NRP : 5016201089
Mata Kuliah : Hitung Perataan
Kelas :B
A. TEORI PROBABILITAS
Teori probabilitas dijabarkan sebagai tingkat kepastian atau derajat dari munculnya
hasil percobaan statistik yang disebut sebagai probabilitas atau bisa disebut peluang.
Probabilitas adalah kemungkinan yang terjadi dari sebuah percobaan yang dinyatakan
dalam suatu nilai atau besaran. Probabilitas diklasifikasikan menjadi tiga diantaranya
adalah :
a) Perumusan Klasik
Probabilitas dalam perumusan klasik dinyatakan sebagai hasil bagi antara
jumlah sample yang mungkin terjadi dengan jumlah seluruh sample yang
mungkin terjadi sehingga dinyatakan sebagai berikut.
𝑞
𝑃(𝑋) =
𝑟
b) Perumusan Empris
Perhitungan probabilitas dilakukan berdasarkan frekuensi relatif dari suatu
sample dan dengan syarat banyaknya pengamatan atau banyaknya sampelnya
sangat besar. Persamaannya rumus empiris yaitu :
𝑞
𝑃(𝑋) = lim
𝑛→∞ 𝑟
c) Perumusan Subjektif
Probabilitas dalam perumusan subjektif memiliki arti bahwa probabilitas
dirumuskan berdasarkan keyakinan dan pandangan seseorang terhadap
probabilitas dari sebuah sample.
Apabila sebuah sampel adalah x, terjadi sebanyak q cara dari seluruh r cara, maka
probabilitas Peristiwa Sederhana dapat dirumuskan sebagai berikut.
∑𝑞
𝑃(𝑥) =
𝑟
Probabilitas peristiwa sederhana
➢ Nilai probabilitasnya berkisar antara 0 ≤ 𝑃 ≤ 1
➢ Jumlah seluruh nilai probabilitasnya sama dengan 1
C. PROBABILITAS PERISTIWA MUTUALLY-EXCLUSIF
Suatu kejadian dikatakan sebagai sampel mutually exclusif apabila terjadinya sampel
pada satu kejadian tidak mengakibatkan terjadinya sampel yang lain. Maka besar
probabilitasnya dapat dinyatakan sebagai berikut.
Dua sampel dikatakan non-mutually exclusif apabila keduanya dapat terjadi pada waktu
yang bersamaan. Persamaannya didefinisikan sebagai berikut.
𝑃(𝑋 ∪ 𝑌) = 𝑃(𝑋) + 𝑃(𝑌) − 𝑃(𝑋 ∩ 𝑌)
E. PROBABILITAS PERISTIWA INDEPENDEN
Dua sampel disebut independent atau bebas jika terjadinya dan tidak terjadinya sampel
yang satu memengaruhi dan tidak dipengaruhi oleh sampel yang lain. Sehingga
probabilitasnya dapat dituliskan sebagai berikut.
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝑋) × 𝑃(𝑌)
F. PROBABILITAS PERISTIWA DEPENDEN
Jika suatu sampel yang terjadi secara berurutan dan sampel pertama memengaruhi
sampel kedua maka dapat dikatakan sebagai sampel dependen sehingga besar
probabilitas sampel X dan Y yaitu :
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝑋) × 𝑃(𝑌|𝑋)
Probabilitas kejadian X apabila kejadian Y telah terjadi disebut probabilitas bersyarat
dengan penulisan P(X|Y) dan dirumuskan sebagai berikut:
𝑃(𝑋 ∩ 𝑌)
𝑃(𝑋|𝑌) =
𝑃(𝑌)
𝑃(𝑋 ∩ 𝑌)
𝑃(𝑌|𝐴) =
𝑃(𝑋)
G. RUANG SAMPEL
Dalam menghitung ruang sampel atau S dapat menggunakan aturan permutasi dapat
dirumuskan sebagai berikut.
𝑛!
𝑃𝑚𝑛 = (𝑛−𝑚)!
Digunakan jika kejadian saling lepas dalam ruang sampel S dan Y kejadian lain yang
sembarang dalam sampel, maka probabilitas kejadian dapat dirumuskan seperti berikut.
𝑃(𝑌∩𝑋𝑖 ) 𝑃(𝑌 |𝑋𝑖 )𝑃(𝑋𝑖 )
𝑃(𝑋𝑖 |𝑌) = = ∑𝑛
𝑃(𝑌) 𝑖=1 𝑃(𝑌 |𝑋𝑖 )𝑃(𝑋𝑖 )
I. DISTRIBUSI PROBABILITAS
a) DEFINISI VARIABEL ACAK
Variable acak dapat dijabarkan dengan deskripsi numerik dari hasil percobaan
dan menghubungkan nilai-nilai numerik dengan setiap kemungkinan hasil
percobaan. Variabel acak terbagi menjadi dua, yaitu variabel acak diskrit dan
variabel acak kontinu.
b) DISTRIBUSI PROBABILITAS VARIABEL ACAK DISKRIT
➢ Syarat dari distribusi probabilitas variabel acak diskrit :
1. 𝑝(𝑥) ≥ 0
2. 0 ≤ 𝑝(𝑥) ≤ 𝑓
3. ∑ 𝑝(𝑥) = 1
➢ Fungsi probabilitas kumulatif variabel acak diskrit dirumuskan sebagai
berikut.
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥)
➢ Rata-rata
𝐸(𝑋) = ∑ 𝑥 𝑝(𝑥)
➢ Nilai varians
𝜎 = 𝐸[𝑋 − 𝜇]²
= ∑𝑛𝑖=1(𝑥𝑖 − 𝜇)2 𝑝(𝑥𝑖 )
a. DISTRIBUSI BINOMIAL
➢ Rata-rata
𝜇 =𝑛 ×𝑝
➢ Standard deviasi
𝜎 = √𝑛 × 𝑝 × (1 − 𝑝)
b. DISTRIBUSI POISSON
c. DISTRIBUSI HIPERGEOMETRIK
➢ Varians
𝑁−𝑛 𝑘 𝑘
𝜎2 = ( ) (𝑛) ( ) (1 − )
𝑁−1 𝑛 𝑛
➢ Standard deviasi
𝑁−𝑛 𝑘 𝑘
𝜎 = √( ) (𝑛) ( ) (1 − )
𝑁−1 𝑛 𝑛
➢ Rata-rata
∞
𝐸(𝑋) = ∫ 𝑥𝑔𝑓(𝑥)𝑑𝑥 = 1
−∞
➢ Varians
𝜎 2 = 𝐸[𝑋 − 𝜇]2
= E [X2] – E[X]
a. DISTRIBUSI NORMAL