Konsep Probabilitas

TF – 2102 PEMODELAN
PROBABILITAS & STATISTIK
Program Studi Teknik Fisika

Mengapa Harus Belajar

Probabilitas & Statistik?

Teknik Fisika
 Inventing new Technology
 Kemampuan Memotret Sistem secara Utuh

Matematika Rekayasa
 Pemodelan & Simulasi Sistem,
Perancangan Kontrol Sistem

Probabilitas & Statistik
 Sistem Pengukuran, Metode Eksperimental,
Fisika Modern & Kuantum, Teknologi Sensor

Rangkaian Listrik & Elektronika
 Pengkondisian Sinyal dan Transmisi Data

1
Contoh Sistem Kontrol Industri

Contoh Sistem Kontrol Industri

2
Contoh Sistem Kontrol Industri
Matematika Rekayasa

Contoh Sistem Kontrol Industri

Probabilitas & Statistik

3
Contoh Sistem Kontrol Industri
Rangkaian Listrik

Contoh Sistem Kontrol Industri

Konversi Energi &
Termodinamika

4
 Teori Himpunan

Pokok Bahasan

Eksperimen Acak

Semesta Kemungkinan

Kondisi

10

5
Eksperimen Acak (Random)

Eksperimen yang hasilnya tidak dapat

sepenuhnya dikendalikan oleh pelaku,
sehingga setiap pengujian dapat memberikan
hasil yang berbeda
 Pelemparan koin
 Pelemparan dadu
 Pengujian kecacatan produk
 Pengukuran umur produk

11

Semesta Kemungkinan

Semesta kemungkinan (S; the sample space / the

probability space) dari suatu eksperimen adalah
himpunan semua kondisi yang mungkin dapat
terjadi dalam eksperimen.
 Pelemparan koin; S = {A, G}
 Pelemparan dadu: S = {1,2,3,4,5,6}
 Pengujian kecacatan produk: S = {cacat, tidak cacat}
 Pelemparan dua koin; S = {AA, AG, GA, GG}

 Jumlah seluruh kondisi yang mungkin dalam semesta

kemungkinan S biasanya dilambangkan dengan
huruf s kecil

12

6
Kondisi

Suatu kondisi A adalah himpunan bagian dari

semesta kemungkinan S, yaitu kondisi dengan sifat
tertentu

An event A is a subset of the sample space S,
consisting of outcomes with certain characteristics.
 Pelemparan dadu

S = {1,2,3,4,5,6}

A = {1, 3, 5} : kondisi munculnya bilangan ganjil
 Pelemparan dua koin

S = {AA, AG, GA, GG}

A = {AG, GA} : kondisi hanya muncul 1 angka

13

Gabungan dan Irisan

∪B

A ∪B A

 Gabungan (the union of) A

dan B
 Dapat merupakan anggota A B

A
A, B atau kedua-duanya
∩B A ∩B
 Irisan (the intersection of) A
dan B;
 Merupakan anggota A dan A AC
B
B

Ac
 Komplemen A
 Bukan anggota A A

14

7
Kondisi Mutually Exclusive / Disjoint

Bila dua kondisi tidak mempunyai hasil yang

sama, maka kedua kondisi itu disebut
mutually exclusive, atau disjoint
 Pelemparan dua koin

A = {AA} : kondisi 2 angka muncul

B = {AG, GA} : hanya 1 gambar muncul

A ∩ B = φ : mutually exclusive
S
A B

15

Konsep Probabilitas

Probabilitas / kemungkinan terjadinya suatu

kondisi A didefinisikan sbb:
N ( A)
P ( A) =
s

 N(A) : jumlah kondisi A

 s : jumlah semua kondisi yang mungkin
 P(A) : kemungkinan terjadinya A

16

8
Konsep Probabilitas

Berhubung 0 ≤ N ( A) ≤ s

Maka
N ( A)


0≤ ≤1
s

Sehingga 0 ≤ P ( A) ≤ 1

17

Konsep Probabilitas - Contoh

Pada pelemparan dua koin, kemungkian

terjadinya A : hanya 1 gambar yang muncul
dihitung sbb:

S = {AA, AG, GA, GG}, s = 4

A = {AG, GA}, N(A) = 2

N ( A) 2 1
P ( A) = = =
s 4 2
18

9
Konsep Probabilitas

Kemungkinan terjadinya
Contoh

kondisi A adalah antara 0  Bila suatu koin kedua
dan 1 inklusif sisinya terdiri dari gambar,
maka

P(angka) = 1

P(A) = 0

P(gambar) = 1
 Kondisi tersebut tidak
mungkin terjadi

P(A) = 1
 Kondisi tersebut pasti
terjadi

19

Kondisi Komplementer

Bila A adalah kondisi dalam semesta S

Kemungkinan terjadinya A adalah P(A)

Kemungkinan terjadinya semua kondisi yang
bukan A adalah

P ( A ) = 1 − P ( A)

20

10
Kondisi Gabungan

Bila A dan B adalah kondisi dalam semesta S

P(A) ≠ 0 dan P(B) ≠ 0.

Maka

P ( A ∪ B ) = P ( A) + P (B ) − P ( A ∩ B )

21

Contoh Kondisi Gabungan

Di kelas yang berisi 40 mahasiswa,

 6 dari 15 pria, dan
 13 dari 25 wanita mengenakan kacamata

Bila kita mengambil satu mahasiswa dari

kelas tersebut secara acak, berapa
kemungkinannya mahasiswa tersebut adalah
 Pria, atau
 Seseorang yang mengenakan kaca mata?

22

11
Contoh Kondisi Gabungan

A : mahasiswa tersebut adalah pria

B : mahasiswa tersebut berkacamata

P ( A ∪ B ) = P ( A) + P ( B ) − P ( A ∩ B )
15 19 6
= + −
40 40 40
28 7
= =
40 10
23

Kondisi Mutually Exclusive

Bila A dan B adalah kondisi dalam semesta S

P(A) ≠ 0 dan P(B) ≠ 0

Bila A dan B Mutually Exclusive, maka

P ( A ∪ B ) = P ( A) + P (B )

24

12
Contoh Kondisi Mutually Exclusive

Ada 8 pelari yang bertanding, diantaranya

Jaja, Dudi dan Andi.

Kemungkinan
 Jaja juara 1 = ½
 Dudi juara 1 = ¼
 Andi juara 1 = 1/8

Bila tidak ada draw, tentukan kemungkinan
 Jaja atau Dudi atau Andi juara 1
 Dudi atau Jaja tidak jadi juara 1
25

Contoh Kondisi Mutually Exclusive

Karena hanya ada 1 orang
Maka

juara 1, maka kasus ini P ( J ∪ D ∪ A ) = P ( J ) + P (D ) + P ( A )
bersifat mutually exclusive.
1 1 1

Bila = + +
 P(J) : Kemungkinan Jaja 2 4 8
juara 1 7
=
 P(D) : Kemungkinan Dudi 8
juara 1
 P(A) : Kemungkinan Andi
Kemungkinan salah satu
juara 1 dari mereka menjadi juara
adalah 7/8

26

13
Contoh Kondisi Mutually Exclusive

Kemungkinan Jaja atau
Kemungkinan bukan

Dudi menjadi juara 1 Jaja maupun Dudi
adalah menjadi juara 1 adalah

3 1
P ( J ∪ D ) = P ( J ) + P(D ) 1 − P(J ∪ D ) = 1 − =
4 4
1 1
= +
2 4
3
=
4

27

14