Anda di halaman 1dari 68

Probabilitas

Hermita DP
@2014

Materi
Sejarah Probabilitas
Konsep Dasar Probabilitas
Definisi Probabilitas
Teori Dasar Probabilitas
Hukum Probabilitas
Probability Theorem
Teknik Cacah

PERCOBAAN (TARUHAN)
Kalah

TARUHAN
Rp1.000.000,00

Menang

Persentase
Menang???

Strategi???

Rp2.000.000,00
X

TARUHAN

PERCOBAAN (TARUHAN)
Pada permainan berturut-turut dari 2 pihak
dengan strategi :
Apabila pada suatu permainan suatu pihak
mengalami kekalahan, maka maka pada
permainan selanjutnya, pihak yang kalah
memasang sejumlah uang yang lebih besar
dari uang yang dipasang pada permainan
sebelumnya.
MANTINGAL
4

5
-- indwi--

12/09/2014

Probability is the chance that


something will happen

We can say that the probability of an event


occurring will be somewhere between
impossible (0) and certain (1)
6
-- indwi--

12/09/2014

exercise

a) The sun will rise tomorrow.


b) I will not have to learn maths at IT Telkom.
c) If I flip a coin it will land heads up.
d) If you have a choice of red, yellow, blue or
green you will choose red.

7
-- indwi--

12/09/2014

Remember
The probability of an event will not be more than
1.
This is because 1 is certain that something will
happen.
And the probability of an event will not be less
than 0.
This is because 0 is impossible (sure that
something will not happen).

8
-- indwi--

12/09/2014

9
-- indwi--

12/09/2014

Sejarah Probabilitas
Tahun 1550 : Gerolamo Cardano (The Book on Dice Games)
The Probability that one of two exclusive event occurs equals the
sum their probabilities
The Probability that two independent event occurs simultaneously
equals the product of their probabilities.
Gerolamo Cardano dijuluki The father of the theory probability

Penerus / pengembang teori probabilitas :


Piere de Fermat (1600 -1665)
Blaise Pascal (1623-1662)
Christiaan Huyghens (1629-1695)
Bernoulli (1654-1705)
Abraham de Moivre (1667-1754)

Sejarah Probabilitas
Tahun 1709 : Jaques (Jacob) Bernoulli menulis buku Ars
Conjectandi, yang terdiri 5 bagian, yaitu:
1. Menulis ulang Liber de Ludo Aleae (Book on Games of
Chance) karya Cardano
2. Permutasi dan Kombinasi
3. Distribusi Binomial dan Multinomial
4. Teori Peluang/Probabilitas
5. The Law Large Number (Hukum Bilangan Besar)

Sejarah Probabilitas
Abraham de Moivre :
-

Teorema Limit Pusat (Central Limit Theorem)


Distribusi Normal (1737), pendekatan distribusi Binomial untuk n
yang besar (1738, The Doctrine of Chances)
Diperluas oleh Laplace dalam buku Analytical Theory of
Probabilities (1812) Teorema De Moivre-Laplace.
Jouffret (1872), memberi nama kurva lonceng (bell curve) terhadap
distribusi Normal
Nama distribusi Normal diberikan oleh S.Pierce, Francis Galton dan
Wilhelm Lexis pada tahun 1875.

Sejarah Probabilitas
Pada abad ke 18, para pelopor teori probabilitas berikut
aplikasinya :
Pierre Simon Laplace (1749-1827)
Simeon Denis Poisson (1777-1855)
Pada abad ke- 19 para ahli matematika terkemuka melanjutkan
karya pendahulunya, yaitu:
P. Chebyshev (1821-1894)
A. Markov
(1856-1922)
A. Lyapunov (1857-1918)

Konsep Dasar Probabilitas

Unsur peluang/probabilitas :
1. Random experiments
2. Sample space
3. Events

PROBABILITAS

15

Konsep Dasar Probabilitas


Random Experiments

Experiments

Deterministic
Experiments

If the results of the repeated


experiments are exactly the
same

Random /
Stochastic
Experiments
If the results very in spite of all
efforts to keep the experimental
conditions the same

Konsep Dasar Probabilitas


Sample spaces / ruang sampel ( ):
Suatu set dari seluruh kemungkinan hasil
Contoh: Pengundian sebuah dadu

Pengambilan kartu bridge yang lengkap

Konsep Dasar Probabilitas


Sample Spaces / Ruang Sampel

Ruang sampel diskrit


ruang sampel yang memuat perubah (variabel) acak diskrit, dimana
banyaknya elemen dapat dihitung sesuai dengan bilangan cacah (digunakan
untuk data yang berupa cacahan atau dapat dihitung). Misalnya: banyak
produk yang cacat, banyaknya kecelakaan lalu lintas di suatu kota dan
sebagainya

Ruang sampel kontinu


ruang sampel yang memuat perubah (variabel) acak kontinu, yaitu memuat
semua bilangan dalam suatu interval (digunakan untuk data yang dapat
diukur). Misalnya: indeks prestasi, tinggi badan, bobot, suhu, jarak, umur
dan sebagainya
18

Konsep Dasar Probabilitas


Events
Events adalah subset dari sample spaces
Contoh :
Misalkan kita ingin mempelajari seluruh keluarga yang
memiliki 1, 2, atau 3 anak

= {l, p , ll, lp, pl, pp, lll, llp, lpl, lpp, pll, plp, ppl, ppp}
Keluarga manakah yang memiliki anak pertama laki-laki?
A = keluarga yang memiliki anak pertama laki-laki
A = {l, ll, lp, lll, llp, lpl, lpp}

Konsep Dasar Probabilitas


Sebuah event E dikatakan subset dari event F, jika pada saat E
terjadi maka F juga terjadi. E F
Event E dan F dikatakan sama, jika E F dan F E
Sebuah event dikatakan irisan (intersection) dari E dan F jika
dia hanya terjadi pada saat E dan F terjadi EF atau E F

Sebuah event dikatakan gabungan (union) dari event E dan F,


jika dia terjadi pada saat paling sedikit salah satu event
tersebut terjadi. E F
Sebuah event dinamakan complement dari suatu event E, jika
dia terjadi hanya jika E tidak terjadi. E c E

Visualizing Events
Contingency Tables
Ace

Not Ace

Black
Red

2
2

24
24

26
26

Total

48

52

Tree Diagrams
2
Sample
Space

Total

24

Full Deck
of 52 Cards

2
Chap 4-21

24

Sample
Space

Konsep Dasar Probabilitas


A B

A B

A dan B

A A S

A B

S
A

Ac

Sample space, S
A

Event, A

Konsep Dasar Probabilitas


Jenis-jenis Events
Simple event
Sebuah outcome (kemungkinan hasil) dari sample space
dengan satu karakteristik event
Misal : Terambil sebuah kartu merah dari kartu bridge
Complement of an event A (ditulis A)
Semua kemungkinan hasil yang bukan bagian dari event A
Misal : Kartu yang bukan diamond
Joint event
Melibatkan dua atau lebih karakteristik event
Misal : Terambilnya kartu As warna merah dari kartu bridge

Konsep Dasar Probabilitas


Mutually exclusive events
Event yang tidak terjadi secara bersama-sama (saling asing)
tidak ada irisan
Contoh :
A = queen dari diamonds ; B = queen dari clubs
A dan B adalah mutually exclusive event

Konsep Dasar Probabilitas


Collectively exhaustive events
One of the events must occur
The set of events covers the entire sample space
Contoh : A = As ; B = Kartu warna hitam
C = Diamonds; D = Hearts
A, B, C dan D adalah collectively exhaustive event (tetapi
bukan mutually exclusive sebuah As mungkin saja heart)
B, C dan D adalah collectively exhaustive event dan juga
mutually exclusive event

Definisi Probabilitas
Experiment : Pelemparan/pengundian dua koin uang logam.
4 kemungkinan hasil

T
T

T
H

X : Event muncul H
X Value

Probability

1/4 = 0.25

2/4 = 0.50

1/4 = 0.25

Definisi Probabilitas
Sebuah ukuran tingkat peluang
(likelihood of occurrence) dari sebuah
kejadian yang tidak
pasti (uncertain event).
Diukur dengan nilai antara 0 dan 1 (atau
antara 0% dan 100%)

Jumlah probabilitas dari mutually


exclusive dan collectively exhaustive
event adalah 1
P(A) P(B) P(C) 1
jika A, B, dan C mutually exclusive dan
collectively exhaustive event

Pasti

0.5

Mustahil

Definisi Probabilitas
Pendekatan Perhitungan Probabilitas

Obyektif
Richard Von Mises

Aksiomatik

Subyektif

Andrei N. Kolmogrov
(1903-1987)

Frank P. Ramsey
(1903-1930)

Pendekatan Klasik
Pendekatan
Frekuensi Relatif

Definisi Probabilitas
Pendekatan Aksiomatik
Definisi :
Misal adalah sample space dan S merupakan event
space. Probabilitas sebuah event A dinyatakan dengan
P(A), mengikuti 3 aksioma berikut :
1. P(A) > 0

2. P() = 1
3. Jika A1, A2, A3, merupakan mutually exclusive
events maka

P A j P( A j )
j 1 j 1

Definisi Probabilitas
Pendekatan Obyektif Pendekatan Klasik
Didasarkan pada asumsi bahwa seluruh hasil dari suatu
eksperimen mempunyai peluang yang sama (equally-likely)

Tidak memperhatikan keyakinan perorangan.


Dianggap sama untuk setiap peneliti (objektif).
Probabilitas ini dapat diketahui tanpa harus
melakukan suatu percobaan
Contoh: pelemparan/pengundian koin atau dadu.

Definisi Probabilitas
Pendekatan Obyektif Pendekatan Frekuensi Relatif
Pendekatan ini mendefinisikan probabilitas sebagai:
1. proporsi terjadinya peristiwa dalam jangka panjang
bila semua kondisi stabil
2. frekuensi relatif peristiwa yang diamati melalui
sejumlah besar percobaan
Contoh:
Jika 1000 kali pelemparan/pengundian koin menghasilkan
kemunculan 529 tanda gambar,maka frekuensi relatif-nya
adalah 529/1000

Definisi Probabilitas
Pendekatan Subyektif
Berlandaskan pada keyakinan individu, pengalaman, intuisi, dan
justifikasi personal.
Ada perbedaan untuk setiap peneliti (subjektif).
Contoh: pemasaran produk baru, ramalan cuaca,
hasil pertandingan olah raga.
Jika tidak ada pengamatan masa lalu sebagai dasar,
maka pernyataan probabilitas tersebut bersifat subyektif.

Teori Probabilitas
Probabilitas (Peluang) :
Jika sebuah event dapat muncul dalam N cara yang equally
likely, dan jika terdapat n buah cara diantaranya memiliki
atribut A, maka probabilitas atau peluang terjadinya A,
dinyatakan dengan P(A), didefinisikan sebagai
n
P( A)
N
Syarat Probabilitas (Peluang) :
1. P(A) > 0
2. P() = 1

Teori Probabilitas
Contoh :

Misalkan kita ingin mempelajari seluruh keluarga yang


memiliki 1, 2, atau 3 anak. Berapa peluang sebuah keluarga
memiliki 2 anak perempuan?
= {l, p , ll, lp, pl, pp, lll, llp, lpl, lpp, pll, plp, ppl, ppp}
n() = N = 14
A = memiliki 2 anak perempuan
A = {pp, lpp, plp, ppl}
n(A) = 4

n
4 2
P( A)
N 14 7

Hukum Probability
Hukum Penjumlahan (Additive Rule)

P(A atau B) = P(A or B)

P A B P( A) P( B) P( A B)

Hukum Perkalian (Multiplicative Rule)


P(A dan B) = P(A and B) = P(A B) = P(A) P(B)

Hukum Probability
Hukum Himpunan :
Identity laws : (A = A, A = )
Idempotent law : (AA = A, AA = A)
Complement law : (AA = S, AA =)
Commutative law : (AB = BA, AB = BA)
De morgans law : (AB = BA, AB = BA)
Associative law : A(BC) = (AB)C
A(BC) = (AB)C
Distributive law : A(BC) = (AB)(AC)

Probability Theorems
Theorem 1 : P() = 0
Theorem 2 : If A S P(A) < 1 then implies :

0 < P(A) < 1

Probability Theorems
Theorem 3 : If A, B S then

P( A B) P( A) P( A B)
Proof :
B
A

A B A B

A A B B A

P( A) P A B PB A
P A B P A B

P( A B) P( A) P( A B)

Probability Theorems
Corollary, theorem 3 :
If B A, then P(A B) = P(A) P(B)
Proof :
If B A, then A B = B
P(A B) = P(A) P(A B) = P(A) P(B)
Corollary : P( B ) 1 P( B)
Proof : let A =
Theorem 3 P( B) = P() P( B)
P( B) P( B ) ; P() 1 ; P( B) P( B)

P( B) P( B ) 1 P( B)

Probability Theorems
Theorem 4 : if A, B S, then

P(A
Proof :
B
A

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


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

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


P(A B) = P(A) - P(A B) + P(B) - P(A B) +P(A B)

P(A

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

Probability Theorems
Corollary 1 : P(A B) < P(A) + P(B)
Corollary 1 can be extended to an arbitrary of
events A j :

P A j PA j
j
j

Corollary 2 : if B =
then

Aand A and B are disjoint,

1 P( A) P( A ) P( A) 1 P( A )

Probability Theorems
Theorem 5 : if A,B S and B A, then P(B) < P(A)
Proof :
Corollary, theorem 3 P(A B) = P(A) P(B)

And by axiom 1, P(A B) > 0


P(A B) > 0 P(B) < P(A)

Contoh
Seorang mahasiswa mengambil dua mata kuliah kalkulus
( I, II ). Misal A adalah event bahwa dia lulus kalkulus I
dan B adalah event bahwa dia lulus kalkulus II.
Jika dia menduga bahwa P(A) = 0,8 ; P(B) = 0,9 ; dan
P(AB) = 0,75
a. Tentukan sample space untuk kasus tersebut
b. Dengan menggunakan diagram Venn, gambarkan
c. Nyatakan dengan kata-kata untuk events :
i. A B

ii.

AB

iii.

A B

iv.

A B

d. Tentukan probabilitas dari events pada bagian (c)

Contoh
Solusi :
Misalkan pasangan ( x1, x2 ) masing-masing menyatakan
lulus atau tidak lulus kalkulus I dan Kalkulus II.
Misal xi = 1 menyatakan lulus, dan xi = 0 menyatakan
tidak lulus, maka
Example
a. = { (1,1),(1,0),(0,1),(0,0)}

b.

Region

Outcomes

(1,0)

(0,1)

(1,1)

(0,0)

Events

A B A B A B A B

Contoh
c. (i)

A B

(ii)

AB

(iii) A B
(iv) A B

: lulus paling sedikit satu mata kuliah tersebut;


lulus kalkulus I atau kalkulus II atau keduanya
(regions 1,2 and 3)
: tidak lulus paling sedikit 1 mata kuliah tersebut;
tidak lulus kalkulus I atau kalkulus II atau
keduanya. (regions 1,2 and 4)
: lulus kalkulus I dan tidak lulus kalkulus II
( region 1)
: tidak lulus kedua mata kuliah tersebut;
(region 4)

Contoh
d. (i) P(AB) = P(A) + P(B) P(AB) = 0,8 + 0,9 0,75
P(AB) = 0,95
(ii) P( B ) = P() + P( B ) P(B )
= 0,2 + 0,1 - P(B )

A B = B P(A B ) = P ( B )
P(B ) = 1 P(AB) = 1 0,95 = 0,05
P(B ) = 0,2 + 0,1 0,05 = 0,25

Contoh
(iii) P(A B ) = ?
P(A) = P(AB) + P( B A)

P(A B ) = 0,8 0,75 = 0,05

(iv) P(A B ) = 1 - P(AB) = 1 0,95 = 0,05

Teknik Cacah
Aturan untuk mencacah (menghitung) semua kemungkinan
hasil (outcomes)
Counting Rule 1:
Jika ada n mutually exclusive dan collectively exhaustive
event yang berbeda dimana tiap event terdapat k percobaan,
maka jumlah semua kemungkinan caranya adalah :

nk

Teknik Cacah
Contoh :
Pengundian sebuah dadu : n() = 6
= 61
Pengundian dua buah dadu : n() = 36 = 62
.
.
.

Pengundian k buah dadu : n() = 6k

Teknik Cacah
Counting Rule 2:
Jika ada k1 event pada percobaan pertama, k2 event pada
percobaan kedua, dan kn event pada percobaan ke-n,
Jumlah semua kemungkinan cara susunannya adalah :

(k1)(k2)(kn)
Contoh:
Hasil dua pelemparan/pengundian uang logam dapat
muncul dalam 4 cara. Pengundian uang logam pertama
memiliki 2 cara kemunculan dan pengundian uang logam
kedua memiliki 2 cara kemunculan, sehingga secara
keseluruhan terdapat 4 (= 2 x 2) cara kemunculan hasil
pengundian 2 kali uang logam.

Teknik Cacah
Counting Rule 3 (FAKTORIAL):
Jumlah cara dimana n objek dapat diurutkan

n! = (n)(n 1)(1)
Contoh :
Ada berapa cara untuk mengurutkan 6 huruf A, B, C, D, E,
dan F? (6*5*4*3*2*1 = 720)

Teknik Cacah
Permutasi (Counting Rule 4)

Kombinasi (Counting Rule 5)

Jumlah cara yang dapat dilakukan


sebuah set objek dengan
memperhatikan urutan

Jumlah cara yang dapat dilakukan


sebuah set objek tanpa
memperhatikan urutan

Formula :

Formula :

P(n, r ) n Pr Prn
n(n 1)(n 2) (n r 1)

n!
(n r )!

C (n, r ) n Cr Crn
n n Pr
n!

r r! r!(n r )!

LATIHAN
Dari 11 buku sastra dan 3 buku akuntansi akan dipilih 4 buku sastra dan 1
buku akuntansi dan diatur pada sebuah rak buku sehingga buku akuntansi
selalu di tengah. Berapa banyak pengaturan tersebut yang mungkin?
banyak cara pengisisan tempat pertama = C(11,1) = 11
banyak cara pengisisan tempat kedua = C(10,1) = 10
banyak cara pengisisan tempat ketiga = C(3,1) = 3
banyak cara pengisisan tempat keempat = C(9,1) = 9
banyak cara pengisisan tempat kelima = C(8,1) = 8
N = 11 * 10 * 3 * 9 * 8

N=

Latihan Permutasi
1. Ada 9 buku. berapa cara buku-buku itu bisa disusun
pada seluruh rak sehingga :
a) 3 buku tertentu selalu bersama-sama
b) 3 buku tertentu tidak pernah bersama-sama
2. 6 buku biologi, 5 buku kimia, 2 buku fisika disusun pada
rak buku. Berapa banyak cara penyusunan sehingga:
a) Buku biologi bersamasama, buku kimia bersamasama, buku fisika bersama-sama
b) Jika hanya buku kimia saja yang bersama-sama.

Solusi No:1 Permutasi


Latihan no 1a
Ada 9 buku (A, B, C, D, E, F, G, H, I)
3 buku tertentu (misal A, B, C) selalu bersama
kemungkinanya bisa ABC, ACB, BAC, BCA, CAB,CBA (walaupun
mereka sudah BERURUTAN, ternyata letak antara A, B, dan C
masih bisa DITUKAR) PERMUTASI
9 Buku (3 selalu bersama-sama). Yg 3 buku ini kita anggap sebagai
1 kelompok, artinya sekarang ada 7 kelompok. Sehingga susunan
yang mungkin = 7!* 3!
1. b
3 buku tertentu tidak pernah bersama, berarti 9!.dikurangi jawaban
di atas, sehingga susunan yang mungkin= 9! - (7!*3!)

Solusi No: 2 permutasi


2. a
Buku biologi bersama", buku kimia bersama", buku fisika
bersama. Logikanya kitan anggap saja buku' yg sama
itu sebagai 1 kelompok dan tiap kelompok bisa ditukartukar sedemikian rupa. Sehingga susunan yang
mungkin: 6! * 5! * 2! * 3!
2. b
Klo sekarang cuma buku kimia yang bersama-sama,
berarti tinggal tiga kelompok. Sehingga susunan yang
mungkin terjadi: 9! * 5! * 2!

Latihan Kombinasi
1. Terdapat 10 titik (A-J) pada suatu bidang.
a) berapa garis yang dapat dibuat?
b) berapa garis yang tidak melalui A atau B?
c) berapa segitiga yang dibentuk?
d) berapa segitiga yang mengandung sisi AB?
2. Seorang siswa diharuskan menjawab 8 dari 10 soal
ulangan. berapa banyak cara jika menjawab 4 dari 5
pertanyaan pertama?

Solusi no: 1 Kombinasi


Ada 10 titik
Berap garis yang dapat dibuat
kemungkinannya bisa AB, AC, AD,..., BC, BD, CD, ... dst (BA
TIDAK TERMASUK karena BA dan AB adalah garis yang
sama, begitu juga dengan CA, DA, dst)

1. a
Garis dapat terbentuk dari 2 titik artinya: 10C2 (Hitung
sendiri)
1. b
tidak lewat A atau B, berarti tinggal 8 titik, artinya: 8C2
(Hitung sendiri)

Solusi
1. c
Segitiga terbentuk akibat tiga titik, jadi: 10 C 3 (Hitung
sendiri)

1. d
Artinya AB kita anggap 1 kelompok, sehingga sekarang
terdapat 9 titik, jadi segitiga terbentuk 9C3 (Hitung
sendiri)
2 cek lagi soalnya apa maksudnya, berapa banyak cara
jika menjawab 4 dari 5 pertanyaan pertama
apa ya? Mungkin jika 4 soal pertama harus dikerjakan,
jadi: 5C4

Teknik Cacah
Pascals Triangle
Is a way of finding the coefficients
for the binomial in a simple way.
Start by writing the coefficients for n
= 1: 1 1.
Below this, the coefficients for n = 2
are found by putting 1s on the
outside and adding up adjacent
coefficients from the line above: 1, 1
+ 1 = 2, 1.
Next line goes the same way: write
1s on the outsides, then add up
adjacent coefficients from the line
above: 1, 1+2 = 3, 2+1 = 3, 1.
For n = 5, coefficients are 1, 5, 10,
10, 5, 1.

Teknik Cacah
Latihan :
Misal terdapat 4 jenis pekerjaan yang dialokasikan untuk
7 orang pekerja. Jika 1 orang hanya dapat mengerjakan
sebuah pekerjaan, berapa cara yang dapat dilakukan
untuk menyusun pasangan pekerja dan pekerjaannya?
Misal 5 orang pekerja masing-masing akan ditempatkan
sebagai manajer atau pelatih suatu tim sepak bola. Berapa
cara yang dapat dilakukan untuk menyusun pasangan
manajer dan pelatih, jika posisi jenis pekerjaan tidak
diperhatikan?

Tim Dosen E-Learning STATISTIKA

Anda mungkin juga menyukai