STELK-46323

02 - Dasar Teori
Probabilitas
Beby H. A. Manafe
beby@bowakh.co.cc
Elektro, FST
Undana
http://www.bowakh.co.cc
 Teori Probabilitas
Teori probabilitas  suatu teori yang
mempelajari persoalan dari peristiwa-
peristiwa yang kejadiannya tak dapat
diramalkan lebih dulu

Dalam TRAFIK, teori probabilitas

merupakan “model matematis” yang
cocok untuk menerangkan,
menginterpretasikan dan menafsirkan
suatu gejala yang diamati

Model = pengidealisasian dari keadaan

yang sebenarnya

Rekayasa Trafik Telekomunikasi 2017/2018 2 Beby Manafe

 Teori Probabilitas

Teori Probabilitas

Percobaan/
Eksperimen

Hasil-
hasil/
Tanda-
tanda

Rekayasa Trafik Telekomunikasi 2017/2018 3 Beby Manafe

 Teori Probabilitas
 Contoh 1:
Eksperimen = pelemparan dadu
Hasil/tanda yang mungkin timbul = 1,2,3,4,5,6
Semua hasil/tanda yang mungkin timbul = Ruang Sampel = S
atau 
Tiap tanda yang mungkin timbul = titik sampel
Jadi, ruang sampel terdiri dari seluruh titik sampel yang mungkin
S =  = {1,2,3,4,5,6}
S atau  diskrit dan terbatas

Rekayasa Trafik Telekomunikasi 2017/2018 4 Beby Manafe

 Teori Probabilitas
 Contoh 2:
Eksperimen = melihat/mengamati panggilan telepon antara jam
09.00 s/d 10.00
Ruang sampel = waktu/saat terjadinya panggilan telepon
Bila t = waktu terjadinya panggilan telepon, maka:
S =  = {t │9 < t < 10} = kumpulan dari titik t sedemikian
sehingga t lebih dari 9 dan kurang dari 10.
S atau  kontinu dan tak terbatas

Rekayasa Trafik Telekomunikasi 2017/2018 5 Beby Manafe

 Teori Probabilitas
 Sample space,, adalah sekumpulan semua sample points,,
yang mungkin; dimana 
o Contoh 1. Melemparkan satu buah koin: ={Gambar,Angka}
o Contoh 2. Menggelindingkan dadu: ={1,2,3,4,5,6}
o Contoh 3. Jumlah pelanggan dalam antrian: ={0,1,2,…}
o Contoh 4. Waktu pendudukan panggilan (call holding time):
={xx>0}

 Events A,B,C,…   adalah himpunan bagian (yang dapat

diukur) dari sample space
o Contoh 1. Angka genap pada sebuah dadu:A={2,4,6}
o Contoh 2. Tidak ada pelanggan yang mengantri: A={0}
o Contoh 3. Call holding time lebih dari 3 menit. A={xx>3}

 Event yang pasti: sample space 

 Event yang tidak mungkin: himpunan kosong ()
Rekayasa Trafik Telekomunikasi 2017/2018 6 Beby Manafe
 Teori Probabilitas
Ada 2 cara dalam memberikan ukuran probabilitas:
1. Klasik/equally likely  semua tanda dianggap mempunyai
kemungkinan yang sama.
Contoh: eksperimen pelemparan dadu, ukuran probabilitas
untuk semua tanda = 1/6

2. Frekuensi relatif  ukuran probabilitas suatu tanda dikaitkan

dengan seberapa sering tanda tersebut muncul dalam
sejumlah eksperimen.
Contoh: dalam suatu eksperimen pelemparan dadu, bila
dilakukan n kali pelemparan ulang, timbul fA kali munculnya
tanda A. Maka frekuensi munculnya tanda A adalah fA/n.
fA
P( A) = lim
n  n

Rekayasa Trafik Telekomunikasi 2017/2018 7 Beby Manafe

 Contoh
Suatu dadu dimodifikasi sehingga angka tiga muncul dua kali
lebih sering dari angka-angka lainnya.
(a) Berapakah peluang dari semua keluaran yang mungkin?
(b) Berapakah peluang bahwa angka ganjil akan muncul
ketika dadu tersebut digulingkan?
Jawab:
(a) Terdapat 6 kemungkinan keluaran s1, …, s6.
p(s1) = p(s2) = p(s4) = p(s5) = p(s6)
p(s3) = 2p(s1)
Karena jumlah semua peluang tersebut haruslah sama
dengan 1, maka 5p(s1) + 2p(s1) = 1 dan
7p(s1) = 1
Jadi, p(s1) = p(s2) = p(s4) = p(s5) = p(s6) = 1/7, p(s3) = 2/7
Rekayasa Trafik Telekomunikasi 2017/2018 8 Beby Manafe
 Contoh
(b) Peluang angka ganjil muncul:
Eganjil = {s1, s3, s5}

Ingat rumus p(E) = sE p(s).

Maka,
p(Eganjil) = sEganjil p(s) = p(s1) + p(s3) + p(s5)
= 1/7 + 2/7 + 1/7
= 4/7

Rekayasa Trafik Telekomunikasi 2017/2018 9 Beby Manafe

 Kombinasi Event

A B A B

Union (gabungan): “A atau B” Irisan: “A dan B”

AB={A atau B} AB={A dan B}

A A B

Komplemen: “bukan A”
Himpunan bagian: “ A  B ”
Ac={A}

Rekayasa Trafik Telekomunikasi 2017/2018 10 Beby Manafe

 Kombinasi Event
 Event A dan B disebut tidak beririsan (disjoint) bila: AB=
 Sekumpulan event {B1,B2,…} merupakan partisi dari event A
jika
o (i) Bi  Bj= untuk semua ij
o (ii) iBi =A

B1 B3
B2

Rekayasa Trafik Telekomunikasi 2017/2018 11 Beby Manafe

 Probabilitas (Peluang)
 Probabilitas suatu event dinyatakan oleh P(A)
 P(A)[0,1]
 Sifat-sifat peluang:

Rekayasa Trafik Telekomunikasi 2017/2018 12 Beby Manafe

 Peluang Bersyarat(Conditional Probability)
 Asumsikan bahwa P(B) > 0
 Definisi: Conditional probability dari suatu event A bila
diketahui event B terjadi didefinisikan sebagai berikut

 Dengan demikian

Rekayasa Trafik Telekomunikasi 2017/2018 13 Beby Manafe

 Teorema Probabilitas Total
 Bila {Bi} merupakan partisi dari sample space 
 Lalu {ABi} merupakan partisi dari event A,
maka berdasarkan sifat probabilitas yang ketujuh
pada slide nomor 12
Ω

 Kemudian asumsikan bahwa P(Bi)>0 untuk semua B1 A

B3 B4
i. Maka berdasarkan uraian pada slide nomor 13
dapat didefinisikan teorema probabilitas total B2
sebagai berikut

Rekayasa Trafik Telekomunikasi 2017/2018 14 Beby Manafe

 Teorema Bayes
 Bila {Bi} merupakan partisi dari sample space 
 Asumsikan bahwa P(A)>0 dan P(Bi)>0 untuk semua i. Maka berdasarkan uraian
pada slide nomor 11 dan 13

 Kemudian, berdasarkan teorema probabilitas total, kita peroleh

 Ini merupakan teorema Bayes yang memberikan suatu cara untuk menghitung:
Probabilitas bersyarat dari suatu tanda terhadap tanda yang lain, dengan
menghitung probabilitas bersyarat dari tanda yang lain tersebut terhadap tanda
pertama

Rekayasa Trafik Telekomunikasi 2017/2018 15 Beby Manafe

 Kesalingbebasan Statistik Dari Event
(Statistical Independence Of Event)
 Definisi: Event A dan B saling bebas (independent) jika

 Dengan demikian

 Demikian pula

Rekayasa Trafik Telekomunikasi 2017/2018 16 Beby Manafe

 Peubah Acak (Random Variables)
 Definisi: Peubah acak X (yang merupakan bilangan riil [real-
valued]) adalah fungsi bernilai riil dan dapat diukur yang
didefinisikan pada sample space ;X:   

 Peubah/variabel acak = suatu kuantitas yang nilainya

ditentukan oleh tanda/keluaran dari suatu
percobaan/eksperimen

Rekayasa Trafik Telekomunikasi 2017/2018 17 Beby Manafe

 Contoh
 Sebuah koin dilempar tiga kali; setiap lemparan akan menghasilkan head
(H) atau tail (T)
Sample space:

Misalnya peubah acak X merupakan jumlah total tail (T) dalam ketiga
eksperimen pelemparan koin tersebut, maka :

Catatan: contoh ini merupakan peubah acak diskrit, yang kontinu misalkan
waktu pendudukan dari suatu peralatan/saluran telepon

Rekayasa Trafik Telekomunikasi 2017/2018 18 Beby Manafe

 Probability Distribution Function (PDF)
 Definisi: PDF dari suatu peubah acak X adalah fungsi FX:   [0,1] yang
didefinisikan sebagai berikut

 PDF menentukan distribusi dari peubah acak

 Sifat:

Rekayasa Trafik Telekomunikasi 2017/2018 19 Beby Manafe

 Kesalingbebasan Statistik Dari Peubah Acak
(Statistical Independence Of Random Variables)
 Definisi: Peubah acak X dan Y saling bebas jika untuk semua x dan y

 Definisi: Peubah acak X1, …,Xn saling bebas jika untuk semua i dan xi

Rekayasa Trafik Telekomunikasi 2017/2018 20 Beby Manafe

 Beberapa Parameter Statistik
Ekspektasi (Harapan/Rataan):
 Definisi: Harga ekspektasi (rata-rata/mean value) dari X dinyatakan oleh

 Sifat-sifat

Rekayasa Trafik Telekomunikasi 2017/2018 21 Beby Manafe

 Beberapa Parameter Statistik
Variance:
 Definisi: Variance dari X didefinisikan sebagai berikut

 Rumus yang bermanfaat

 Sifat-sifat

Rekayasa Trafik Telekomunikasi 2017/2018 22 Beby Manafe

 Beberapa Parameter Statistik
Covariance:
 Definisi: Covariance antara X dan Y didefinisikan sebagai berikut

 Rumus yang bermanfaat

 Sifat-sifat

Rekayasa Trafik Telekomunikasi 2017/2018 23 Beby Manafe

 Beberapa Parameter Statistik
Standar deviasi dari X:

Momen ke-k dari X:

Rekayasa Trafik Telekomunikasi 2017/2018 24 Beby Manafe

 Distribusi Bernoulli
 Menyatakan suatu eksperimen acak dengan dua keluaran yang mungkin
o Sukses (1)
o Gagal (0)
 Nilai 1 berpeluang p (nilai 0 berpeluang (1-p))

Rekayasa Trafik Telekomunikasi 2017/2018 25 Beby Manafe

 Distribusi Binomial

 Menyatakan jumlah sukses dalam sejumlah eksperimen acak yang saling

bebas (masing-masing eksperimen bersifat Bernoulli);

Rekayasa Trafik Telekomunikasi 2017/2018 26 Beby Manafe

 Distribusi Geometrik

 Menyatakan jumlah sukses yang terjadi sampai didapatkan kegagalan yang

pertama dari sejumlah eksperimen acak yang saling bebas (masing-masing
eksperimen bersifat Bernoulli)
o p = peluang sukses dalam suatu eksperimen

Rekayasa Trafik Telekomunikasi 2017/2018 27 Beby Manafe

 Distribusi Poisson

 Limit dari distribusi binomial dimana n  dan p  0, sedemikian

hingga np  a

Rekayasa Trafik Telekomunikasi 2017/2018 28 Beby Manafe

 Peubah Acak Kontinu
 Definisi: peubah acak X kontinu jika terdapat fungsi yang dapat
diintegralkan fX:+, sedemikian hingga untuk semua x

 Fungsi fX disebut probability density function (pdf)

o Himpunan SX, dimana fX>0 disebut value set
 Sifat-sifat

Rekayasa Trafik Telekomunikasi 2017/2018 29 Beby Manafe

 Ekspektasi Dan Parameter Lain
 Ekspektasi dari X didefinisikan sebagai berikut:

Catatan:
o Jika , maka
o Sifat sama dengan distribusi diskrit

 Parameter distribusi lainnya didefinisikan dan memiliki sifat

yang sama seperti pada distribusi diskrit

Rekayasa Trafik Telekomunikasi 2017/2018 30 Beby Manafe

 Distribusi Uniform (X~U(a,b), a<b)







Rekayasa Trafik Telekomunikasi 2017/2018 31 Beby Manafe

 Distribusi Eksponensial (X~Exp(l), l>0)
 Versi kontinu dari distribusi geometrik (peluang gagal  ldt)
o
o

o
o
o

Rekayasa Trafik Telekomunikasi 2017/2018 32 Beby Manafe