Probabilitas
Page 1
Pengertian Probabilitas
• Suatu nilai yang digunakan untuk mengukur tingkat
terjadinya suatu kejadian yang acak (Mendenhall dan
Reinmuth, 1982)
Page 2
Kata Kunci dalam Probabilitas
• Hasil (outcome)
Page 3
Probabilitas dengan Pendekatan Klasik
• Asumsi: seluruh hasil dari eksperimen memiliki peluang
yang sama
• Nilai probabilitas
• Contoh:
jika A adalah peluang barang rusak x, dari sejumlah n
barang maka probabilitas A adalah ...
Page 4
Contoh
Page 5
Contoh lanjutan...
Page 6
Probabilitas dengan Pendekatan Frekuensi Relatif
• Nilai probabilitas
frekuensi kejadian di masa lalu
probabilit as terjadinya suatu kejadian
jumlah observasi
Page 7
Probabilitas Subjektif
Contoh …
Page 8
Kejadian & Notasi Himpunan
Istilah dalam Kejadian:
• Komplemen
• Irisan
• Gabungan
Page 9
Contoh
Bila 1 uang logam dilempar 2 kali maka hasil eksperimennya
ada 4 kemungkinan sebagai berikut :
AA AB BA BB
Page 10
Aturan Penjumlahan
Contoh:
Jika dalam 1 kelas, mahasiswa yang nilai akuntansinya A ada
13%, B ada 65%, dan C ada 21%.
Maka peluang mahasiswa memperoleh nilai A atau B:
P(AUB)= 0,13+0,65=0,78=78%
Page 11
Aturan Penjumlahan
Contoh:
Jika dalam 1 kelas mahasiswa yang senang Akuntansi (A)
45%, Pajak (B) 37%, dan yang senang keduanya 19%.
Maka Peluang mahasiswa yang senang Akuntansi atau Pajak:
Page 12
Aturan Perkalian
• Kejadian Tidak Bebas/Bersyarat (dependent event)
P ( A Ç B)
P ( A / B) =
P ( B)
P ( A Ç B)
P ( B / A) =
P ( A)
Page 13
Contoh Peluang Bersyarat
Jumlah seluruh mahasiswa (S=N) suatu universitas 10000 orang.
Diantaranya ada :
• 2000 mahasiswa lama (A)
• 3500 mahasiswa putri (B)
• 800 dari 3500 mahasiswa putri adalah mahasiswa lama (A∩B).
(800 dari 2000 mahasiswa lama adalah mahasiswa putri (A∩B)).
Jadi peluang mahasiswa:
a. Lama di antara yang putri adalah
P ( A Ç B) 800
P ( A / B) = = 10000 = 0, 22857 » 0, 23
P ( B) 3500
10000
b. putri di antara yang lama adalah
P ( A Ç B) 800
P ( B / A) = = 10000 = 0, 4
P ( A) 2000
10000
Page 14
Contoh Peluang Kejadian Interseksi
2 kartu diambil berturut-turut tanpa pengembalian dari 1 set
kartu bridge.
Berapa peluang kartu ke-1 dan ke-2 adalah As → P(As∩As)
a. P(As ∩ As)=
Page 15
Probabilitas Marginal
Page 16
Contoh Probabilitas Marginal
Sebuah perusahaan memasok batere dari 3 pabrik masing-
masing 500, 2000, dan 1500, jumlahnya 4000. Peluang batere
rusak dari pabrik 1 adalah 0,02; pabrik 2 =0,015 dan pabrik
3=0,03.
Jika 4000 batere tersebut diacak lalu diambil 1 batere, berapa
peluang batere tersebut adalah rusak?
Jawab :
P ( R) = P ( S1 ) P ( R / S1 ) + P ( S2 ) P ( R / S2 ) + P ( S3 ) P ( R / S3 )
500 2000 1500
P(R) = x(0,02) + x(0,015) + x(0,03)
4000 4000 4000
P(R) =0, 0025 + 0, 0075 + 0, 01125 = 0, 02125
Page 17
Rumus Bayes
• Dikembangkan oleh Thomas Bayes (1702-1761)
• Digunakan untuk menghitung probabilitas tentang sebab-sebab
terjadinya suatu kejadian (causes) berdasarkan pengaruh yang
dapat diperoleh sebagai hasil observasi
• Ditujukan untuk memecahkan masalah pembuatan keputusan yang
mengandung ketidakpastian
• Rumus Bayes:
P Ai P A / Ai
P Ai / A k
P A P A / A
i 1
i i
• Contoh:
Jika 4000 batere tersebut diacak lalu diambil 1 batere, ternyata
rusak, berapa peluang batere tersebut berasal dari pabrik-1, pabrik-
2, pabrik-3?
Page 18
Contoh Rumus Bayes
Dua orang dicalonkan sebagai bupati. Probabilitas Andi terpilih
P(A1)= 0,6. Probabilitas Badu terpilih P(A2)=0,4.
Jika Andi terpilih probabilitas kenaikan pajak adalah 0,8 P(A/A1) =
0,8
Jika Badu terpilih probabilitas kenaikan pajak adalah 0,1 P(A/A2) =
0,1
Jika ternyata diketahui terjadi kenaikan pajak, probabilitas bahwa
Badu yang terpilih adalah...? P(A2/A)
P A2 P A / A2
P A2 / A 2
P A P A / A
i 1
i i
P A2 P A / A2
P A2 / A
P A1 P A / A1 P A2 P A / A2
P A2 / A
0,4 0,1
0,60,8 0,40,1
P A2 / A 0,0769
Page 19
Contoh Rumus Bayes
Dua orang dicalonkan sebagai bupati. Probabilitas Andi terpilih
P(A1)= 0,6. Probabilitas Badu terpilih P(A2)=0,4.
Jika Andi terpilih probabilitas kenaikan pajak adalah 0,8 P(A/A1) =
0,8
Jika Badu terpilih probabilitas kenaikan pajak adalah 0,1 P(A/A2) =
0,1
Jika ternyata diketahui terjadi kenaikan pajak, probabilitas bahwa
Badu yang terpilih adalah...? P(A2/A)
P A2 P A / A2
P A2 / A 2
P A P A / A
i 1
i i
P A2 P A / A2
P A2 / A
P A1 P A / A1 P A2 P A / A2
P A2 / A
0,4 0,1
0,60,8 0,40,1
P A2 / A 0,0769
Page 20
Permutasi dan Kombinasi
• Permutasi diartikan juga susunan dari suatu
himpunan objek yang dapat dibentuk yang
memperhatikan urutan.
• Permutasi m obyek diambil X setiap kali
m!
m Px
m x !
• Kombinasi berkaitan dengan penentuan banyaknya
cara memilih r objek dari sejumlah n objek tanpa
memperhatikan urutannya
• Kombinasi m obyek diambil x setiap kali
m!
m Cx
x!m x !
Page 21