STATISTIK BISNIS

TEORI PROBABILITAS
1. HIMPUNAN
1) Pengertian Himpunan
Himpunan adalah objek yang didefenisikan dengan jelas dan dapat dibeda-
bedakan. Setiap objek yang secara kolektif membentuk himpunan tersebut disebut
elemen atau unsur atau anggota dari himpunan tersebut.
Himpunan dilambangkan dengan pasangan kurung kurawal {} dan biasanya
dinyatakan dengan huruf kapital seperti A,B,C,…. anggota himpunan ditulis dengan
lambang  , bukan anggota himpunan dengan lambang  . dalam statistik, himpunan
dikenal sebagai populasi.

2) Penulisan Himpunan
 Cara Pendaftaran
Dengan cara pendaftaran, unsur himpunan ditulis satu per satu atau didaftar.
Contoh:
1. A = {a,i,u,e,o}
2. B = {1,2,3,4,5}
Dalam statistik, cara penulisan 2 menghasilkan data distrik.

 Cara perincian
Dengan cara perincian, unsur-unsur himpunan ditulis dengan menyebutkan sifat-
sifat atau ciri-ciri unsur himpunan tersebut,
Contoh:
1. A = {X : x huruf hidup}
2. B = {X : I ≤ x ≤ 2}
Dalam statistik, cara penulisan seperti contoh 2 menghasilkan data kontinu
atau variabel kontinu. Tanda (:) dibaca sedemikian rupa, sehingga atau X
dimana…

3) Macam-macam Himpunan
 Himpunan semesta (universum)
Adalah himounan yang memuat seluruh objek yang dibicarakan atau himpunan
yang menjadi objek pembicaraan. Himpunan semesta dilambangkan S atau U.
Contoh :
1. S = U = {a,b,c, ….}
2. S = U = { X : x bilangan asli}

 Himpunan Kosong
adalah himpunan yang tidak memiliki anggota. Himpunan kosong dilanbangkan
dengan Φ atau {}

 Himpunan Bagian
Himpunan yang menjadi bagian dari himpunan lain. Himpunan A merupakan
himpunan dari bagian B jika setiap unsur A merupakan unsur B atau A termuat did
alam B atau B memuat A. himpunan bagian dilambangkan  , A,  B. banyaknya
himpunan bagian dari sebuah himpunan dengan n unsur adalah 2n.
 Contoh soal:
Jika diketahui : A = {1,2,3}, tentukan banyaknya himpunan bagian dari A dan
tuliskan himpunan-himpunan bagian tersebut

Penyelesaian:
 Banyaknya himpunan bagian A adalag 23 = 8
 Himpunan-himpunan bagian itu adalah: {},{1},{2},{3},{1,2},{1,3},{2,3},{1,2,3}
Himpunan kosong merupakan himpunan bagian dari semua himpunan. Dalam
statistik, himpunan bagian merupakan sampel.

 Himpunan Komplemen
Adalah himpunan semua unsur yang tidak termasuk dalam himpunan yang
diberikan. Jika himpunannya adalah A maka himpunan komplemennya dilambangkan
Ac atau A’ atau A .
Contoh soal:
Jika diketahui : S = {1.2.3.4.5.6.7}
B = {2.4.6}
Tentukan Bc
Penyelesaian:
Bc = {1.3.5.7}
Diagram vennya dicatatan gambar 1.1

4) Operasi Himpunan
a. Operasi Gabungan (union)
Gabungan dari himpunan A dan himpunan B adalah semua unsur termasuk di
dalam A atau di dalam B atau didalam B sekaligus. Gabungan dari himpunan A dan
himpunan B dilambangkan A  B atau A + B. dituliskan: A  B = {X ; x  A. x 
B, atau x  AB}.
Diagram vennya dicatatan gambar 1.2

b. Operasi irisan (interseksi)

Irisan dari himounana A dan B adalah himpunan semua unsur yang termasuk
didalam A dan didalam B. irisan dari himounan A dan himounan B dilambngakan
dengan A  B atau AB dan dituliskan : A  B = { X ; x  A dan x  B}.
Diagram vennya dicatatan gambar 1.3

PERMUTASI DAN KOMBINASI

 Prinsip dasar membilang
Jika kejadian pertama dapat terjadi dalam n1 cara, kejadian kedua dalam n2,
demikian seterusnya, sampai kejadian k dalam nk cara, keseluruhan kejadian dapat
terjadi dalam:
n1 x n2 x …. x nk cara
Contoh soal:
Seorang pengusaha ingin berpergian dari jakarta ke ujungpandang melalui surabaya.
Jika jakarta-surabaya dapat dilalui dengan tiga cara dan surabaya-ujungpandang dapat
dilalui dengan dua cara, ada berapa cara pengusaha tersebut dapat tiba
diujungpandang melalui surabaya?
Penyelesaian:
Misalkan : dari jakarta ke surabaya (n1) = 3 cara
Dari surabaya ke ujungpandang (n2) = 2 cara
Cara pengusaha tersebut dapat tiba di ujunngpandang melalui surabaya adalah
n1 x n2 = 3 x 2 = 6 cara

 Faktorial
Adalah perkalian semua bilangan bulat positif (bilangan asli) terurut mulai dari
bilangan 1 sampai dengan bilangan bersangkutan atau sebaliknya. Faktorial
dilambangkan dengan “!”
Jika: n = 1,2,…, maka
n! = n(n-1) (n-2) … x 2 x 1
= n(n-1)!
Catatan: 1! = 1
0! = 1

Contoh soal:
Tentukan nilai faktorial dari bilangan berikut!
1. 5!
2. 3!x 2!
6!
3. 4!

Penyelesaian:
1. 5! = 5 x 4 x 3 x 2 x 1 = 120
2. 3! x 2! = 3 x 2 x 1 x 2 x 1 = 12
6! 6 x5 x 4 x3 x 2 x1
3. 4! = 4 x3 x 2 x1 = 30

1. PERMUTASI
a. Pengertian permutasi
Adalah suatu penyususnan atau pengaturan beberapa objek ke dalam suatu urutan
tertentu.
Contoh: ada 2 objek, yaitu ABC. Pengaturan objek-obejk tersebut ialah
ABC,ACB,BCA,CAB,CBA yang disebut permutasi. Jadi, permutasi 3 objek
mengahsilkan enam pengaturan dengan cara yang berbeda.
Dari contoh tersebut, dapat diketahui bahwa banyaknya permutasi yang mungkin
bergantung pada:
1. Ukuran kelompok asalnya
2. Banyaknya objek yang dipilih dari kelompok lain

b. Rumus-rumus permutasi
1) Permutasi dari n objek tanpa pengembalian
a) Permutasi dari n objek seluruhnya
Permutasi dari n objek selruhnya tanpa pnegembalian dirumuskan
nPn = n!
Contoh soal:
(1) Tentukan nilai dari 4P4!
Penyelesaian:
 4P4! = 4! = 4 x 3 x 2 x 1 = 24
b) Permutasi sebanyak r dari n objek
Permutasi sebanyak r dari n objek tanpa pengembalian dirumuskan:
n!
nPr = (n  1)! ( n ≥ r)
Contoh soal:
Tentukan nilai dari 6P4!

Penyelesaian:
6!
6P4 = (6  4)!
6 x5 x 4 x3 x 2 x1
= 2 x1
= 360

c) Permutasi melingkar
Sejumlah objek yang berbeda dapat disusun secara teratur dalam suatu
lingkaran dalam (n-1)! cara
Contoh soal:
Sebuah kelompok orang yang terdiri dari 4 orang mengelilingi sebuah
meja bundar. Dalam berap car keempat orang itu dapat diatur sekeliling meja
tersebut?
Penyelesain:
n =4
P = (n-1)!
= (4-1)!
= 3!
= 6 cara
2) Permutasi dari n objek dengan penegmbalian
Permutasi dari n objek denga penegmbalian dirumuskan:
nPr = nr
r ≤ n dan bilanga bulat positif

Contoh soal :
Tentukan permutasi dari ABC sebnayak 2 unsur dengan pengembalian unsur
yang terpilih!
Penyelesaian:
n = 3 dan r = 2
3P2 = 32 = 9
Yaitu AA, AB, AC, BB, BA, BC, CC, CA, CB

3) Permutasi dari n objek yang sama

Permutasi dari n objek yang sama dirumuskan
n!
nPn1, n2, n3,.. = n1!.n 2!.n3!...
Dengan n1 + n2 + n3 + …. = n

contoh soal:
 Tentukan permutasi dari kata “TAMAT”!

Penyelesaian:
n = 5 n 1 = 2 n2 = 2 n 3 = 1

5!
5P2, 2, 1 = 2! x 2! x1!
5 x 4 x3 x 2 x1
= 2 x1x 2 x1x1
= 30

2 KOMBINASI
a. Pengertian
Adalah suatu penyusunan beberapa objek tanpa memperhatikan urutan objek
tersebut
Contoh:
Ada 4 objek yaitu: A,B,C,D. kombinasi 3 dari objek itu adalah
ABC,ABD,ACD,BCD. Setiap kelompok hanya dibedakan berdasarkan objek
yang diikutsertakan, bukan urutannya. Oleh karena itu:
ABC = ACB = BAC = BCA = CAB = CBA
ABD = ADB = BAD = BDA = DAB = DBA
ACD = CAD = ADC = CDA = DAC = DCA
BCD = BDC = CBD = CBD = DBC = DCB

b. Rumus -rumus kombinasi

1) Kombinasi r dari n objek yang berbeda
Kombinasi r dari n objek yang berbeda dirumuskan :

n!
C = r!(n  r )! n ≥ r
n
r

Contoh soal:
6
 Tentukan nilai dari C 4 !

Penyelesaian:
6!
C 4 ! = 4!(6  4)!
6

= 15

 Dari 5 pemain bulu tangkis, yaitu A,B,C,D, dan E hendak dipilih 2 orang
untuk pemain ganda. Berapa banyak pemain ganda yang mungkin
terbentuk?

Penyelesaiannya:
n=5r=2
5!
C 2 = 2!(5  2)!
5

= 10
 2) Hubungan permutasi dengan kombinasi
Hubungan antara permutasi dan kombinasi dinyatakan sebagai berikut

Prn
Prn = r! C rn atau C rn = r!

Contoh soal:
3
1. P4
4
2. C 3

Penyelesaian:
4
= 3! C 3
3
1. P4
4!
= 3! x 3!(4  3)!
=6x4
= 24

P34
4
2. C 3 = 3!
4!
(4  3)!
= 3!
4!
1!
= 3!
= 4

PROBABILITAS
1. Pengertian Probabilitas
a. Pendekatan Klasik
Probabilitas diartikan sebagai hasil bagi dari banyaknya peristiwa yang
dimaksud dengan seluruh peristiwa yang mengkin. Menurut pendekatan
klasik, probabilitas dirumuskan:
X
P(A) = n
Keterangan:
P(A) = probabilitas terjadinya kejadian A
X = peristiwa yang dimaksud
n = banyaknya peristiwa yang mungkin

Contoh soal:
Dua buah dadu dilempar ke atas secara bersamaan. Tentukan probabilitas
meunculnya angka berjumlah 5!

Penyelesaian:
Hasil yang dimaksud (X) = 4, yaitu (1,4), (4,1), (2,3), (3,2)
Hasil yang mungkin (n) = 36, yaitu (1,1), (1,2),(1,3),.., (6,5),(6,6)
4
P(X = 4) = 36
= 0,11

b. Pendekatan frekuensi relatif

Menurut pendekatan frekuensi relatif, probabilitas diartikan sebagai:
(1) Proporsi waktu terjadinya suatu peristiwa dalam jangka panjang, jika
kondisi stabil; atau
(2) Frekuensi relatif dari seluruh peristiwa dalam sejumlah besar
percobaan

Probabilitas berdasarkan pendekatan frekuensi relatif sering disebut

sebagai probabilitas empiris. Nilai probabilitas ditentukan melalui
percobaan, sehingga nilai probabilitas itu merupakan limit dari frekuensi
relatif peristiwa tersebut. Menurut pendekatan frekuensi relatif,
probabilitas dirumuskan:

fi
P(Xi) = limit n

Keterangan:
P(Xi) = probabilitas peristiwa I
fi = frekuensi peristiwa I
n = banyaknya peristiwa yang bersangkutan

Contoh soal:
Dari hasil uji statistik II, 65 mahasiswa fakultas ekonomi universitas
MENARA, didapat nilai-nilai sebagai berikut

X 5,0 6,5 7,4 8,3 8,8 9,5

f 11 14 13 15 7 5

X = nilai statistik
Tentukan probabilitas salah seorang mahasiswa yang nilai statistiknya
8,3!

Penyelesaian:
Frekuensi mahasiswa dengan nilai 8,3 (f) = 15
Jumlah mahasiswa (n) = 65

15
P(X = 8,3) = 65
= 0.23
 c. Pendekatan subjektif
Menurut pendekatan subjektif, probabilitas diartikan sebagai tingkat
kepercayaan individu berdasarkan pada peristiwa masa lalu yang berupa
terkaan saja

Contoh soal:
Seorang direktur akan memilih seorang supervisor dari empat orang
calon yang telah lulus ujian saringan. Keempat calon tersebut sama
pintar, sama lincah, dan semuangnya dapat dipercaya. Probabilitas
tertinggi(kemungkinan diterima) menjadi supervisor ditentukan secara
subjektif oleh sang direktur,

Dari pengertian tersebut, dapat disusun suatu pengertian umum

mengenai probabilitas, yaitu sebagai berikut:

Probabilitas adalah suatu indeks atau suatu nilai yang digunakan untuk
menentukan tingkat terjadinyasuatu kejadian yang bersifat random
(acak).
Oleh karena probabilitas merupakan suatu indeks atau nilai maka
probabilitas memiliki batas-batas yaitu mulai dari 0 sampai dengan 1 ( 0
≤ P ≤ 1)

 Jika P = 0, disebut probabilitas kemustahilan, artinya kejadian atau

peristiwa tersbut tidak akan terjadi.
 Jika P = 1, disebut probabilitas kepastian, artinya kejadian atau
peristiwa tersebut pasti terjadi
 Jika 0 < P < 1 disebut probabilitas kemungkinan, artinya kejadian
atau peristiwa tersebut dapat dan tidak dapat terjadi.

2. Percobaan, Ruang Sampel, Titik Sampel, dan Peristiwa

Percobaan adalah proses pelaksaan pengukuran atau observasi yang
bersangkutan
Ruang sampel adalah himpunan semua hasil yang mungkin pada suatu
percobaan
Titik sampel adalah setiap anggota dari ruang sampel
Kejadian atau peristiwa adalah himpunan bagian dari ruang sampel pada
suatu percobaan atau hasil dari percobaan.

Contoh soal:
Dua buah mata uang setimbang dilemparkan ke atas. Tentukan percobaan,
ruang sampel, titik sampel, dan peristiwa yang mungkin.

Penyelesaian:
Percobaan : pelemparan 2 mata uang logam
Ruang sampel : {A,G}, {A,A}, {G,A},{G,G}
Titik sampel : G (gambar) dan A (angka)
Peristiwa : A dengan A, A dengan G, dan G dengan G

3. Probabilitas Beberapa Peristiwa

a. Peristiwa saling lepas (mutually exclusive)
 Dua peristiwa atau lebih disebut peristiwa saling lepas jika kedua atau lebih
peristiwa itu tidak dapat terjadi pada saat yang bersamaan, disebut juga
peristiwa saling asing. Jika peristiwa A dan B saling lepas. Probabilitas
terjadinya peristiwa tersebut adalah

P(A atau B) = P(A) + P(B) atau

P(A  B) = P(A) + P(B)
Contoh soal:
1. Sebuah dadu dilemparkan ke atas, peristiwa-peristiwanya Adalah
A = peristiwa mata dadu 4 muncul
B = peristiwa mata dadu lebih kecil dari 3 muncul
C = peristiwa mata dadu bilangan proma muncul
Tentukan probabilitas dari kejadian berikut!
A) Mata dadu 4 atau lebih kecil dari 3 muncul
B) Mata dadu 4 atau bilangan prima muncul

Penyelesaian:
1 2
A) P(A) = 6 dan P(B) = 6
P(A atau B) = P(A) + P(B)
1 2
= 6 +6
3
=6
1
=2

1 3
B) P(A) = 6 dan P(C) = 6
P( A atau C) = P(A) + P(C)
1 3
=6+ 6
4
= 6
2
=3

b.Peristiwa tidak saling lepas (nonexslusive)

Dua peristiwa atau lebih disebut peristiwa tidak saling lepas apabila kedua
peristiwa atau lebih tersebut dapat terjadi pada saat yang bersamaan. Peristiwa tidak
saling lepas disebut juga peristriwa bersama.jika dua peristiwa A dan B tidak saling
lepas, probabilitas terjadinya peristiwa tersebut adalah

P(A atau B) = P(A) +P(B) - P(A dan B)

P(A  B) = P(A) + P(B) -P(A  B)

contoh soal :
1. Dua buah dadu dilemparkan bersamaan ,apabila:
A = peristiwa mata (4,4) muncul
B = peristiwa mata lebih kecil dari (3,3) mucul
C = peristiwa bilangan genap muncul

Tentukan probabilitas berikut !

a) P( A atau C)
b) P ( B atau C)
c) P( A atau B)

Penyelesaian:
1 14 6
P(A) = 36 , P(B) = 36 , P(C) = 36
1
A  B = 1 = P(A  B ) = 36
2
B  C = 2 = P(B  C) = 36
A  B = 0 = P(A  B) = 0

a) P( A atau C) = P(A) + P(C) - P(A  C)

= 1/36 + 6/36 -2/36
= 6/36 = 0,17
b) P(B atau C) = P(B) + P(C) - P(B  C)
= 14/36 + 6/36 - 2/36
= 18/36 = 0,5
c) P(A atau B) = P(A) + P(B) - P(A  B)
= 1/36 + 14/36 - 0
= 15/36 = 0,42

c Peristiwa saling bebas (peristiwa independen)

1) Probabilitas marginal atau probabilitas tidak bersyarat
Adalah probabilitas terjadinya suatu peristiwa yang tidak memiliki
hubungan dengan terjadinya peristiwa lain. Peristiwa-peristiwa tersebut tidak
saling mempengaruhi.

2) Probabilitas gabungan
Adalah probabilitas terjadinyadua peristiwa atau lebih secara berurutan
dan peristiwa-peristiwa terebut tidak saling mempengaruh.

3) Probabilitas bersyarat
Adalah probabilitas terjadinya suatu peristiwa dengan syarta peristiwa
lain harus terjadi. Peristiwa-peristiwa tersebut tidak saling memepengaruhi.

d. Peristiwa tidak saling bebas

1) Probabilitas bersyarat
Probabilitas terjadinya suatu peristiwa dengan syarat peristiwa lain harus
terjadi dan peristiwa-peristiwa tersebut saling mempengaruhi.
2) probabilitas gabungan
 Probabilitas terjadinya dua atau lebih peristiwa secara berurutan
(bersamaan) dan peristiwa-peristiwa itu saling mempengaruhi.
3) Probabilitas marginal
Probabilitas terjadinya suatu peristiwa yang tidak memiliki hubungan
dengan terjadinya hubungan peristiwa lain dan peristiwa tersebut saling
mempengaruhi.
4. Probabilitas beberapa peristiwa dengan pendekatan kombinasi
Rumus kombinasi:

n!
C = r!(n  r )! r ≤ n
n
r

5. Peristiwa komplementer
Dua peristiwa disebut peristiwa komplementer apabila persitiwa yang satu
melengkapi peristiwa lainnya atau peristiwa yang saling melengkapi. Jika
peristiwa A dan B adalah peristiwa komplementer, probabilitas terjadinya
peristiwa itu adalah
P(A) + P(B) = 1
Atau
P(A) = 1 - P(B) atau P(B) = 1 -P(A)

Contoh soal:
Seorang pelamar menerima panggilan untuk ujian psikotes di tiga
perusahaan yang berbeda. Sesuai dengan perkiraanya, pelamar memiliki
probabilitas untuk diterima pada masing-masing perusahaan adalah: 0,35
untuk perusahaan pertama, 0,25 untuk perusahaan kedua, dan 0,14 untuk
perusahaan ketiga. Beraap probabilitas pelamar tersebut tidak diterima di
salah satu perusahaan tersebut?

Penyelesaian:
Probabilitas tidak diterima
= 1 - probabilitas diterima
= 1 - (P(I)) + P(II) + P(III)
= 1 - (0,35 + 0,25 + 0,14)
= 0,26

KAIDAH BAYES ( TEOREMA BAYES)

Kaidah bayes atau teori bayes dikemukakan oleh seorang pendeta Presbyterian
Inggris tahun 1763 yang bernama Thomas Bayes. Kaidah bayes kemudian
disempurnakan oleh Laplace. Kaidah ini digunakan untuk menghitung probabilitas
terjadinya suatu peristiwa berdasarakan pengaruh yang didapat dari hasil observasi.
Teori ini menerangkan hubungan antara probabilitas terjadinya suatu peristiwa
(misalkan A) dengan syarat peristiwa lain ( misalakan X) telah terjadi, probabilitas
terjadinya peristiwa X dengan syarat peristiwa A telah terjadi. Kaidah ini didasarkan
pada prinsip bahwa tambahan informasi dapat memperbaiki probabilitas.
Kaidah Bayes ini menyatakan, jika dalam suatu ruang sampel (S) terdapat
beberapa peristiwa saling lepas (mutually exclusive), yaitu misalkan A1,A2,A3…An
yang memiliki probabilitas tidak sama dengan nol dan apabila peristiwa lain
(misalkan X) yang mungkin dapat terjadi pada peristiwa-peristiwa A1,A2,A3,…An
dengan diketahui peristiwa X tersebut, maka:
 P ( Ai) P ( Xi / Ai)
P(Ai/Xi) = R

i = 1,2,3,4,… n
R =  P(Ai) P(Xi/Ai)
Pada kaidah ini, terdapat beberapa bentuk probabilitas, yaitu:

1. Probabilitas awal (probabilitas prior), yaitu probabilitas berdasarkan

informasi yang tersedia (sebelum ada tambahan informasi) yaitu P(A)
2. Probabilitas bersyarat, yaitu probabilitas dimana terjadinya suatu peristiwa
didahului oleh terjadinya peristiwa lain, yaitu P(Xi/Ai)
3. Peristiwa ganda, yaitu gabungan dari beberapa probabilitas (probabilitas
gabungan)yaitu {  P(A) . P(Xi/Ai)}
4. Probabilitas posterior, yaotu probabilitas yang diperbaiki dengan adanya
informasi tambahan, yaitu P(Ai/Xi)

Contoh soal:
Diketahui bahwa penyajain mata kuliah statistik diikuti oleh 40 mahasiswa
semester III, 20 mahasiswa semester V, dan 10 mahasiswa smester VII. Hasil
ujian akhir menunjukkan bahwa10 mahasiswa semester III, 7 mahasiswa
semester V dan 5 mahasiswa smester VII mendapat nilai A. jika seorang
mahasiswa dipilih secara acak dan diketahui mendapat nilai A, berapa
probabilitas ia berasal dari semester VII?

Penyelesaian:
Misalkan: A1 peristiwa terpilihnya semester III
A2 peristiwa terpilihnya semster V
A3 peristiwa terpilihnya semester VII
X peristiwa mendapat nilai A

P(A1) = 40/70 P(X/A1) = 10/40

= 0,57 = 0,25
P(A2) = 20/70 P(X/A2) = 7/20
= 0,29 = 0,35
P(A3) =10/70 P(X/A3) = 5/10
=0,14 = 0,5

P ( A3).P ( X / A3)
P(A3/X) = P ( A1).P( X / A1)  P ( A2).P ( X / A2)  P( A3).P ( X / A3)
(0,14).(0,5)
= (0,57).( 0,25)  (0,29).(0,35)  0,14).(0,5)
= 0,223

HARAPAN MATEMATIKA (EKSPETASI MATEMATIS)

Adalah jumlah dari semua hasil perkalian antara nilai variabel random dengan
probabilitas yang bersesuaian dengan nilai tersebut.
 Jika X adalah suatu variabel random yang memiliki harga-harga x1,x2,…,xn
dengan probabilitas variabel randomnya adalah P(X) serta probabilitas masing-masing
harga adalah P(x1), P(x2),…,P(xn) maka harapan matematikanya adalah

E(X) =  X . P(X)
=x1 . P(x1) + x2. P(x2) +… + xn . P(xn)

Contoh soal:
Berapa nilai harapan untuk bermain satu kali daalm sebuah permainan, jika
seorang akan menang Rp150.000.000 dengan probabilitas 0,35 dan Rp100.000.000
dengan probabilitas 0,45

Penyelesaian:
x1 = Rp 150.000.000
x2 = Rp 100.000.000
P(x1) = 0,35
P(x2) = 0,45

E(X) = x1 . P(x1) + x2 . P(x2)

= (150.000) (0,35) + (100.000) (0,45)
= 52500 + 45000
= Rp 97.500.000