Prepared by

Hilda Fachriza
Dalam mata kuliah ini, kita akan membahas ke tiga ilmu tersebut ketika
diterapkan pada berbagai situasi, yang mencerminkan betapa pentingnya
peranan statistik pada zaman modern ini.
PROBABILITA
Prepared by

Hilda Fachriza
Probability
KONSEP DASAR PROBABILITA

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:
• pembelian harga saham berdasarkan analisis harga saham
• peluang produk yang diluncurkan perusahaan (sukses atau
tidak), dll.
KONSEP DASAR PROBABILITA
Probabilitas:
• Suatu ukuran tentang kemungkinan suatu peristiwa (event) akan
terjadi di masa mendatang. Probabilitas dinyatakan antara 0 sampai
1 atau dalam persentase.

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.
 KONSEP DASAR PROBABILITA

Percobaan/ Pertandingan sepak bola PERSIB vs

Kegiatan PERSIBAYA di Stadion Bandung, 23 Oktober
2014.

Hasil PERSIB menang

PERSIB kalah
Seri -- PERSIB tidak kalah dan tidak
menang
Peristiwa PERSIB Menang
PENDEKATAN PROBABILITAS

1. Pendekatan Klasik

2. Pendekatan Relatif

3. Pendekatan Subjektif
 PENDEKATAN KLASIK

Definisi:
Setiap peristiwa mempunyai kesempatan yang sama untuk terjadi.

Rumus:

Probabilitas = jumlah kemungkinan hasil

suatu peristiwa jumlah total kemungkinan hasil
 PENDEKATAN KLASIK
Percobaan Hasil Probabi-
litas

Kegiatan melempar 1. Muncul gambar 2 ½

uang 2. Muncul angka

Kegiatan 1. Menjual saham 2 ½

perdagangan 2. Membeli saham
saham
Perubahan harga 1. Inflasi (harga naik) 2 ½
2. Deflasi (harga turun)

Mahasiswa belajar 1. Lulus memuaskan 3 1/3

2. Lulus sangat
memuaskan
3. Lulus terpuji
 PENDEKATAN RELATIF

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

Rumus:

Probabilitas = jumlah peristiwa yang terjadi

suatu peristiwa jumlah total percobaan
 PENDEKATAN SUBJEKTIF

Definisi:

Probabilitas suatu kejadian didasarkan pada penilaian pribadi

yang dinyatakan dalam suatu derajat kepercayaan.
DISTRIBUSI PROBABILITAS BINOMIAL

Ciri-ciri Percobaan Bernouli:

• Setiap percobaan menghasilkan dua kejadian:

(a) kelahiran anak: laki-laki-perempuan;
(b) transaksi saham: jual- beli,
(c) perkembangan suku bunga: naik–turun dan lain-lain.

• Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap

untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal,
dan P(p) + P(q)= 1.

• Suatu percobaan dengan percobaan bersifat bebas.

• Data yang dihasilkan adalah data perhitungan.

DISTRIBUSI PROBABILITAS BINOMIAL

Rumus distribusi probabilitas binomial:

P (r) = [n!/ r!(n-r)!] prq(n-r)

DISTRIBUSI PROBABILITAS BINOMIAL

PT MJF mengirim buah melon ke Hero. Buah yang dikirim 90%

diterima dan sisanya ditolak. Setiap hari 15 buah dikirim ke Hero.
Berapa peluang 13 sampai 15 buah diterima?

Jawab:

Untuk mencari nilai distribusi binomial dapat menggunakan tabel

distribusi binomial dengan n=15; dimana X =15, dan X = 13
dengan P(p)= 0,9 dan dapat diperoleh nilai ...?
POISSON PROBABILITY
DISTRIBUTION
 The Poisson Distribution
The Poisson probability distribution describes the
number of times some event occurs during a specified
interval. The interval may be time, distance, area, or
volume.
Characteristics:
1. The random variable is the number of times some
event occurs during a defined period.
2. The probability of the event is proportional to the
size of the interval.
3. The intervals do not overlap and are independent.
 Example – Probability Distributions
Poisson Distribution is:

Where:
µ is the mean number of occurrences (successes) in a
particular interval.
e is the constant 2.718 28… (base of the Napierian
logarithmic system).
x is the number of occurrences (successes).
P(x) is the probability for a specified value of x.
 LO7

Poisson Probability Distribution -

Example
Assume baggage is rarely lost by Northwest
Airlines. Suppose a random sample of 1,000
flights shows a total of 300 bags were lost. Thus,
the arithmetic mean number of lost bags per
flight is 0.3 (300/1,000). If the number of lost
bags per flight follows a Poisson distribution with
u = 0.3, find the probability of not losing any
bags.

6-38
 EXAMPLE – Poisson Probability Distribution
Table

x 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
0 0.9048 0.8187 0.7408 0.6703 0.6065 0.5488 0.4966 0.4493 0.4066
1 0.0905 0.1637 0.2222 0.2681 0.3033 0.3293 0.3476 0.3595 0.3659
2 0.0045 0.0164 0.0333 0.0536 0.0758 0.0988 0.1217 0.1438 0.1647
3 0.0002 0.0011 0.0033 0.0072 0.0126 0.0198 0.0284 0.0383 0.0494
4 0.0000 0.0001 0.0003 0.0007 0.0016 0.0030 0.0050 0.0077 0.0111
5 0.0000 0.0000 0.0000 0.0001 0.0002 0.0004 0.0007 0.0012 0.0020
6 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0001 0.0002 0.0003
7 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000