1

Peluang & Aturan Bayes

MA 2081 STATISTIKA DASAR

06 SEPTEMBER2012
Utriweni Mukhaiyar
 2

Eksperimen
Ciri-ciri eksperimen acak (Statistik):
• Dapat dulangi baik oleh si pengamat sendiri
maupun orang lain.
• Proporsi
p keberhasilan dapat
p diketahui dari
hasil-hasil sebelumnya.
• Bisa diukur (diamati).
• Hasilnya tidak bisa ditebak karena adanya
galat/error.
 3

Ruang Sampel

p S , yyaitu himpunan
Ruangg sampel p
dari semua kemungkinan hasil dari suatu
percobaan acak (statistik).
(statistik)
 4

Ruang Sampel Diskrit

A. Diskrit: banyaknya (number) anggota pada
S tsb dapat dihitung/dicacah (countable).
)
Hasil pencacahannya mungkin saja
berhingga atau tidak berhingga.

Contoh 1. S p pada (p
(percobaan)) p
pemeriksan
produksi sepatu boot di pabrik AAA. Setiap
pasang sepatu dipilih (secara acak), diperiksa,
lalu digolongkan
g g sebagai
g p pasangan
g sepatu
p
rusak atau tidak .
 5

Ruang
g Sampel
p Kontinu

B K
B. Kontinu:
ti anggotat dari
d i S tsb
t b adalah
d l hbbagian
i
dari suatu interval.
Contoh 2. S pada percobaan pengukuran
tinggi pasang maksimum setiap hari di
m) misalnya S = {x: 2
suatu selat (satuan m),
< x < 4}.
Jika kita pilih hari-hari secara acak, maka
mungkin ditemukan hari-hari
hari hari dengan tinggi
pasang 2,1 m atau 3,5 m atau 2,75 m atau
nilai lainnya yang berkisar antara 2 < x < 4.
 6

Kejadian
j ((Event))
• Himpunan bagian (subset) dari suatu
ruang sampel S .
• Notasi untuk even (kejadian) umumnya
huruf kapital,
kapital misal A
A, B
B, dan lain-lain
lain-lain.
Jika kejadiannya banyak, bisa ditulis
barisan, misal E1, E2, ......dst.
sebagai barisan dst
 7

Ruang Sampel dan Kejadian

• Ruang sampel, dinotasikan S
Ruang Sampel Diskrit

Ruang Sampel Kontinu

S= { , , ... , }

 E
Event
t (kejadian)
(k j di )

E = { , , }
7
 8

Populasi dan sampel

• Pada Contoh 1: Semua pasang sepatu boot

yang ada di pabrik AAA disebut populasi,
sedangkan beberapa pasang sepatu boot
yang diambil
di bil disebut
di b t sampel. l Ruang
R
sampel pada contoh ini adalah semua
keadaan p pasangg sepatu
p boot yyang
g mungkin,
g ,
yaitu {rusak, tidak rusak} dan termasuk jenis
diskrit, karena banyaknya elemen pada S ini
dapat dihitung, buah, n(S) = 2.
dihitung yaitu ada 2 buah 2
 9
Contoh 3 Menentukan Ruang Sampel &
Kejadian
• Dua lokasi eksplorasi memulai aktifitas pengeboran.
Sukses atau tidaknya pengeboran untuk tiap lokasi
dilihat apabila ditemukannya minyak setelah satu
bulan di lokasi y
yangg bersangkutan.
g Tentukan ruang
g
sampelnya dan berilah contoh kejadian/eventnya.

 Jawab:
J b Ruang sampelnya
R l adalah
d l hS =
{SS,ST,TS,TT}, dimana S = Sukses; T = Tidak
sukses (nominal)
( )
 Contoh kejadian, mis kejadian E1 dimana dua aktifitas
pengeboran tersebut sukses, maka E1 ={SS}; dan E2
dimana salah satu lokasi masih belum menemukan
minyak, maka E2={ST,TS}.
 10

Contoh 4
• Dilakukan survey dan pencatatan
tingkat curah hujan setiap hari
yang terjadi di suatu daerah
pegunungan.
pegunungan

 Jawab: Misalkan X : tingkat

g curah hujan
j
(mm), ruang sampel S = { x | 0  x  600, x
 R} dan E2 adalah kejadian tingkat curah
hujan lebih dari 200 mm
mm, maka
E2 = {x | 200 < x  600, x  R}
Perhatikan bahwa E2  S
 11

G b
Gabungan
•U
Union
i d dua peristiwa
i ti E1 dan
d E2 ditulis
dit li E1E2,
adalah himpunan semua elemen yang ada
di dalam E1 atau di dalam E2 (termasuk di
dalam keduanya jika ada).
 Contoh. Perhatikan Contoh 3.
Misal E1 adalah kejadian salah satu lokasi
b h il menemukan
berhasil k minyak,
i d E2 adalah
k dan d l h
kejadian tidak ada lokasi yang berhasil. Maka
E1  E2 = {ST,TS,TT
ST TS TT}.}
 12

Irisan

• Irisan dua peristiwa E1 dan E2, ditulis

E1∩E2, adalah himpunan semua elemen
yang ada di dalam E1 dan di dalam E2.

 Contoh. Perhatikan Contoh 2.

Misalkan E1: himpunan tinggi pasang
maksimum lebih dari 2,65 m, dan E2: himpunan
tinggi pasang maksimum kurang dari 3,70 m.
Maka E1 ∩ E2 = {x | 2,65 < x < 3,70}.
 13

Komplemen
• Komplemen suatu peristiwa E1, ditulis E1c,
adalah himpunan semua elemen yang tidak
di dalam E1.

 Contoh. Perhatikan Contoh 4.

E2c= {0 ≤ x ≤ 200},
200} yaitu himpunan tingkat
curah hujan 0 sampai dengan 200.
 14

Peluang
g Suatu Kejadian
j
• Prinsip dasar : frekuensi relatif
• Jika suatu ruang sampel mempunyai n(S )
elemen, dan suatu event E mempunyai n(E)
elemen maka probabilitas E adalah:
elemen,

n( E )
P( E ) 
n( S )
 15

C
Contoh
h5
• Seorang pengusaha sukses merencanakan untuk berlibur keliling
Indonesia 1 bulan penuh (terhitung tanggal 1 sampai tanggal terakhir
bulan ybs) tahun 2010. Perusahaannya mewajibkan setiap anggotanya
membuat surat izin tertulis dengan menyertakan lama waktu izin (dalam
h i) Kantor
hari). K t tempat
t t pengusahah tersebut
t b t bekerja
b k j 7hharii d
dalam
l 1 minggu.
i
Berapa peluang bahwa pengusaha sukses tersebut mengajukan izin 31
hari?

Jawab: n(S) = 12 (banyak bulan dalam 1 thn). Misal E :

hari maka n(E) = 7 yaitu E =
kejadian bulan dengan 31 hari,
{Jan, Mar, Mei, Jul, Agt, Okt, Des}
n( E ) 7
P( E )  
n( S ) 12
 16

Aksioma Peluang
1. 0 ≤ P(E) ≤ 1.
2 P(S) = 1
2. 1.
3. Jika E1 dan E2 adalah dua kejadian yang saling
lepas maka berlaku:
lepas,maka
P(E1E2 ) = P(E1) + P(E2)
4 Jika E1, E2,…,E
4. En adalah kejadian yang saling lepas
mutual, maka berlaku :
P(E1E2…En) = P(E1) + P(E2) + + P(En)
+…+
 17

Peluang Bersyarat

• Peluang bersyarat (conditional probability)

dikatakan bersyarat
y karena eventnya
y sudah
dibatasi.
event pembatas itu A dan event yang
 Jika
probabilitasnya ingin dihitung adalah B, maka
peluang
p g bersyaratnya
y y adalah:

P( A  B)
P( B A) 
P( A)
 18

Peluang
g Bersyarat
y

• Dalam P(B|A), event A adalah kejadian yang

terjadi terlebih dahulu atau yang diamati
lebih dulu, baru kemudian B.

 Jika
A dan B adalah dua kejadian yang saling
bebas maka
bebas,
P(B|A) = P(B)
 19

C t h6
Contoh

Warna pasir Jenis pasir

Halus Kasar
Hitam 2 3
Abu-abu 2 4
Terang (putih, 1 2
kuning)

P(Halus  Hitam) 2 5 2
P(Halus| Hitam) =  : 
P(Hitam) 14 14 5
 20

Kejadian Saling Bebas dan Saling Lepas

• Dua kejadian E dan F dikatakan saling

bebas (independent) jika berlaku:

P ( EF )  P ( E ).
) P( F )

 Duakejadian E dan F dikatakan saling

lepas jika berlaku:

P ( EF )  0
 21

Contoh 7
7--

• Sebuah
S kartu dipilih secara acak dari serangkai
kartu bridge yang berjumlah 52 kartu. Jika E adalah
kejadian terpilih kartu As dan F adalah kejadian
t ilih gambar
terpilih b hati.
h ti Tunjukkan
T j kk b bahwa
h E dan
d F
saling bebas. Apakah E dan F saling lepas?
 22

--Contoh
Contoh 7
Jawab: P( EF )  1/ 52
karena hanya terdapat satu As yang bergambar hati.

 P( E )  4 / 52
karena terdapat 4 As dalam kartu bridge

P( F )  13 / 52
karena terdapat 13 kartu bergambar hati

4 13 52 1
P ( E ).P ( F )  .    P ( EF )
52 52 52.52 52
Jadi E dan F saling bebas, tapi tidak saling lepas.
 23

Peluang Bersyarat
Banyak kejadian

B5
B1
A  B1
A  B5 A
A  B4
A  B2 A  B3 B4
B2 B3
S
 24

Peluang Bersyarat
Banyak
k kejadian
k d
 25

Aturan Bayes
 26

Contoh 8

Suatu perusahaan besar menggunakan tiga hotel sebagai

tempat menginap para langganannya. Dari pengalaman
yang lalu diketahui bahwa 20% langganannya di
tempatkan di Hotel II, 50% di Hotel B
B, dan 30% di Hotel S
S.
Bila 5% di Hotel I kamar mandi tidak berfungsi dengan
baik, 4% di Hotel B, dan 8% di Hotel S, berapa peluang
bahwa,
a. Seseorang langganan mendapat kamar yang kamar
mandinyay tidak baik.
b. Seseorang yang mendapat kamar mandi yang tidak
baik ditempatkan di Hotel S.
 27

Solusi
 28

R f
Referensi
i
 Dekking
g F.M., et.al., A Modern Introduction to Probabilityy and
Statistics, London : Springer, 2005.
 Devore, J.L. and Peck, R., Statistics – The Exploration and
Analysis of Data,
Data USA: Duxbury Press,
Press 1997.
1997
 Walpole, Ronald E. dan Myers, Raymond H., Ilmu Peluang dan
Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung:
P
Penerbit
bit ITB,
ITB 1995.
1995
 Walpole, Ronald E., et.al, Statistitic for Scientist and Engineering,
8th Ed., 2007.
 Wild, C.J. and Seber, G.A.F., Chance Encounters – A first Course
in Data Analysis and Inference, USA: John Wiley&Sons,Inc.,
2000.
 Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika.