31/10/2020
Beberapa Konsep Dasar
KONSEP PROBABILITAS (PELUANG)
Beberapa Konsep Dasar
• Kejadian (event): sembarang himpunan bagian dari ruang contoh.
Umumnya dinotasikan dengan huruf kapital. Jika E adalah suatu
kejadian, N(E) adalah banyaknya kemungkinan dari kejadian
tersebut.
• Misalkan dari suatu percobaan pelemparan dadu bersisi enam, E =
{2, 4, 6} adalah kejadian munculnya sisi bermata genap. N(E) = 3.
• Misalkan dari suatu percobaan pelemparan dua kali sekeping uang
logam, E = {MM} adalah kejadian tidak munculnya sisi belakang.
N(E) = 1.
• Himpunan kosong, , juga merupakan kejadian yang sering disebut
sebagai kejadian mustahil. N() = 0.
• Percobaan statistika: kegiatan yang hasil akhir keluarannya
tidak diketahui di awal, tetapi kemungkinan‐kemungkinannya
diketahui
• Ruang contoh: himpunan semua kemungkinan dari sebuah
percobaan statistika. Umumnya dinotasikan S (sample space).
Banyaknya semua kemungkinan, dinotasikan N(S).
• Ruang contoh dari percobaan pelemparan dadu bersisi enam
adalah S = {1, 2, 3, 4, 5, 6}, N(S) = 6.
• Ruang contoh dari percobaan melempar sekeping uang logam dua
kali adalah S = {MM, MB, BM, BB}, N(S) = 4. Catatan: M=sisi muka,
B=sisi belakang.
Peluang
• Ukuran kemungkinan terjadinya suatu kejadian.
• Dalam jangka panjang, peluang terjadinya kejadian E,
dinotasikan P(E), adalah rasio antara terjadinya E dengan
banyaknya percobaan yang dilakukan. Misalkan dari 1000
kali melempar sekeping uang logam, muncul sisi muka
sebanyak 600 kali, maka P(M) = 0.6
• Jika E adalah sebuah kejadian dari suatu percobaan dengan
ruang contoh yang terhingga dan setiap kemungkinan
memiliki peluang yang sama, maka P(E) = N(E) /N(S)
1

Aksioma Peluang
• Jika E adalah suatu kejadian, berlaku 0 ≤ P(E) ≤ 1
• P(S) = 1
• Jika E1, E2, … adalah kejadian‐kejadian yang saling
lepas (mutually exclusive, irisannya adalah himpunan
kosong) maka P(E1E2…) = P(E1) + P(E2) + …
Peubah Acak
• Random variable.
• Peubah acak merupakan kuantifikasi dari
kejadian‐kejadian di ruang contoh.
• Dari satu percobaan, bisa didefinisikan lebih
dari satu peubah acak.
31/10/2020
Ilustrasi
• Percobaan: melempar dua dadu bersisi enam setimbang
• S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35,
36, 41, 42, 43, 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65,
66}
• N(S) = 36
• E adalah kejadian muncul sisi kembar, E = {11, 22, 33, 44, 55, 66},
N(E) = 6, P(E) = 6/36
• F adalah kejadian muncul sisi berjumlah 9, F = {45, 54, 36, 63},
N(F) = 4, P(F) = 4/36
• G adalah kejadian muncul sisi kembar atau berjumlah 9, G = E  F
dan EF=, maka P(G) = P(E) + P(F) = 10/36
Ilustrasi
• Percobaan: melempar dua dadu bersisi enam
setimbang
• S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32,
33, 34, 35, 36, 41, 42, 43, 44, 45, 46, 51, 52, 53, 54, 55,
56, 61, 62, 63, 64, 65, 66}
• N(S) = 36
• X adalah peubah acak yang melambangkan jumlah
kedua sisi dadu. X = {2, 3, …, 12}
• Y adalah peubah acak yang melambangkan nilai
maksimum dari kedua sisi dadu, Y = {1, 2, 3, 4, 5, 6}
2
 31/10/2020

Fungsi Peluang Ilustrasi

• Percobaan: melempar dua dadu bersisi enam setimbang
• Setiap nilai peubah acak, berpadanan dengan • S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35,
satu atau lebih kemungkinan kejadian. 36, 41, 42, 43, 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65,
66}

• Setiap nilai peubah acak bisa ditentukan nilai • Y adalah peubah acak yang melambangkan nilai maksimum dari
kedua sisi dadu, Y = {1, 2, 3, 4, 5, 6}
peluangnya.
• Fungsi peluang:
P(Y = 1) = 1/36 P(Y = 4) = 7/36
• Fungsi yang menyatakan peluang dari setiap P(Y = 2) = 3/36
P(Y = 3) = 5/36
P(Y = 5) = 9/36
P(Y = 6) = 11/36
nilai peubah acak disebut fungsi peluang. € P(Y=y) = (2y‐1)/36
Total nilai dari fungsi ini adalah 1.

Nilai Harapan Peubah Acak

Fungsi Peluang
(expected value)
• Peubah Acak • Nilai harapan peubah acak X dinotasikan E(X)
– Diskret € Fungsi Massa Peluang (Probability Mas dan didefinisikan sebagai
Function) – untuk X diskret
• p(x)  0
•  p(x) = 1 E( X )   x  p(x)
x
– Kontinu € Fungsi Kepekatan Peluang (Probability
– untuk X kontinu
Density Function)
• f(x) = 0 E( X )   xf (x)dx
• f(x)dx = 1

3
 31/10/2020

Ilustrasi Ilustrasi
• Percobaan: melempar dua dadu bersisi enam setimbang
• S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35, 36, 41, • Waktu yang diperlukan oleh seorang petugas
42, 43, 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65, 66} (dalam menit) dalam melayani seorang
• Y adalah peubah acak yang melambangkan nilai maksimum dari kedua sisi pelanggan di sebuah pompa bensin menyebar
dadu, Y = {1, 2, 3, 4, 5,6}
mengikuti fungsi kepekatan peluang berikut
• Fungsi peluang:
P(Y = 1) = 1/36 P(Y = 4) = 7/36 f (x)  2 x  2 x 2 untuk 0  x  3
P(Y = 2) = 3/36 P(Y = 5) = 9/36 3 9
P(Y = 3) = 5/36 P(Y = 6) = 11/36
€ P(Y=y) = (2y‐1)/36
• Nilai harapan dari lamanya waktu pelayanan
• E(y) = 1 (1/36) + 2 (3/36) + 3 (5/36) + 4 (7/36) + 5 (9/36) + 6 (11/36) =
161/36 = 4.472 per pelanggan adalah

Sifat‐sifat Nilai Harapan

3
X adalah peubah acak dengan nilai harapan E(X)
E(x)  xf (x)dx
0 • Jikaa adalah sebuah konstanta, E(X+a) = E(X) + a
⎛ 2 22 ⎞ 2
3
3
2 • Jika a adalah sebuah konstanta, E(aX) = aE(X)
 x⎜ x  x ⎟ dx  x 2  x3dx
0 ⎝ 3 9 ⎠ 0 3 9

 2 1 x3  2 1 x 4
33 94

 2 x3  2 x 4  ⎛ 6 ⎜ 9 ⎞  ⎟0  0
3

9 36 0 ⎝ 2⎠
 1.5

4
 31/10/2020

Ilustrasi Ilustrasi
• Percobaan: melempar dua dadu bersisi enam setimbang • Waktu yang diperlukan oleh seorang petugas (dalam menit)
• S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35, 36, 41, 42, 43,
44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65, 66} dalam melayani seorang pelanggan di sebuah pompa
bensin menyebar mengikuti fungsi kepekatan peluang
• Y adalah peubah acak yang melambangkan nilai maksimum dari kedua sisi dadu, Y berikut
= {1, 2, 3, 4, 5, 6} 2 2
f (x)  x  x 2 untuk 0  x  3 3
9
• Fungsi peluang:
P(Y = 1) = 1/36
P(Y = 4) = 7/36
P(Y = 2) = 3/36
P(Y = 5) = 9/36
P(Y = 3) = 5/36
P(Y = 6) = 11/36
• Nilai harapan dari lamanya waktu pelayanan per pelanggan
€ P(Y=y) = (2y‐1)/36 adalah E(X) = 1.5
• E(y) = 1 (1/36) + 2 (3/36) + 3 (5/36) + 4 (7/36) + 5 (9/36) + 6 (11/36) = 161/36 =
4.472 • Jika setiap pelanggan menghabiskan 2 menit untuk
menunggu dan Y adalah total waktu yang dibutuhkan
• Jika peubah acak Z didefinisikan sebagai dua kali nilai maksimum dari kedua sisi pelanggan untuk menunggu dan dilayani, maka Y = 2 + X,
dadu, maka Z = 2Y. Sehingga E(Z) = E(2Y) = 2E(Y) = 2 * 4.472 = 8.944
dan E(Y) = E(2 + X) = 2 + E(X) = 2 + 1.5 = 3.5

Ragam Peubah Acak Ilustrasi

• Percobaan: melempar dua dadu bersisi enam setimbang
• Ragam dari suatu peubah acak X dinotasikan Var(X), dan • S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35, 36, 41, 42, 43,
didefinisikan sebagai berikut 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65, 66}

Var( X )  E( X  E( X ))2  E( X 2 )  (E( X ))2 • Y adalah peubah acak yang melambangkan nilai maksimum dari kedua sisi dadu, Y
• Jika X adalah peubah acak diskret dengan fungsi massa = {1, 2, 3, 4, 5, 6}

peluang p(x), maka • Fungsi peluang:

P(Y = 1) = 1/36 P(Y = 2) = 3/36 P(Y = 3) = 5/36
Var( X )   x 2 p(x)  (E( X ))2 P(Y = 4) = 7/36 P(Y = 5) = 9/36 P(Y = 6) = 11/36
x
€ P(Y=y) = (2y‐1)/36 € E(Y) = 161/36 = 4.472

• Jika X adalah peubah acak kontinu dengan fungsi massa • E(Y2) = 12 (1/36) + 22 (3/36) + 32 (5/36) + 42 (7/36) + 52 (9/36) + 62 (11/36) =
4459/136 = 123.86
peluang f(x), maka
• Var(Y) = E(Y2) – (E(Y))2 = 123.86 – (4.472)2 = 103.86
Var( X )   x 2 f (x)dx  (E( X ))2

5
 31/10/2020

Ilustrasi Sifat‐sifat Ragam

• Waktu yang diperlukan oleh seorang petugas (dalam menit) dalam • X adalah peubah acak dengan ragam Var(X)
melayani seorang pelanggan di sebuah pompa bensin menyebar mengikuti
fungsi kepekatan peluang berikut • Jikaa adalah sebuah konstanta, Var(X+a) = Var(X)
f (x)  2 x  2 x 2 untuk 0  x  3 • Jika a adalah sebuah konstanta, Var(aX) = a2Var(X)
3 9
• Nilai harapan dari lamanya waktu pelayanan per pelanggan adalah E(X) =
1.5
⎛ 2 2 ⎞ 2
3
3
2
E( X 2 )  x 2 ⎜
 x  x 2 ⎟ dx  x 3  x 4 dx
0
⎝ 3 9 ⎠ 0 3 9
3
2 4 2 x5 27
 x    2.7
12 45 0 10

• Var(X) = E(X2) – (E(X))2 = 2.7 – (1.5)2 = 0.45

Tugas 1 No 1
• Tentukan fungsi massa peluang dari peubah‐
peubah acak berikut ini
a. Percobaan: melempar satu keping uang logam
setimbang tiga kali, X adalah peubah acak
banyaknya sisi muka yang muncul
b. Percobaan: melempar dua dadu sisi enam
setimbang sebanyak dua kali, Y adalah peubah
acak jumlah dari sisi dadu yang muncul
Tugas 1 No 2
• Tunjukkan bahwa fungsi‐fungsi dari peubah acak
berikut memenuhi sifat sebagai fungsi massa peluang
(jika diskret) atau fungsi kepekatan peluang (jika
kontinu)
• Hitung nilai harapan dari setiap peubah acak
tersebut
• Hitung ragam dari setiap peubah acak tersebut
a. P(X=x) = x/10 untuk x = 1, 2, 3,4
b. f(x) = 3/125 x2, untuk 0 < x < 5

6
 31/10/2020

Beberapa Contoh Sebaran Peubah

Peubah Acak Bernoulli
Acak
• Diskret • Setiap percobaan menghasilkan dua
kemungkinan, X = {0,1}
– Bernoulli
• Peluang terjadinya “1” adalah p, sehingga fungsi
– Binomial massa peluangnya adalah
– Geometrik P(X = 0) = 1 – p
P(X = 1) = p
– Poisson
Atau dituliskan
• Kontinu P(X = x) = px(1‐p)1‐x untuk x = 0 dan 1
– Normal • E(X) = p
– Eksponensial • Var(X) = p(1‐p)

Peubah Acak Binomial Peubah Acak Geometrik

• Terdapat n kali percobaan yang saling bebas, dan setiap • Terdapat percobaan yang menghasilkan dua kemungkinan
percobaan menghasilkan dua kemungkinan (ya/tidak) dengan (ya/tidak) dengan peluang terjadinya “ya” untuk setiap
peluang terjadinya “ya” untuk setiap percobaan adalah tetap percobaan adalah tetap sebesar p, percobaan diulang terus
sampai diperoleh “ya” yang pertama
sebesar p
• X adalah banyaknya kejadian “ya” dari n kali percobaan. X = • X adalah peubah acak yang menyatakan banyaknya
{0, 1, 2, …, n}
⎛ n⎞ pengulangan percobaan
• Fungsi massa peluang dari X adalah P( X  x)  ⎜ ⎟ p x (1 p) n x
⎝ x⎠ • Fungsi massa peluang X adalah P(X=x) = (1‐p)x‐1p
• E(X) = np
• Var(X) = np(1‐p) • E(X) = 1/p
• Var(X) = (1‐p)/p2
⎛ n⎞ n!
⎜ ⎟ 
⎝ x ⎠ (n  x)!x!

7
 31/10/2020

Peubah Acak Poisson Peubah Acak Normal

 xe 
• Fungsi massa peluang P( X  x)  • Fungsi kepekatan peluangnya:
x!

• Sering digunakan sebagai fungsi peluang peubah acak yang

menyatakan banyaknya suatu kejadian jarang dalam rentang
waktu tertentu. Misal banyaknya kecelakaan dalam satu • Merupakan peubah acak yang paling banyak
bulan di sebuah ruas jalan, frekuensi listrik padam dalam satu
bulan, banyaknya karyawan yang bolos dalam satu hari.
digunakan dalam analisis statistika

• E(X) =  • E(X) = µ
• Var(X)=  • Var(X) = 2

Sifat Peubah Acak Normal Sifat Peubah Acak Normal

• Simetrik

• Jika X  N(µ, 2) maka (X‐µ)/ N(0, 1)

– N(0, 1) € sebaran normal baku, sering
dinotasikan dengan Z

• Memanfaatkan tabel Z untuk menentukan

peluang nilai peubah acak normal

8
 31/10/2020

P(Z < 1.36) P(Z < 1.36) = 0.913

P(0.70 < Z < 1.36) P(Z > 1.36) = 1 – P(Z < 1.36)
= 0.913 – 0.758 = 0.155 = 1 – 0.913 = 0.087

9
 31/10/2020

Ilustrasi P(nilai < 50)

• Nilai ujian tulis CPNS Kabupaten Bogor • Nilai  N(=56, 2=9),  = 3
diketahui menyebar normal dengan rata‐rata • P(nilai < 50) = P ( Z < (50 – 56)/3) = P(Z < ‐2.00)
56 dan ragam 9. = .02275
– Jika ditemui satu orang peserta ujian secara acak,
berapa peluang peserta yang ditemui tersebut
adalah peserta dengan nilai kurang dari 50?
– Jika syarat untuk lolos ke tahap selanjutnya adalah
nilai ujian yang lebih dari 61, berapa persen
peserta yang lolos?

P(lolos) = P(nilai > 61) Latihan (1)

• P(nilai > 61) = 1 – P(nilai < 61) • Jarak tempuh seseorang dalam berjalan kaki
= 1 ‐ P(Z < (61 – 56)/3) selama 1 jam dianggap memiliki sebaran
= 1 – P(Z < 1.67) normal dengan rata‐rata 13 km dan
= 1 – 0.9525 simpangan baku 1.4 km.
= 4.75% a. Berapa persen orang yang mampu menempuh
lebih dari 15 km dalam satu jam?
b. Berapa persen orang yang dalam satu jambisa
menempuh jarak antara 12 hingga 14 km?

10

• Berapa persen orang yang mampu menempuh
lebih dari 15 km dalam satu jam?
P(jarak > 15) = 1 – P(jarak < 15)
= 1 – P(Z < (15 – 13) / 1.4)
= 1 – P(Z < 1.43)
= 1 – 0.92364
= 0.07636 = 7.6%
31/10/2020
• Berapa persen orang yang dalam satu jam bisa
menempuh jarak antara 12 hingga 14 km?
P(12 < jarak < 14)
= P(jarak < 14) – P(jarak < 12)
= P(Z < (14‐13)/1.4) – P(Z < (12‐13)/1.4)
= P(Z < 0.71) – P(Z < ‐0.71)
= 0.76115 ‐ 0.23885
= 0.52230
11