PROBABILITAS

DASAR PROBABILITAS
 Probabilitas = Peluang = Kemungkinan
 Mengapa probabilitas ?
Orang tidak dapat memastikan nilai suatu proses
(misal: erupsi gunung berapi) berdasarkan data
erupsi selama waktu yang lalu sampai saat ini.
Sifat stokastik ataupun ketidakpastian
merupakan sifat yang melekat pada proses
(yang melibatkan) alam
Eksperimen Probabilitas, Ruang Sampel,
Peristiwa
Eksperimen probabilitas (probability experimen)
adalah segala kegiatan dimana suatu hasil/keluaran
(outcome), tanggapan (response), atau ukuran
(measurement) diperoleh.
Ruang sampel (sample space) adalah himpunan
yang memuat seluruh kemungkinan hasil,
tanggapan atau ukuran dari eksperimen tersebut.
Peristiwa (event) adalah segala himpunan bagian
dari hasil, tanggapan, atau ukuran dalam ruang
sampel
Contoh:
Jika kita memeriksa 3 buah sikring satu persatu
secara berurutan dan mencatat kondisi sikring
tersebut dengan memberi notasi B untuk sikring
yang baik dan P untuk sikring yang putus, maka
ruang sampel pada eksperimen probabilitas
pemeriksaan tersebut adalah S = BBB, BBP,
BPB, PBB, BPP, PBP, PPB, PPP.
Jika A peristiwa di mana diperoleh satu buah
sikring yang rusak, maka A =  BBP, BPB, PBB 
Diagram Venn Probabilitas

A
Definisi Probabilitas

Andaikata suatu peristiwa random dapat terjadi dalam n cara

yang masing-masing memiliki kemungkinan yang sama, dan
apabila sejumlah na cara memberikan hasil A, maka
probabilitas terjadinya peristiwa dengan hasil A adalah na/n

prob  A  lim
na
prob  A 
na
atau
n n n

Dari definisi di atas, kisaran probabilitas adalah 0 s.d. 1.

 Prob(A) = 0 “hampir” tidak mungkin terjadi (nearly
impossible)
 Prob(A) = 1 “hampir” pasti terjadi (almost certain)
Probabilitas Peristiwa Majemuk

 Definisi
Peristiwa majemuk (compound event) adalah
peristiwa yang merupakan kombinasi dua atau lebih
peristiwa sederhana (simple event)
Probabilitas bersyarat (conditional probability)
adalah probabilitas dari sebuah peristiwa yang akan
terjadi jika sebuah peristiwa lainnya telah terjadi
Probabilitas bersyarat peristiwa A akan terjadi jika
peristiwa B telah terjadi, yaitu :

P A  B 
P A B  di mana P B   0
P B 
Peristiwa saling bebas (Independent)
Dua peristiwa A dan B dikatakan saling bebas apabila
terjadinya peristiwa A tidak mempengaruhi probabilitas
terjadinya peristiwa B

P A B  P A dan P B A PB 

Peristiwa tidak saling bebas (Dependent)

Dua peristiwa A dan B dikatakan tidak saling bebas
apabila terjadinya peristiwa A mempengaruhi
probabilitas terjadinya peristiwa B. Peristiwa bersyarat
adalah contoh peristiwa yang tidak saling bebas.
Peristiwa saling meniadakan (mutually exclusive)
Peristiwa A dan B adalah mutually exclusive jika salah
satu peristiwa dalam sebuah eksperimen probabilitas
mencegah terjadinya peristiwa lainnya. Dengan kata lain,
peristiwa A dan B tidak mungkin terjadi secara
bersamaan.
P  A dan B  P A  B  0
atau
P A B  0 ; P B A 0
 Hukum – Hukum Probabilitas Peristiwa Majemuk

Hukum Perkalian
Peristiwa saling bebas (independent events)
Jika A, B, C, … peristiwa saling bebas, maka
probabilitas seluruh peristiwa itu terjadi adalah produk
(perkalian) probabilitas masing-masing peristiwa.

P  A dan B dan C dan ...  P A  B  C ...

 P  A. P B. P C ....
Atau
P  A  P  A  A  ...  A
n
i i 1 2 n 1
n
 An    P Ai 
i 1
Peristiwa tidak saling bebas (dependent events)
Jika A dan B peristiwa tidak saling bebas, maka produk
(perkalian) probabilitasnya dapat dinyatakan sbb:
P  A dan B  P A  B   PA B. PB  PB A. P A

Di mana :
PA B Probabilit as bersyarat terjadiny a peristiwa A
setelah B terjadi
PB A Probabilit as bersyarat terjadiny a peristiwa B
setelah A terjadi
Hukum Pejumlahan
Jika peristiwa A dan B sama-sama terjadi, maka hukum
penjumlahan probabilitas peristiwa majemuk dinyatakan
sbb:
P  A atau B   P A  B  P A PB P A  B 

Jika A, B, C peristiwa, maka proses penerapan kembali

berlanjut yaitu :
P  A atau B atau C   P A  B  C 
 P A  PB  PC   P A  B  P A  C 
 PB  C   P  A  B  C 
Jika peristiwa A dan B adalah mutually exclusive, maka :
P  A atau B   P A  B  P A  PB
 Contoh
L1 L2 L3

Gaya Tarik Gaya Tarik

Perhatikan struktur yang dilas pada gambar. Kegagalan

dari struktur terjadi jika salah satu atau lebih dari ketiga
sambungan las tersebut putus. Jika probabilitas dari
putusnya masing-masing sambungan las P (L1) = P (L2)
= P (L3) = 0,001 dan diasumsikan sambungan saling
bebas, maka tentukan : P (L1 atau L2 atau L3)
Penyelesaian :

P L1 atau L2 atau L3   PL1  L2  L3 

 PL1   PL2   PL3   PL1  L2   PL1  L3 
 PL2  L3   P L1  L2  L3 
 0,001 0,001 0,001 0,001. 0,001
 0,001. 0,001 0,001. 0,001
 0,001. 0,001. 0,001
 0,003
 Sample Space & Sample Elements
Contoh :
 Suatu DAS memiliki 3 stasiun: Sta-1, Sta-2,
Sta-3.
 Experimen: meneliti setiap stasiun perlu/tidak
untuk dilakukan penggantian alat
 Output: (y,n,y)
 Sta-1 perlu penggantian alat (y = yes)
 Sta-2 tak perlu penggantian alat (n = no)
 Sta-3 perlu penggantian alat (y = yes)
Sample space: Alternatif 1
 S1={(y,y,y),(y,y,n),(y,n,y),(n,y,y),
(y,n,n),(n,y,n),(n,n,y),(n,n,n)}
 S1 adalah discrete sample space: jumlah
elemen di dalam S1 dapat dihitung.
 Apabila experimen dilakukan satu kali saja,
maka salah satu elemen S1 pasti terjadi
 Sample space: Alternatif 2
 S2 ={0,1,2,3}
 S2 adalah discrete sample space
 Hanya ingin diketahui jumlah stasiun yang
perlu dikalibrasi
Contoh
 Pengukuran angin: kec.(km/jam) dan arah (°).
 Output: (x,y)
x = kecepatan (km/jam)
y = arah (°)
Sample space: Alternatif 1
Ω1 ={(x,y): x ≥ 0, 0 ≤ y ≤ 360}, continuous
sample space
y(0)
3600

00
x(km/jam)
Sample space: Alternatif 2
Ω2 ={+,−}, dicrete sample space
+ = kecepatan > 60 (km/jam)
− = kecepatan < 60 (km/jam)
 Events
Events adalah suatu himpunan bagian (subset) dari
sample space
Suatu event terjadi jika dan hanya jika hasil dari
experimen adalah anggota event tersebut
Contoh: Penggantian alat di Sta-1, Sta-2, Sta-3
 Event A: paling sedikit 2 stasiun perlu
penggantian alat
A={(y,y,y),(y,y,n),(y,n,y),(n,y,y)}
 Event B: tak ada stasiun yang perlu penggantian
alat, B={(n,n,n)}
 Event C: 2 stasiun perlu penggantian alat
C={(y,y,n),(y,n,y),(n,y,y)}
 Diagram Venn
Notasi :
 S = sample space
 Ei = elemen di dalam S
 A,B = events di dalam S
 prob(Ei) = probabilitas elemen E

S E1 E2 E3

A AB B

E4 Ei En
 Diagram Venn
Notasi :
 0  prob (Ei)  1
 S = iEi
 prob (S) =  prob (Ei) = 1
S E1 E2 E3

A B

E4 Ei En
 Probabilitas Suatu Event
Event A
 A  n
i m Ei
n
 0  prob  A   prob Ei  1
i m
Event A dan B
 prob(A∪B) = prob(A)+ prob(B)− prob(A∩B)
Apabila A dan B tak bergantung satu dengan yang
lainnya (independent), maka :
prob(A∪B) = prob(A)+ prob(B)
 Probabilitas Suatu Event
Event Ac (= komplemen event A)
 prob (AAc) = 0
 prob (AAc) = prob (A) + prob (Ac) = 1
 prob (A) = 1  prob (Ac)

S E1 E2 E3

E4 Ei En
 Probabilitas Bersyarat
Probabilitas suatu event (event B) bergantung
pada terjadinya event lain (event A).
S E1 E2 E3

A AB B

E4 Ei En

 prob(B|A) = prob(B) dengan syarat event A

terjadi
» sample space berubah dari S menjadi A,
» event diwakili oleh A∩B
 prob  A  B 
prob B A , prob  A  0
prob  A

prob  A  B prob  A. prob B A

Apabila event B tak bergantung pada event A

(keduanya merupakan independent events), maka:
 prob(B|A) = prob(B), dan
 prob(A∩B) = prob(A)⋅prob(B)