KONSEP

PROBABILITAS
Konsep Probabilitas
◦ Aksioma dari probabilitas
◦ Trial yang independen
◦ Random atau acak
◦ Probability adalah approximate
Mencari Distribusi Probabilitas
◦ Data historis
Dengan mengamsti berulang kali berbagai kerugian yang
telah terjadi sehingga diperoleh informasi berapa kali
terjadinya kerug.ian dalam masa tertentu atau berdasarkan
pengalaman sebelumnya.
◦ Distribusi teoritis
1. Distribusi binomial
2. Distribusi poisson
Probabilitas frekuensi dari data historis
Mengukur probabilitas berdasarkan data yang dimiliki:
Contoh:
Data menunjukkan selama 240 hari kerja dalam setahun, mesin
rusak selama 20 hari. Maka probabilitas mesin rusak:
Diketahui:
x (data historis risiko) = 20 hari
n (data jumlah event) = 240 hari
P (x) = 𝑥Τ𝑛
P (x) = 20Τ240 = 0,0833 atau 8,33%
Soal
◦ Apabila data historis menunjukkan 500 kali penerbangan
terdapat 6 kali insiden kecelakaan pesawat . dari
informasi data diatas berapa probabilitas risiko
terjadinya insiden kecelakaan pesawat tersebut?
Distribusi Binomial
jika
◦ variabel hanya memiliki 2 kemungkinan hasil
◦ probabilitas (peluang) kedua hasil tersebut tidak berubah
◦ telah diketahui % probabilitas (risiko)
probabilitas suatu hasil distribusi binomial
◦ probabilitas (sukses) = p
◦ probabilitas (gagal) q = 1-p
Distribusi Binomial
besarnya probabilitas suatu event terjadi tepat sebanyak x kali (risiko) dari sebanyak
n kali trial kejadian (event) adalah:
koefisien binomial

𝑛 𝑥 𝑛−𝑥
𝑓𝑥 𝑥; 𝑛, 𝑝 = 𝑃 1−𝑝
𝑥
f x = probabilitas terjadinya x dari n (kejadian)
x = jumlah kejadian yang ingin diketahui
n = banyaknya percobaan/periode
p = kemungkinan risiko
q = kemungkinan tidak berisiko atau (1-p)
contoh
Telah diketahui bahwa 15% hasil produksi dari sebuah mesin ternyata rusak. diambil
secara random hasil produksi itu sebanyak 10 buah untuk diselidiki. Berapa
probabilitas jika ternyata terdapat 2 yang rusak?
𝑛 𝑥
𝑓𝑥 𝑥; 𝑛, 𝑝 = 𝑃 1 − 𝑝 𝑛−𝑥
𝑥
𝑛 𝑛!
𝑥
= = atau lihat tabel koefisien binomial
𝑥! 𝑛−𝑥 !
𝑛 3628800
𝑥
= = 45
2 40320
maka,
f(2) = 45. (0,15)2 . (0,85)10−2
f(2) = 45. (0,225). (0,27) = 0,275 = 27,5%
Distribusi Poisson
jika :
◦ perhitungan untuk memperhitungkan atau proyeksi kejadian yang terjadi untuk masa waktu ke depan.
◦ dapat dihitung rata-rata kejadian melalui data historis tentang kejadian yang serupa sebelumnya.
𝑒 −𝜆
𝑝 𝑥; 𝜆 =
𝑥!
p x = probabilitas terjadinya x (kejadian)
x = banyaknya kejadian yang ingin diketahui
𝜆 = rata-rata kejadian dalam satu periode
e = konstanta/ sebaran poisson = 2,71828
x!= faktorial dari x