Tujuan Pembelajaran

Tujuan Pembelajaran

 Mendefinisikan terminologi-terminologi penting dalam

probabilitas dan menjelaskan bagaimana probabilitas
kejadian sederhana
 Memahami dan menjelaskan konsep-konsep kejadian-
kejadian bersyarat, bebas, dan mutually exclusive
 Menggunakan analisis kombinatorial untuk kejadian-
kejadian kompleks
 Pokok Bahasan

 Konsep probabilitas
 Probabilitas dari kejadian
 Aturan-aturan probabilitas
 Konsep dan Definisi
Eksperimen Probabilitas, Ruang Sampel, dan
Peristiwa
 Eksperimen probabilitas
 hasil/keluaran (outcome)
 tanggapan (response)
 ukuran (measurement)
 Seluruhnya  ruang sampel (sample space)
 Sebagian  peristiwa/kejadian (event)
 Diagram Venn
 Konsep dan Definisi
Contoh:
Eksperimen probabilitas:
- Mengambil sehelai kartu dari satu set kartu bridge
Ruang sampel:
- Seluruh jenis kartu yang berjumlah 52 lembar
Peristiwa:
- Misal peristiwa A adalah terambilnya sebuah kartu hati (H),
maka peristiwa A dapat dinyatakan sebagai
A = {2H, 3H, 4H, 5H, 6H, 7H, 8H, 9H, 10H, JH, QH, KH, AsH}
S

Diagram Venn
 Konsep dan Definisi
Definisi Probabilitas

 Bilangan antara 0 dan 1 yang berkaitan dengan suatu peristiwa

(event) tertentu
 Peristiwa pasti terjadi  probabilitas = 1
 Peristiwa mustahil terjadi  probabilitas = 0

 Definisi Klasik:
Jika sebuah peristiwa A dapat terjadi dengan fA cara dari sejumlah
total N cara yang mungkin terjadi, maka:
- probabilitas P(A) dari terjadinya peristiwa A:
fA
P ( A) 
N
- probabilitas tidak terjadinya peristiwa A
N  fA f
P( A)  P( A)  P(~ A)   1  A  1  P( A)
N N
 Konsep dan Definisi
Contoh:

Definisi klasik cocok digunakan misalnya pada permainan

tembakan/undian (games of chance).

Misalnya dalam satu set kartu bridge yang terdiri dari 52 kartu terdapat
4 buah kartu As, maka probabilitas pengambilan satu kartu
mendapatkan kartu As adalah: P(As) = 4/52 = 1/13 = 0,077
 Konsep dan Definisi

 Definisi Frekuensi Relatif:

Sebuah eksperimen dilakukan sebanyak N kali dan kejadian A terjadi

sebanyak fA kali. Jika N mendekati tak terhingga maka limit dari frekuensi
relatif fA/N didefinisikan sebagai probabilitas kejadian A atau P(A)

fA
P ( A)  lim
N  N
 Konsep dan Definisi
 Definisi Subyektif (Intuitif):

Dalam hal ini, probabilitas P(A) dari terjadinya peristiwa A adalah sebuah
ukuran dari “derajat keyakinan” yang dimiliki seseorang terhadap
terjadinya peristiwa A
 Probabilitas Peristiwa Majemuk
Definisi

 Peristiwa majemuk (compound event) adalah peristiwa yang

merupakan gabungan/kombinasi dua atau lebih peristiwa sederhana
(simple event)
 Terdapat tiga jenis peristiwa majemuk antara peristiwa A dan
peristiwa B:
 Peristiwa A terjadi dengan syarat peristiwa B telah terjadi 
Notasi: P(A|B)
 Keduanya sama-sama terjadi
 Notasi: P(A dan B) atau P(AB)
 Salah satu peristiwa terjadi
 Notasi: P(A atau B) atau P(AB)
Probabilitas Peristiwa Majemuk
Probabilitas Bersyarat

 Peristiwa A terjadi dengan syarat peristiwa B telah terjadi

 Dengan telah terlebih dahulu peristiwa B terjadi, maka
terjadi perubahan (pengurangan) pada ruang sampel yang
perlu dipertimbangkan untuk menentukan probabilitas
peristiwa A.

A B
B AB

P( A  B)
P( A | B)  P( B)  0
P( B)
Probabilitas Peristiwa Majemuk
Probabilitas Peristiwa Majemuk
Probabilitas Peristiwa Majemuk

Peristiwa Saling Bebas (independent events)

dan Saling Terikat (dependent)

 Dua peristiwa A dan B saling bebas (independent) apabila

terjadinya/tidak terjadinya peristiwa A tidak mempengaruhi
probabilitas terjadinya peristiwa B
 Sebaliknya, jika terjadinya peristiwa A mempengaruhi
probabilitas terjadinya peristiwa B disebut peristiwa saling
terikat (dependent)
 Jika peristiwa A dan B saling bebas, maka berlaku:

P( A | B)  P( A) dan juga P( B | A)  P( B)
Probabilitas Peristiwa Majemuk

Peristiwa Mutually Exclusive (saling

meniadakan)

 Peristiwa A dan B adalah mutually exclusive jika A dan B

tidak dapat terjadi secara bersamaan
 Sebaliknya, jika peristiwa A dan B dapat terjadi secara
bersamaan dalam sebuah eksperimen probabilitas, maka A
dan B tidak mutually exclusive
 Jika peristiwa A dan B mutually exclusive, maka berlaku:

P( A dan B)  P( A  B)  0 artinya juga P( A | B)  0

Probabilitas Peristiwa Majemuk

Peristiwa Mutually Exclusive (saling

meniadakan)

 Diagram venn dari peristiwa mutually exclusive dan tidak

mutually exclusive

A A
B B
Probabilitas Peristiwa Majemuk
Hukum-hukum Probabilitas Peristiwa Majemuk

Hukum Perkalian-Peristiwa Saling Bebas

Jika A,B,C,... adalah peristiwa-peristiwa yang saling bebas

(independent events), maka probabilitas bahwa seluruh peristiwa
itu terjadi (joint probability) P(ABC ...), adalah perkalian dari
probabilitas masing-masing peristiwa
Probabilitas Peristiwa Majemuk

TEKNIK MESIN – FTUI

 DR. IR. HARINALDI, M.ENG
Probabilitas Peristiwa Majemuk
Hukum-hukum Probabilitas Peristiwa Majemuk

Hukum Perkalian-Peristiwa Saling Terikat

Untuk dua peristiwa A dan B yang saling terikat (tidak saling

bebas):
P( A dan B )  P( A  B)  P( A)  P( B | A)  P( B)  P( A | B)
Probabilitas Peristiwa Majemuk
Probabilitas Peristiwa Majemuk
Hukum-hukum Probabilitas Peristiwa Majemuk

Hukum Penjumlahan

Probabilitas peristiwa A atau peristiwa B atau kedua-duanya

sama-sama terjadi ditunjukkan oleh hukum penjumlahan
menyatakan:
P( A atau B )  P( A  B)  P( A)  P( B)  P( A  B)
Perluasan (Continued Reapplication) :
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 )
Probabilitas Peristiwa Majemuk

TEKNIK MESIN – FTUI

 DR. IR. HARINALDI, M.ENG
 Probabilitas Peristiwa Majemuk
Formulasi Bayes

 Perluasan dari probabilitas bersyarat dan hukum perkalian

(multiplication)
 terdapat sekelompok peristiwa B1, B2, ..., Bn
 mutually exclusive
 exhaustive  secara keseluruhan membentuk ruang sampel
 sebuah peristiwa lain A didefinisikan pada ruang sampel yang
sama
 Maka probabilitas peristiwa A didapat dengan menjumlahkan
probabilitas P(A  Bi) untuk seluruh harga i

n n
P( A)   P( A  Bi )   P( Bi )  P( A | Bi )
i 1 i 1
Probabilitas Peristiwa Majemuk
 Probabilitas Peristiwa Majemuk
Formulasi Bayes

 Sebaliknya jika peristiwa A telah terjadi

 Probabilitas masing-masing peristiwa Bi juga terjadi dapat ditentukan
dengan Formulasi Bayes:
P( Bi  A) P( Bi ) P( A | Bi ) P( Bi ) P( A | Bi )
P( Bi | A)   n  n
P( A)
 P( Bi ) P( A | Bi )  P( Bi  A)
i 1 i 1
Contoh:

Vendor I, II, III, dan IV menyediakan seluruh keperluan bantalan bush

yang dibeli oleh perusahaan Sumber Teknik sebanyak masing-masing
25 %, 35 %, 10 %, dan 30 %. Dari pengalaman selama ini diketahui bahwa
vendor I, II, III, dan IV masing-masing mengirimkan 80 %, 95 %, 70 %, dan
90 % bantalan bush yang baik (tanpa cacat).

Maka probabilitas bahwa sebuah bantalan yang dipilih secara acak

merupakan bantalan yang cacat, dapat dihitung sebagai berikut:

Misalkan A adalah peristiwa pemilihan sebuah bantalan yang cacat, dan

B1, B2, B3, dan B4, adalah peristiwa pemilihan bantalan dari vendor I, II, III,
dan IV, maka:
4 4
P( A)   P( A  Bi )   P( Bi )  P( A | Bi )
i 1 i 1

 0, 25(0, 2)  0,35(0, 05)  0,1(0,3)  0,3(0,1)

 0,1275
Kemudian jika terpilih sebuah bantalan cacat, maka probabilitas bantalan cacat itu
berasal dari vendor III adalah:

P( B3  A) 0, 03
P( B3 | A)    0, 2353
P( A) 0,1275
 Teknik Enumerasi: Pohon Probabilitas
Pohon Probabilitas

 Alat bantu grafis yang memudahkan dalam mengevaluasi

probabilitas yang berkaitan dengan eksperimen yang terdiri
dari beberapa tahap
Teknik Enumerasi: Pohon Probabilitas
Teknik Enumerasi: Pohon Probabilitas
Teknik Enumerasi: Analisis Kombinatorial

Permutasi

 Suatu permutasi dari n obyek yang berbeda dan setiap kalinya

dipilih sebanyak r obyek adalah suatu cara penyusunan r
obyek dari n obyek tersebut dengan memperhatikan urutan
susunannya.

 Didefinisikan:

dimana : n! = n(n-1)(n-2) ….(2)(1) dan 0! = 1

Teknik Enumerasi: Analisis Kombinatorial

Kombinasi

 Suatu kombinasi dari n obyek yang berbeda dan setiap kalinya

dipilih sebanyak r obyek adalah suatu cara penyusunan r
obyek dari n obyek tersebut tanpa memperhatikan urutan
susunannya.

 Didefinisikan:
Teknik Enumerasi: Analisis Kombinatorial

TEKNIK MESIN – FTUI

 DR. IR. HARINALDI, M.ENG
Teknik Enumerasi: Analisis Kombinatorial

TEKNIK MESIN – FTUI

 DR. IR. HARINALDI, M.ENG