Probability, Statistics, and

Decision for Civil Engineers

Muhammad Ikhsan
Ketidak pastian dalam dunia teknik sipil
Puncak volume lalu lintas, total curah hujan tahunan, kuat tarik baja
Tidak akan sama setiap kejadian, meskipun dibuat dalam kondisi yang
sama persis.
Insinyur harus menyadari dan berurusan dengan ketidakpastian
secara realistik dan ekonomis.
Jika derajat ketidakpastian kecil, dan jika konsekuensi dari
kemungkinan variasinya tidak signifikan, insinyur bisa
mengabaikannya dan mengasumsikan variabel sama nilainya.
Contohnya: E (modulus elastisitas), dimensi objek
Bagaimana jika ketidakpastian cukup
signifikan?
Gunakan faktor perkiraan konservatif. Misalnya: kekuatan minimum material,
kebutuhan minimum desain transportasi, kebutuhan minimum fasilitas sumber
daya air.
Permasalahan menggunakan perkiraan konservatif:
Bagaimana mempertahankan konsistensi dari satu kondisi ke kondisi lainnya? Misalnya: kuat
tekan beton minimum, kuat lentur minimum kayu
Apakah selalu bisa menentukan nilai konservatif pada semua kondisi? Misalnya: kekasaran
pipa menghasilkan estimasi konservatif (rendah) pada debit aliran pipa, tetapi hasil ini bisa
menjadi tidak konservatif (tinggi) pada pipa paralel lain pada jaringan yang sama.
Apakah desain konservatif menghasilkan sesuatu yang minimum pembiayaan? Misalnya:
konsekuensi dari merancang drainase kota menggunakan nilai konservatif aliran (besar)
adalah kecil: banjir tidak terjadi, kerusakan minimal, tetapi biaya awal pembangunan untuk
menghindari aliran puncak yang hanya sesekali terjadi sangat besar
Dapatkah perilaku fasilitas diprediksi cukup baik dengan hanya estimasi konservatif?
Misalnya: kemampuan sebuah sistem kontrol lalu lintas otomatis untuk meningkatkan
kapasitas jalan arteri tergantung dari derajat dan karakter dari perubahan arus lalu lintas dan
juga tergantung dari total volumenya.
Jadi?
Pada umumnya, jika keputusan yang diambil (pilihan desain atau
tindakan) adalah tidak sensitif terhadap ketidakpastian, insinyur
dapat mengabaikannya di dalam analisis.
Jika tidak bisa diabaikan, maka ketidakpastian harus dihitung secara
jelas di dalam proses teknisnya.
Mempersiapkan Data yang bisa dipakai
(reduksi data)
Langkah awal pertama: investigasi ketersediaan data untuk
memantau kondisi dan tingkat ketidakpastian.
Data-data yang berserakan harus direduksi dan disusun supaya
mudah dibaca, dikelola, dan dianalisis: perlu reduksi data
CONTOH 1.

Data yang
berserakan,
belum
diolah
Data sudah
diolah ke dalam
histogram, bisa
melihat
kecenderungan
Bagaimana
membaca
nya?
Interval
terlalu kecil
dan terlalu
besar
CONTOH 2.
Retak pertama dan runtuh

Balok beton terbuat dari

beton yang sama, alat test
sama, dll yang sama. Tetapi
hasilnya bisa beda!
Disusun berurutan.
Mengukur dispersion
(sebaran):
rata-rata, mode, median,
varian, standar deviasi,
koefisien variasi
Practice!
Teori Probabilitas (Kemungkinan)
Mutually exclusive (saling lepas, tidak berkaitan, tidak beririsan)
Intersection (irisan)
Union (Gabungan )
Contained in the other (Bagian dari)
Axioma:
0 P[A] 1
P[S] = 1
Jika tidak beririsan (ME), maka P[A U B]= P[A] + P[B]
Jika beririsan, maka P[A U B]= P[A] + P[B] P[A B]
TUGAS:
Desain sistem utilitas bawah tanah untuk kawasan industri memiliki 6
lokasi bangunan yang serupa. Kawasan ini belum disewa dan karena
itu kondisi masing-masing penyewaan belum diketahui. Jika sang
insinyur menyediakan air dan listrik untuk memenuhi kebutuhan, ia
akan menyia-nyiakan modal kliennya; tetapi sebaliknya jika fasilitas
tidak dicukupkan, perubahan biaya yang mahal akan dibutuhkan utk
merubah setting fasilitasnya.
Untuk penyederhanaan, anggaplah penyediaan listrik yang
dibutuhkan oleh penyewa terdiri dari 5 atau 10 unit, sementara
kapasitas air yang dibutuhkan adalah 1 atau 2 unit.
 E5W1= 0,1
E10W1= 0,1
Total 1,0
E5W2= 0,2
E10W2= 0,6

Berapakah kemungkinan air yang dibutuhkan oleh penyewa 2 unit ?

Berapakah kemungkinan listrik yang dibutuhkan oleh penyewa 10 unit ?
Berapakah kemungkinan yang dibutuhkan oleh penyewa adalah kombinasi
dari air 2 unit dan listrik 10 unit ?
Conditional Probability
Berapakah kemungkinan terjadinya event A jika diketahui event B ?
[]
P[A|B] =
[]
Jika P[B]=0, maka P[A|B] menjadi tidak terdefinisikan.
[102]
P[W2|E10]= =
[10]
Independence
Jika dua kejadian tidak tidak berhubungan sama sekali, kita tidak akan
mengubah pengukuran kemungkinan dari sebuah kejadian jika kita
tahu bahwa yang lainnya telah terjadi. Ini disebut probabilistic
independence (berdiri sendiri), sehingga:
P[A|B]=P[A], dan karena
[]
P[A|B] = =P[A], maka
[]
P[AB]=P[A]P[B]
P[B|A]=P[B]
P[ABC.....N)=P[A]P[B]P[C]....P[N]
Contoh kasus indepence (berdiri sendiri)
Seorang insinyur menyimpulkan bahwa tidak ada hubungan antara
kebutuhan listrik dan air. Misalnya, kebutuhan akan listrik lebih besar,
kelihatannya tidak berkaitan dengan tingginya kebutuhan akan air.
Berdasarkan informasi dari perusahaan utilitas, sang insinyur
mengasumsikan estimasi baru seperti ini:
E5=0,2
Total 1,0
E10=0,8
W1=0,3
Total 1,0
W2=0,7
 P[E5W1]=...?
P[E5W2]=
P[E10W1]=
P[E10W2]=
Total Probability Theorem
Dari persamaan conditional probabilities:
P[A]=P[AB1]+P[AB2]+ . . . P[ABn]

= []
=1
Bayes Theorem (Teori Bayes)
P[BjA]=P[ABj]