Makalah Statistik
(Probabilitas & Teorema Bayes)
Disusun Oleh :
Widya Visca Biantoro
(1715100228)
Departemen Akuntansi
Fakultas Social Dan Sains
Universitas Pembangunan Panca Budi Medan
DAFTAR ISI
BAB I
PENDAHULUAN
I. Latar Belakang.......................................................................................................... 4
BAB II
ISI
I. PELUANG .............................................................................................................. 5
1.1 Definisi Peluang ................................................................................................. 5
1.2 konsep-konsep peluang (Probabilitas) ............................................................... 5
2.1 Kaidah Pencacahan ........................................................................................ 5
2.2 Diagram pohon ............................................................................................. 6
2.3 Prinsip Dasar Penggandaan ........................................................................... 6
2.4 Kaidah Penggandaan Umum ......................................................................... 7
2.5 Faktorial ......................................................................................................... 7
2.5 Permutasi ....................................................................................................... 8
2.7 Kombinasi ...................................................................................................... 9
1.3 Peluang Suatu Kejadian ................................................................................... 10
2.1 Kisaran Nilai Peluang .................................................................................. 11
2.2 Frekuensi Relatif .............................................................................................. 11
2.3 Frekuensi Harapan ....................................................................................... 12
1.4 Kejadian Majemuk ........................................................................................... 12
2.1 Peluang Komplemen Suatu Kejadian .......................................................... 12
2.2 Kejadian Yang Saling Lepas dan Tidak Saling Lepas ................................. 13
2.3 Kejadian Yang Saling Bebas Stokastik ....................................................... 14
1.5 Peluang Bersyarat ............................................................................................ 14
II. TEOREMA BAYES ............................................................................................. 17
1.1 Kaidah Bayes ................................................................................................... 17
1.2. Hukum Penggandaan ..................................................................................... 17
1.3 Hukum Total peluang ...................................................................................... 17
1.4 Contoh Aplikasi Dari Teorema Bayes ............................................................. 18
BAB I
PENDAHULUAN
I. Latar Belakang
I. PELUANG
Missal dalam suatu percobaan setiap hasil mempunyai kemungkinan yang sama
unyuk terjadi. Jika banyak anggota kejadian K = n(K) dan banyak anggota ruang
𝑛(𝐾)
sampelnya = n(S) maka peluang terjadinya kejadian adalah P(K) =
𝑛(𝑆)
𝑛(𝐾)
Jadi, peluang terjadinya kejadian K adalah P(K) =
𝑛(𝑆)
Contoh : terdapat dua buah uang logam dilempar secara bersamaan. Missal K adalah
kejadian munculnya 1 gambar dan 1 angka. Tentukan banyak anggota K
G = munculnya gambar
Maka ruang sampel dari pelemparan dua mata uang tersebut adalah : AA, AG, GA
dan GG. Berarti K sebagi kejadian munculnya satu angka dan satu gambar
mempunyai anggota : AG & GA . banyak anggota K = 2.
2.2 Diagram pohon
Untuk mendaftarkan seluruh anggota dari suatu kejadian, adakalanya kita
menggunakan alat bantu berupa diagram yang disebut diagram pohon
Contoh : tentukanlah bilangan yang tersiri dari tiga angka yang berbeda dan bernilai
kurang dari 400, akan dibentuk dari angka 3, 4, 5, 6. Banyak bilangan yang terbentuk
=…
Penyelesaian
Karena bilangan yang akan ditentukan < 400, maka angka ratusan yang tersedia
adalah 3. Selanjutnya angka puluhan dan stuan nya bebas asal tidak terjadi
pengulangan angka dan bilangan nya dapan di bentuk seperti diagram dibawwah ini.
Bilangannya adalah : 345, 346, 354, 356, 365, 364.
5
4
6
4
3 5
6
5
6
Jika suatu kejadian dapat terjadi dalam m cara, dan jika kejadian tersebut diikuti
oleh kejadian lain yang dapat terjadi dalam n cara, maka kedua kejadian tersebut
dapat terjadi dalam m . n
Contoh : ali mempunyai 5 buah kemeja dan 3 celana. Berapa banyak cara ali
memasangkan kemeja dan celananya?
Penyelesaian
Banyak kemeja = 5 ; banyak celana = 3
Jika suatu kejadian dapat terjadi dalam n1 cara, dan jika kejadian tersebut
diikuti oleh kejadian kedua yang dapat terjadi dalam n2 cara, jika kedua
kejadian tersebut diikuti oleh kejadian ketiga yang dapat terjadi dalam n3,….
Demikian seterusnya, maka k kejadian yang terjadi secara berurutan tersebut
dapat terjadi dalam (n1, n2, n3, …..,nk)
Contoh ; di dalam sutu ruangan tersedia 4 kursi, jika ada 6 orang yang akan duduk di
kursi tersebut, maka banyak cara menempati. Maka banyak cara menempati kursi
tersebut sama dengan…
Penyelesaian
2.5 Faktorial
Factorial merupakan penulisan singkat dari perkalian sederet bilangan bulat positif
terurut hingga 1. Factorial dinotasikan dengan “!”
0! = 1 ; 1! = 1 ; 2! = 2 . 1 = 2 ; 3! = 3 . 2 . 1 =6 ; ……dst
Rumus : 𝑛! = 𝑛 (𝑛 − 1) . (𝑛 – 2) . … . . . 1 = 𝑛 . (𝑛 − 1)!
8!
Contoh ; 1. = …..
5!
8 .7 .6 .5!
= = 8 . 7 . 6 = 336
5!
𝑛! 𝑛(𝑛−1)!
2. (𝑛−1)! = (𝑛−1)!
=𝑛
2.5 Permutasi
Adakala nya anggota dari suakejadian merupakan susunan sekelempok unsur yang
diambil dari sejumlah unsur yang tersedia. Misalnya kita ingin menentukan banyak
susunan yang mungkin dari juara I, II, III dalam perlombaan pacuan kuda yang
diikuti oleh 7 peserta. Banyak susunan tersebut dapat ditentukan sebagai berikut:
banyak susunan yang mungkin merupakan banyak permutasi dari 3 objek yang
diambil dari 7 objek yang tersedia, dan di tulis dengan 7P3 atau P(7,3) atau P7,3 atau
7! 7! 7 .6 .5 .4!
𝐏𝟑𝟕 . Maka banyak susunan di dapat: 7P3 = (7−3)!= = = 7.6.5 = 210
4! 4!
Definisi Permutasi
Permutasi adlah suatu susunan yang berbeda atau urutan yang berbeda yang
dibentuk oleh sebagian atau keseluruhan unsur yang diambil dari sekelompok
unsur yang tersedia
Banyak nya permutasi dari k undur yang diambil dari n unsur yang tersedia,
𝑛!
sama dengan nPk = (𝑛−𝑘)!
Contoh : empat pejabat yang diundang datang secara sendiri- sendiri ( tidak
bersamaan ). Banyak cara kedatangan keempat pejabat tersebut adalah
4!
Penyelesaian : 4P4 =
(4−4)!
= 4.3.2.1 = 24
Penentuan susunan melingkar dapat kita peroleh dengan menetapkan satu objek pada
satu posisi, kemudian menetukan kemungkinan posisi objek lain yang sisa.
(n-1)!
Contoh : banyak permutasi atau susunan yang berbeda 6 orang duduk mengelilingi
suatu meja bundar
2.7 Kombinasi
Penghimpunan sekelompok unsur atau objek tanpa menghiraukan susunannnya atau
urutannya disebut kombinasi.
Banyak kombinasi dari k unsur yang diambil dari n unsur yang tersedia
dinotasikan dengan nCk atau C(n,k) atau Cn,k atau Ckn
Definisi Combinasi
Banyak kombinasi dari k unsur yang diambil n unsur yang tersedia sama dengan :
n!
nCk =
k!(n−k )!
Contoh : dalam suatu ruangan terdapat 10 orang yang saling bersalaman, tentukan
banyak slaman yang terjadi.
Jika k unsur diambil dari m unsur yang tersedia, dimana unsur-unsur yang tersedia
dapat dipilh secara berulang (permutasi dengan pemulihan), maka banyak
permutasinya = mk
Contoh : tentukan banyak bilangan yang terdiri atas 3 angka yang dibentuk dari
angka : 1, 2, 3, 4
Contoh : missal dua buah dadu dilempar secara bersamaan. Jika S adlah sampel
munculnya mata dadu tersebut, tentukanlah S dan abnayak anggota S. jika K
menyatakan bahwa mata dadu yang muncul sama, tentukan K dan bnayak anggota K.
Penyelesaiaan :
{(1,1)(1,2)(1,3)(1,4)(1,5)(1,6)(2,1)(2,2)(2,3)(2,4)(2,5)(2,6)(3,1)(3,2)(3,3)(3,4)(3,5)(3,
6)(4,1)(4,2)(4,3)(4,4)(4,5)(4,6)(5,1)(5,2)(5,3)(5,4)(5,5)(5,6)(6,1)(6,2)(6,3)(6,4)(6,5)(6
,6)}
Banyak anggota K = 6
2.1 Kisaran Nilai Peluang
n(K)
Karena peluang kejadian K adalah P(K) = maka 0 ≤ P(K) ≤ 1
n(S)
Jika peluang suatu kejadian sama dengan 0, maka kejadian tersebut disebut kejadian
yang mustahil atau tidak akan mungkin terjadi.jika peluang kejadia sama dengan 1,
maka kejadian tersebut pasti terjadi.
Jika S adlah ruang sampel maka peluang S sama dengan 1. P(S) = 1. Jika ̅̅̅
𝐾
̅
merupakan kejadian yang bukan kejadian K maka P(𝐾 ) = 1 – P(K)
Contoh : misal dua mata dadu dilempar secara bersamaan. Tentukan peluang jumlah
mata dadu yang muncul kurang dari 4
Penyelesaian:
Contoh : misalnya sebuah dadu dilempar srebanyak 30 kali. Dan mata dadu yang
muncul dicataat dan hasilnya disajikan pada table berikut ini.
Mata dadu 1 2 3 4 5 6
frekunsi 4 3 6 7 5 5
Tentukan frekuensi relative (peluang) dari:
Jika suatu percobaan dilakukan sebanyak N kali , dan peluang kejadian K = P(K)
maka frekuensi harapan munculnya kejadian K sama dengan P(K) . N
= P(3) = 1/6
Sebuah dadu dilempar sekali, tentukan peluang munculnya mata dadu lebih dari dua.
Penyelesaian:
Sehingga Ac = { mata dadu kurang dari atau sama dengan 2 } = {1, 2}, n(Ac) = 2
n(AC ) 2 1
P(AC) = =6=
n(S) 3
sehingga,
P(A) = 1 - P(AC)
1
=1- = 2/3
3
Jadi, peluang munculnya mata dadu lebih dari 2 adalah 2/3
Jika kejadian A dan B saling lepas maka peluang kejadian A atau B terjadi adalah:
Jika kejadian A dan B tidak saling lepas mak peluang kejadian A atau B adalah:
Penyelesaian:
A = {1}, B = {3}
n(A) = 1, n(B) = 1
Misal peluang kejadian A = P(A) dan peluang kejadian B = P(B). jika kejadian A
dan B bebas maka peluang terjadinya kejadian A dan B :
𝐜 = 𝐏(𝐀). 𝐏(𝐁)
Contoh : dua buah dadu setimbang dilempar secara bersamaan. Jika mata dadu
pertama adalah bilangan ganjil, tentukan peluang bahwa jumlah mata dadu yang
muncul kurang dari 5
Penyelesaiaan :
A = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (5,1),
(5,2), (5,3), (5,4), (5,5), (5,6)}
P(A) = 18/36
Contoh : dalam sebuah kotak terdapatr 16 lampu pijar, 4 diantaranya rusak. Jika dua
lampu pijar diambil secara acak satu demi satu tanpa pemulihan tentukanlah peluang
kedua lampu pijar yang terlambil rusak.
Penyelesaian :
Setelah pengambilan pertama lampu pijar tinggal 15, dan 3 diantaranya rusak. Missal
B kejadian lampu pijar yang terqambil kedua rusak.
Peluang kejadian lampu pijar pertama yang terambil rusak dan lampu pijar kedua
yang terambil rusak adalah P(B ∩ A) = P(A). P( B ∣ A ) = 1/4 . 1/5 = 1/20
II. TEOREMA BAYES
𝐏(𝐁 ∩ 𝐀)
𝐏( 𝐁 ∣ 𝐀 ) = => 𝐏(𝐁 ∩ 𝐀) = 𝐏(𝐀)𝐏( 𝐁 ∣ 𝐀 )
𝐏(𝐀)
Contoh:
Anggap terdapat 5 harddisk baik dan 2 harddisk rusak pada satu kemasan.
Untuk mendapatkan harddisk yang rusak, dilakukan pengujian dengan cara
mengambil dan menguji satu per satu secara acak tanpa pemulihan. Berapa
peluang diperoleh 2 harddisk rusak pada dua pengujian yang pertama?
Penyelesaian:
Misal D1 dan D2 adalah kejadian diperoleh harddisk rusak pada pengujian pertama
dan kedua. Maka
2 1
P(D1) = dan P( 𝐷2 ∣ 𝐷1 ) =
7 6
Bukti:
Ambil dua kejadian A dan B. Kita dapat menuliskan kejadian E sebagai
A = P(A ∩ 𝐵) ∪ 𝑃(A ∩ 𝐵 𝐶 )
A (2%) A (98%)
P(B ∩ A)
P(A | B) =
P(B)
P(B | A) × P(A)
=
P(B | A)P(A) + P(B | A)P(A)
97% × 2%
=
(97% × 2%) + (9% × 98%)
= 0.0194
0.0194 + 0.0882
0.0194
=
0.1076
P(A | B) = 0.1803
Hasil perhitungan ini sangat berbeda dengan intuisi kita di atas. Peluang
bahwa orang yang mendapat hasil tes positif itu benar-benar menderita penyakit
langka tidak sebesar yang kita bayangkan. Cuma ada sekitar 18% kemungkinan
bahwa dia benar-benar menderita penyakit itu.
Mengapakah demikian?
Ketika mengira-ngira peluangnya, seringkali kita lupa bahwa dari seluruh
populasi negara itu, hanya 2% yang benar-benar menderita penyakit langka itu. Jadi,
walaupun hasil tes adalah positif, peluang bahwa seseorang menderita penyakit
langka itu tidaklah sebesar yang kita bayangkan.
Kita bisa juga meninjau situasi di atas sebagai berikut. Misalnya populasi
negara tersebut adalah 1000 orang. Hanya 20 orang yang menderita penyakit langka
itu (2%). 19 orang dari antaranya akan mendapat hasil tes yang positif (97% hasil
positif yang benar). Dari 980 orang yang tidak menderita penyakit itu, sekitar 88
orang juga akan mendapat hasil tes positif (9% hasil positif yang salah).
Jadi, 1000 orang di negara itu dapat kita kelompokkan sebagai berikut:
19 orang mendapat hasil tes positif yang benar
1 orang mendapat hasil tes negatif yang salah
88 orang mendapat hasil tes positif yang salah
892 orang mendapat hasil tes negatif yang benar
Bisa kita lihat dari informasi di atas, bahwa ada (88 + 19) = 107 orang yang
akan mendapatkan hasil tes positif (tidak perduli bahwa dia benar-benar menderita
penyakit langka itu atau tidak). Dari 107 orang ini, berapakah yang benar-benar
menderita penyakit? Hanya 19 orang dari 107, atau sekitar 18%.
DAFTAR PUSTAKA
Jean E. Weber, Analisis Matematika Penerapan Bisnis dan Ekonomi, Ed.4, Jilid 1,
Penerbit Erlangga, Jakarta, 1990.