9/3/2019

Duduk dengan tenang dan berhentilah

berbicara!
Setelah selesai lagu ini, silakan Saudara
lakukan tapping kehadiran!

#ProbStat=Mudah

1
 9/3/2019

TAS

Probabilitas dan Statistika

#ProbStat=MUDAH
#ProbStat=MUDAH
#ProbStat=MUDAH

Probabilitas dan Statistika

Eksperimen,
Titik Sampel,
dan Kejadian

2
 9/3/2019

Probabilitas dan Statistika

Setiap tahapan aktivitas STATISTIKA Melibatkan
PELUANG/PROBABILITAS

Populasi
Populasi
Statistik
Parameter

PROBABILITAS /PELUANG:
Sebuah ukuran (numerik) tentang kemungkinan terjadinya suatu kejadian

Teori probabilitas dapat

0 1 membantu dalam mengukur
sesuatu yang tidak pasti
terjadi terutama dalam
kehidupan sehari
#ProbStat=Mudah

Eksperimen

EKSPERIMEN
Suatu aktivitas atau proses (trial) terencana
yang memberikan hasil (outcome).

Eksperiment yang menjadi dasar Teori Peluang adalah eksperimen

yang bersifat RANDOM atau ACAK

Sebuah eksperimen akan disebut sebagai EKSPERIMEN ACAK

(RANDOM EXPERIMENT) jika memiliki ciri-ciri berikut:
1. Memberikan hasil yang berbeda meskipun diulang-ulang dengan
carayang sama
2. Bergantung kepada ‘kesempatan’ untuk terjadi
3. Hasilnya (out comes) tidak dapat diprediksi terlebih dahulu.

#ProbStat=Mudah

3
 9/3/2019

Sample Space – Sample Point

Sample Space
Himpunan dari semua outcomes yang mungkin muncul dari suatu
random experiment

Ω , ,…,
Sample Space
Outcome Space
Description Space

Sample Point /
Sample Point Outcome

Suatu hasil kejadian, anggota dari sample space suatu eksperiment.

Contoh:
• Sample Space penge-toss-an dadu:  = {1,2,3,4,5,6}
• Pada Peng-toss-an Dadu: hasil 1,2,3,4,5,6 merupakan Sample Points dari
eksperimen tersebut.

#ProbStat=Mudah

Ruang Sample
Kasus 1
Sepuluh buah kartu yang diberi nomor 1
sampai dengan 10 dimasukan ke dalam
kotak kemudian diaduk secara acak.
Diambil sebuah kartu dengan mata
tertutup.
Tentukan Ruang Sampel eksperiment
tersebut!
 S = {1, 2, 3, …, 10}
Kasus 2
Sebuah eksperiment dilakukan dengan
penge-toss-an coin hingga muncul
gambar dan kemudian hitung jumlah
penge-toss-an yang telah dilakukan.
Tentukan Ruang Sampel eksperiment
tersebut!
 S = {1, 2, 3, …, }

Apakah Titik Sampel-nya dapat dihitung?

Dapat dihitung (Countable) Dapat dihitung (Countable)

Apakah Jumlah Titik Sampel-nya terbatas?

Terbatas (Finite) Tidak Terbatas (Infinite)

#ProbStat=Mudah

4
 9/3/2019

Ruang Sample
Kasus 3 Kasus 4
Dilakukan penimbangan berat badan Sebuah pensil dijatuhkan ke sebuah
seorang mahasiswa dengan area berbentuk kotak berukuran 10cm x
menggunakan alat timbangan digital. 10cm. Kemudian dicatat titik tempat
jatuhnya pensil tersebut. Jika area kotak
tersebut didefinisikan dengan koordinat
Tentukan Ruang Sampel eksperiment (X,Y), tentukan Sample Space-nya!
tersebut!
Tentukan Ruang Sampel eksperiment
tersebut!
 S = {0, … , 200}
 S = {(0,0), … , (10,10)}

Apakah Titik Sampel-nya dapat dihitung?

Tidak dapat dihitung (Uncountable) Tidak dapat dihitung (Uncountable)

Apakah Jumlah Titik Sampel-nya terbatas?

Tidak Terbatas (Infinite) Tidak Terbatas (Infinite)

#ProbStat=Mudah

Sample Space

Continuous Sample Tidak dapat

dihitung dan tidak
Space terbatas

Finite Sample Space Infinite

Discrete Sample Dapat Dihitung

Namun Tidak
Space Terbatas

#ProbStat=Mudah

5
 9/3/2019

Sample Space

• Kotak A berisi 2 bola merah, 4 bola putih, dan 3 bola biru. Jika diambil 2
buah bola berturut-turut, tentukan Sample Space untuk eksperiment
pengambilan 2 bola tersebut!

 S = {MM, MP, MB, …, BB}

• Bagaimana jika diambil 3 bola berurut-an?

• Gunakan Diagram Pohon!

#ProbStat=Mudah

Sample Space

• Dari sekumpulan 6 Mahasiswa dan 4 Mahasiswi akan diambil 3 orang

sebagai Perwakilannya. Tentukan Sampel Space untuk Perwakilan tersebut!
 S = {LLL, LLP, …, PPP}

• Bagaimana jika 2 mahasiswa tidak bersedia dipilih?

• Bagaimana jika perwakilan tersebut harus terdiri dari sekurang-kurangnya 2

mahasiswa Laki-laki?

#ProbStat=Mudah

6
 9/3/2019

Diagram Venn

• Diagram Venn merupakan media penyajian Ruang Sampel secara

grafis

#ProbStat=Mudah

Operasi dalam Himpunan

1. Komplemen (Complement)
dinotasikan ( ‘)
A’

2. Irisan (Intersection)
dinotasikan (∩)
(A∩B)

3. Gabungan (Union)
dinotasikan (∪)
(A ∪ B)

#ProbStat=Mudah

7
 9/3/2019

Operasi dalam Himpunan

Komplemen (Complement)
Komplemen suatu kejadian A terhadap S adalah
himpunan semua unsur S yang tidak termasuk A yang
dinyatakan dengan A’.
Soal:
Pada lantunan sebuah dadu, A kejadian munculnya bilangan yang dapat dibagi tiga,
tentukan anggota dari kejadian komplemen A?

Solusi:
Ruang sampel S={1, 2, 3, 4, 5, 6}, A={3, 6}, maka komplemen A yaitu A’={1, 2, 4, 5}.

Diagram?

#ProbStat=Mudah

Operasi dalam Himpunan

Irisan (Intercept)
Irisan kejadian A dan B yaitu kejadian yang anggotanya
termasuk dalam A dan B.
 Definisi: A∩B = {x|xA dan xB}
 berlaku A ∩ B = B ∩ A, di mana A ∩ B dimuat baik
oleh himpunan A maupun himpunan B, yaitu :
(A ∩ B) ⊂ A dan (A ∩ B) ⊂ B.
Soal:
Pada lantunan sebuah dadu, A kejadian munculnya bilangan
genap yang muncul dan B kejadian bilangan lebih besar dari 3.
Tentukan irisan A dan B?
Solusi:
Ruang sampel S={1, 2, 3, 4, 5, 6}, A = {2,4,6} dan B = {4,5,6}, maka : A ∩ B = {4,6}

Diagram?

#ProbStat=Mudah

8
 9/3/2019

Operasi dalam Himpunan

Mutually Exclusive (Disjoint)

Kejadian A dan B saling meniadakan atau terpisah
apabila A dan B tidak memiliki anggota persekutuan.
 Definisi: A∩B = ∅

Soal:
Pada lantunan sebuah dadu, A kejadian munculnya bilangan
genap yang muncul dan B kejadian bilangan ganjil. Tentukan
irisan A dan B?
Solusi:
Ruang sampel S={1, 2, 3, 4, 5, 6}, A = {2,4,6} dan B = {1,3,5}, maka : A ∩ B = ∅

Diagram?

#ProbStat=Mudah

Operasi dalam Himpunan

Gabungan (Union)
Gabungan kejadian A dan B yaitu kejadian yang
mengandung semua anggota yang termasuk A atau B
atau keduanya.
 Definisi: AUB = {x|xA atau xB atau xA dan xB}
 Berlaku A ∪ B = B ∪ A, di mana kedua himpunan A
dan B selalu merupakan himpunan bagian dari A ∪ B,
yaitu: A ⊂ ( A ∪ B ) dan B ⊂ ( A ∪ B ) .
Soal:
Pada lantunan sebuah dadu, A kejadian munculnya bilangan
genap yang muncul dan B kejadian bilangan ganjil kurang dari
5. Tentukan gabungan A dan B?
Solusi:
Ruang sampel S={1, 2, 3, 4, 5, 6}, A = {2, 4, 6} dan B = {1, 3}, maka : A U B = {1, 2, 3, 4, 6}

Diagram?
#ProbStat=Mudah

9
 9/3/2019

Jenis-jenis Event

Independent Events Dependents Events

• Kejadian-kejadian yang tidak memiliki • Kejadian-kejadian yang memiliki

keterkaitan atau ketergantungan dalam keterkaitan atau ketergantungan
kemunculannya dalam kemunculannya

• Contoh: • Contoh:
 Hasil peng-toss-an dadu dengan  Musibah banjir dengan Hujan
kondisi cuaca  Kepadatan Lalu Lintas dengan
 Banjir di Bandung dengan Hujan Tabrakan kendaraan
di Biak

#ProbStat=Mudah

Probabilitas dan Statistika

Analisis
Kombinatorik

10
 9/3/2019

Analisis Kombinatorik / Teknik Mencacah

Cabang dari Matematika yang

mempelajari tentang ‘cara-cara
yang berbeda dalam menyusun atau
mengurutkan sesuatu’
Permutations
Combinatorial Fundamental
Analysis Principle of Counting
Combinations

Probability Theory

Statistics

#ProbStat=Mudah

Teknik Mencacah

Fundamental Principle of
Counting

Kaidah Penjumlahan: Kaidah Perkalian

• The Addition Principle • The Multiplication Principle
• The Sum Rule • The Product Rule

Mensyaratkan himpunan/ Mensyaratkan suatu prosedur yang

kumpulan obyek yang disjoint dibagi dalam tingkat/tahap yang terurut
(terpisah) dari susunan hasil (outcomes) yang
berbeda

Eksperimen hanya memiliki satu Eksperimen memiliki beberapa

outcomes outcomes

#ProbStat=Mudah

11
 9/3/2019

The Additional Principle

Misalkan bahwa {X1, X2, , Xk} merupakan sebuah gabungan himpunan

terpisah (disjoint), dimana Xi mempunyai ni elements untuk setiap bilangan
bulat i, 1 . Jika sebuah proses diselesaikan dengan memilih satu
element dari tepat satu himpunan dalam gabungan tersebut, maka jumlah
seluruh cara menyelesaikan proses merupakan jumlah n1+n2+···+nk.

Contoh:
Misalkan dilakukan eksperimen penge-toss-an dadu atau pengambilan satu
kartu gapleh. Berapa kemungkinan hasil yang muncul dari eksperimen ini?

Jawab:
Misalkan:
X1= Penge-toss-an dadu, dengan 6 outcome
X2= Pengambilan satu kartu gapleh, dengan 28 outcomes
Jadi eksperiment tersebut akan menghasilkan
(n1+n2) = 6 + 28 = 34 outcomes

#ProbStat=Mudah

The Multiplication Principle

Andaikan k eksperimen disusun secara berurutan, dimana :

Eksperimen ke-1 dapat dilakukan dalam n1 cara
Eksperimen ke-2 dapat dilakukan dalam n2 cara
…
Eksperimen ke-k dapat dilakukan dalam nk cara

Maka banyaknya cara untuk menyusun k eksperimen dapat

dilakukan dalam :

N = n1 x n2 x n3 x … x nk cara

#ProbStat=Mudah

12
 9/3/2019

The Multiplication Principle

Contoh:
Dalam berapa cara sebuah bilangan yang terdiri dari 3-digit
tersusun?

Jawab:
Misalkan susunan digitnya adalah X1 X2 X3
Digit ke-1, ke-2, maupun ke-3 dapat diisi oleh bilangan dari 0 s.d.
9 (terdapat 10 kemungkinan)

Jadi kemungkinan bilangan 3-digit tersebut adalah:

10 x 10 x 10 = 1.000 buah

#ProbStat=Mudah

Kemungkinan Outcomes

Populasi
n buah
Dengan Pengembalian
With Replacement (WR)
Sampel
k buah
nk cara
Tanpa Pengembalian Urutan Tidak
Without Replacement Diperhatikan n!
(WoR) C ( n, k ) 
k!(n  k )!

Urutan Diperhatikan
n!
P ( n, k ) 
(n  k )!

#ProbStat=Mudah

13
 9/3/2019

Contoh Teknik Mencacah

1. Tentukan Ruang Sampel dari eksperimen dengan menggunakan 2 buah

dadu yang di-toss secara acak.
2. Ada berapa cara 6 orang, misalkan A-B-C-D-E-F, dapat dibentuk ke dalam
sebuah tim yang beranggotakan 3 orang?
3. Dalam berapa cara angka 3 digit yang antara 400 sampai dengan 799
dan bernilai genap dapat dibentuk?
4. Berapa banyak cara mengambil 3 buah bola lampu yang diambil secara
acak dari 15 buah bola lampu dalam sebuah kotak?
5. Sebuah kotak terdiri dari 5 bola putih, 6 bola merah, dan 4 bola kuning.
Diambil 3 bola secara acak. Ada berapa cara yang dapat digunakan untuk
memperoleh hasil ketiga bola yang terambil berwarna sama?

#ProbStat=Mudah

Kemungkinan Outcomes
Contoh 1:
Berapa jumlah outcomes yang mungkin untuk pengambilan 3
buah kartu bridge yang dilakukan satu per satu dan kartu yang
terambil dikembalikan ke dalam tumpukan?

Jawab:
Sampling dengan pengembalian dari n item jika dilakukan
secara berturut-turut k kali adalah:
nk cara / kemungkinan

Jadi kemungkinan yang muncul dari pengambilan kartu bridge

itu adalah:
523 = 140.608

#ProbStat=Mudah

14
 9/3/2019

Kemungkinan Outcomes

Contoh 2:
Merujuk kepada contoh 1 namun pengambilan dilakukan tanpa
mengembalikan kartu yang sudah terambil!

Jawab:
Sampling tanpa pengembalian dari n item dan dilakukan secara
berturut-turut k kali adalah: P(n,k) cara / kemungkinan. Jadi hasil
yang mungkin adalah:
52! 52!
P(52,3)    52.51.50  132.600
(52  3)! 49!

#ProbStat=Mudah

Kemungkinan Outcomes
Contoh 3:
Berapa kelompok yang dapat dibentuk dari 8 orang jika
kelompok yang terbentuk terdiri dari 3 orang yang dipilih
secara serempak?

Jawab:
Jumlah kelompok yang dapat dibentuk adalah menggunakan
perhitungan kombinasi. Yaitu:

8! 8!
C (8,3)    56
3!(8  3)! 3!5!

#ProbStat=Mudah

15
 9/3/2019

Contoh Aplikasi Kombinatorik

Contoh 4:
Dua kartu diambil secara acak dari tumpukan kartu bridge yang
berjumlah 52 buah. Hitung peluang
a. Kedua kartu adalah kartu wajik
b. Satu kartu wajik dan satu kartu jantung hati
Jawab:
Jumlah cara mengambil 2 kartu dari 52 kartu adalah:
 52  52!
C (52,2)      1.326
 2  2!(52  2)!
Untuk mengambil 2 kartu wajik dari 13 kartu wajik terdapat cara
sebanyak: 13  13!
C (13,2)      78 cara
 2  2!(13  2)!
Maka peluang kedua kartu tersebut wajik adalah:
#cara 2 kartu wajik terambil 78 1
p    0,0588
#cara 2 kartu terambil 1326 17

#ProbStat=Mudah

Contoh Aplikasi Kombinatorik

Point b:
Karena ada 13 kartu wajik dan 13 kartu jantung, jadi ada:
13x13= 169
untuk mengambil satu kartu wajik dan satu kartu jantung hati.
maka:
169 13
p   0,1275
1326 102

#ProbStat=Mudah

16
 9/3/2019

Contoh Aplikasi Kombinatorik

Contoh 5:
Tiga bola lampu dipilih secara acak dari 15 bola lampu yang 5
diantaranya rusak. Hitung peluang:
a. Tidak ada bola lampu yang rusak
b. Tepat satu bola lampu rusak
c. Sekurang-kurangnya satu bola lampu rusak

Jawab:
Terdapat cara mengambil 3 bola lampu dari 15 bola lampu
yang ada sebanyak: 15  15!
C (15,3)      455 cara
 3  3!(15  3)!
Point a:
Karena terdapat 15-5=10 bola lampu yang baik, maka cara
memilih 3 bola lampu baik dari 10 bola lampu baik seluruhnya
adalah:
10  10!
C (10,3)      120 cara
3
  3! (10  3)!

#ProbStat=Mudah

Contoh Aplikasi Kombinatorik

Point a (lanjutan):
Jika A didefiniskan Kejadian tidak terdapat bola lampu rusak,
maka peluang A adalah:
120 24
p( A)    0,2637
455 91
Point b:
Karena terdapat 5 bola lampu rusak, maka untuk mendapatkan
sebuah lamput rusak ada 5 cara.
Untuk medapat 2 lampu baik dari 10 lampu baik yang ada
terdapat cara sebanyak:  10 
 2   45
 
Seluruh cara untuk mendapatkan 3 lampu, dengan 1 lampu
rusak dan 2 baik, terdapat:
5x45=225 cara
Jika A didefiniskan sebagai Kejadian terdapat satu bola lampu
rusak, maka peluang A adalah: 225 45
p( A)    0,4945
455 91
#ProbStat=Mudah

17
 9/3/2019

Contoh Aplikasi Kombinatorik

Point c:
Kejadian sekurang-kurangnya satu bola lampu rusak berarti harus
mencari peluang bola lampu rusak = 1,2, dan 3 atau:

p(Rusak1)  p(r 1)  p(r  2)  p(r  3)

Karena hanya terdapat 4 kemungkinan jumlah rusak yaitu r=0,1,2,

dan 3, maka dengan menggunakan hasil pada point a, dapat
dihitung hasilnya sebagai berikut:
24 67
p( Rusak  1)  1  p(r  0)  1    0,7363
91 91

#ProbStat=Mudah

#ProbStat=Mudah

18