Anda di halaman 1dari 29

TEORI PROBABILITAS

UMUM
Nilai untuk mengukur tingkat terjadinya
kejadian yg acak
Nilai : antara 0 dan 1 (desimal atau pecahan)
Pendekatan penghitungan
Objektif
Klasik
Frekuensi Relatif
Subjektif
Berdasarkan opini seseorang

Pendekatan Klasik
Perhitungan probabilitas secara klasik
didasarkan pd asumsi bahwa seluruh hasil dr
suatu eksperimen mempunyai kemungkinan
(peluang) yg sama.
Contoh:
Dari 100 HP, yg rusak 25 HP.
Jika semua HP dibungkus rapi, kmd seorang pembeli
mengambil 1 buah secara acak.
Berapa probabilitas bahwa HP tsb rusak?
Penyelesaian:
n = 100
X = 25
P(A) = x/n
= 25/100
= 0,25 atau 25 %

Jadi, besarnya probabilitas (kemungkinan) utk
memperoleh HP rusak adalah 25 %
Konsep Frekuensi Relatif
Artinya :
Probabilitas suatu kejadian mrp limit dr frekuensi
relatif kejadian tsb yg berlaku utk nilai n yg besar
sekali (eksperimen dg sampel yg besar)
Sejarah Konsep Frek Relatif
J.E. Konik (Ahli Statistik, Denmark)

Dlm perang dunia kedua telah
melakukan eksperimen dg
melempar koin sebanyak 10.000
lemparan.

Memperoleh hasil B sebanyak
5.067 kali.

Jadi probabilitas suatu kejadian pd
dasarnya mrp limit dr frek relatif.

Kemungkinan munculnya B atau M dr
percobaan Pelemparan Mata Uang
f fr f fr f fr f fr f fr
B 8 0,8 60 0,6 450 0,45 5.490 0,549 52.490 0,5249 0,5000
M 2 0,2 40 0,4 550 0,55 4.510 0,451 47.510 0,4751 0,5000
n 10 1,0 100 1,0 1.000 1,00 10.000 1,000 100.000 1,0000 1,0000
Dalam praktek, sering disebutkan bahwa
P(B) = 0,5

Walaupun Probabilitas utk mendpt B = 0,5
belum tentu lemparan kedua
menghasilkan M
Contoh :
Dari 750 lulusan Sekolah Administrasi Bisnis,
300 orang bekerja tdk sesuai dg bidang studi
utama.
Berapa probabilitas bahwa seorang lulusan
SAB akan bekerja di bidang yg bukan mrp studi
utamany?
P(A)=300/750 = 0,4
Konsep Frekuensi Relatif
X (ribu) 55 65 75 85 95 105 115
F (org) 8 10 16 14 10 5 2
Contoh :
X= upah bulanan dalam ribuan

Apabila kita bertemu dg 1 org karyawan tsb, berapakah besarnya probabilitas bahwa
upahnya 105 ribu?

Penyelesaian:
P(X=105) = f/n
= 5/65
= 0,076 atau 7,6 %
Konsep Frekuensi Relatif
Nilai Ujian Banyaknya mahasiswa
< 25 10
25 - 50 30
50 - 75 45
> 75 15
jumlah 100
Kalau kita bertemu 1 org mhsw tsb, berapa
probabilitasnya bahwa dia mendapat nilai 25 < X < 50
Penyelesaian :
P (25 < X < 50) = 30 / 100
= 0,3 atau 30 %
Probabilitas Subyektif
Tidak ada pengalaman/pengamatan masa lalu
Didasarkan atas penilaian seseorang dlm
menyatakan tingkat kepercayaan
Biasanya terjadi dlm bentuk OPINI atau
PENDAPAT yg dinyatakan dlm suatu nilai
probabilitas
Aturan Dasar Probabilitas
Penjumlahan
Kejadian saling
meniadakan
(mutually exclusive)
Kejadian tidak
saling meniadakan
(non m.e.)
Perkalian
Kejadian tak
bebas
(dependent event)
Kejadian bebas
(independent event)
Aturan
penjumlahan
Kejadian saling
meniadakan
Kejadian tidak
saling
meniadakan
Kejadian saling meniadakan
(mutually exclusive)

Jika A terjadi, maka kejadian B tidak akan
terjadi
Contoh :
Munculnya mata dadu 3 dan 5 tidak bisa
terjadi scr bersamaan, shg munculnya mata
dadu 3 akan meniadakan munculnya mata
dadu lain
Jika 2 kejadian A dan B saling meniadakan
(saling lepas), aturan penjumlahan adlh :
probabilitas terjadinya A atau B sama dgn
penjumlahan dr masing2 nilai probabilitasnya
Rumusnya:
P (A atau B) = P(AUB)= P(A) + P(B)
contoh
Berat Kejadian Jumlah paket Probabilitas
Lebih ringan A 100 100/4.000 = 0,025
Standar B 3.600 3.600/4.000 = 0,900
Lebih berat C 300 300/4.000 = 0,075
Jumlah 4.000 1
Hitung berapa probabilitas bahwa sebuah paket tsb beratnya akan lebih
ringan atau lebih berat dr berat standar ?
P (A atau C) = P ( A U C ) = P(A) + P(C)
= 0,025 + 0,075
= 0,1
Kejadian tidak saling meniadakan
(non mutually exclusive)
Contoh:
Dari 200 wisatawan ke Bali,
120 orang telah mengunjungi Pantai Kuta
100 orang telah mengunjungi Ubud
60 orang telah mengunjungi Pantai Kuta dan Ubud


Berapa probabilitas bahwa seorang wisatawan terpilih telah mengunjungi Pantai Kuta
atau Ubud ?
P(Pt Kuta atau Ubud) = P(Pt Kuta) + P(Ubud) P(Pt Kuta dan Ubud)
= 120/200 + 100/200 - 60/200
= 0,80
Rumus : P(A atau B) = P(A) + P(B) P(A dan B)
atau P(AUB) = P(A) + P(B) P(A B)
Kejadian tidak saling meniadakan dpt digambarkan dg
Diagram Venn dibawah ini
Diagram Venn P(A U B)
Aturan Perkalian
Aturan
perkalian
Kejadian
tak bebas
Kejadian
bebas
Kejadian tak bebas
(bersyarat)
Probabilitas terjadinya kejadian A dg syarat
bahwa B sdh terjadi atau akan terjadi disebut
probabilitas bersyarat
Biasa ditulis P(A/B)
Rumus Probabilitas Bersyarat :
a. P(A/B) = P(A B)
P(B)
b. P(B/A) = P(A B)
P(A)
Contoh: Bila dipilih 1 org mhsw sec acak
a. Brp prob bhw mhsw tsb mhsw lama dg syarat putri?
b. Brp prob bhw mhsw tsb mhsw putri dg syarat lama?
A= 2000 mhsw lama
S = 10.000 seluruh mhsw
Mhsw putri lama = 800 =c
(A B)
B = 3.500 mhsw putri
penyelesaian

= 800 / 3.500
= 0,23 ( 23% )


= 800 / 2.000
= 0,40 ( 40% )

a. P(A/B) = P(A B)
P(B)
b. P(B/A) = P(A B)
P(A)
Kejadian bebas
(independent event)
Dua kejadian A dan B dikatakan bebas, apabila
kejadian A tdk mempengaruhi B, atau
sebaliknya
Contoh :
Pasang surutnya Kali Ciliwung dg Harga Motor di
Jakarta
Banyaknya pemboman di Libanon dg banyaknya
kematian di Pulau Jawa
Banyaknya hujan di Sumatera dg naiknya produksi
padi di Jawa

Kejadian bebas
(independent event)
Rumus :
P(AB) = P(A)P(B) = P(B)P(A)
( A dan B mrp kejadian bebas )
Contoh soal:
Kita ambil 2 kartu sec acak. Sebelum ambil kartu
kedua, kartu pertama dikembalikan lagi, shg
pengambilan kartu pertama tdk mempengaruhi
hasil pengambilan kartu kedua.
Kita ambil 2 kartu sec acak. Sebelum ambil kartu
kedua, kartu pertama dikembalikan lagi, shg
pengambilan kartu pertama tdk mempengaruhi hasil
pengambilan kartu kedua.
Kalau A1 = kartu As Hati
A2 = kartu As Wajik
Berapa P(A1 A2) ?

penyelesaian
P(A1) = 1/52
P(A2) = 1/52, maka
P(A1 A2) = P(A1)P(A2)
= 1/52 x 1/52
= 0,00037
Rumus Bayes
Teori keputusan bdsk perumusan Thomas
Bayes yg bertujuan utk memecahkan masalah
pembuatan keputusan yg mengandung
ketidakpastian.
Rumus :
a. P(A1/A) = P(A1/A)
P(A)
= P(A1)P(A/A1)
P(A)
contoh
A1 = keluarga yg tinggal di luar Jakarta
A2 = keluarga yg tinggal di Jakarta
A = keluarga berpenghasilan tinggi
Jika P(A1) = 0,5
P(A) = 0,3
P(A/A1) = 0,2
Berapa probabilitas quesioner terisi oleh
responden berpenghasilan tinggi yg bertempat di
luar Jakarta, P(A1/A) ?
penyelesaian
a. P(A1/A) = P(A1/A)
P(A)
= P(A1)P(A/A1)
P(A)
= (0,5) (0,2)
0,3
= 1/3