Jurusan Teknik Sipil

Fakultas Teknik dan Perencanaan

Universitas Mercu Buana
2
MODUL 2
STATISTIKA DAN PROBABILITAS (2 sks)
2.1. MATERI KULIAH :
Pengertian tentang dasar probabilitas dan nilai harapan.

2.2. POKOK BAHASAN :

Pengertian probabilitas dan nilai harapan

Oleh Ir. Nunung Widyaningsih,Pg.Dip.(Eng)

2.3 PROBABILITAS DAN NILAI HARAPAN

2.4 DEFINISI DARI PROBABILITAS

Dasar dari teori statistika adalah perumusan dari masalah probabilitas. Berbicara tentang
probabilitas maka kita menunjukan pada terjadinya suatu peristiwa (event) relatif terhadap
peristiwa-peristiwa lainnya (trial).

Definisi 1:
Suatu peristiwa A, jika terjadi suatu peristiwa s dan suatu peristiwa lain f , dimana seluruh
kemungkinan peristiwa tersebut adalah s+f, maka probabilitas dari peristiwa A adalah:

Pr(A) =
s
s+ f

Definisi 2:
Suatu peristiwa A, terjadi suatu peristiwa s dalam n trial, maka probabilitas peristiwa A dalam
satu kemungkinan peristiwa dimana relative frequency adalah s/n maka:

Pr(A) = dim ana n → ∝

s
n
Aturan-aturan tambahan:

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2

 2

1. 0 ≤ Pr(A) ≤ 1 untuk suatu peristiwa A

2. Pr(A) = 0 peristiwa A tidak mungkin terjadi
3. Pr(A) = 1 peristiwa A terjadi
4. Jika kemungkinan terjadi m peristiwa, dimana
A 1 , A 2 ,.....A m maka;

∑ Pr(A ) = 1 (dengan kata lain peristiwa A pasti terjadi)

m

i
i =1

5. Jika terjadi 2 peristiwa A dan B, maka probabilitas bahwa

peristiwa satu terjadi atau kedua atau keduanya maka :

Pr(A atau B) = Pr(A) + Pr(B) - Pr(A dan B)

Kombinasi beberapa peristiwa

1. Peristiwa-peristiwa yang saling eksklusif (mutually exclusive).

Dua peristiwa A dan B disebut saling eksklusif bila mereka tidak bisa terjadi bersama-sama.

Pr(A dan B) = 0

2. Probabilitas berkondisi (probabilitas bersyarat = conditional probability).

Dua peristiwa A dan B disebut probabilitas berkondisi bila peristiwa A terjadi setelah peristiwa
B.
Pr(AdanB)
Pr(A/B) =
Pr(B)
3. Independent
Dua peristiwa A dan B disebut independent bila probabilitas peristiwa satu dengan lainnya tidak
saling tergantung. Maka A dan B adalah independent bila:

Pr( A B) = Pr(A )

Contoh:
1. Suatu jalan raya yang panjangnya 100 km, dinyatakan;

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2

 3

A = suatu kecelakaan dalam kilometer antara 0 sampai 30

B = suatu kecelakaan dalam kilometer antara 20 sampai 60

Dengan demikian,

P(A) =
30 40
dan P(B) =
100 100

100 = 10
10
P(A/B) =
40 40
100

2. Suatu persimpangan jalan terbagi atas 3 jurusan dimana persimpangan 1 menuju ring road
kearah Timur, 2 persimpangan menuju ring road lain yang menuju arah Barat.
Probabilitas dimana seseorang menuju ring road atau menuju arah Timur adalah:

Pr(ring road atau Timur ) = Pr(ring road) + Pr(Timur) − Pr(ring road dan Timur )

+ − =
2 3 1 4
=
5 5 5 5

Contoh diatas;

Pr(ring road / menyusuri jalan) ≠ Pr(ring road)

Sehingga pemakai jalan dalam memilih arah akan menggunakan jalan yang menuju ring road
dan menyusuri jalan, dimana hubungan keduanya adalah saling ketergantungan (dependent).

Contoh lain adalah; bila pemakai jalan mendekati persimpangan dan memutuskan akan
membelok kekiri atau kekanan. Pada hal ini dalam penyelidikan; kita memiliki warna setiap
mobil dimana bila kita tidak mengharapkan tidak adalagi warna merah yang membelok kekiri.
Maka:

Pr(kiri / merah) = Pr(kiri) ,

Jadi berbelok kekiri dan warna merah adalah tidak saling bergantung (independent).

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2

 4

2.5. NILAI HARAPAN: VARIABEL ACAK (DISCRETE VARIABLES).

X adalah varibel acak dimana dapat diambil dari N angka kemungkinan:

x1 , x 2 .......x N

Maka, probabilitas bahwa X akan memberikan angka x i (i = 1, 2, ........., N) dengan Pr( x i )

a. Sehingga, Nilai Harapan (expected value) dari variabel acak X adalah,

E ( X ) = ∑
N
x i Pr ( x )
i= 1
i

dimana: juga disebut nilai rata-rata dari X, dapat dituliskan menjadi;

μ = E X

b. Varians (variance) dari X adalah:

Va r(X)= ∑ x i Pr(x i )−E X

N
2 2

i =1

atau dapat juga dituliskan sebagai berikut

Var(X)= E[ X − E[ X]2

2
Dimana E X dikenal sebagai purata kuadrat (mean-square) dari X

Secara dimensional, varians X juga dikenal seperti populasi varians, dan bisa dituliskan lagi
sebagai berikut:

σ 2 = Var(X)

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2

 5

Maka akar pangkat dua dari varians, atau deviasi standar ( standard deviation):

σ = Var(X)

Contoh 2.2.

Suatu data beberapa kerata tertunda keberangkatannya per hari dalam tahun 1996, dimana
terdiri dari 2 rute jalur yaitu arah Barat dan Timur:
No. kereta yang tertunda
0 1 2
Timur 32 301 32
Barat 83 199 83

Maka bahwa hanya 1 kereta yang tertunda dari arah Timur pada suatu hari di tahun 1996
adalah:

Pr(X T )=
301
365
Jadi Nilai Harapan dari kereta dari arah Timur yang akan tertunda per hari adalah:

E XT = 0 x +1 x +2 x =1
32 301 32
365 365 365

demikian juga Nilai Harapan kereta api dari arah Barat yang tertunda juga E X B = 1

Sehingga berdasarkan Nilai Harapan (atau mean), maka dapat disimpulkan bahwa terlihat
tidak ada perbedaan diantara kedua arah tersebut tetapi bila kita hitung variansnya maka
didapat:
32 2 301 2 32 2 64
Va r(X )=[02 x +1 x +2 x ]-1 =
T 365 365 365 365
dan
166
Var(X B )=
365

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2

 6

2.6. NILAI HARAPAN: VARIABEL MENERUS (CONTINUOUS VARIABLES).

Dengan cara yang sama, nilai purata ( mean value) untuk suatu variabel acak yang kontinu
(menerus) adalah:

E (X) = μ = ∑ xf ( x)dx
∝

−∝

dan

σ 2 = Var(X) = ∑ xf ( x)dx − μ 2
∝

−∝

2.7. CONTOH SOAL DENGAN MENGGUNAKAN SPSS

Frequencies
Statistics

BERAT
N Valid 40
Missing 0
Mean 146.05
Std. Error of Mean 2.19
Median 145.50
Mode 135
Std. Deviation 13.82
Variance 190.97
Skewness .086
Std. Error of Skewness .374
Kurtosis -.206
Std. Error of Kurtosis .733
Range 58
Minimum 118
Maximum 176
Sum 5842

BERAT

Valid Cumulative
Frequency Percent Percent Percent
Valid 118 1 2.5 2.5 2.5
119 1 2.5 2.5 5.0
125 1 2.5 2.5 7.5
126 1 2.5 2.5 10.0
128 1 2.5 2.5 12.5
132 1 2.5 2.5 15.0
135 3 7.5 7.5 22.5
136 1 2.5 2.5 25.0

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2

 7

138 2 5.0 5.0 30.0

140 2 5.0 5.0 35.0
142 2 5.0 5.0 40.0
144 2 5.0 5.0 45.0
145 2 5.0 5.0 50.0
146 2 5.0 5.0 55.0
147 2 5.0 5.0 60.0
149 1 2.5 2.5 62.5
150 2 5.0 5.0 67.5
152 1 2.5 2.5 70.0
153 1 2.5 2.5 72.5
154 1 2.5 2.5 75.0
156 1 2.5 2.5 77.5
157 1 2.5 2.5 80.0
158 1 2.5 2.5 82.5
161 1 2.5 2.5 85.0
163 1 2.5 2.5 87.5
164 1 2.5 2.5 90.0
165 1 2.5 2.5 92.5
168 1 2.5 2.5 95.0
173 1 2.5 2.5 97.5
176 1 2.5 2.5 100.0
Total 40 100.0 100.0

Bar Chart - BERAT

3.5

3.0

2.5

2.0

1.5

1.0
Frequency

.5

0.0
118 128 138 145 150 156 163 173
125 135 142 147 153 158 165

BERAT

Graph Histogram-Berat

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2

 8

10

8
8

6
6

4
4 4 4

3
2
2 2 2 2 2 Std. Dev = 13.82
Mean = 146.1
1
0 N = 40.00
120.0 130.0 140.0 150.0 160.0 170.0
125.0 135.0 145.0 155.0 165.0 175.0

BERAT

2.8. LATIHAN.

1. Suatu kantong belok kanan sepanjang 60 ft direncanakan pada suatu persimpang jalan.
Misalkanlah bahwa hanya ada dua jenis kendaraan yang akan menggunakannya; tipe A
akan menempati 15 ft dari kantong, sedangkan tipe B 30 ft.

a. Tentukanlah semua kombinasi yang mungkin dari tipe A dan B yang menunggu
kesempatan belok kanan dari kantong.
b. Kelompokanlah kemungkinan kemungkinan ini ke dalam peristiwa1, 2, 3 dan 4
kendaraan yang menunggu untuk belok ke kanan.

2. Penurunan yang mungkin dari tiga perletakan jematan yang diperlihatkan dalam gambar
adalah sebagai berikut:

tumpuan A – 0 inci, 1 inci, 2 inci

tumpuan B – 0 inci, 2 inci,
tumpuan C – 0 inci, 1 inci, 2 inci.

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2

 9

a. Tentukanlah ruangsampel yang memberikan semua penurunan yang mungkin dari tiga
tumpuan; misalnya ( 1,0,2) berarti A menurunkan 1 inci, B menurunkan 0 inci, dan C
menurunkan 2 inci.
b. Jika E adalah peristiwa penurunan diffrensial 2 inci antara dua himpunan yang
berdekatan, tentukanlah titik-titik sampel dari E.

3. Telah diamati bahwa kendaraan-kendaraan yang mendekati suatu persimpangan tertentu

dalam arah yang diketahui cenderung dua kali lipat untuk terus lurus ke depan ketimbang
belok ke kanan ; juga belok kiri berkecendrungan setengah dari belok kanan.
a. berapakah semua kemungkinan (yakni arah yang berbeda-beda yang dapat diambil oleh
kendaraan?
b. berapakah probabilitas untuk belok ke kanan jika seluruh kendaraan secara pasti akan
membelok?

4. Masalah penurunan (settlement) dari suatu portal baja dapat diidealisir sebagai berikut: A
dan B menyatakan dua pondasi telapak yang duduk pada tanah. Masing-masing pondasi
boleh jadi tetap pada tinggi semula atau mengalami penurunan 5 cm. Probabilitas
penurunan dalam masing-masing pondasi adalah 0,1. Namun, probabilitas bahwa satu
pondasi akan turun, dengan catatan bahwa yang lainnya telah turun, adalah 0,8.

a. Kondisi yang mungkin dari kedua pondasi

b. Probabilitas penurunan yaitu, salah satu dari A dan B akan turun,
c. Jika kita berminat di dalam peristiwa E.

5. Pondasi dari suatu banguna tinggi bisa runtuh akibat kapasitas dukung, atau akibat
penurunan yang berlebihan. Misalkanlah B dan S menyatakan masing-masing ragam
keruntuhan. Jika P(B) = 0,001, P(S) = 0,008; dan P(B/S) = 0,1, yaitu probabilitas
keruntuhan dalam kapasitas dukung di mana telah terjadi penurunan yang berlebihan,
maka tentukanlah
a. Probabilitas keruntuhan pondasi
b. Probabilitas bahwa bangunan telah mengalami penurunan yang berlebihan namun tidak
ada keruntuhan dalam kapasitas dukung.

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2

 10

6. Ada du arus yang melewati suatu lokasi pabrik industri. Tingkatan dari oksigen yang
dipisahkan (DO atau dissorered oxygen) dalam air di hilir merupakan penunjuk dari derajad
pencemaran akibat pembuangan limbah lokasi industri itu. A menyatakan peristiwa bahwa
aliran a tercemar, dan B peristiwa bahwa aliran b tercemar. Dari penguuran yang dilakukan
atas tingkatan DO dari masing-masing arus sepanjang tahun yang lalu, ditetapkan bahwa
dlam satu hari tertentu
a. Tentukanlah probabilitas bahwa aliran a juga tercemar dimana aliran b telah tercemar.
b. Tentukanlah probabilitas bahwa aliran b juga tercemar bila aliran a telah tercemar.

7. Hitunglah simpangan baku dari data berikut:

x = upah bulanan karyawan suatu perusahaan, dalam ribuan rupiah.
1. x1 = 50, x2 = 50, x3 = 50, x4 = 50, x5 = 50 (kelompok karyawan pertama)
2. x2 = 50, x2 = 40, x3 = 30, x4 = 60, x5 = 70 (kelompok karyawan kedua)
3. x3 = 100, x2 = 40, x3 = 80, x4 = 20, x5 = 10 (kelompok karyawan ketiga)

Statistika dan Probabilitas/Teknik Sipil/FTSP/Universitas Mercu Buana/Modul ke 2