645
2 0.3
-0.15 0.0225 0.00675
3 0.25
0.85 0.7225 0.180625
4 0.15
1.85 3.4225 0.513375

        σ2=1.4275
LATIHAN
 Mesin produksi terkadang dijalankan dengan
benar P(B) dan dijalankan dengan salah P(S).
Peluangnya adalah seimbang. Pengoperasian
mesin produksi berpeluang menghasilkan
kerusakan dimana jika mesin dijalankan dengan
benar maka kerusakan barang 10% sedangkan
jika dijalankan dengan salah maka kerusakan
barang 40%. Pertanyaan: Berapa peluang
mesin tersebut dijalankan dengan salah ketika
tim QC menemukan barang yang rusak?