Konsep probabilitas

Sebuah Eksperimen akan menghasilkan sesuatu yang tidak

dapat diperkirakan sebelumnya

Sekumpulan hasil eksperimen  ruang sampel

Koin = {h,t}
Dadu = {1, 2, 3, 4, 5, 6}

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc.

 ProbabilitAS
Probabilitas sebuah hasil eksperimen merupakan bilangan
antara 0 dan 1 yang mengukur kemungkinan bahwa hasil
tersebut akan terjadi pada saat eksperimen dilakukan .
(0=tidak mungkin terjadi, 1=pasti terjadi).
Penjumlahan dari probabilitas seluruh titik sampel harus = 1.

CONTOH: Pelemparan koin

P(H)=0.5 P(T)=0.5

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc.

 KEJADIAN

Sebuah kejadian is merupakan kumpulan khusus dari

titik sampel

Probabilitas sebuah kejadian A dihitung dengan

menjumlahkan probabilitas hasil pada sampel ruang
untuk A

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc.

 Langkah UNTUK MENGHITUNG
PROBABILITAS
Tetapkan eksperimen
Buat daftar titik sampel.
Berikan probabilitas pada titik sampel
Tentukan kumpulan dari titik sampel yang terdiri dari
kejadian yang kita ingingkan
Jumlahkan probabilitas titik sampel untuk memperoleh
probabilitas kejadian

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc.

 CONTOH:
Pelemparan 2 dadu
Berapa probabilitas jumlah titik dari kedua
dadu adalah 6?

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc.

 1 2 3 4 5 6
1 1,1 1,2 1,3 1,4 1,5 1,6
2 2,1 2,2 2,3 2,4 2,5 2,6
3 3,1 3,2 3,3 3,4 3,5 3,6
4 4,1 4,2 4,3 4,4 4,5 4,6
5 5,1 5,2 5,3 5,4 5,5 5,6
6 6,1 6,2 6,3 6,4 6,5 6,6

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.6

 Set
Sebuah kejadian gabungan merupakan sebuah komposisi dari 2 atau
lebih kejadian.
AC : Komplemen A merupakan kejadian bahwa A tidak terjadi
AB : Union (gabungan) dari 2 kejadian A dan B merupakan
kejadian yang terjadi jika A atau B atau keduanya terjadi  berupa
seluruh titik sampel yang masing-masing terdapat pada A dan B
AB: Irisan dari 2 kejadian A dan B merupakan kejadian yang
terjadi jika A dan B terjadi  berupa seluruh titik sampel yang
terdapat pada A sekaligus pada B
Kejadian A Komplemen A Gabungan A dan B Irisan A dan B

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc.

 ATURAN DASAR PROBABILITAS
Aturan komplemen:
P(Ac)=1-P(A)
Aturan Perkalian:
P(A*B) = P (A dan B) = P(AB)
= P(A) * P(B|A)
Aturan Penambahan:
P(A+B)= P(A atau B) = P(A  B)
= P(A)+P(B)-P(AB)
Probabilitas gabungan dari beberapa kejadian yang tidak
saling bergantung:
P(A1  A2 A3… An) = 1-P(A1C) * P(A2C) * P(A3C)… * P(AnC)

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc.

 Kejadian Mutually Exclusive

Jika A dan B mutually exclusive, maka terjadinya 1 kejadian

membuat kejadian lain tidak mungkin
P(A and B) = P(A * B) = 0
sehingga:
P(A or B) = P(A) + P(B)

Jika A adalah himpunan bagian dari B, maka probabilitas B

paling tidak sama dengan probabilitas A
 A  B    A B   A
   
   
 P( A)  P(B)
Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.9
 Contoh 1

A1 = produksi dari perusahaan ternama

A2 = produksi dari perusahaan tidak ternama
B1 = produk terkenal di pasar
B2 = produk tidak terkenal di pasar

B1 B2
A1 .11 .29
A2 .06 .54

P(A2 dan B1) = .06

.

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.10

 Contoh 2

A1 atau B1 terjadi saat:

A1 and B1 terjadi, A1 and B2 terjadi, A2 and B1 terjadi

B1 B2 P(Ai)
A1 .11 .29 .40
A2 .06 .54 .60

P(Bj) .17 .83 1.00

P(A1 atau B1) = 0.11 + 0.06 + 0.29 = 0.46

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.11

 Contoh 3
Produk yang akan diperiksa bagian QC terdiri dari 7
berukuran medium (M) dan 3 berukuran jumbo (J). Jika
diambil 2 produk, berapa probabilitas bahwa produk yang
diambil keduanya jumbo?

P(J1) = 3/10 = .30

P(J2 |J1) = 2/9 = .22
P(J1 * J2) = P(J1) * P(J2 |J1) = (.30)*(.22) = 0.066

CATATAN: kedua pengambilan saling bergantung.

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.12

 Contoh 4
Jika produk yang diambil berasal dari shift yang berbeda dan
tiap shift terdiri dari 7 berukuran medium (M) dan 3
berukuran jumbo (J). Berapa probabilitas bahwa produk
yang diambil keduanya jumbo?

P(J1 * J2) = P(J1) * P(J2 |J1) = P(J1) * P(J2)

= (3/10) * (3/10) = 9/100 = 0.09

CATATAN: kedua kejadian tidak saling bergantung

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.13

 Contoh 5
22% konsumen membeli produk S dan 35% membeli produk
P, sedangkan 6% membeli keduanya. Berapa probabilitas
konsumen membeli produk S atau produk P?
P(S atau P) = P(S) + P(P) – P(S dan P)
= .22 + .35 – .06 = .51

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.14

 Probabilitas marginal
Probabilitas marginal dihitung dengan menambahkan baris
dan kolom pada tabel
P(A2) = .06 + .54

B1 B2 P(Ai)
A1 .11 .29 .40
A2 .06 .54 .60
P(Bj) .17 .83 1.00

P(B1) = .11 + .06 BOTH margins must add to 1

(useful error check)

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.15

 Contoh 5
P(A1) = .11 + .29 = .40
P(B1) = .11 + .06 = .17

B1

B1 B2 P(Ai)
A1 A1 .11 .29 .40
A2 .06 .54 .60

P(Bj) .17 .83 1.00

P(A1 or B1) = P(A1) + P(B1) –P(A 1 and B1) = .40 + .17 - .11 = .46

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.16

 Probabilitas bersyarat
Probabilitas bersyarat digunakan untuk menentukan
probabilitas 1 kejadian jika terjadi kejadian lain yang terkait.

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.17

 P( A and B) = P(A)*P(B|A) = P(B)*P(A|B)

Jika A dan B tidak saling bergantung, maka:

P ( A B )  P ( A) P( A B)  P( A)P(B)
P ( B A)  P ( B )

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.18

 Contoh
A1 = produksi dari perusahaan ternama
A2 = produksi dari perusahaan tidak ternama
B1 = produk terkenal di pasar
B2 = produk tidak terkenal di pasar

B1 B2 P(Ai)
A1 .11 .29 .40
A2 .06 .54 .60

P(Bj) .17 .83 1.00

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.19

 Independensi (Ketidakbergantungan)

Untuk mengetahui apakah 2 kejadian tidak saling

bergantung, yaitu probabilitas 1 kejadian tidak dipengaruhi
oleh terjadinya kejadian lain

Kejadian A dan B dikatakan tidak saling bergantung jika

P(A|B) = P(A)
dan
P(B|A) = P(B)

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.20

 Contoh…
P(B1 | A1) = 0.275

P(B1) = 0.17

P(B1|A1) ≠ P(B1)  saling bergantung

Probabilitas kejadian B1 dipengaruhi terjadinya kejadian A1.

Copyright © 2005 Brooks/Cole, a division of Thomson Learning, Inc. 6.21