Bab01HO PDF
Bab01HO PDF
1. Capaian Pembelajaran
3. Contoh
4. Ringkasan
Tim ProStok
1
05/02/2018
Definisi: Definisi:
himpunan dari seluruh hasil (outcome) atau titik sampel himpunan bagian (subset) dari S yang memunyai karakteristik
dalam eksperimen tertentu yang diperhatikan dalam eksperimen
Ruang sampel: S = {1, 2, 3, 4, 5, 6} Diskrit dan Event A: jumlah mata dadu bernilai genap
terbatas
Gabungan (union): A B A B B A A B B A
Interseksi: A B Asosiatif:
A ( B C ) ( A B) C A ( B C ) ( A B) C
Distributif: A ( B C ) ( A B) ( A C )
A ( B C ) ( A B) ( A C )
Event A dan B: Event A dan B:
mutually exclusive mutually exclusive dan
Aturan DeMorgan ( A B)c Ac B c ( A B) A B
c c c
collectively exhaustive
E2 Pilih bola dalam kotak yang berisi 4 bola identik Catat nomor dan warna bola
yang dinomori 1 dan 2 untuk bola hitam (h), E2 Nomor dan warna bola terpilih S2 = {(1,h), (2,h), (3,p), (4,p)}
nomor 3 dan 4 untuk bola putih (p).
E3 Hitung banyaknya pesan yang datang pada pusat Catat hasil penghitungan E3 Banyaknya pesan yang datang S3 = {0, 1, 2, …, N}
pesan tiap jam pesan tersebut tiap jam
E4 Ukur nilai tegangan dalam rangkaian pada waktu t1 Catat hasil pengukuran E4 Nilai tegangan pada waktu t1 S4 = {v: v ≥ 0}
pada suatu rangkaian listrik tegangan tersebut
2
05/02/2018
1. Capaian Pembelajaran
3. Contoh
4. Ringkasan
Tim ProStok
3
05/02/2018
N k ( n)
Frekuensi relatif: fk Nk(n): jumlah tiap outcome k
dalam n trial
1000 trial:
n
100 trial: 1
Outcome 1
Outcome 2
0.8 Outcome 3
1
Relative Frequency
Outcome 1
0.8
Outcome 2
Outcome 3
0.6
0.33
Relative Frequency
0.6 0.4
0.4 0.2
0.2
0
0 100 200 300 400 500 600 700 800 900 1000
0 Number of trials
0 10 20 30 40 50 60 70 80 90 100
Number of trials
4
05/02/2018
Event A dan Ac: mutually exclusive dan collectively exhaustive Eksperimen acak
Prosedur: Pilih bola dalam kotak yang berisi bola yang
Aksioma ke-3: S dinomori 1 sampai 10
5
05/02/2018
Probabilitas suatu event selalu bernilai tak negatif, Dadu bermata enam dengan setiap sisi memunyai peluang
sedangkan probabilitas ruang sampel selalu bernilai 1 muncul yang sama. Berapa probabilitas setiap outcome?
(satu) yang menyatakan bahwa ruang sampel meliputi Untuk event-event:
seluruh hasil eksperimen A = {dadu bermata genap}
B = {dadu bermata ganjil}
Probabilitas union dari event-event mutually exclusive C= {mata dadu lebih dari 3}
sama dengan jumlah probabilitas masing-masing event dapatkan probabilitas setiap event tersebut, probabilitas
individu union A dan B, probabilitas joint A dan C.
1. Capaian Pembelajaran
Mahasiswa mampu:
2. Pengantar dan Teori menghitung probabilitas suatu event bersyarat
event lain
3. Contoh
4. Ringkasan
5. Latihan
35
Probabilitas Bersyarat 36
6
05/02/2018
Eksperimen acak
Dalam bahasan ini akan dijelaskan tentang hubungan dari
dua event, misal A dan B, apakah terjadinya salah satu Prosedur: ambil bola dua kali dari dalam kotak
event mengubah terjadinya event yang lain. Jadi, Kotak berisi 5 bola putih dan 5 bola hitam
apakah pengetahuan tentang terjadinya event B akan Warna bola tidak dapat dilihat dari luar
mengubah kemungkinan terjadinya event A. Untuk Bola terambil tidak dikembalikan lagi ke
menjawab pertanyaan ini perhatikan eksperimen dalam kotak
berikut ini. Observasi: catat warna bola terambil
7
05/02/2018
Probabilitas bersyarat digunakan untuk menguji Eksperimen dilakukan untuk menguji dua IC berasal dari
kebergantungan suatu event terhadap terjadinya event pabrik XYZ. Observasi dilakukan untuk menentukan IC tadi
lain diterima (accepted) atau ditolak (rejected). Event B
didefinisikan sebagai event dari IC pertama dites adalah
ditolak. Secara matematis ditulis B={rr, ra}. Dengan cara yang
Probabilitas event A bersyarat event B sama dengan sama A={rr, ar} menyatakan event IC kedua ditolak. Diketahui
probabilitas joint dari A dan B dibagi dengan probabilitas bahwa P({rr})=0.01, P({ra})=0.01, P({ar})=0.01 dan
event B P({aa})=0.97.
Dapatkan probabilitas IC kedua adalah ditolak bila diketahui
IC pertama ditolak.
1. Capaian Pembelajaran
Mahasiswa mampu:
2. Pengantar dan Teori menghitung probabilitas total suatu event berdasarkan
terjadinya event-event lain yang didefinisikan dalam
ruang sampel yang sama
3. Contoh
4. Ringkasan
5. Latihan
47
Probabilitas Total 48
8
05/02/2018
Bukti Soal
N
Bn S
0.9
N event mutually exclusive, Bn: Sistem komunikasi biner B1 A1
n 1 P(B1) = 0.6
1 1 0.1
N N
A A S A Bn ( A Bn )
n 1 n 1 0 0 0.1
B2 A2
maka, probabilitas event A dalam S, diberikan event Bn: P(B2) = 0.4 0.9
9
05/02/2018
1. Capaian Pembelajaran
3. Contoh
4. Ringkasan
Tim ProStok
Mahasiswa mampu:
Teorema Bayes digunakan untuk mengestimasi
menghitung probabilitas posteriori suatu suatu informasi atau hasil eksperimen
eksperimen acak.
berdasarkan probabilitas event yang diketahui
sebelum eksperimen tersebut dilakukan.
Aplikasi teorema Bayes banyak digunakan
dalam sistem komunikasi.
10
05/02/2018
P( Bn A) P ( A Bn ) P ( Bn )
P( Bn A) P ( Bn A) n 1, 2, , N
P( A) P ( A B1 ) P( B1 ) P( A B N ) P( B N )
atau: dengan:
P ( A Bn )
P ( A Bn ) P( Bn ) probabilitas priori
P ( Bn )
N A P( Bn A) probabilitas posteriori
P( A) P( A Bn ) P( Bn )
B3 BN
n 1
0.9
Sistem komunikasi biner B1 A1 Probabilitas transisi: P ( A1 B1 ) 0.9 P( A2 B1 ) 0.1
P(B1) = 0.6
1 1 0.1
P( A2 B2 ) 0.9 P( A1 B2 ) 0.1
0 0 0.1
Probabilitas simbol ‘1’ diterima
B2 A2
P(B2) = 0.4 0.9
P( A1 ) P( A1 B1 ) P( B1 ) P( A1 B2 ) P( B2 )
B1: simbol ‘1’ dikirim 0.9(0.6) 0.1(0.4) 0.58
B2: simbol ‘0’ dikirim
Transmitter Receiver
A1: simbol ‘1’ diterima Probabilitas simbol ‘0’ diterima
A2: simbol ‘0’ diterima
P( A2 ) P( A2 B1 ) P( B1 ) P( A2 B2 ) P( B2 )
Hitung probabilitas posteriori untuk tiap simbol yang diterima 0.1(0.6) 0.9(0.4) 0.42
Teorema Bayes 63 Teorema Bayes 64
Probabilitas posteriori untuk simbol 1 diterima memang Probabilitas simbol yang diterima berbeda dengan simbol yang
berasal dari simbol 1 dikirim dikirim:
11
05/02/2018
1. Capaian Pembelajaran
Mahasiswa mampu:
2. Pengantar dan Teori menghitung probabilitas suatu event berdasarkan
pengetahuan tentang kejadian event lain yang
independen secara statistik
3. Contoh
4. Ringkasan
5. Latihan
71
Event independen 72
12
05/02/2018
Eksperimen acak
Pengetahuan tentang terjadinya suatu event dapat
Prosedur: ambil bola dua kali dari dalam kotak
mengubah atau tidak mengubah probabilitas event yang
Kotak berisi 5 bola putih dan 5 bola hitam
lain. Jika probabilitas terjadinya suatu event tidak
bergantung pada terjadinya event lain, maka event-event Warna bola tidak dapat dilihat dari luar
tersebut disebut event independen secara statistik. Bola terambil dikembalikan lagi ke
dalam kotak
13
05/02/2018
Dua event adalah independen bila pengetahuan tentang Monitor dua panggilan telepon berturutan pada sentral
terjadinya salah satu event tidak mengubah probabilitas telepon. Panggilan telepon diklasifikasikan sebagai panggilan
event yang lainnya suara (bila ada pembicaraan) dan panggilan data. Hasil
observasi adalah sekuen dari dua huruf, misal sd adalah
observasi satu panggilan suara dan satu panggilan data. Dua
Probabilitas joint dari dua event independen sama dengan panggilan telepon tersebut adalah independen. Probabilitas
perkalian masing-masing probabilitas event tersebut panggilan suara adalah 0.8. NS merupakan notasi untuk
banyaknya panggilan suara. Apakah pasangan event { NS = 2}
Event-event mutually exclusive yang memunyai nilai dan { NS ≥ 1} adalah independen?
probabilitas tidak nol tidak dapat menjadi event
independen
1. Capaian Pembelajaran
Mahasiswa mampu:
4. Ringkasan
5. Latihan
83
Keandalan Sistem 84
14
05/02/2018
Konfigurasi sistem:
1) Seri
Salah satu aplikasi konsep probabilitas adalah untuk
2) Paralel
menganalisis keandalan suatu sistem. Keandalan 3) Seri-paralel
C1
C1 C2 Cn F: sistem berfungsi
Definisi: C2
F: sistem berfungsi Ai: komponen Ci berfungsi
Ai: komponen Ci berfungsi dengan P(Aic) = 1 p
dengan P(Ai) = p Cn
Asumsi: kerusakan komponen independen
Asumsi: kerusakan komponen independen
Soal Solusi
Dapatkan probabilitas sistem berfungsi (keandalan sistem) Prob. sistem berfungsi (keandalan sistem):
P( F ) P( FP1) P( FP2 ) (0.962)(0.96) 0.9235
15
05/02/2018
Bila kerusakan komponen adalah independen, probabilitas Sistem terdiri dari sebuah kontroler dan tiga unit peripheral.
sistem seri berfungsi adalah sama dengan perkalian Sistem disebut berfungsi bila kontroler dan minimal dua
probabilitas masing-masing komponen berfungsi peripheral berfungsi. Dapatkan probabilitas sistem tersebut
berfungsi dengan asumsi bahwa kerusakan seluruh komponen
Bila kerusakan (kegagalan) komponen adalah independen, adalah independen. (Petunjuk: definisikan event A adalah
probabilitas sistem paralel berfungsi adalah sama dengan 1 kontroler berfungsi dan Bi adalah peripheral berfungsi)
(satu) dikurangi perkalian probabilitas kerusakan (kegagalan)
masing-masing komponen
Keandalan Sistem 93
16