PROBABILITA

DEFINISI
Deterministic model: Model matematika yang mungkin untuk
menjelaskan atau memprediksi nilai observasi dari
karakteristik yang diteliti.

 Contoh: kecepatan benda jatuh setelah selama waktu t

adalah v = gt, dimana g = 32,17 kaki per detik

 percobaan/eksperimen yang diulang-ulang hasilnya akan

sama, dalam kondisi yang ideal.

 Jika kondisi kurang ideal, mungkin terdapat variabel yang

tidak diketahui atau dikontrol, misalnya kelembaban atau
temperatur udara yang mungkin mempengaruhi outcome
 DEFINISI
Probability Model/Probabilistic Model/Stochastic
Model. Model matematika dimana suatu model
deterministik tidak dapat memenuhi dan hasil yang
berbeda-beda mempunyai kesempatan untuk muncul
secara alami.

Contoh:
 Banyaknya partikel yang hilang karena sumber
radioaktif,
 waktu kegagalan suatu komponen (rusaknya
komputer)
 matinya bola lampu
 kesempatan munculnya suatu outcome dalam
sebuah game.
 NOTASI

 Eksperimen adalah proses tersedianya sebuah

hasil observasi dari beberapa fenomena/kejadian

 Trial/percobaan adalah performance dari

sebuah eksperimen

 Outcome adalah hasil observasi.

 Sample space adalah seluruh outcome yang

mungkin muncul dalam suatu eksperimen
 NOTASI

Definisi
 Himpunan/set dari seluruh outcome sebuah
eksperimen disebut sample space, dinotasikan
dengan Ω/S. Catat bahwa satu dan hanya satu
outcomes yang akan muncul dalam sembarang trial
dari suatu eksperimen.

 Contoh: Sebuah eksperimen terdiri dari pelemparan

2 mata uang, dan yang menjadi perhatian adalah
munculnya muka dari tiap mata uang. Set dari
outcome yang mungkin dinyatakan oleh sample
space: OUTCOME
S = {HH, HT, TH, TT}
SAMPLE SPACE
 DEFINISI

Event dan Event Space

Suatu event/kejadian adalah subset dari Sample Space.
Kumpulan dari seluruh event suatu eksperiment
didefinisikan sebagai Event Space (A)

Contoh:
Sebuah eksperimen melemparkan sebuah dadu,
outcome yang diinginkan adalah nilai mata dadu yang
muncul. S = {1,2,3,4,5,6}.
Jika event A = {munculnya mata dadu genap}, maka A
= {2,4,6}. A adalah sebuah event dan A subset dari S.

Dalam hal ini terdapat 26 = 64 event dalam A.

 DEFINISI

Definisi: Sebuah event disebut Elementary event jika

berisi hanya satu outcome dari sebuah eksperimen

 Contoh elementary event pada pelemparan 2 mata

uang adalah: {HH},{TH} ,{HT} dan {TT}.

 Event bola lampu ”survive paling lama 10 jam”

A = [0,10] = {t| 0 ≤ t ≤ 10}

 Event bola lampu ”survive lebih dari 10 jam”

A = [10,~) = {t| 10 ≤ t ≤ ~}
 DEFINISI

Terdapat 3 pendekatan konseptual untuk

mendefinisikan nilai Probabilita/Peluang:

 Klasikal
 Frekuensi Relatif

 Pendekatan Subyektif
 Klasikal (Priori Approach)
Jika N(A) adalah munculnya suatu peristiwa (outcomes)
dari kejadian/event A.

Jika N(S) adalah seluruh peristiwa (outcomes) yang

mungkin dalam ruang sample, dan seluruh peristiwa
hampir sama dan mutually ekslusif, maka kejadian/event
A yang akan muncul adalah:
N ( A)
P( A) 
N (S )
Contoh:
Dalam sebuah paket kartu yang terdiri dari 4 kartu As dan 48
kartu lainnya, peluang kartu As akan muncul dalam satu kali
pengambilan adalah:
N ( A) 4 1
P( A)   
N (S ) 52 13
Relative Frequency
Approach
Peluangnya ditentukan berdasarkan proporsi waktu bahwa
suatu outcome akan muncul dalam sejumlah observasi
atau ekperimen. Disebut juga Empirical Approach.
Peluang bahwa kejadian A muncul adalah:

Banyaknya Observasi A n( A)
P( A)  
Ukuran Sample n
Contoh:
Dalam eksperimen, seorang statistisi mengumpulkan
10000 orang dewasa menemukan bahwa 100 orang
mempunyai masalah dengan gigi. Peluang
kemunculannya adalah:
n( A) 100
P( A)    0,01, atau1%
n 10.000
 Subjective Approach

Klasikal dan Relative Frekuensi Approach

menghasilkan nilai Probability obyektif.
Subyektif Approach adalah kecenderungan ketika
hanya ada satu kesempatan bagi suatu kejadian
untuk muncul dan hal tersebut berarti suatu
kejadian bisa muncul atau tidak muncul pada
suatu waktu tertentu.