Statistics
Week 3
Introduction to Probability
STAT6111 - Statistic
LEARNING OUTCOMES
STAT6111 - Statistic
ISI MATERI
1. Pengertian Probabilitas
Terdapat dua macam pengertian probabilitas, yaitu pengertian secara matematis
(mathematical definition) dan pengertian secara empiris (empirical definition).
n
P(A) p
N
Dengan kata lain bila suatu eksperimen dilakukan banyak sekali maka probabilitas suatu
peristiwa secara empiris akan mendekati peluangnya secara matematis.
Misalkan sebuah koin yang bergambar Angka (A) dan bergambar Huruf (H) ditoss maka
probabilitas muncul muka P(A) menurut definisi matematis adalah P(A) = ½ . Dalam hal
ini, setiap pengundian koin tersebut akan ada keseluruhan peristiwa N = 2 yaitu peristiwa
STAT6111 - Statistic
muncul A atau peristiwa muncul H, sedangkan hanya satu peristiwa muncul A berarti n =
1, sehingga P(M) = ½
Akan tetapi jika koin tersebut ditoss sebanyak 100 kali berturut-turut, apakah jumlah
peristiwa A yang muncul akan ada sebanyak 50 ?
Percobaan Bufon (Abad ke-18) mengundi koin sebanyak 4040 kali, ternyata jumlah
bagian muka (A) yang muncul sebanyak 2048 kali. Berarti P(M) = (2048/4040) = 0.5069
Percobaan J.E. Kenik mengundi koin yang sama sebanyak 10 ribu kali, dan jumlah bagian
muka yang muncul sebanyak 5067 kali. Berarti P(M) = (5067/10000) = 0.5067
Percobaan Pearson mengundi koin yang sama sebanyak 12 ribu kali, dan jumlah bagian
muka yang muncul sebanyak 6019 kali. Berarti P(M) = (6019/12000) = 0.5016
c. Aturan probabilitas
1. 0 P(A) 1, P(A) = 0 berarti peristiwa A pasti tidak terjadi. P(A) = 1 berarti peristiwa
A pasti terjadi.
2. Karena P(A) = n/N dan P(A') = (N n)/N, maka P(A) + P(A') = 1
Dalam mempelajari probabilitas, ada dua kata kunci yang harus diketahui :
1. Ruang sampel (sample space)
2. Kejadian (event)
STAT6111 - Statistic
Sedangkan kejadian atau event adalah himpunan bagian dari ruang sampel.
Contoh 3: Dari sekumpulan 52 kartu bridge S : { sekop, klaver, hati, wajik }, kita hanya
tertarik pada kejadian A munculnya kartu yang berwarna merah. A : {hati, wajik }.
Contoh 5: Setumpuk kartu bridge yang akan diambil salah satu kartu. Berapa probabilitasnya
adalah sekali pengambilan tersebut akan diperoleh kartu Ace atau kartu Diamont.
Misalkan : A = kartu Ace
D = kartu Diamont
Maka P(AUD) = P(A) + P(D) – P(A∩D)
= 4/52 + 13/52 – 1/52 = 16/52
STAT6111 - Statistic
Jika terdapat 3 peristiwa dirumuskan sebagai berikut :
Contoh 6: Dari 100 barang yang diperiksa terdapat 30 barang rusak. Berapa probabilitasnya
dalam :
a. tiga kali pengambilan terdapat rusak 1
Misalkan A = bagus
B = rusak
Maka P(A) = 0,70 P(B) = 0,30
a. K3 = 3
1
STAT6111 - Statistic
Maka probabilitas B dan A akan terjadi dirumuskan sebagai berikut :
P (A∩B) = P(B) x P(A/B)
Contoh 7: Dua buah tas berisi sejumlah bola. Tas pertama berisi 4 bola putih dan 2 bola
hitam. Tas kedua berisi 3 bola putih dan 5 bola hitam. Jika sebuah bola diambil dari masing-
masing tas tersebut, hitunglah probabilitasnya bahwa :
a. Keduanya bola putih
b. Keduanya bola hitam
Jawab :
a. Misalnya A1 menunjukkan peristiwa terambilnya bola putih dari tas pertama dan A2
menunjukkan peristiwa terambilnya bola putih di tas kedua, maka :
P(A1 ∩A2) = P(A1) x P(A2/A1) = 4/6 X 3/8 = 1/4
b. Misalnya A1 menunjukkan peristiwa tidak terambilnya bola putih dari tas pertama (berarti
terambilnya bola hitam) dan A2 menunjukkan peristiwa tidak terambilnya bola putih dari
tas kedua (berarti terambilnya bola hitam) maka :
P(A1∩A2) = P(A1) x P(A2/A1) = 2/6 x 5/8 = 10/48 = 5/24
4. Teorema Bayes
Keterangan :
p(Hi | E) = probabilitas hipotesis Hi benar jika diberikan evidence (fakta) E
p( E | Hi) = probabilitas munculnya evidence (fakta) E jika diketahui hipotesis Hi benar
p(Hi) = probabilitas hipotesis Hi (menurut hasil sebelumnya) tanpa memandang evidence
(fakta) apapun
n = jumlah hipotesis yang mungkin
STAT6111 - Statistic
Contoh 8 :
Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena
cacar dengan :
probabilitas munculnya bintik-bintik di wajah, jika Asih terkena cacar p(bintik2|cacar)
= 0,8
probabilitas Asih terkena cacar tanpa memandang gejala apapun p(cacar) = 0,4
probabilitas munculnya bintik-bintik di wajah, jika Asih terkena alergi
p(bintik2|alergi) = 0,3
probabilitas Asih terkena alergi tanpa memandang gejala apapun p(alergi) = 0,7
probabilitas munculnya bintik-bintik di wajah, jika Asih jerawatan
p(bintik2|jerawatan) = 0,9
probabilitas Asih jerawatan tanpa memandang gejala apapun p(jerawatan) = 0,5
Maka :
STAT6111 - Statistic
Probabilitas Asih jerawatan karena ada bintik-bintik di wajahnya :
Jika setelah dilakukan pengujian terhadap hipotesis muncul satu atau lebih evidence (fakta)
atau observasi baru maka :
Keterangan :
e = evidence lama
E = evidence atau observasi baru
p(H|E,e) = probabilitas hipotesis H benar jika muncul evidence baru E dari evidence lama e
p(H|E) = probabilitas hipotesis H benar jika diberikan evidence E
p(e|E,H)= kaitan antara e dan E jika hipotesis benar
P(e|E) = kaitan antara e dan E tanpa memandang hipotesis apapun
Misal :
Adanya bintik-bintik di wajah merupakan gejala seseorang terkena cacar. Observasi baru
menunjukkan bahwa selain bintik-bintik di wajah, panas badan juga merupakan gejala
orang kena acar. Jadi antara munculnya bintik-bintik di wajah dan panas badan juga
memiliki keterkaitan satu sama lain.
Sumber :
http://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0CB0QFjAA&url=http%3A%2F%2
Flily.staff.gunadarma.ac.id%2FDownloads%2Ffiles%2F19528%2FKetidakpastian.doc&ei=n3i3VIK1H9WLuwSj84CICQ&usg=AFQj
CNG0zg3eADmUVY0jnYa_KZGE320qOw&bvm=bv.83640239,d.c2E
STAT6111 - Statistic
Asih ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar dengan
probabilitas terkena cacar bila ada bintik-bintik di wajah p(cacar|bintik2) = 0,8
Ada observasi bahwa orang terkena cacar pasti mengalami panas badan. Jika diketahui
probabilitas orang terkena cacar bila panas badan p(cacar|panas ) = 0,5
Keterkaitan antara adanya bintik-bintik di wajah dan panas badan bila seseorang terkena
cacar p(bintik2|panas, cacar) = 0,4
STAT6111 - Statistic
SIMPULAN
STAT6111 - Statistic
DAFTAR PUSTAKA
1. Anderson, David R., Sweeney, Dennis J., Williams, Thomas A. (2011). Statistics for
Business and Economics. 11th Edition. Cengage Learning. USA. ISBN: 978-
0538481649.
2. http://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&u
act=8&ved=0CB0QFjAA&url=http%3A%2F%2Flily.staff.gunadarma.ac.id%2FDow
nloads%2Ffiles%2F19528%2FKetidakpastian.doc&ei=n3i3VIK1H9WLuwSj84CICQ
&usg=AFQjCNG0zg3eADmUVY0jnYa_KZGE320qOw&bvm=bv.83640239,d.c2E
STAT6111 - Statistic