BAB 9

ANALISIS DATA BERKALA

Arti dan Pentingnya Analisis Data Berkala

Seperti telah dibahas di bab 2,data berkala (Time series data) adalah data yang dikumpulkan dari waktu
ke waktu untuk menggambarkan perkembangan suatu kegiatan(perkembangan produksi,harga,hasil
penjualan,jumlah personil,penduduk,jumlah kecelakaan,jumlah kejahatan,jumlah peserta KB,dan lain
sebagainya).Analisis data berkala memungkinkan kita untuk mengetahui perkembangan suatu atau
beberapa kejadian serta hubungan/pengaruhnya terhadap kejadian lainnya.Misalnya,apakah kenaikan
biaya iklan akan diikuti dengan kenaikan penerimaan hasil penjualan,apakah kenaiakn jumlah
penggunaaan pupuk diikuti dengan kenaikan produksi padi:apakah kenaikan gaji diikuti oleh kenaikan
prestasi kerja,apakah penurunan bunga deposito diikuti penurunan jumlah tabungan deposito:apakah
penurunan tarif pajak penghasilan diikuti oleh kenaikannya.Dengan perkataan lain apakah peubahan
suatu kejadian mempengaruhi kejadian lainnya dan memanga kalau ada pengaruhnya berapa besar
pengaruh tersebut secara kuantitatif?

Jika biaya iklan naik Rp 100 juta, berapa kenaikan hasil penjualan yang dapat diharapkan?jika gaji naik
1 % berapa % kah kenaikan prestasi kerja? Jika pupuk naik 10 juta ton, produksi padi dappat
diharapkan? Jika berat badan naik 1 % berapa % kenaikan tekanan darah? Jika pendapatan naik 1%
berapa % kenaikan konsumsi,? Dengan data berkala kita juga dapat membuat ramalan ramalan
berdasarkan garis rekresi atau garis trend.

Karena data berkala terdiri dari beberapa komponen, maka dengan analisis data berkala kita bias
mengetahui masing masing komponen bahkan dapat menghilangkan satu atau beberapa komponen
kalau kita ingin menyelidiki komponen tersebut secara mendalam.

Klasifikasi Gerakan /Variasi Data Berkala

1.Gerakan trend jangka panjang yaitu suatu gerakan yang menunjukaan arah perkembangan secara
umum(kecenderungan menaik/menurun).

2.Gerakan atau variasi siklis yaitu gerakan/variasi jangka panjang disekitar garis trend(berlaku untuk
data tahunan).

3.Gerakan /variasi musiman adalah gerakan yang mempunyai pola tetap dari waktuke waktu.

4.Gerakan /variasi yang tidak teratur adalah gerakan /variasi yang sifatnya sporadis.

Menentukan Trend

Metode tangan bebas

1.Buat sumbu tegak Y dan sumbu mendatar X

2.Buat scatter diagram,yaitu kumpulan titik titik koordinat (X,Y);X=Variabel waktu

3.Dengan jalan observasi atau pengalaman langsung terhadap scatter diagram.

Metode rata rata semi

1.Data dikelompokkan menjadi 2 masing-masingkelompok harus memiliki data yang sama.

2.Masing-masing kelompok dicari rat-ratnay katakanlah Y 1 dan Y 2 yang merupakan ordinatnya.

3.Titik absis harus dipilih dari variable X yang berada ditengah masing-masing kelompok.

Metode rata rata bergerak

Apabila rata-rata bergerak dibuat dari data tahunan atau bulana sebnayak n waktu,maka rat-rata
bergerak disebut rata-rata bergerak tahunan atau bulanan dengan orde n (moving average of order n)

Metode kuadrat terkecil

Y 1 = a+ Bx

Dimana:

Y 1= data berkala

X= waktu

a=bilangan konstanta

b=Koefisien arah

jadi,mencari garis trend berarti mencari nilai a dan b.Apabila a dan b sudah diketahui maka garis trend
tersebut dapat dipergunakan untuk meramalkan Y.
 BAB 10 INDEKS MUSIMAN DAN GERAKAN SIKLIS

Gerakan Musiman,Penyesuaian Data Bulanan,dan Indeks Musiman

Gerakan Musiman (seasonal movement or variation)merupakan gerakan yang teratur sehingga

fluktasinya terjadipada waktu-waktu yang sama atausangat berdekatan.disebut gerakan musiman
karena terjadinya bertepatan dengan pergantian musim suatu tahun.

Gerakan lainnya yang terjadi secar teratur dalam waktu yang singkat juga disebut gerakan musiman
misalnya:

 Naik-turunnya temperatur seorang pasien tiap jam dari hari ke hari

 Naik-turunnya produksi karet tiap bulan dari tahun ke tahun.
 Naik-turunnya jumlah orang keluar negeri (seperti musim haji)

Ada beberapa metode untuk menghitung indeks musiman

Metode rata-rata sederhana
Metode relatif bersambung
Metode rasio terhadap trend
Metode rasio terhadap rata-rata bergerak

Mengilangkan Penagruh Musiman dan Trend

Apabila kita ingin menghilangkan pengaruh musiman terhadap data

berkala,maka setiap nilai (data asli) bulanan dari tahun ketahun harus dibagi dengan
indeks musiman.Angka bulan januari (dari thaun ke tahun) harus dibagi dengan angka
indeks musiman bulan februaru juga harus dibagi dengan indeks musiman bulan
februari dan seterusnya.Jadi,yang tersisa ialah pengaruh dari variasi siklis dan variasi
tidak teratur.

contoh:
Angka indeks musiman yang akan digunakanuntuk membagi diambil dari table 10.22
kolom 3 yaituindeks musiman dengan menggunakan median.angka pada bulan januari
dibagi dengan105,98%,februari dengan 101,98% dan seterusnya.
Misalnya:
Januari 1995= 259.982: 1,0598=245.312,32
Januari 1996= 278.525:1,0598=262.809,02 dan seterusnya
Februari 1995=244.993:1,0198=240.236,32
Februari1996=259.589:1,0198=254.548,93,dan seterusnya
Hasil seluruh perhitungan ini menghasilakn data yang bebas dari pengaruh musiman dan
disajika dalam tabel10.23
Table 10.23 produksi gas diindonesia 1995-1998 yang bebas dari pengaruh musiman

Bulan 1995 1996 1997 1998

(1) (2) (3) (4) (5)
Januari 245.312,32 262.809,02 260.839,78 252.675,03
Februari 254.236,32 254.548,93 271.071,78 234.725,44
Maret 259.095,56 264.990,35 266.635,14 241.787,64
April 244.458,93 258.815,44 277.510,86 238.806,12
Mei 264.458,93 261.521,62 263.192,10 248.473,11
Juni 270.060,69 263.134,72 277.354,52 253.600,35
Juli 250.361,38 259.949,24 263.192,10 256.540,45
Agustus 251.653,66 264.044,26 267.265,25 258.884,72
September 238.601,60 266.801,40 269.490,27 252.007,08
Oktober 244.992,51 280.736,34 260.389,54 238.688,18
November 238.601,60 267.296,14 257.296,09 251.760,22
Desember 253.519,72 262.207,92 259.237,18 248.979,82

Gerakan Siklis dan Cara Mengukurnya

Y/S=TCSI/S

=TCI (bebas pengaruh musiman) yang kemudian kalau dibagi dengann T:

Y/ST=TCI/T
=CI(Bebas pengaruh musiman dan trend)

Contoh Tambahan Mengenai Indeks Musiman

Indeks musiman Adlah suatuangka yang bervariasi terhadap nilai dasar 100.jika suatu
bulan,mempunyai nilai indeks 100,maka nilai ini menunjukkan bahwa padabulan
tersebut tidak ada disini.Pertama,menemukan indeks musiman dengan membandingkan
nilai rata-rata dengan nilai tengah utama.Metode ini paling tepat untuk data berkala
yang setiap nilai musiman sebenarnya dengan rata-rata bergerak(moving
average)tahunan untuk memperoleh sebuah nilai indeks.indeks hasil akhir berupa rata-
rata keseluruhan periode dalam deret.penggunaan metode ini lebih luas karena dapat
memberikan indeks musiman yang berarti untuk data dengan trend dan variasi siklis
yang kuat.

Menemukan Ukuran Musiman Dengan Penggunaan Regresi Berganda(Multiple

Regression).

Kita akan mengetahuibahwa metode kedua yaitu:metode yang lebih kompleksuntuk

menemukan indeks musiman adalah metode yang cukup memadai untuk data yang
memiliki trend kuat.pekerjaan yang lebih sederhan daripada metode kedua.satu hal
yang kita butuhkan hanyalah penyesuaian paket awal program regresi berganda dan
sebuah compute.
Metodenya dilaksanakan sebagai berikut:
Pertama Kita harus memilih satu musim sebagai musim dasar,apabila data tersedia
dalam kuartal kita boleh memilih pertama yaitu,musim dingin sebagai musim
dasar.semua indeks musiman akan diukurberdasarkan musim ini.

Penerapan data berkala dan indeks musim untuk peramalan

Contoh 10.2

Suatu perusahaan yang bergerak dalam industry baha bangunan khusus bernama
PT,Hustman,berkeinginan mengembnagkan suatu bentuk ramalan penjualan bulanan
untuk tahun mendatang.Dengan adanya ramalan penjualan total industry yang
dilakukan oleh asosiasi industry serta pengetahuan perusahaan mengenai persentase
penjualan perusahaan terhadapa total industry pada masa lalu, memungkinkan
perusahaan ini meramalkan bahwa penjualan mereka untuk tahun mendatang adalah
sekitar 15 juta.
Tabel 10-32 Indeks Penjualan PT.Hustman

Bulan Indeks Bulan Indeks

Januari 86 juli 119

Februari 88 agustus 106
Maret 92 september 100
April 100 oktober 98
Mei 104 november 97
Juni 114 desember 96

Pergunakan data indeks penjualan pada table 10.32 dibawah ini untuk menguaraikan
ramalan penjualan tahunan menjadi ramalan penjualan bulanan dapat dinyatakan sbb:
Indeks musiman/1.200.Ramalan tahunan
Jadi,gambaran ramalan dapat dihitung sbb:

Januari:(86/1.200).$15 juta=$1,075 juta

Februari:(88/1.200).415 juta=$1,100 juta

Demikian seterusnya sehingga ramalan penjualan selama 12 bulan tahun depan adalah
sbb:
Januari $1,075 juta
Februari $1,100 juta
Maret $1,150 juta
April $1,250 juta
Mei $1,300 juta
Juni $1,425 juta
Juli $1,488 juta
Agustus $1,325 juta
September $ 1,250 juta
Oktober $0,225 juta
November $1,21 juta
Desenber $1,200 juta

TOTAL $15,000 juta

 BAB 11 ANGKA INDEKS

Pengertian Angka Indeks

Angka indeks atau sering disebut indeks aaja,pada dasranya merupakan suatu angka
yang dibuat sedemikian rupa sehingga dapat dipergunakan unrtuk melakukan
perbandingan antara kegiatan yang sam (produksi,ekspor,hasil penjualan,jumlah uang
yang beredar,dan lain sebagainya).Dari angka indeks bias dikethui maju-mundurnya
atau naik-turunnya suatu usaha atau kegiatan.Tujuan indeks sebetulnya adaalh
mengukur secara kuantitatif terjadinya perubahan dalam dua waktu yang
berlauiana,misalnya indeks harga untuk mengukur perubahan harga.indeks produksi
untuk mengetahui perubahan kegiatan produksi.

Didalam membuat angka indeks diperlukan dua macam waktu,

1.waktu dasar adalah waktu dimana suatukegiatan (kejadian)dipergunakan
sebagaidasar perbandingan
2.Waktu yang bersangkutan adalah waktu dimaa suatu
kegiatan9kejadian)diperbandingkan dengan kegiatan (kejadian) yang terjadi pada
waktu dasar.

Contoh 11.1
Jumlah produksi barang A yang dihasilkan oleh PT.Sarla swelama tahun 2012 dan 2013
masing-masing adalah 150 ton dan 225 ton.Hitunglah indeks produksi masing-masing
tahun.

Penyelesaian
 Jika dibuat indeks produksi tahun 2013 dengan waktu dasar 2012, maka produksi pada
tahun 2012 dipeergunakan untuk dasar perbndingan,sedangkan produksi tahun 2013
(waktu yang bersangkutan) akan diperbandingkan denga produksi tahun 2012 tadi.

Indeks produksi 2013 adalah 225/150.100%=150%(Ada kenaikan produksi 50%)

Apabial produksi tahun 2013 sama dengan 125 ton maka indeks 2013 adalah
125/150.100%=83,33%(Ada penurunan produksi sebesar 16,67%).

Indeks Harga Relatif Sederhana dan Agregatif

Indeks harga relative sederhan (simple relative index)Adalah indeks yang terdiri dari satu
macam barang saja,baik untuk indeks produksi maupun indeks harga (misalnyaindeks produksi
beras,karet,ikan, beras, dan sebagainya).

Indeks agregatif merupakan indeks yang terdiri dari beberapa barang(kelompok

barang)misalnya,indeks harga 9 macam bahan pokok,indeks impor Indonesia,harga bahn
makanan,biaya hidup,hasil penjualan suatu perusahaan(leih dari satu barang yang dijual).

RUMUS:

I t,o=Pt/Po.100%

Dimana:

I t,o=indeks harag pada waktu t dengan waktu dasar o

Pt=harga padawaktu t

Po=harga pada waktu o

Rumus untuk menghitung indeks produksi sama seperti untuk menghitung indeks harga,hanya huruf P-
nya saja diganti dengan q.

I t,o=qt/qo=100%

Dimana:

It,o=indeks produksi padawaktu ke waktu dasar 0

qt=produksi dalam waktu t

qo=produksi dalam waktu 0

Indeks Agregatif Tidak Tertimbang

Indeks agregatif tidak tertimbang digunakan untuk unit-unit yang mempunyai satuan yang
sama. Indeks ini diperoleh dengan jalan membagi hasil penjumlahan harga pada waktu yang
bersangkuatan dengan hasil penjumlahan harga pada waktu dasar.

I t,o=pt/po.100%

Indeks Agregatif Tertimbang

Indeks agregartif tertimbang adalah indeks yang dalam pembuatannya,telah dipertimbangkan factor-
faktor yang akan mempengaruhi naik turunnya angka indeks tersebut.

Timbangan yang akan dipergunakan untuk pembuatan indeks biasanya.

a.Kepentingan Relatif(relative importance)

b.Hal-hal yang ada hubungannya atau ada pengaruhnya terhadap naik-turunnyaindeks tersebut.

Kelemahan dari indeks

a.Satuan atau unit harga barang yang sangat mempengaruhi indeks harga

b.Tidakk memperhitungkan kepentingan relative (relative importance)berang-barang yang tercangkup

dalam pembuatan indeks.
 Indeks Rata-Rata Harga Relatif

Indeks rata-rata harga relatif dinyatakan oleh persamaan berikut:

I t,0 =1/n [€pt/p0×100%]

Dimana,n adalah banyaknya jenis barang .

Contoh11.16

Dengan menggunakan data tabel 11.4 biatlah indeks rata-rata harga relatif untuk tahun 1996 dan 1997
dengan waktu dasar 1994.

Penyelesaiaan:

l 96/94 =1/n[€ P 96 /P 94 ×100 %], n =4 (ada 4 jenis barang)

=I /4 [121,99+66,68+102,11+97,14]
=96,98

I 97/94=1/4[108,74+54,83+188,38+109,28]
=115,31

Jika dibandingkan. Dengan tahun 1994,harga perdagangan besar bahan ekspor utama untuk tahun
1996 mengalami penurunan sebesar 3,02% .sedangkan untuk tahun 1997 mengalami kenaikan sebesar
15,31%.

Variasi Dari Indeks HargaTertimbang

Indeks agregatif tertimbang dari Laspeyres dan paasche,masing-masing mempunyai kebaikan dan
kelemahan.Sampai akhirnya muncul irving fisher dengan rumusnya yang baru:

| =L×P

=P1 q0/p0 q0 × p1 qt/p0 qt ×100%

Angka Indeks berantai

Angka indeks yang telah dibahas mempunyai waktu dasar tertentu,yaitu waktu yang dianggap dapat
dipergunakan untuk melakukan perbandingan atas beberapa tahun.

Rumus yang dipergunakan untuk mencari indeks berantai (1) adalah

I t,t-1 = qt/ qt-1 ×100%

Dimana:

qt=ekspor tahun t

qt-1=ekspor tahun t-1

Penentuan dan penggeseran waktu dasar

Tujuan utama pembuatan angka indeks adalah untuk melakukan perbandingan mengenai suatu
kegiatan pada dua waktu yang berbeda(kegiatan priduksi ,pebjualan,konsumsi,perkembangan harga
dan sebagainya).

Ada beberapa syarat yang perlu diperhatikan dalam menentukan atau memilih waktu dasar tersebut.

a.Waktu sebaiknya menunjukkan keadaan perekonomian yang stabil,dimana harga tidak berubah
dengan cepat sekali.

b.Waktu jangan terlalu jauh dibelakang,usahakan paling lama 10 tahun atau lebih baik kurang dari 5
tahun.

c.Waktu dimana terjadi peristiwa pebting,misalnya saja jika suatu perusahaan dalam membuat indeks
produksi atau hasil penjualan menggunakan waktu dasar pada saat direktur produksi/pemasaran yang
baru diangkat.

d.Waktu dimana tersedia data untuk keperluan timbangan

BAB 12 PROBABILITAS
Kata probabilitas sering dipertukarkan dengan istilah lain seperti peluang dan kemungkinan.Beberapa
contoh telah dikemukakan sebelumnya.secara umum,probabilitas merupakan peluang bahwa sesuatu
akan terjadi .secara lengkap,probabililitas didefinisikan sebagai beriku:

"Probabilitas ialah suatu nilai yang dipergunakan untuk mengukur tingkat terjadinya suatu kejadian
yang acak.

Sebagai contoh,sebuah eksprimen dilakukan dengan menanyakan kepada 500 orang mahasiswa apakah
mereka akan membeli komputer Acer jenis baru atau tidak.Dari eksprimen ini akan terdapat bebrapa
kemungkinan hasil.Misalnya,kemungkinan hasil pertma,adalah sebanyak 250 orang akan membeli
sedangkan sisanya tidak akan membeli.

Pendekatan Perhitungan Probabilitas

1.pendekatan klasik

Perhitungan probabilitas secara klasik didasarkan pada asumsi bahwa seluruhhasil dari suatu eksprimen
mempunyao kemungkinan(peluang) yang sama.

Contoh 12.1

Kepala pabrik mengatakan bahwa dari 100 barang produksinya ada 25 yang rusak.kalau barang
dibungkus rapi,kemudian seorang pembeli mengambil barang secara acak,barapakah probabilitasnya
bahwa barang tersebut rusak...?

Pentelesaian :

Dari soal,n =100 dan x =25 dengan demikian

P(A)=x/n

=25/100=0,25atau 25%

Jadi,besarnya probabilitas(kemungkinan)untuk memperoleh barang rusak adalah 25%.

2.konsep frekuensi relatif

Pendekatan yang mutakhir ialah perhitungan yang didasarkan atas limit dari frekuensi relatif.perlu
disebut disini bahwa besarnya nilai yang diambil oleh suatu variabel juga merupakan kejadian.Misalnya
x =nilai ujian matematika 1 mahasiswa Fe -Ui,p(x=8)adalah probabilitas bahwa seorang mahasiswa
mendapat nilai 8.

Dimana

fr=frekuensi relatif

Xi=kejadian i

P(xi)=limit n--->∞fi/n

Contoh soal

Sebuah studi dilakukan terhadap 750 lulusan sekolah administrasi bisnis dari suatu universitas (dalam
hal ini studi dapat dikatakan sebagai eksprimen).studi hal ini menunjukkan bahwa 300 dari 750 lulusan
tidak bekerja sesuai dengan bidang studi utama uang diambil di universitas tersebut.Misalnya,seorang
mahasiswa akuntansi bekerja sebagai manajer pemasaran.Berapa probabilitasnya. Bahwa seorang
lulusan administrasi bisnis akan bekerja dibidang yang bukan merupakan studi utamanya...?

Penyelesaian :

Berdaarkan rumus diatas ,maka dapat dihutung probabilitasnya suatu kejadian:

P(A)300/750=0,4

Probabilitas subjektif

Probabilitas subjektif didasrkan atas penilaian seseorang dalam menyatakan tingkat kepercayaaan.jika
tidak ada pengalaman/pengamatan masa lalu sebagai dasar untuk perhitungan probabilitas ,maka
pernyataan probabilitas tersebut bersifat subjektif .hal ini biasanya terjadi dalam bentuk opini atau
pendapat yang dinyatakan dalam suati nilai probabilitas.

Kejadian /peristiwa dan Notasi Himpunan

Apabila suatu eksprimen dilakukan dengan melemparkan mata uang logam Rp 50 sebanyak dua
kali,maka hasil eksprimen itu adalah satu dari empat kemungkinan hasil berikut:
BB, BB, BB,BB

1. 2. 3. 4

-Lemparan peratama menunjukkan gambaran burung(B)kedua juga(B)

-Lem paran pertama(B)kedua buka burung

-Lemparan pertama bukan burung(B)kedua (B)

-Lemparan pertama dan kedua burung(B)

Notasi Himpunan

Apabila S merupakan himpunan,maka objek yang terkandung didalmnya dinamakan anggota atau
elemen.Misalnya S={x1,x2,x3,x4,x5},maka x1,x2,x3,x4,x5,masing-masing merupakan anggota atau
elemen dari S

Suatu mata uang logam Rp 50 dilemparkan ke atas sebanyak satu kali,S ={B,B}.maka anggota B,B
adalah anggota atau elemen S

Anggota dapat berupa variabel diskrit (tidak mengambil seluruh nilai dalam suatu interval)dan kontinu
(mengambil seluruh nilai dalam suatu interval).

Diskrit: S={x:x=0,1,2,3,}
0 1 2 3 (nilainya berupa kumpulan titik).

Kontinu: S={x:0<x<1}
0. 1(nilai berupa garis ,seluruh titik).

Misalnya x adlah himpunan mahasiswa FE-UI yang pernah ikut menwa .jika A adalah mahasiswa FE-
UI ,Badalah mahasiswa UI yang pernah ikut menwa,maka x={x:€ B}.
himpunan dari seluruh kejadian yang ada disebut himpunan semesta.himpunan bagian yang paling kecil
dari suatu himlunan disebut himpunan kosong dengan simbol°0.
Beberapa Aturan/Hukum dalam Himpunan

1.hukum penutup(law of caurse)

2.hukum komutatif(communicative law)

A U B =B U A dan A n B =B n A

3.hukum asosiatif(associative law)

(A U B )U C =A U (B U C)

(A n B)n C=A n (B n C)

4.hukum distributif(distributive law)

A n (B U C) =(A n B)U (A n C )

A U(B n C)=(A U B)n(AUC)

5.hukum identitas

Ada himpunan o dan S yang unik,sedemikian rupa sehingga untuk setiap himpunan A selalu berlaku
persamaan A n S=A dan A n S =A dan A n o himpunan kosong.

6.hukum komplementasBersesuaian dengan setiap himpunan A ada himpunan A,yang unik sedemikian
rupa sehingga A n A =o dan A U A =S

Beberapa Aturan Dasar Probabilitas

Aturan penjualan

Untuk menerapkan aturan penjumlahan ini,harus dilihat jenis kejadiannya,apakah bersifat saling
meniadakanatau tidak saling meniadakan.

Kejadian Saling meniadakan

Adalah kejadian dimana jika sebuah kejadian terjadi,maka kejadian yang kedua tak akan terjadi.ini
merupakan kejadian yang saling meniadakan.jika A telah terjadi maka kejadian B tidak akan terjadi.

Sebagai contoh dalam pelemparan sebuah dadu munculnya mata dadu dua,dan tiga tidak bisa terjadi
secara bersamaan,sehingga munculnya mata dadu 2 akan meniadakan munculnya mata dadu yang
lain.
Jika dua kejadian A dan B saling meniadakan aturan penjumlahan menyatakan bahwa probabilitas
terjadinya A atau B sama dengan penjumlahan dari masing-masing nilai probabilitasnya dan dinyatakan
dengan. Rumus sebagai berikut

P(Aatau B)=p(A)+p(B)

Untuk tiga kejadian saling meniadakan yang dinyatakan dengan A B dan C ditulis P(A atau B atau
C)=P(AUBUC)=p(A)+p(B)+p(C)

Kejadian tidak saling meniadakan

Sebagai contoh misalkan departemen pariwisata memilih sebuah sampel dari 200 wisatawan yang
mengunjungi jakarta .dari hasil survei ternyata diperoleh bahwa 120 orang telah mengunjungi taman
moni indonesia indah dan 100 orang telah mengunjungi taman mini indobesia indah atau taman impian
jaya ancol?jika aturan penjumlahan khusus pada kejadian saling meniadakan diterapkan maka
probabilitas seorang wisatawan terpilih telah pergi ke taman mini adalah 0,60 Ancol adalah
0,50diperoleh dari 100/200 jumlah kedua probabilitas dua kejadian ini akan lebih dari 1.

Aturan Perkalian

Kejadian rak bebas(bersyarat)

Probabilitas terjadinya kejadia A dengan syarta bahwa B sudah terjadi atau akan terjadi disebut
probabilitas bersyaratatau bisa ditulis P(A/B).misalkanbjumlah seluruh mahasiswa suatu universitas (S
atau N) sama dengan 10.000 orang.hinpunan A mewakili 2000 mahasiswa lam(a).himpunan B mewakili
3.500 mahasiswa putri (b).sedangkan 800 dari 3.500 mahasiswa putri merupakan mahasiswa lama(c).A
dan B masing-masing merupakan himpunan bagian dari S,.

Probabilitas kejadian interseksi

Rumus:

P (A n B)=P( A )P B (A) = P B P A B)
Contoh 12.13

Kita mengambil secara acak 2 kartu berturut turut dari suatu set kartu bridge.berapa probabilitasnya
bahwa pengambilan kartu pertama berupa kartu As,yang kedua juga kartu As,hasil pengambilang
pertama tidak dikembalikan lagi dan hasil pengambilan kedua dipengaruhi oleh hasil pengambilan
pertama.

Penyelesaian

Diketahui bahwa:

S=52 kartu (N) ,A=Pengambilan pertama As=(a=4),P(A)=4/52

B/A=pengambilan kedua juga As dengan syarat bahwa pengambilan pertama As(b=3,N=51).sewaktu

pengambilan kedua dilakukan kartu As yangvtinggal hanya 3 sedangkan sisa kartu tinggal 51

P(B/A)=3/51

P(An B)=p(A)p (B/A)

=4/52.3/51

=0,0045

Kejadian bebas( indevenden ivent)

Contog soal 12.17

Satu mata uang logam Rp 50 dilemparkan ke atas dua kali.jika A 1 adalah lemparan pertama yang
mendapat gamvar burung (B) dan A 2 adalah lemparan kedua yang mendapatkan gambar burung B
barpakah p( A 1 )n (A 2 )...?

Penyelesaian

Karena pada pelemparan pertama hasilnya todak mempengaruhi pelemparan kedua dan P (A 1 )=
P(B)=1/2 p (A 2) = P (B) =1/2 maka P (A 1 ) p (A2) = p(B) P (B)=1/2 .1/2 =1/4
Permutasi dan kombinasi

Permutasi ialahsuatu pengaturan atau urutan beberapa elemen atau objek misalnya hasil suatu
eksprimen,dimana urutanbitu penting.maksudnya 123 dengan 212 ABC =BCA Dan seterusnya.

Banyaknya permutasi dari m elemen adalah jumlah maksimum cara cara yang berbeda dalam mengatur
atau membuat urutan dari m elemen tersebut.misalnya ada 3 objek ABC.ini bisa diatur menjadi urutan
urutan yang berbeda yaitu ABC,ACB,BCA,BAC,CAB,dan CBA,seluruhnya terdiri atas 6 cara yang berbeda.

CONTOH 12.26

Mislnya suatu daftar memuat 10 rencana investasi yang dikemukakan oleh direksi perusahaan kepada
suatu dewan komisaris,dimana setiap anggota diminta untuk memberikan rank atau penilaian terhadap
5 rencana investasi tersebut yang dianggap feasible.

Ada beberapa cara ranking dari 10 rencana investasu tersebut kalau diambil 5 setiap kali...?

Penyelesaian

Dari soal diketahui m =10,dan x=5,maka

10 P 5 = 10! /(10-5)!=10!/5!

=10.9.8.7.6.5!

=10×9×8×7×6×

=30.240

Jadi, ada 30.2r0 cara ranking.