Element Probabilitas
Agung Kartika
Teknik Sipil Ekstensi ITS
Terms
Probability: to measure how likely some events will
occur.
Experiments: data collecting process
Outcomes: hasil
Sample spaces: semua hasil yg mungkin terjadi
Simple event/an elementary outcome/element of
sample space: satu anggota sample space
Composite event: lebih dari satu simple event
Event dilambangkan dalam capital letter
Contoh Eksperimen
Eks a: Mencatat jenis kelamin 2 bayi pertama yang lahir di satu kota besok pagi.
Sa: {BB, BG, GB, GG}, B: boy, G: Girl
Finite sample
Discrete
space
Eks b: Mencatat pilihan 10 org yang menyukai kopi diantara teh atau kopi.
Sb: {0,1,2,3,4,5,6,7,8,9,10}
Sample space
Continuous
Eks c: Mencatat Kadar debu di udara dalam proyek konstruksi.
Sc: {t; 0<t<1}
Two
Sd: {(x,y); x non negative, y: (+,0,-)}
Discrete
infinite Spl
Countably
Eks e: Mencatat reaksi pasien thd antibiotik sampe mendapatkan reaksi balik
Space
Se: {R, NR, NNR, NNNR, ……...}
Contoh event
Event A dlm Eks A yg menyatakan exactly one
Girl akan menghasilkan: A={BG, GB}
Event B dlm Eks E yg menyatakan maksimum
(utmost) 5 pasien menjalani test akan
menghasilkan B={R, NR, NNR, NNNR, NNNNR}
Probability of an event
P(A): Prob. of event A
Equally likely elementary outcome (uniform probability
model): punya kesempatan sama. Eg.: Dadu,
S={e1,e2,e3,e4,e5,e6}, maka: P(e1)=P(e2)= P(e3)= P(e4)=
P(e5)= P(e6)=1/6
P(A): keluar angka genap, A={e2,e4,e6}, shg
P(A)=1/6+1/6+1/6=0.5, atau:
Jika S={e1,e2,….,ek} dengan prob of elementary
outcome=1/k, maka P(A) yang terdiri dari “m” element
menghasilkan P(A)=m/k
Example
Seorang inspector kualitas angkutan umum akan mengadakan
survey (randomly select) thd 20 perusahaan penyedia AKDP. Dari
20 perusahaan tsb 5 diantaranya memiliki manajemen yg tdk
sehat (T1,T2,T3,T4,T5) sedang 15 sisanya memiliki manajemen
yang sehat (S1, S2, S3…..S15). S={T1,T2,T3,T4,T5, S1, S2,
S3…..S15}, masing-masing elementary outcome memiliki prob
sebesar 1/20 (equally likely).
Probability mengunjungi perusahaan dgn manajemen yg tdk sehat
adalah: P(A)=5/20, sedangkan probability mengunjungi
perusahaan sehat adalah P(B)=15/20.
Bagaimana jika S={T,S}??lebih sederhana tapi tdk memenuhi
syarat equally likely dan tdk memenuhi syarat sbg uniform prob
model.
STABILITY OF RELATIVE FREQUENCY
rN(A)
Number of times A occurs in N trials
rN (A)
0.6 N
0.5
0.4
Stabil
0.3
0.2
0.1
Must Satisfy:
(i) Utk semua event A, 0<P(A)<1
(ii) P(A)= P(ei )
Semua i
dlm A
P(S)=
(iii)
P(ei ) 1
Semua i
dlm S
Contoh:
Pengamatan ttg jenis kelamin kakak beradik dalam
keluarga e1=(BB), e2(BG), e3=(GB), e4=(GG)
a. P(e1)=1/4, P(e2)=1/4, P(e3)=1/4, P(e4)=1/4…OK!
b. P(e1)=3/16, P(e2)=3/8, P(e3)=1/4, P(e4)=3/16…OK!
c. P(e1)=1/2, P(e2)=1/4, P(e3)=1/4, P(e4)=1/2…NOT-OK!
Diagram Venn
3 silinder beton diuji tekan, yg ingin diketahui
adalah apakah kuat tekan ()nya>1000kg/cm2
atau tidak. Sample space yangmungkin adalah:
Memenuhi (M) dan Tidak (T). Buat diagram
Venn-nya! Dan tentukan event-event berikut ini!
A: hanya satu yg tidak memenuhi
B: satu silinder pada uji pertama tdk memenuhi
C: dua uji pertama memenuhi
S={e1(TTT), e2(TTM), e3(TMT), e4(MTT), e5(TMM),
e6(MTM), e7(MMT), e8(MMM)}
A B (union) AB (intersection)
A Complement
(not A)
Ac
Contoh: lihat diagram Venn
Tentukan A B, AC, BC, Bc, (A B)c, Ac Bc?
AUB: {e1, e2, e3, e5, e6, e7}
AC: {e7}
BC : {} atau Ø
Bc: {e4, e6, e7, e8} Mutually exclusive/disjoint
P(A B)=P(A)+P(B)-P(AB)
P P 10 * 9 * 8 * 7 5040
r
n 10
4
b. P24
* P18
(4 * 3) * 8 96
P24
* P18
96
c. P(x)
P312 1320
KOMBINASI
Kombinasi Permutasi (arrangements)
1 ABC ABC, ACB, BAC, BCA, CAB, CBA =3!=6
2 ABD ABD, ADB, BAD, BDA, DAB, DBA =3!=6
3 ACD ACD, ADC, CAD, CDA, DAC, DCA =3!=6
4 BCD BCD, BDC, CBD, CDB, DBC, DCB =3!=6
24
Kombinasi 3 thd 4=
P34
24
4cara
3! 6
n Prn
Jadi : C rn
r r!
n n n!
r n r r ! (n r )!
n n
1, n, 0! 1
n 1
Contoh 4, lihat contoh 3
Jml unordered (kombinasi)sample yg mungkin adalah:
12 12x11x10
220
3 1x 2x3
kombinasi mengambil 2 R dan kombinasi mengambil 1
B adalah sbb:
4 4x3 8 8
2 1x 2 1 1
Product rule: ((4x3)/(1x2))x(8/1)=48
Prob mendapatkan 2 R dan 1B adalah:48/220
Contoh 5
15 sample tanah diuji CBR-nya. Hasil
menunjukkan 9 sample bagus, 4 sample jelek
dan 2 sample sedang. Jika diambil sample
secara random,
a. Berapakah prob paling tidak 2 dari 3 sample yg
diambil memiliki CBR yang bagus.?
B. Berapa prob. 2 sample pertama yg terpilih
bagus dan yg ketiga jelek.
Solusi:
A. 15
455 Product Rule
3
Jika A2: event bwh tepatnya memiliki 2 sample bagus
Jika A3: event bwh tepatnya memiliki 3 sample bagus
P(A2) memilih 3 dari 15 dimana yang 2 diambil dari 9 dan
yg 1 diambil dari sisanya (6)
9 6 9x8 6 216
x 216 P ( A 2)
2 1 1x 2 1 455
P(A3) memilih 3 dari 15 dimana yang 3 diambil dari 9 dan
yg 0 diambil dari sisanya (6)
9 6 84
84 P( A3)
3 0 455
P(paling tidak 2 bagus)=P(A2 A3), disjoint
P(A2 A3)=P(A2)+P(A3)
216 84 300
455 455 455
P(AB)=P(B).P(A|B)
P(ABC)=P(A).P(B| A).P(C|AB)
Contoh 7.
Dalam perusahaan kontraktor yang sedang
membangun gedung terdapat 30 pekerja, 5 di
antara perkerja tersebut memiliki skill yang
bagus (B), Jika pinpinan kontraktor memanggil
secara acak 3 pekerjanya, berapa probability 2
pekerja pertama yg dipanggil skillnya bagus (B)
dan pekerja yang ketiga skillnya jelek (J)?
Event: B1, B2, J3.
P(B1B2J3)=P(B1) P(B2|B1) P(J3|B1B2)
P(B1)=5/30,
P(B2|B1)=4/29,
P(J3|B1B2)=25/28
P(B1B2J3)=(5/30)(4/29)(25/28)=25/1218
Atau pakai permutasi:
P25 * P125 5 * 4 * 25 25
P(B1, B2, J3)
P330
30 * 29 * 28 1218
Dua event independent jika:
1. P(A|B)=P(A), atau
2. P(B|A)=P(B), atau
3. P(AB)=P(A)*P(B)
Contoh 8
Mengamati mobil yang ada di jalan, mencatat 2 mobil pertama yg
dilihat, apakah mobil tsb parkir (P) atau tidak (T). Space: {PP, PT,
TP, TT)
Event A: pengamatan pertama “parkir”{PP, PT}
Event B: pengamatan ke dua “parkir”.{PP, TP}
Event C: kedua hasil menunjukkan “parkir” atau “Tidak”{PP,TT}
Manakah ang merupakan pasangan independent??? AB, AC atau
BC?
Solusi
P(A)=1/2, P(B)=1/2, P(C)=1/2
P(AB)=1/4, P(AC)=1/4, P(BC)=1/4
CHECK syarat no 3! PP A
PT
P(A)P(B)=1/4=P(AB)
P(A)P(C)=1/4=P(AC) TP
TT
B C
P(B)P(C)=1/4=P(BC)
Jadi, AB, AC dan BC independent
Lihat Contoh 6
P(A)=0.2
P(A|B)=P(AB)/P(B)=0.1/0.25=0.4, tdk
memenuhi syarat 1 atau 2, jadi A dan B tdk
independent.
Perbedaan Disjoint dan
independent event
P(A)0
P(B)0, krn disjoint maka P(AB)=0
Jika independent hrs memenuhi syarat sbb:
P(A) P(B)=P(AB)
Non zero*non zero 0
LATIHAN
Jika pada suatu halte jumlah kedatangan bus
adalah 90 bus per hari, 30 diantaranya dalam
keadaan penuh sedangkan 10 diantaranya
datangnya terlambatselain itu diketahui bwh bus
yg datang dalam keadaa terlambat dan penuh
adalah 5 bus, maka berapakah probability bus
datang terlambat dalam kondisi penuh?
P(p)=30/90, P(t)=10/90, P(pt)=5/90
P(p|t)=P(pt)/P(t)=(5/90)/(30/90)=0.5
Latihan
Event A, B,C. A dan B independent, B dan C disjoint,
P(A)=0.5, P(B)=0.3 dan P(C)=0.1. Tentukan notasi
dan hitung probabilitynya!
A. A dan B terjadi
B. Salah satu dari A atau B terjadi
C. B tidak terjadi
D. Ketiga kejadian di atas tdk terjadi
Lanjutan Conditional Prob.
Korosi menyerang pondasi tiang pancang baja pada
struktur dermaga sebanyak 2% dengan skala serius,
10% ringan dan sisanya tdk terserang jamur. Uji lab
terhadap tiang pancang menghasilkan akurasi 90% dlm
mendeteksi yang serius, 60% untuk yang ringan,
sedangkan uji terhadap tiang yg tdk terserang
menunjukkan 10% yg terserang (positif). Jika sebuah
tiang diuji menghasilkan kesimpulan positf (terserang),
maka berapa prob. tiang tersebut terkena serangan
korosi yang serius?
Serius: S test positif : +
Ringan: L test negatif : -
Non-korosi: N
P(S+)= 0.018/0.166=0.11
Binomial Distribution
Ada dua kemungkinan saja eg: ya (p) dan tidak
(1-p)
n x
P (X x ) p 1 p
n x For X=0,1,2,….n
x
Dimana:
n n!
x x ! n x !
0!=1
n
E (X ) xP (x ) n .p Var(X)=E(X-)2=np(1-p)
x 0
Contoh A
Jika 10% dari produk tiang pancang suatu pabrik
adalah “cacat” dan jika 12 tiang diambil dari
populasi tersebut, berapakah prob:
A.exactly 2 tiang pancang cacat
B.utmost 2 tiang pancang cacat
C.at least 3 tiang pancang cacat
Solusi
12 2
A. P( X 2) 0.1 1 0.1
12 2
0.23
2
B. P(X<2)=P(X=0)+P(X=1)+P(X=2)
12 0 12 1
P(X 2) 0.1 1 0.1 0.1 1 0.1
12 0 121
0.23
0 1
P(X<2)=1*1*0.0282+12*0.1*0.3138+0.23=0.89
C. P(X>2)=P(X=3)+P(X=4)+…..
=1-P(X<2)=1-0.89=0.11
Poisson Dist
P(X x)
e λt
λt
x
For X=0,1,2,….n
x!
n
E(x) xP(x) λt
x 0
P(0)
e 3
3
0
0.05
0!
P(x>1)=1-0.05
=0.95
Distribusi Normal
Prob. Density Function (pdf)
1 2
exp 2 x μ , x
1
f(x)
σ 2π 2σ
Commulative dist function (fdf)
x x 1 t μ 2
F(x) f ( t )dt exp 2 dt
2ππ 2σ
Dimana:
: mean
: variance
X~N(,2)
Bentuk Normal Dist. (bell shaped)
Var=1
4
Var=4
-3.5 0 3.5
Normal Dist Standard
Random Variable dgn mean=0 dan Var=1,
Z~N(,2)
Important properties:
I) P(Z<a)=(a)
II) P(Z>a)=1-(a)
III) P(a<Z<b)= (b)-(a)
IV) (-a)= 1-(a)
Contoh 1:
Z~N(0,1), hitung P(-1<Z<1)
Solusi:
(1)-(-1) = (1)-[1-(1)]
= 2(1)-1, (1): lihat tabel
= 2(0.841)-1
= 0.682
Bagaimana jika bentuk tdk
standard?
x~N(,2) instead of Z~N(0,1).
Maka: X μ Z~N(0,1)
Z
σ
Sehingga,
x μ
I. P(X x) φ
σ
x μ
II.P(X x) 1 φ
σ
bμ a μ
III.P(a X b) φ φ
σ σ
Contoh 2
Jika: x~N(10,4), tentukan P(X<7)?
Solution:
7 10
φ φ 1.5 1 φ1.5
2
1 0.933 0.067
Tugas 7
Latihan:
Pengukuran tebal lantai beton pada beberpa titik
menunjukkan bahwa datanya berdistribusi
Normal dengan mean: 10cm dan standard
deviasi 0.03.
A. Tentukan prob tebal plat >10.05
B. Berapa prob tebal plat antara 9.97 dan 10.03
Statistical inference
Population Parameter Point estimates
Mean x
Variance 2 s2
SD s
Hal ini akan cocok jika jml n meningkat >30, namun jika
populasinya sdh berdist normal, maka dgn jml n yg <30 pun
sdh bisa dianggap normally distributed
Populasi
x1,x2,x3,…..,xn x
beda
x’1,x’2,x’3,…..,x’n x’
x ~ N μ, σ 2 n
σ
n standard error of mean
Contoh:
Diameter lubang baut dari hasil pengeboran
berdistribusi normal dgn =2.5cm dan =0.009cm
a. Tentukan distribusi sample mean dari sembilan lubang
baut
b. Hitung prob. Lubang yg melebihi 2.505cm
Solusi:
a. n=9, standard error=0.009/(90.5)=0.03.
Jadi dist samplenya adl:
x ~ N 2.5,0.0032
b. Px 2.505 1 Φ x μ
σ
2.505 2.5
P x 2.505 1 Φ 0.048
0.003
Confidence interval for µ ( known)
P(-za/2<z<za/2)=1-a, utk a=1%, 5%, 10%
dimana: x μ
z
σ n
shg: x μ
P z α/2 z α/2 1 α
σ n
σ σ
P x z α/2 μ x z α/2 1 α
n n
x μ Dimana:
T ~ t n 1
s n tn-1 adl dst t dengan derajat
kebebasan (n-1)
Formula:
s s
x t n 1;α 2 μ x t n 1;α 2
n n
Contoh
Lama waktu menunggu bus terdistribusi secara
normal, sepuluh calon penumpang secara
random disurvey lama waktu menunggunya.
Hasil survey sbb: 108,138, 124,163,124,159,
106, 134,115,139. Buat confidence interval mean
waktu tunggu bus tersebut.
Solusi:
Step 1; a=0.05, 1- a =0.95, a /2=0.025
n-1=10-1=9, t9;0.025=2.262
Step 2; x=131, s=19.54
Step 3; confidence interval
s
x t n 1;α 2
n
19.54 19.54
131 2.262 μ 131 2.262
10 10
117.02 μ 144.98
(1-a)x100%
σ s s
confidence x z α/2 x z α/2 x t n 1;α 2
n n n
interval
Tugas 8
Latihan
Sebuah alat speed gun akan digunakan utk mengukur
kecepatan kendaraan. Untuk itu akan dilakukan
kalibrasi terhadap alat tersebut. Kalibrasi dilakukan
dengan ‘menembakkan’ speed gun pada obyek yang
bergerak dengan kecepatan tetap yaitu 40 km/j. Hasil
‘tembakan’ speed gun menunjukkan hasil sbb: 39.5,
38.8, 40.1, 40.05, 40.01, 42.0, 41.2, 39.8, 38.2, 40.02,
41.2, 41.3, 40.05, 39.4, dan 41.02. Jika a sebesar 5%,
maka tentukan apakah speed gun tersebut akurat atau
tidak!
Hypothesis Test
Untuk menguji apakah sekelompok data tertentu
memiliki karakteristik tertentu. Misal: akan
menguji apakah mean dari kuat tarik serat fibre
adalah 150psi atau bukan.
H0: =150, H1: 150
Hubungan Test Hipotesa dengan
Confident Interval
H0: = 0, H1: 0
x y μ x μy
N0,1
2
x
nx y ny
2
Confidence interval untuk (xy),
x & y diketahui
σ σ σ σ
2 2
X - Y- z
2 2
μ x μ y X - Y zα 2
x y x y
α2
nx ny nx ny
Contoh CI-4
2 macam admixture dicampurkan dalam campuran beton semen,
kuat tekan (’) yg dihasilkan adl sbb: (nx=ny=50)
Admixture Sample Mean Sample Standard Deviation
() ()
A 78.3mpa 5.6
B 87.2mpa 6.3
Buat 95% confidence interval mean dari populasi!
x-y = 78.3-87.2= -8.9
1-a=0.95, a=0.05, a/2=0.025, za/2=1.96
σ σ
2 2
5.6 2 6.32
1.19
x y
nx ny 50 50
s p
2
n
nx ny nx ny x ny nx ny
N(0,1) : N(0,1) tm : tv
(1-a)x100% X Y X Y X Y X Y
confidence
2 2 2 2 2 2
sx sy 1 1 sx sy
interval za za t m:a s p t v: a
2 nx ny 2 nx ny 2 nx n y 2 nx ny
Dimana:
s 2
/n x s y /n y
2
2
n x 1s x 2 n y 1s y 2
υ
s sp
x 2
x
2
/n x / n x 1 s y /n y / n y 1
2 2
2
nx ny 2
m=nx+ny-2
Data
Plastic A Plastic B
Contoh CI-5 Sample size
Sample standard dev. (psi)
10
0.8
12
1.2
Sample mean (psi) 162.6 160
Normally dist, Buat 95% CI utk mean difference, apakah kedua
jenis plastik tsb mean kekuatannya berbeda?
x-y = 162.6-160= 2.6 s2x s2y 0.82 1.22
0.43
nx ny 10 12
s 2
/n x s y /n y
2
2
0.43 2 2
υ
s /n 1 0.8 /10 /10 1 1.2 /12 /12 1
19
x
x
2
/n x / n x 1 s y /n y
2
2 2
y
2 2 2 2
2 2
X - Y- t
2 2
s s x y
μ x μ y X - Y t υ:α 2 s s
x y
x-y
υ:α 2
nx ny nx ny
Jadi, 95% yakin bwh perbedaan meannya berada di antara 1.7 dan 3.5,
shg, pada 5% level kepercayaan data menunjukkan mean yg beda.