Probabilitas dan Statistika

IF2214
Pertemuan 1 – Pengantar Perkuliahan dan Teori Peluang
 Deskripsi Singkat Mata Kuliah

Kuliah ini mendeskripsikan materi tentang

probabilitas dan statistik sebagai salah satu
pendekatan pengambilan keputusan untuk
problem yang melibatkan data.
Materi Perkuliahan
Materi Perkuliahan
 Buku Referensi

Probability & Statistics for

Engineers & Scientists, Ninth
Edition, Ronald E. Walpole,
Raymond H. Myers, Sharon L.
Myers, Keying Ye, Pearson
International Edition, 2014
 Penilaian

• UTS : 30%
• UAS : 30%
• Kuis : 20%
• Tugas : 20%
 Teori Probabilitas

• Teori probabilitas mempelajari suatu fenomena yang

bersifat random.
• Karakteristik fenomena random: kelakuan yang akan
datang tidak dapat diprediksi secara deterministik (non
deterministik)
• Deterministik: δ(state_current,aksi)=state_next
 Teori Statistika
Teori statistika sangat diperlukan sebagai tools oleh komunitas informatika
untuk:
• Analisis:
Ruang sampel: data uji sistem
Kinerja sistem
Penentuan parameter atau teknik terbaik
• Prediksi
Pemodelan untuk prediksi
• Pengambilan keputusan
Pemilihan alternatif keputusan oleh sistem
 Manfaat Probabilitas dan Statistika

• Memperbaiki Proses/Produk suatu sistem.

• Kinerja (performansi) sistem: suatu ukuran/besaran efektifitas
sistem.
• Prediksi: suatu ukuran / besaran hasil histori untuk rencana yang
akan datang.
• Keandalan: suatu ukuran/ besaran untuk mengurangi kegagalan.
• Garansi (warranty): suatu ukuran/besaran harapan hidup.
• Hubungan variable-variabel dalam suatu sistem.
 Kaitan Matakuliah Lanjutan

• Kecerdasan Buatan
• Pembelajaran Mesin
• Pemodelan dan Simulasi
• Jaringan Komputer Lanjut
• Pemodelan Data Lanjut
• Sistem Temu Balik Informasi
• Pemrosesan Bahasa Alami
MATERI MINGGU 1
 RUANG SAMPEL DAN
MENGHITUNG BANYAK
TITIK SAMPEL
 Ruang Sampel

• Ruang Sampel (notasi: S)

• Kumpulan dari semua kejadian yang mungkin dari
eksperimen statistik
• Sampel menggambarkan karakteristik dari suatu populasi
(kumpulan data)
• Ruang sampel: dapat dienumerasi anggotanya jika jumlah
nya terhitung
• Anggota dari ruang sampel disebut titik sampel
 Contoh Ruang Sampel - 1

• Suatu eksperimen melempar koin kemudian melempar

sekali lagi bila yang muncul pertama adalah angka (A),
jika yang muncul gambar (G) diteruskan dengan
melempar dadu.
• Ruang sampel:
S = { AA, AG, G1, G2, G3, G4, G5, G6 }
Diagram Pohon untuk Mengidentifikasi
Ruang Sampel
Kemungkinan Kemungkinan Ruang Sampel
Pertama Kedua

A AA
A
G AG
G
1 G1

2 G2

3 G3
4 G4

5 G5
6 G6
 Contoh Ruang Sampel -2

• Tiga item diambil dari suatu proses manufacturing, di

mana item tersebut diklasifikasikan menjadi dua,
defektif (D) dan non-defektif (N).

• Ruang sampel S:
S = { DDD, DDN, DND, DNN, NDD, NDN, NND, NNN }
Diagram Pohon untuk Contoh 2

Item Item Item Ruang

Pertama Kedua Ketiga Sampel

D DDD
D
N DDN
D
D DND
N
N DNN
D NDD
D
N N NDN
D NND
N
N NNN
 Penulisan Ruang Sampel

• Contoh: Item diambil dari proses manufacturing (D:defektif

dan N: non-defektif) sampai satu defektif ditemukan.
• S = {D, ND, NND, NNND, …}
• Ruang sampel yang besar bisa ditulis dalam bentuk aturan.
Contoh:
• S={x|x adalah kota di Indonesia}
 Kejadian
• Kejadian: subset dari ruang sampel, yang mungkin
memiliki kondisi/spesifikasi tertentu
• Contoh identifikasi kejadian:
Diberikan suatu ruang sampel
S = {kumpulan kemungkinan mata dadu yang muncul dari
2 dadu yang dilempar bersama – sama}
= {(1,1);(1,2);(1,3);(1,4);(1,5);(1,6); … ;(6,4);(6,5);(6,6)}
Suatu kejadian A adalah hasil kali kedua mata dadu
bilangan ganjil.
A = {(1,1);(1,3);(1,5);(3,1);(3,3);(3,5);(5,1);(5,3);(5,5)}.
 Contoh Ruang Sampel dan Kejadian

Diberikan suatu ruang sampel

S = {t|t ≥ 0}, di mana t adalah umur dalam satuan tahun
suatu komponen elektronik.
Suatu kejadian A adalah umur komponen yang kurang
dari lima tahun, atau dituliskan
A = {t|0 ≤ t ≤ 5}.
 Komplemen Suatu Kejadian

• Komplemen dari kejadian A terhadap S adalah subset dari semua

elemen S yang bukan elemen dari A. Komplemen dari A
dituliskan dengan A’.
• Contoh:
Misalkan R adalah kejadian di mana kartu warna merah diambil
dari 52 kartu Bridge. Komplemen dari R adalah R’, yaitu kartu
dengan warna hitam.
 Irisan Dua Kejadian

• Irisan dari dua kejadian A dan B:

• suatu kejadian yang memuat elemen yang ada di A
dan B, dinotasikan dengan A ∩ 𝐵 Dua kejadian
saling lepas (mutually exclusive atau disjoint) jika
A ∩ 𝐵 = Ф, yang berarti A dan B tidak memiliki
anggota yang sama
 Gabungan dua kejadian A dan B

Suatu kejadian dengan elemen dari A atau B atau keduanya,

dinotasikan dengan A U B.
Menentukan gabungan beberapa kejadian memperhitungkan
irisannya, seperti pada konsep himpunan.
Contoh irisan, gabungan, dan komplemen antara kejadian-kejadian
dengan diagram Venn:

A B
S
A  B = region 1 dan 2
2 B  C = region 1 dan 3
7 6
A U C = region 1, 2, 3, 4,
1 5, dan 7
3
4
B’  A = region 4 dan 7
C A  B  C = region 1
5
(A U B)  C’ = region 2,6, 7
 Banyaknya titik sampel dalam ruang sampel

• Menentukan banyaknya titik sampel/banyaknya

kemungkinan atas suatu kejadian erat kaitannya dengan
beberapa teknik perhitungan
• Seperti yang telah dipelajari di matakuliah Matematika
Diskrit : Kaidah Pencacahan, Permutasi dan Kombinasi
 Menghitung Banyak Kemungkinan Suatu
Kejadian
(Contoh 1)
Terdapat 4 baju berbeda dan 3 celana berbeda. Tentukan ada berapa
banyaknya kemungkinan berpakaian?
Misalkan,
himpunan baju = {B1,B2,B3,B4} dan himpunan celana = {C1,C2,C3}
Himpunan Kemungkinan = {(B1,C1); (B1,C2); (B1,C3);
(B2,C1); (B2,C2); (B2,C3);
(B3,C1); (B3,C2); (B3,C3);
(B4,C1); (B4,C2); (B4,C3)}
Banyak kemungkinan = 4x3 = 12 cara
(Contoh 2)
Terdapat 3 pasang sepatu dan 2 pasang sandal. Tentukan ada
berapa banyak kemungkinan menggunakan alas kaki tersebut?
Misalkan,
Himpunan sepatu = {Sp1,Sp2,Sp3} dan himpunan sandal =
{Sn1,Sn2}
Himpunan kemungkinan menggunakan alas kaki =
{Sp1,Sp2,Sp3,Sn1,Sn2}
Banyak kemungkinan = 3+2 = 5 cara
Mengapa pada contoh 1 menggunakan aturan
perkalian sementara pada contoh 2 menggunakan
aturan penjumlahan?
Penyebabnya adalah hubungan antar dua
kejadian
Pada contoh 1, memakai baju dan memakai
celana adalah dua kejadian yang bisa terjadi
bersamaan
Pada contoh 2, memakai sepatu dan memakai
celana adalah dua kejadian yang tidak bisa
terjadi bersamaan
(Contoh 3)
Terdapat 4 baju, 3 celana, 3 pasang sepatu dan 2 pasang
sandal. Masing – masing item berbeda (tidak ada yang
identik). Tentukan ada berapa banyak kemungkinan
berpakaian?

Banyak kemungkinan = 4 x 3 x ( 3 + 2 ) = 60 cara

Dari contoh 3 dibuat contoh 4 berikut
(Contoh 4)
Suatu perusahaan akan merekrut 1 orang Public Relation, 1
orang Manajer Marketing, dan 1 orang IT Programmer.
Dalam suatu masa perekrutan terdapat 4 orang lulusan S1
Ilmu Komunikasi (melamar posisi Public Relation), 3 orang
lulusan S1 Ekonomi (melamar posisi Manajer Marketing), dan
3 orang lulusan S1 Teknik Informatika dan 2 orang lulusan S1
Ilmu Komputer (melamar posisi IT Programmer). Tentukan
ada berapa banyak kemungkinan perusahaan merekrut?
Banyak kemungkinan = 4 x 3 x ( 3 + 2 ) = 60 cara
Dari hasil contoh 4, dapat dipandang sebagai
permasalahan kombinasi.
𝐵𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑚𝑢𝑛𝑔𝑘𝑖𝑛𝑎𝑛 = 𝐶14 ∙ 𝐶13 ∙ 𝐶13+2

Ingat rumus kombinasi Teorema

Kombinasi:
Diberikan n objek
akan diambil
𝑛
𝐶𝑟 = sebanyak r tanpa
memperhatikan
urutan.
Contoh Kombinasi:
Dari 4 orang mahasiswa Kimia akan diambil 2 orang
dan dari 3 orang mahasiswa Fisika diambil 1 orang.
Ada berapa cara memilih orang untuk membentuk
suatu tim penelitian?

Jawab:
Terdapat 12 orang, akan dikelompokan ke
dalam 3 grup yang terdiri dari 5 orang, 4 orang,
dan 3 orang. Tentukan ada berapa cara?

Jawab :
12 7 3
𝐶5 ⋅ 𝐶4 ⋅ 𝐶3 = 792 𝑐𝑎𝑟𝑎
Dari 10 orang pelamar pekerjaan di suatu perusahaan, akan dipilih
3 orang yang akan menempati posisi pekerjaan yang berbeda.
Tentukan ada berapa cara?
Jawab :
Karena posisi/kedudukan diperhatikan, maka menggunakan aturan
Permutasi
10 Teorema
𝐵𝑎𝑛𝑦𝑎𝑘 𝑐𝑎𝑟𝑎 = 𝑃3 = 720 𝑐𝑎𝑟𝑎 Permutasi:
Ingat rumus permutasi Diberikan n objek
n! akan diambil
𝑃𝑟𝑛 = n Pr = sebanyak r dengan
(n − r )! memperhatikan
urutan/kedudukan/
posisi.
Contoh Permutasi:
Bila terdapat 3 huruf a, b, dan c,
3
maka jumlah permutasinya adalah 𝑃3 = 6, yaitu abc,
acb, bac, bca, cab, dan cba.
 Permutasi Siklis

Teorema Permutasi Disusun Melingkar:

Jumlah permutasi dari n objek yang berbeda disusun melingkar
adalah (n – 1)!
Misalkan ada 4 orang bermain kartu dengan posisi melingkar. Ada
berapa cara kemungkinan posisi duduk mereka?

Jawab:
(4 - 1)! = 3! = 6 cara
 Permutasi Unsur Sama (Permutasi Partisi)

Dapat dipandang dalam 2 cara :

• Banyaknya cara untuk mempartisi sekumpulan n objek menjadi r sel dengan
n₁ elemen di sel pertama, n₂ elemen di sel kedua, dst.
• Banyaknya cara untuk menyusun n objek dengan n₁ elemen yang sama, , n₂
elemen yang sama berikutnya, dst.

di mana n₁ + n₂ + … + nr = n.
Contoh 4 sebelumnya bisa menggunakan rumus ini
 Example

• A president and a treasurer are to be chosen from a student club

consisting of 50 people. How many different choices of officers
are possible if:
• (a) there are no restriction
• (b) A will serve only if he is president
• (c) B and C will serve together or not at all
• (d) D and E will not serve together
 Solution

• (a) 50P2=50!/48!=2450
• (b) A will serve only if he is president
• (i) A terpilih sbg president: 49 pilihan
• (ii) A tidak terpilih: 49P2=49!/47!=2352
• Total: 49+2352=2401
 Solution
• (c) B and C will serve together or not at all
• (i) B & C terpilih bersama: 2 (BC atau CB)
• (ii) B & C tidak terpilih: 48P2=48!/46!=2256
• Total: 2+2256=2258

• (d) D and E will not serve together

• (i) D & E dipilih bersama: 2 (DE,ED)
• (ii) D & E tidak dipilih bersama: 50P2- 2 = 2450-2=2448
TEORI PELUANG
 Peluang dari Kejadian

Definisi:
Peluang dari suatu kejadian A, dinotasikan P(A) adalah
jumlah semua bobot titik sampel (kemungkinan
terjadinya titik sampel) dalam himpunan A.
Dengan 0 ≤ P( A ) ≤ 1, P(∅)=0 dan P(S)=1

Jika setiap titik sampel pada ruang sampel S memiliki

𝑛(𝐴)
bobot kemungkinan yang sama, maka 𝑃 𝐴 =
𝑛(𝑆)
Suatu mata uang dilempar dua kali.
Tentukan peluang sekurang-kurangnya satu head muncul.
Jawab:
Ruang sampel dari eksperimen ini adalah:
S = { HH, HT, TH, TT }
Jika mata uang ini rata / seimbang maka peluangnya sama, masing-
masing ¼ .
Jika A adalah kejadian tersebut maka:
A = { HH, HT, TH } dan
1 1 1 3
P ( A) = + + = Peluang A juga dapat dipandang sebagai jumlah
4 4 4 4 semua peluang titik sampel pada A terhadap ruang
sampel S
Diambil 5 kartu dari 1 set kartu Bridge, tentukan berapa
peluang terambil 2 ace dan 3 jack ?

Jawab :
Jika C kejadian terambil 2 ace dan 3 jack, maka:
 4  4 
  
P (C ) =  2  3 
= 9.10 −6

 52 
 
5
Sebuah dadu dilempar dimana kemunculan
bilangan genap mempunyai peluang dua
kali lebih besar. Jika E adalah suatu kejadian
bahwa bilangan yang muncul kurang dari 4,
tentukan P(E) ?
Ruang samplenya adalah S = {1, 2, 3, 4, 5, 6}.
Misalkan peluang ganjil adalah w dan peluang
genap adalah 2w. Karena totalnya 1 maka 3w + 6w =
9w = 1, sehingga w = 1/9 .
E adalah suatu kejadian bahwa bilangan yang
muncul kurang dari 4, maka E = {1, 2, 3} dan P(E) =
1/9+ 2/9+ 1/9= 4/9
 Latihan

Dari satu set kartu Bridge akan diambil sebuah kartu.

Diketahui peluang terambilnya kartu Spade dua kali dari
peluang kartu Diamond. Peluang terambilnya kartu
Diamond tiga kali dari peluang kartu Flower. Peluang
terambilnya kartu Flower empat kali dari peluang kartu
Heart.
Tentukan peluang yang diambil adalah kartu bergambar
(Jack Spade, Queen Heart, King Flower)
 Aturan Penjumlahan
• Teorema:
• Jika A dan B adalah dua buah kejadian sembarang,
P ( A  B ) = P ( A) + P ( B ) − P ( A  B )
Teorema:
Untuk tiga kejadian sembarang A, B, dan C, maka:

P ( A  B  C ) = P ( A) + P ( B ) + P (C ) − P ( A  B )
− P( A  C ) − P( B  C ) + P( A  B  C )
PELUANG BERSYARAT
 Peluang Bersyarat

• Peluang kejadian B terjadi jika diketahui bahwa kejadian

A telah terjadi disebut Peluang Bersyarat, notasi P(B|A),
dibaca “ peluang B terjadi diberikan A telah terjadi ”.
• Artinya menghitung peluang B terjadi relatif terhadap
kejadian A yang semula, peluang A dan B terjadi relatif
terhadap ruang sampel S.
Definisi:
Peluang B bersyarat A,

Dengan

Bentuk perkalian :

P ( A  B ) = P ( A) P ( B | A)
Contoh
Terdapat 2 Tas yang berisi beberapa bola. Tas I
berisi 4 bola putih dan 3 bola hitam. Tas II berisi 3
bola putih dan 5 bola hitam.
Akan diambil sebuah bola secara acak dari Tas I,
setelah itu bola dimasukkan ke Tas II.
Kemudian sebuah bola diambil secara acak dari
Tas II.
Modelkan permasalahan ini dalam peluang
bersyarat
An electrical system consists of four components as
illustrated in Figure. The system works if components A
and B work and either of the components C or D works.
The reliability (probability of working) of each component
is also shown in the Figure. Find the probability that (a) the
entire system works and (b) the component C does not
work, given that the entire system works. Assume that the
four components work independently.
Solusi a

Solusi b
ATURAN BAYES
 Aturan Bayes

Ilustrasi :
Event-event yang ada, misalkan:

A : Produk yang defektif

B1 : Produk yang dibuat oleh mesin B1
B2 : Produk yang dibuat oleh mesin B2
B3 : Produk yang dibuat oleh mesin B3
Diagram Venn Aturan Bayes
Diagram Pohon Aturan Bayes
 Teorema Aturan Eliminasi

Jika event B1, B2, …, Bk membentuk partisi dari

ruang sampel S, sedemikian sehingga P(Bi) ≠ 0
untuk i = 1, 2, 3, …, k maka untuk sembarang
event A dari S berlaku:
Dalam suatu industri perakitan, tiga mesin
B1, B2, dan B3 menghasilkan 30%, 45%, dan
25% produk. Diketahui dari pengalaman
sebelumnya 2%, 3%, dan 2% dari produknya
mengalami defektif.
Apabila diambil satu produk jadi secara
random, tentukan peluang produk tersebut
defektif ?
 Teorema Aturan Bayes

Jika event-event B1, B2, …, Bk membangun partisi dari

ruang sampel S, di mana P(Bi) ≠ 0 untuk i = 1, 2, …, k
maka untuk sembarang event A dalam S dan P(A) ≠ 0,
Dari soal sebelumnya, pertanyaan dibalik, jika
sebuah produk diambil dan ternyata rusak
(defektif), tentukan peluang produk tersebut
dibuat oleh mesin B3?
Dengan kata lain, P(B3|A) = ?
Latihan
Dari 4 kota yang ada (sebut saja A, B, C, dan D), masing – masing
telah dibangun beberapa menara listrik. Jumlah pada masing –
masing kota ada sebanyak 200, 250, 350, dan 400. Berdasarkan
letak menara, presentase banyaknya menara di pusat kota masing
– masing adalah 80%, 70%, 60%, dan 50%. Sebuah menara dipilih
secara acak. Tentukan peluang bahwa :
a. Menara tersebut berada di pusat kota
b. Menara tersebut berada di kota A, jika sudah diketahui bahwa
menara tersebut memang berada di pusat suatu kota
c. Menara tersebut tidak berada di pusat kota
d. Menara tersebut berada di kota B, jika sudah diketahui bahwa
menara tersebut memang berada bukan di pusat suatu kota