Controversion in Initial Management
Controversion in Initial Management
Konsep
Probabilitas adalah ukuran numerik tentang
seberapa sering peristiwa itu akan terjadi.
Probabilitas merupakan suatu nilai yang digunakan
untuk mengukur tingkat terjadinya suatu kejadian
yang acak.
Jenis
1. Eksperimen
2. Ruang sampel/ Hasil
3. Nilai Probabilitas
4. Peristiwa/ Event/ Kejadian
3
MODEL PROBABILITAS
Eksperimen
Proses pengumpulan data dari sebuah fenomena yang
memperlihatkan variasi pada hasilnya
Contoh : Pelemparan (toss) suatu dadu
A B A B A B
A⊂ B (A ∪ A ) = S
c
S Sample space, S
Ac
A B A A
Event, A
7
PENDEKATAN PERHITUNGAN
PROBABILITAS
Dua pendekatan dalam menghitung
probabilitas adalah
1. Pendekatan Objektif
Pendekatan Klasik
Pendekatan Frekuensi Relatif
2. Pendekatan Subjektif
8
PENDEKATAN PERHITUNGAN
PROBABILITAS (PENDEKATAN
KLASIK)
Konsep
Perhitungan probabilitas secara klasik
didasarkan pada asumsi bahwa seluruh
hasil dari suatu eksperimen mempunya
kemungkinan atau peluang yang sama.
Contoh
Kejadian A terjadi sebanyak x cara dari n
cara.
Ada n barang, x rusak, (n – x) tidak rusak.
9
PENDEKATAN PERHITUNGAN
PROBABILITAS
Tidak ada yang rusak, x = 0
P ( A) = ,
x
P ( A) = = 0
n 0
P( A) ≥ 0, x ≥ 0, n > 0 n
Semua barang rusak, x = n
n−x
P(A ) = P ( A) = = 1
n
n n
P(A ) = 1 −
x
n 0 ≤ P(A) ≤ 1
A = Sukses
P ( A ) = 1 − P ( A) A = Gagal
A = bukan A (komplemen A)
10
PENDEKATAN PERHITUNGAN
PROBABILITAS
Contoh
Suatu pabrik memproduksi 150 barang. Kepala pabrik
menyatakan bahwa 25 barang tersebut rusak. Jika
seorang pembeli mengambil satu barang secara acak,
berapa peluang terambilnya barang tersebut rusak.
Jawaban
n = 150, x = 25
P ( A) = =
x 25
= 0,17 = 17%
n 150
11
PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)
Konsep
Perhitungan probabilitas berdasarkan frekuensi relatif
menggunakan limit dari frekuensi relatif yang diperoleh
dari suatu percobaan.
Misalkan,
fr = frekuensi relatif
Xi = kejadian i
fi
P( X i ) = lim
n →∞ n
12
PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)
Konsep
Probabilitas matematis adalah idealisasi dari apa yang
terjadi terhadap frekuensi relatif setelah pengulangan
sejumlah tak hingga eksperimen random
Rumus
13
PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)
Probabilitas didasarkan pada frekuensi
relatif jangka panjang
14
PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)
Contoh
Data 65 karyawan beserta upah bulanan yang bekerja di
perusahaan disajikan dalam tabel berikut. Berapakah
besarnya probabilitas bahwa upahnya Rp95.000,00 dan
Rp115.000,00 jika suatu saat akan diadakan pengundian
untuk mendapatkan bonus bulanan berdasrkan besarnya
upah bulanan.
X 55 65 75 85 95 105 115
f 8 10 16 14 10 5 2
15
PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)
Jawaban
f5 f7
P(95) = P(105) =
n n
P(95) = P(105) =
10 2
95 115
P(95) = 0,11 P(105) = 0,02
P(95) = 11% P(105) = 2%
16
PENDEKATAN PERHITUNGAN PROBABILITAS
(PENDEKATAN SUBJEKTIF)
Konsep
Menurut pendekatan subyektif, probabilitas
diartikan sebagai tingkat kepercayaan individu
yang didasarkan pada peristiwa yang lalu
17
PROBABILITAS
Rumus
X
P(A) =
n
Titik Sampel
KEJADIAN DAN NOTASI
HIMPUNAN
Himpunan
kumpulan yang lengkap atas elemen-
elemen sejenis tetapi dapat dibedakan
satu sama lain.
Himpunan = populasi
Himpunan bagian = sampel
21
RUANG SAMPEL TIGA UANG
LOGAM
Tabel Eksperimen Tiga Tabel Frekuensi Tiga
Uang Logam Uang Logam
Uang logam ke-3
X f fr
A G 0 1 1/8
ke-1 dan ke-2
Uang logam
22
RUANG SAMPEL TIGA UANG
LOGAM
Distribusi Probabilitas Grafik Distribusi Probabilitas
Tiga Uang Logam Tiga Uang Logam
X fr fr
0.4
0 1/8 (0,125) 0.35
0.3
1 (A) 3/8 (0,375) 0.25
0.2
2 (AA) 3/8 (0,375) 0.15 fr
0.1
3 (AAA) 1/8 (0,125) 0.05
0
Jumlah 1
1 2 3 4
23
RUANG SAMPEL DUA MATA
DADU
Tabel Eksperimen Dua Mata Dadu
24
RUANG SAMPEL DUA MATA
DADU
Tabel Frekuensi Eksperimen Dua Mata
X (Jumlah) f f
2
Dadu
1
r
0,028
3 2 0,056
4 3 0,083
5 4 0,111
6 5 0,139
7 6 0,167
8 5 0,139
9 4 0,111
10 3 0,083
11 2 0,056
12 1 0,028
Jumlah 36 25
RUANG SAMPEL DUA MATA
DADU
Grafik Distribusi Probabilitas Eksperimen Dua Mata Dadu
fr
0.18
0.16
0.14
0.12
0.1
0.08 fr
0.06
0.04
0.02
0
1 2 3 4 5 6 7 8 9 10 11
26
NOTASI HIMPUNAN
Himpunan adalah kumpula objek atau
benda yang didefinisikan dengan jelas
berdasarkan karakteristiknya.
28
ISTILAH--ISTILAH KEJADIAN
ISTILAH
Komplemen Suatu Kejadian
Interseksi (Perpotongan) Suatu Kejadian
Union (Gabungan) Suatu Kejadian
Disjoint (Tidak Berpotongan) Suatu
Kejadian
29
KOMPLEMEN SUATU KEJADIAN
Misalkan,
S = ruang sampel
(himpunan dari hasil eksperimen)
A = himpunan bagian dari S
Ac = komplemen dari A
S (semua anggota S yang bukan
anggotaAA)
(A ∪ A c ) = S
c
A
30
INTERSEKSI SUATU KEJADIAN
Interseksi dua himpunan (A ∩ B) atau
(AB)
A ∪AB = {x : x є A, x є AB,∪atau
B dan x є AB}
B
32
DISJOINT SUATU KEJADIAN
Disjoint dua himpunan berarti elemen-
elemen A tidak menjadi elemen-elemen
B, dan sebaliknya
A B
33
ATURAN DALAM HIMPUNAN
1. Hukum Penutup
Untuk setiap pasang himpunan A dan
B, terdapat himpunan-himpunan yang
unik, yaitu A ∪ B dan A ∩ B.
2. Hukum Komutatif
A ∪ B = B ∪ A dan A ∩ B = B ∩ A
3. Hukum Asosiatif
34
(A ∪ B) ∪ C = A ∪ (B ∪ C)
ATURAN DALAM HIMPUNAN
4. Hukum Distributif
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
5. Hukum Identitas
A ∩ S = A dan A ∩ Ø = A
6. Hukum Komplementasi
A ∩ Ac = Ø dan A ∪ Ac = S 35
ATURAN DASAR PROBABILITAS
P( A atau B ) = P( A ∪ B ) = P( A) + P(B )
37
Kejadian Saling Meniadakan
Contoh
Pada pelemparan dua buah dadu bersamaan. Tentukan
peluang munculnya dadu berjumlah 4 atau 8.
Jawaban
P(A) = peluang munculnya dadu berjumlah 4
P(B) = peluang munculnya dadu berjumlah 8
P(A atau B) = P(A) + P(B)
P(A atau B) =
3 5 8 2
+ = =
36 36 36 9
38
Kejadian Saling Meniadakan
39
Kejadian Tidak Saling meniadakan
Dua kejadian saling berinterseksi (beririsan) disebut
sebagai probabilitas bersama.
40
Kejadian Tidak Saling meniadakan
Contoh
Berapa probabilitas bahwa sebuah kartu yang dipilih
secara acak dari satu set kartu yang berisi 52 kartu
adalah kartu bergambar raja atau bergambar hati?
Jawaban
Kartu bergambar raja, (A) = 4
Kartu bergambar hati, (B) = 13
Kartu bergambar raja dan hati, (A ∩ B) = 1
41
Kejadian Tidak Saling meniadakan
Jawaban
P ( A ∪ B ) = P ( A) + P (B ) − P ( A ∩ B )
P( A ∪ B ) =
4 13 1
+ −
52 52 52
P( A ∪ B ) =
16
52
P( A ∪ B ) = 0,3077
42
Kejadian Tak Bebas (Bersyarat
Bersyarat))
Probabilitas bersyarat P(A/B) menyatakan bahwa
probabilitas terjadinya kejadian A jika kejadian B sudah
terjadi atau akan terjadi.
P( A ∩ B )
P( A / B ) =
P (B )
P( A ∩ B )
P ( B / A) =
P ( A)
P(A/B) = probabilitas A terjadi jika B terjadi
P(B/A) = probabilitas B terjadi jika A terjadi
43
Kejadian Tak Bebas (Bersyarat
Bersyarat))
Contoh
Dua dadu dilempar sekali. Jika A = {x : x < 5} dan B = {x
: x bilangan ganjil}. Hitunglah P(A/B) dan P(B/A).
(Catatan : x = jumlah dua mata dadu)
Jawaban
S = 36
A = 6 (11, 12, 21, 13, 31, 22)
B = 18
(21, 41, 61, 12, 32, 52, 23, 43, 63, 14, 34, 54, 25, 4
5, 65, 16, 36, 56)
A ∩ B = 2 (12, 21)
44
Kejadian Tak Bebas (Bersyarat
Bersyarat))
Jawaban
P( A ∩ B ) P( A ∩ B )
P( A / B ) = P ( B / A) =
P (B ) P ( A)
P( A / B ) = P ( B / A) =
2 2
18 6
P( A / B ) = 0,11 P(B / A) = 0,33
45
PROBABILITAS KEJADIAN INTESEKSI
P( A ∩ B )
P( A / B ) = P ( A ∩ B ) = P (B ) × P ( A / B )
P (B )
P( A ∩ B )
P (B / A) = P ( A ∩ B ) = P ( A) × P (B / A)
P ( A)
P( A ∩ B ∩ C ) = P( A) × P(B / A) × P(C / A ∩ B )
46
PROBABILITAS KEJADIAN INTESEKSI
Contoh
Pengambilan 2 kartu berturut-turut dari
satu set kartu bridge. Berapa
probabilitasnya bahwa pengambilan kartu
pertama As, yang kedua juga kartu As.
Hasil pengambilan pertama tidak
dikembalikan lagi. Hasil pengambilan
kedua dipengaruhi oleh hasil pengambilan
pertama.
47
PROBABILITAS KEJADIAN INTESEKSI
Jawaban
S = 52
A=4
B/ A = 3, S = 51
P ( A ∩ B ) = P ( A) × P (B / A)
P( A ∩ B ) =
4 3
×
52 51
P( A ∩ B ) =
12
2652
P( A ∩ B ) = 0,0045
48
Kejadian Bebas
Dua kejadian atau lebih dikatakan merupakan kejadian
bebas apabila terjadinya kejadian tersebut tidak saling
mempengaruhi.
Dua kejadian A dan B dikatakan kejadian bebas, jika
kejadian A tidak mempengaruhi kejadian B, dan
sebaliknya.
P ( A ∩ B ) = P ( A) × P (B )
P( A ∩ B ) = ×
6 4
36 36
P( A ∩ B ) =
24
36 50
Kejadian Bebas
51
PROBABILITAS MARJINAL
Probabilitas marjinal menyatakan bahwa
suatu kejadian yang terjadi bersamaan
dengan kejadian lainnya, dimana kejadian
lainnya tersebut mempengaruhi terjadinya
kejadian yang pertama.
52
PROBABILITAS MARJINAL
Contoh
Suatu universitas mempunyai 100 mahasiswa yang
terdiri dari 4 fakultas, yaitu
FE = 400, FH = 200, FT = 150, FK = 250
Dari jumlah tersebut terdapat anggota menwa, dengan
rincian sebagai berikut
FE = 200, FH = 50, FT = 25, FK = 150
Berapa probabilitas bahwa mahasiswa tersebut seorang
anggota menwa jika suatu saat bertemu salah seorang
mahasiswa?
53
PROBABILITAS MARJINAL
Jawaban
P(M − FE ) =
200
1000
P(M − FH ) =
50
1000
P(M − FT ) =
25
1000
P(M − FK ) =
150
1000
54
PROBABILITAS MARJINAL
Jawaban
P(M ) = P(M − FE) + P(M − FH) + P(M − FT) + P(M − FK)
200+ 50 + 25 + 150
P(M ) =
1000
P(M ) =
425
1000
P(M ) = 0,425
55
TEOREMA BAYES
Bayes mengembangkan teori untuk menghitung
probabilitas tentang sebab-sebab terjadinya suatu
kejadian berdasarkan pengaruh yang dapat diperoleh
sebagai hasil observasi.
Rumus
57
TEOREMA BAYES
Contoh
Suatu pabrik menggunakan 4 mesin untuk memproduksi
sejenis barang. Produksi harian dari mesin I (1000
buah), mesin II (1200 buah), mesin III (1800 buah), dan
mesin IV (2000 buah). Produksi yang mengalami
kerusakan dari mesin I (1%), mesian II (0,5%), mesin III
(0,5%), dan mesin IV (1%). Berapa probabilitas bahwa
barang tersebut rusak dari mesin I, II, III, dan IV?
58
TEOREMA BAYES
Jawaban
S = 6000 R = rusak
P(R / M 1) = 0,01
P(M 1) =
1000 1
=
6000 6 P(R / M 2 ) = 0,005
P (M 2 ) =
1200 1
= P(R / M 3) = 0,005
6000 5 P(R / M 4 ) = 0,01
P(M 3) =
1800 3
=
6000 10
P (M 4 ) =
2000 1
=
6000 3 59
TEOREMA BAYES
Jawaban
P(M 1) × P(R / M 1) P(M 3) × P(R / M 3)
P(M 1 / R ) = P(M 3 / R ) =
P(R ) P (R )
P(M 1 / R ) = P(M 3 / R ) =
0,00167 0,0015
0,00747 0,00747
P(M 1 / R ) = 0,22 P(M 3 / R ) = 0,20
P (M 2 ) × P ( R / M 2 ) P(M 4 ) × P(R / M 4 )
P (M 2 / R ) = P(M 4 / R ) =
P (R ) P(R )
P (M 2 / R ) = P(M 4 / R ) =
0,001 0,0033
0,00747 0,00747
P(M 2 / R ) = 0,13 P(M 4 / 60R ) = 0,44
TEOREMA BAYES
61
TEOREMA BAYES
Jawaban
P(R ) = P(RM 1) + P(RM 2 ) + P(RM 3) + P(RM 4)
P(R ) = 0,00167 + 0,001 + 0,0015 + 0,0033
P(R ) = 0,00747
62
Soal--soal
Soal
Karyawan yang berjumlah 300 diberikan kuesioner tentang
besarnya upah bulanan yang diterima, yang disajikan dalam
tabel berikut
1. Berapa probabilitas bahwa gaji yang diterima kurang
dari 50
2. Berapa probabilitas bahwa gaji yang diterima diatas 10
tapi dibawah 30
3. Berapa probabilitas bahwa gaji yang diterima lebih dari
40
4. Tentukan frekuensi relatifnya
63
Soal--soal
Soal
A dan B merupakan dua kejadian yang saling
meniadakan. Diketahui P(A) = 0,75 dan P(B) =
0,16.Tentukan probabilitas
1. P(Ac)
2. P(Bc)
3. (A ∩ B)
4. P(A ∩ B)
5. P(Ac ∩ Bc)
64
Soal--soal
Soal
Sebanyak 500 pekerja di sebuah perusahaan, 100
diantaranya berkeluarga. Diantara sejumlah pekerja
tersebut, 300 orang pekerja pria termasuk 50 orang
diantaranya berkeluarga, Jika salah seorang pekerja dipilih
secara acak, berapa probabilitas bahwa
orang tersebut pria
orang tersebut wanita
orang tersebut berkeluarga
orang tersebut pria dan berkeluarga
orang tersebut wanita atau berkeluarga
65
PERMUTASI
Suatu eksperimen yang dilakukan dalam beberapa
langkah, dimana setiap langkah menghasilkan berbagai
kemungkinan hasil yang berbeda, diperlukan suatu cara
atau aturan untuk menghitung seluruh hasil.
66
PERMUTASI
Andaikan kita akan membeli mobil. Pilihan warna
kendaraan adalah (merah (R), putih (W), hijau (G), hitam
(B), atau perak (S)), sedangkan tipe transmisinya adalah
(otomatis (O) atau manual (M)). Berapa banyak pilihan
kendaraan yang dapat dipilih ?
67
PERMUTASI
68
PERMUTASI
Terdapat 10 hasil yang berbeda untuk memilih
kendaran di atas. Daripada mencacah semua
hasil yang mungkin, kita sebenarnya dapat
menghitung jumlah hasil yang terjadi dengan
melakukan pengamatan sederhana dari diagram
pohon. Terdapat lima warna (lima cabang utama)
dan dua tipe transmisi (dua cabang sekunder
untuk masing-masing cabang utama) atau 10 =
5×2 kombinasi yang berbeda.
69
PERMUTASI
Konsep
Permutasi adalah suatu pengaturan atau
urutan beberapa elemen atau
objek, dimana urutan itu penting
m = banyaknya elemen
m! = m faktorial, m ≥ o
Permutasi m objek diambil x setiap kali
m!
m Px =
(m − x )! 72
PERMUTASI
Contoh
Dari 3 mahasiswa (ABC) akan dipilih 2
mahasiswa sebagai asisten teori dan
asisten praktek. Berapa cara yang dapat
dilakukan untuk memperoleh pasangan
asisten tersebut? Asisten Teori Asisten Praktek
A B
m!
m Px =
B A
Jawaban(m − x )! A C
C A
m = 3 3! x = 2
dan
3 P2 = = 3!= 6
(3 − 2)!
B C
C 73 B
KOMBINASI
Konsep
Kombinasi adalah susunan dari beberapa
elemen dimana urutan tidak diperhatikan
Misalkan
123 = 321
Rumus m!
m Cx =
x!(mm
Kombinasi )! diambil x setiap kali
− xobjek 74
KOMBINASI
Contoh
Dari 3 mahasiswa (ABC) akan dipilih 2
mahasiswa untuk mewakili kampus dalam
perlombaan robot. Berapa banyaknya cara
yang dapat dilakukan untuk menyeleksi
mahasiswa tersebut?
m!
m Cx =
Jawaban x!(m − x )!
m = 3 dan x = 2 3!
3 C2 = =3
2!(3 − 2 )!
75
KOMBINASI
Contoh
Suatu kotak berisi 8 bola merah, 3 bola
putih, dan 9 bola biru. Apabila 3 bola
dipilih secara acak, hitung probabilitas
bahwa:
1. ketiga-tiganya merah
2. ketiga-tiganya putih
3. dua merah dan satu putih
4. paling sedikit satu putih
5. masing-masing warna diwakili 76
C3
2. P(P1 P2 P3 ) =
1
3
= 3 3 1
. . =
1
20 C 3 1140 20 19 18 1140
C 2 × 3 C1
3. P(2 M ,1P ) =
7
8
=
20 C 3 95 77
KOMBINASI
Jawaban
4. P( paling sedikit 1P ) = 1 − P(tak ada putih )
C3
P( paling sedikit 1P ) = 1 − 17
20 C 3
P( paling sedikit 1P ) = 1 −
34
57
P( paling sedikit 1P ) =
23
57
78
KOMBINASI
Jawaban
C1 × 3 C1 × 9 C1
5. P(setiap warna diwakili ) = 8
20 C 3
P(M 1 P2 B3 ) =
3 8 3 9
. . =
3
95 79
20 19 18 95
PERMUTASI DAN KOMBINASI
Permutasi
Urutan penting, X1, X2 ≠ X2, X1
Jumlah banyak
Kombinasi
Urutan tidak penting, X1, X2 = X2, X1
Jumlah sedikit
80
Soal--soal
Soal
Peluang dua siswa A dan B lulus tes berturut-turut adalah
9/10 dan 11/12. Berapa peluang siswa A lulus tes tetapi B
tidak lulus? (9/120)
81
Soal--soal
Soal
Sebuah kartu diambil secara acak dari satu set lengkap
kartu bridge. Berapa peluang bahwa yang terambil adalah
kartu merah atau kartu As? (28/52)
82
83
Soal--soal
Soal
Suatu kelas terdiri dari 40 orang. Peluang seorang siswa
lulus tes matematika saja adalah 0,4. Peluang seorang siswa
lulus fisika saja adalah 0,2. berapa banyak siswa yang lulus
tes matematika atau fisika saja? (24)
84