Pertemuan – 2

Probabilitas
1. Definisi probabilitas
2. Tabel dan grafik frekuensi
3. Distribusi probabilitas variabel tunggal
(univariate probability distributions)
4. Distribusi probabilitas variabel ganda
(bivariate probability distributions)
5. Distribusi marginal (marginal distributions)
6. Distribusi bersyarat (conditional
distributions)
7. Distribusi total
8. Teorema Bayes

Dosen:
Dr. Yassir Arafat, ST. MT
.
MAGISTER S2 Teknik Sipil UNIVERSITAS TADODULAKO
1
Probablitas
Nature is probabilistic, measuring her will give distributed value
EKSPERIMEN
suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama
Contoh : Eksperimen mlempar dadu 1 kali
Hasilnya : tampak angka 1 atau 2 atau 3 atau 4 atau 5 atau 6

RUANG SAMPEL (S)

Himpunan semua hasil (outcome) yang mungkin dalam suatu eksperimen
Contoh : Ruang sampel pelemparan dadu 1 kali
S = {1, 2, 3, 4, 5, 6} n(S) = 6

PERISTIWA (EVENT)
Himpunan bagian dari ruang sampel
Contoh :
Eksperimen : melempar dadu 1 kali
Peristiwa A : Hasil pelemparan dadu berupa angka genap =
{ 2, 4, 6} n(A) = 3
Probabilitas, Peluang Kejadian
Probabilitas, Peluang Kejadian
Probabilitas
Probabilitas
Probabilitas
Probabilitas
Probabilitas
Tabel dan Grafik

Organisasi Data
Tabel dan Grafik

Organisasi Data
Probability of an event

 P(A): Prob. of event A

 Equally likely elementary outcome (uniform
probability model): punya kesempatan sama.
Eg.: Dadu, S={e1,e2,e3,e4,e5,e6}, maka:
P(e1)=P(e2)= P(e3)= P(e4)= P(e5)= P(e6)=1/6
 P(A): keluar angka genap, A={e2,e4,e6}, shg
P(A)=1/6+1/6+1/6=0.5, atau:
 Jika S={e1,e2,….,ek} dengan prob of
elementary outcome=1/k, maka P(A) yang
terdiri dari “m” element menghasilkan
P(A)=m/k
 Example
 Seorang inspector kualitas angkutan umum akan
mengadakan survey (randomly select) thd 20
perusahaan penyedia AKDP. Dari 20 perusahaan tsb 5
diantaranya memiliki manajemen yg tdk sehat
(T1,T2,T3,T4,T5) sedang 15 sisanya memiliki
manajemen yang sehat (S1, S2, S3…..S15).
S={T1,T2,T3,T4,T5, S1, S2, S3…..S15}, masing-masing
elementary outcome memiliki prob sebesar 1/20
(equally likely).
 Probability mengunjungi perusahaan dgn manajemen
yg tdk sehat adalah: P(A)=5/20, sedangkan
probability mengunjungi perusahaan sehat adalah
P(B)=15/20.
 Bagaimana jika S={T,S}??lebih sederhana tapi tdk
memenuhi syarat equally likely dan tdk memenuhi
syarat sbg uniform prob model.
 STABILITY OF RELATIVE FREQUENCY
rN(A)
Number of times A occurs in N trials
rN (A) 
0.6 N

0.5

0.4

Stabil
0.3

0.2

0.1

50 100 1200 1300

Number of Trial (N)
Mode Probability Discrete
Sample Spaces

 Must Satisfy:
(i) Utk semua event A, 0<P(A)<1
(ii) P(A)=

(iii) P(S)=
 P(e )
Semua i
i

dlm A

 P(ei )  1
Semua i
dlm S
 Contoh:

 Pengamatan ttg jenis kelamin kakak beradik dalam keluarga e1=(BB), e2(BG),
e3=(GB), e4=(GG)

a.P(e1)=1/4, P(e2)=1/4, P(e3)=1/4, P(e4)=1/4…OK!

b.P(e1)=3/16, P(e2)=3/8, P(e3)=1/4, P(e4)=3/16…OK!
c.P(e1)=1/2, P(e2)=1/4, P(e3)=1/4, P(e4)=1/2…NOT-
OK!
Diagram Venn

 3 silinder beton diuji tekan, yg ingin diketahui adalah

apakah kuat tekan ()nya>1000kg/cm2 atau tidak.
Sample space yangmungkin adalah: Memenuhi (M) dan
Tidak (T). Buat diagram Venn-nya! Dan tentukan event-
event berikut ini!
A: hanya satu yg tidak memenuhi
B: satu silinder pada uji pertama tdk memenuhi
C: dua uji pertama memenuhi
S={e1(TTT), e2(TTM), e3(TMT), e4(MTT), e5(TMM), e6(MTM), e7(MMT),
e8(MMM)}

A={e5, e6, e7}

B={e1, e2, e3, e5}
C={e7, e8}

e2
e4 e1 B

e3
e5
e6
e8
e7
A C
Diagram Venn
A A

AB

B B
AB

A  B (union) AB (intersection)

A Complement (not
A)
Ac
Contoh: lihat diagram Venn

 Tentukan A  B, AC, BC, Bc, (A  B)c, Ac  Bc?

AUB: {e1, e2, e3, e5, e6, e7}
AC: {e7}
BC : {} atau Ø
Bc: {e4, e6, e7, e8}
(A  B)c : {e4, e8}
Mutually exclusive/disjoint
Ac  Bc : {e1, e2, e3, e4, e6, e7, e8}
Law of Complementation
P(Ac)=1-P(A)

General addition law

P(A  B)=P(A)+P(B)-P(AB)

Verbal statement Event operation

At least one of A or B AB
Both A and B AB
Not A Ac
Contoh

 Dalam wawancara stated preference yg dilakukan thd

penumpang angkutan mikrolet (6 png) ttg kesediaan
utk pindah moda akan memiliki 2 jawaban yaitu: Ya
(Y) dan Tidak (T).
A. Berapa prob utk mendapatkan 1 jawaban “Ya”?
B. Berapa prob 5 atau 6 menjawab “Ya”?
 S=2*2*2*2*2*2=64
A. Jawaban yg mengandung paling tidak satu “Ya” adalah P(A)
Jawaban yg semua menyatakan “Tidak” adalah P(Ac): {(TTTTTT}, so:
P(Ac)=1/64 dan P(A)=1-P(Ac)=1-1/64=63/64
B. 5 org jwb “Ya” P(A5): {(TYYYYY) (YTYYYY) (YYTYYY) (YYYTYY)
(YYYYTY) (YYYYYT)}
6 org jwb “Ya” P(A6): {(YYYYYY)}
P(A5)=6/64, P(A6)=1/64
P(5 atau 6 menjawab “Ya”)=P(A5  A6) =P(A5)+P(A6)=6/64+1/64=7/64
Contoh:
Kualitas Bahan
Good Med Poor
Good 0.06 0.11 0.18
Kualitas Pengerjaan Moderate 0.12 0.18 0.10
Pooooor 0.16 0.05 0.04
1.00

Jika diambil salah satu produk/output dari

sample di atas, maka:
a. Berapakah probabilitas utk mendapatkan
produk yg paling tidak (at least) “good”
dalam salah satu kategori (pengerjaan atau
Pengerjaan)
b. Berapakah probabilitas mendapatkan
produk yng “tdk Poor” dalam kualitas
A. Jika A adalah event kualitas pekerjaan “good” dan B adalah event
kualitas bahan “good”, maka event dengan kondisi paling tidak
salah satu memliki kategori “good” adalah AB.
P(A)=0.06+0.11+0.18=0.35
P(B)=0.06+0.12+0.16=0.34
P(AB)=0.06
P(AB) =P(A)+P(B)-P(AB)=0.35+0.34-0.06
=0.63
atau dicari secara langsung: (lihat bold shadowed
P(A)=0.06+0.12+0.16+0.11+0.18=0.63
B. Jika B adalah event yg menghasilkan kualitas pengerjaan
“poor”, maka
P(B)=0.16+0.05+0.04=0.25
Probability “tidak poor” adalah P(Bc), maka
P(Bc)=1-P(B)=1-0.25=0.75.
 Tugas 6
Latihan
<ijin >ijin
Curing Curing
Umur Y T Y T
<28hari 0.03 0.05 0.07 0.09
>28hari 0.05 0.1 0.55 0.06
1.00
Jika A adalah event >ijin
Jika B adalah event < 28hari
Jika C adalah event dilakukan Curing, maka:
A. Tentukan P(A), P(B), P(BC), P(AB) dan
P(ABC)
B. Tentukan P(AcBc) dan P(AcBc)
Solusi:
Product Rule, Permutasi &
Kombinasi
 Jika sebuah eksperimen terdiri dari 2 bagian dimana
pada bagian pertama menghasilkan k hasil dan bagian
kedua menghasilkan l, maka total kemungkinan hasilnya
adalah k*l.
 Contoh 1. Jika 3 macam bahan aditive dicampurkan
dalam 2 jenis mortar semen, maka akan ada 3*2 macam
hasil.
PERMUTASI
 Contoh 2: Jika akan dilakukan 4 macam treatment thd 10 jenis kayu dan
hanya 4 jenis kayu yg ditreatment, maka hasil yg mungkin adalah:

Tr 1 Tr 2 Tr 3 Tr 4

10 cara 9 cara 8 cara 7 cara

P  P  10 * 9 * 8 * 7  5040
r
n 10
4

Permutasi r terhadap n adalah:

n
Pr  n (n  1)(n  2).....(n  r  1)
Pnn  n !
 Contoh 3:Dari 12 kolom beton pada suatu bangunan bertingkat, 8
diantaranya masih dalam kondisi baik {B1, B2,….B8} sedangkan 4 sisanya
dalam kondisi rawan {R1, R2, R3, R4}.

a. Jika dipilih 3 kolom secara acak, berapa macam

possible distinct arrangements? (urutan
diperhatikan).
b. Berapa macam cara yg mungkin jika dua pemilihan
pertama menunjukkan kolom yg rawan (R) dan yang
ketiga menunjukkan kolom yang baik (B).
c. Berapa probability item b?
SOLUSI
a. Prn  P312  12 * 11 * 10  1320

b. P24
* P18
 (4 * 3) * 8  96

P24
* P18
96
c. P(x)  
P312 1320
 KOMBINASI
Kombinasi Permutasi (arrangements)
1 ABC ABC, ACB, BAC, BCA, CAB, CBA =3!=6
2 ABD ABD, ADB, BAD, BDA, DAB, DBA =3!=6
3 ACD ACD, ADC, CAD, CDA, DAC, DCA =3!=6
4 BCD BCD, BDC, CBD, CDB, DBC, DCB =3!=6
24

Kombinasi 3 thd 4= P34

24
 4cara


3! 6

 n  Prn
Jadi : C rn    
r  r!
n   n  n!
     
 r   n  r  r ! (n  r )!
n n
   1,    n, 0!  1
n 1
Contoh 4, lihat contoh 3
 Jml unordered (kombinasi)sample yg
mungkin
12  12xadalah:
11x10
    220
3 1x 2x3

 kombinasi mengambil 2 R dan kombinasi

 4  4x3 1 B adalah
mengambil 8  8 sbb:
     
 2  1x 2 1 1

Product rule: ((4x3)/(1x2))x(8/1)=48

 Prob mendapatkan 2 R dan 1B adalah:48/220
Contoh 5

 15 sample tanah diuji CBR-nya. Hasil menunjukkan 9

sample bagus, 4 sample jelek dan 2 sample sedang. Jika
diambil sample secara random,
a. Berapakah prob paling tidak 2 dari 3 sample yg diambil
memiliki CBR yang bagus.?
B. Berapa prob. 2 sample pertama yg terpilih bagus dan yg
ketiga jelek.
Solusi:
A.
15 
   455 Product Rule
Jika A2: event bwh tepatnya memiliki 2 sample bagus
3
Jika A3: event bwh tepatnya memiliki 3 sample bagus

P(A2) memilih 3 dari 15 dimana yang 2 diambil dari 9 dan yg 1 diambil

dari sisanya (6)

 9  6  9x8 6 216
    x  216 P(A 2) 
 2  1  1x 2 1 455
P(A3) memilih 3 dari 15 dimana yang 3 diambil dari 9 dan yg 0 diambil
dari sisanya (6)

 9  6  84
    84 P(A3) 
 3  0  455
P(paling tidak 2 bagus)=P(A2  A3), disjoint
P(A2  A3)=P(A2)+P(A3)

216 84 300
  
455 455 455

B. Mengunakan permutasi krn melibatkan urutan

pilihan. (ordered selection)
P315  15 *14 *13  2730
P29 * P14  (9 * 8)(4)  288
P(2 pertama bagus dan yg ketiga jelek)=288/2730
 CONDITIONAL PROBABILITY

 P(A|B)=Prob of A given B.

Contoh 6: Lebih awal on-time Terlambat Total

(bus kota) Penuh 0.10 0.08 0.02 0.20
Tdk Penuh 0.15 0.45 0.20 0.80
Total 0.25 0.53 0.22 1.00
A: Event Bus Penuh
B: Event bus datang lebih awal

P(A):0.2, P(B)=0.25
Probability mengalami penuh pada bus yang datang lebih awal

adalah: 0.1/0.25=0.4=Jadi P(A|B)  P(AB)=0.1

Sehingga:

P(AB)

 P(A|B)

P(B)
P(AB)=P(B).P(A|B)
P(ABC)=P(A).P(B| A).P(C|AB)
Contoh 7.

 Dalam perusahaan kontraktor yang sedang membangun

gedung terdapat 30 pekerja, 5 di antara perkerja
tersebut memiliki skill yang bagus (B), Jika pinpinan
kontraktor memanggil secara acak 3 pekerjanya, berapa
probability 2 pekerja pertama yg dipanggil skillnya
bagus (B) dan pekerja yang ketiga skillnya jelek (J)?
 Event: B1, B2, J3.
P(B1B2J3)=P(B1) P(B2|B1) P(J3|B1B2)
P(B1)=5/30,
P(B2|B1)=4/29,
P(J3|B1B2)=25/28
P(B1B2J3)=(5/30)(4/29)(25/28)=25/1218
Atau pakai permutasi:

P25 * P125 5 * 4 * 25 25
P(B1, B2, J3)   
P330
30 * 29 * 28 1218
Dua event independent jika:

1. P(A|B)=P(A), atau
2. P(B|A)=P(B), atau
3. P(AB)=P(A)*P(B)
 Contoh 8

 Mengamati mobil yang ada di jalan, mencatat 2 mobil

pertama yg dilihat, apakah mobil tsb parkir (P) atau
tidak (T). Space: {PP, PT, TP, TT)
Event A: pengamatan pertama “parkir”{PP, PT}
Event B: pengamatan ke dua “parkir”.{PP, TP}
Event C: kedua hasil menunjukkan “parkir” atau
“Tidak”{PP,TT}
 Manakah ang merupakan pasangan independent???
AB, AC atau BC?
Solusi

 P(A)=1/2, P(B)=1/2, P(C)=1/2

 P(AB)=1/4, P(AC)=1/4, P(BC)=1/4

CHECK syarat no 3! PP A
PT
 P(A)P(B)=1/4=P(AB)
TT
 P(A)P(C)=1/4=P(AC) TP
B C
 P(B)P(C)=1/4=P(BC)
Jadi, AB, AC dan BC independent
Lihat Contoh 6

 P(A)=0.2
 P(A|B)=P(AB)/P(B)=0.1/0.25=0.4, tdk memenuhi syarat 1 atau 2,
jadi A dan B tdk independent.
Perbedaan Disjoint dan
independent event
 P(A)0
P(B)0, krn disjoint maka P(AB)=0
Jika independent hrs memenuhi syarat sbb:
P(A) P(B)=P(AB)
Non zero*non zero 0
LATIHAN
 Jika pada suatu halte jumlah kedatangan bus adalah 90 bus per hari,
30 diantaranya dalam keadaan penuh sedangkan 10 diantaranya
datangnya terlambat selain itu diketahui bahwa bus yg datang dalam
keadaa terlambat dan penuh adalah 5 bus, maka berapakah
probability bus datang terlambat dalam kondisi penuh?

P(p)=30/90, P(t)=10/90, P(pt)=5/90

P(p|t)=P(pt)/P(t)=(5/90)/(30/90)=0.5
Latihan
 Event A, B,C. A dan B independent, B dan C
disjoint, P(A)=0.5, P(B)=0.3 dan P(C)=0.1.
Tentukan notasi dan hitung probabilitynya!
A. A dan B terjadi
B. Salah satu dari A atau B terjadi
C. B tidak terjadi
D. Ketiga kejadian di atas tdk terjadi
Lanjutan Conditional Prob.
 Korosi menyerang pondasi tiang pancang baja
pada struktur dermaga sebanyak 2% dengan
skala serius, 10% ringan dan sisanya tdk
terserang jamur. Uji lab terhadap tiang
pancang menghasilkan akurasi 90% dlm
mendeteksi yang serius, 60% untuk yang ringan,
sedangkan uji terhadap tiang yg tdk terserang
menunjukkan 10% yg terserang (positif). Jika
sebuah tiang diuji menghasilkan kesimpulan
positf (terserang), maka berapa prob. tiang
tersebut terkena serangan korosi yang serius?
Serius: S test positif : +
Ringan: L test negatif : -
Non-korosi: N

P(S): 0.02 P(+S) : 0.9

P(L): 0.1 P(-L) : 0.6
P(N): 0.88 P(+N) : 0.1
P(S+)= P(S+)/P(+) P(S+)= P(S).P(+S)=0.02*0.9=0.018
P(L+)= P(L).P(+L)=0.01*0.6=0.06
P(N+)= P(N).P(+N)=0.88*0.1=0.088

P(+)= P(S+) + P(L+) + P(N+)

=0.018+0.06+0.088=0.166
P(S+)= 0.018/0.166=0.11