Statistik Lingkungan 01

Konsep Dasar Probabilitas

d a n Distribusi Probabilitas
TUGAS KELOMPOK PERTEMUAN 3
Anggota
Kelom p ok
 Setri Azizah Adryani - 1910941026
 Zahratul Inaya Annessy - 1910943017
 Alifia Mardhia Andini - 1910943018
 Rafilah Nabila - 1910943028
Contoh 3.1
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 dimana diperoleh satu buah sikring yang rusak, maka
 A = {BBP, BPB, PBB}.

S Gambar 3.1
A S = himpunan dari semua kemungkinan urutan
sikring (ruang sampel)

A = peristiwa yang terdapat 1 buah sikring yang

rusak.
Contoh 3.2 Definisi Probabilitas (klasik)

 Definisi klasik cocok digunakan misalnya pada permainan tebakan/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(A)= (fA) = banyaknya terjadi cara A

N = total jumlah cara

Kartu As = 4 kartu (fA)

1 set kartu bridge = 52 kartu (N)
P(A) = = 0,077
Contoh 3.3 Definisi Frekuensi Relatif

 Probabilitas mendapatkan sebuah motor baru merk

“X” yang cacat saat seseorang membelinya mungkin
sulit diketahui dengan menggunakan definisi klasik
probabilitas. Namun dapat ditentukan jika :

• Diketahui jumlah seluruh (populasi) produk

motor baru “X”
• Jumlahnya yang cacat.
 

 Dengan menggunakan definisi frekuensi relatif

P(Xc)= , perlu dilakukan pemeriksaan terhadap
sampel motor “X” sebanyak jumlah sampel yang memadai
dan dipercaya.
Contoh 3.4 Definisi Subjektif (Intuitif)

Suatu strategi perang memilih salah satu di antara dua

alternatif yang masing-masing memberikan dua akibat
berbeda, yaitu :
• menjatuhkan bom
• tidak menjatuhkan bom ke daerah musuh.

Karena masing masing alternatif tidak bisa diuji coba

secara eksperimen untuk mengetahui bagaimana reaksi
musuh, maka kita harus percaya pada “penilaian dari
ahli (expert judgement)” untuk menentukan
probabilitas dari akibat yang akan muncul.
 Begitu juga yang terjadi dalam meralmalkan
siapa yang akan menjuarai suatu turnamen sepak
Lanjutan bola. Penilaian yang subjektif dari pegamat
Contoh 3.4 sepak bola yang handal lebih lebih diperlukan.
Contoh 3.5 Probabilitas Bersyarat

 Sebuah perusahaan pembuat personal komputer melengkapi produk terbarunya

dengan program-program siap pakai. Jika dihitung dari jumlah seluruh produk
terbaru tersebut, 60% dilengkapi dengan program word processor, 40% dilengkapi
dengan program spreadsheet, dan 30% dilengkapi dengan kedua program siap
pakai tersebut. Misalkan seseorang membeli komputer buatan perusahaan tersebut,
dan didefinisikan dengan :
A = {komputer yang dilengkapi dengan word processor}
B = {komputer yang dilengkapi dengan spreadsheet}

maka: P(A) = 0,6; P(B) = 0,4; dan P(A B) = 0,3.

Jika komputer yang dibeli oleh orang tersebut telah dilengkapi dengan spreadsheet,
maka probabilitas komputer tersebut juga dilengkapi dengan program word processor
adalah probabilitas bersyarat P(A|B).
 Probabilitas Bersyarat

Berarti, dari seluruh komputer yang

P(A|B) = dilengkapi program spread sheet, 75% nya
= = 0,75 dilengkapi dengan program word
processor.

A
B
0,3 0,1   B
A
0,1
0,3 0,3
HUKUM-HUKUM PROBABILITAS PERISTIWA MAJEMUK
-Hukum Perkalian (Multiplication Law)
Peristiwa saling bebas
Contoh Soal 3.6

 Diketahui bahwa 30% mesin buatan pabrik X memerlukan perbaikan (service) selagi masih dalam masa
garansi,sementara hanya 10% mesin pengering buatan pabrik yang sama yang membutuhkan
perbaikan. Jika seseorang membeli satu set yang terdiri dari mesin cuci dan satu mesin
pengering.Probabilitas kedua mesin tersebut memerlukan perbaikan selama masih dalam masa garansi
dapat ditentukan dengan hokum perkalian.Misalkan C adalah peristiwa mesin cuci memerlukan
perbaikan dan K adalah peristiwa mesin pengering memerlukan perbaikan. Maka P(C) =0,3 dan
P(K)=0,1 dengan asumsi bahwa mesin cuci dan mesin pengering berfungsi secara terpisah (saling
bebas)satu sama lainnya,maka probabilitas keduanya memerlukan perbaikan selama masa garansi
adalah :
Diketahui pada soal bahwa - P(C) = 0,3
- P(K) = 0,1
Karena kedua mesin cuci tersebut bekerja secara terpisah/tidak saling berhubungan (saling bebas)
Maka : P ( C ∩ K)
: P (C) .P(K)

  Prinsip dasar perancangan lebih (excessive design) bertujuan meningkatkan reliabity desain terutama
untuk bagian-bagian kritis.Sebagai contoh untuk menghubungkan sumber listrik di bagian depan pesawat
militer ke peralatan-peralatan yang menggunakan listrik di bagian belakang,digunakan lebih dari satu
kabel (misalnya 3 kabel) secara paralel,yang masing masing dengan jalur berbeda,melalui rangka
pesawat (fuselage).jadi jika tembakan musuh memutuskan sebuah kabel , maka kedua kabel lainya masih
terjaga.seandainya probabilitas sebuah kabel yang putus oleh tembakan adalah 0,01 untuk setiap satu
jam tempur,maka dengan cara merancang lebih pengkabelan menjadi 3 pasang ,probabilitas putusnya
hubungan tenaga listrik dalam satu jam tempur di pesawat itusangat jauh berkurang karena probabilitas
dari putusnya ketiga kabel akan menjadi:
Diketahui sebuah pesawat memerlukan 3 kabel dengan besar probabilitas 0,01 dan tidak saling
berhubungan satu sama lain
-K1 : 0,01
-K2 : 0,01
-K3 : 0,01
Maka :
P (K1 ∩ K2 ∩ K3) = P(K1).P(K2).P(K3)
= (0,01).(0,01).(0,01)
= 1x
=
-Hukum Perkalian
Peristiwa Tidak Saling Bebas

Contoh Soal 3.7

Dari gejala yang ditunjukkan pada computer yang akan diperbaiki ,seorang ahli perangkat keras
computer memastikan bahwa kerusakan hanya disebabkan oleh salah satu dari keempat blok
rangkaian pada mainboardnya. untuk itu dia berencana memeriksa satu persatu keempat blok
tersebut . berapakah probabilitas bahwa sekurang-kurangnya mekanik tersebut harus melakukan
tiga blok rangkaian sampai dia dapat menentukan blok rangkaian yang rusak ?
Logika pada permasalahan diatas adalah sang mekanik harus melakukan pemeriksaan berikut
nya jika pada pemeriksaan sebelumnya dia mendapatkan blok rangkaian yang tidak rusak.
-jika ditetapkan X : {pemeriksaan pertama memperoleh blok tidak rusak}
Y : {pemeriksaan kedua memperoleh hasil blok tidak rusak} ,
maka P(Y/X) = 3/4
Jika pada pengecekan blok pertama didapat hasil blok tidak rusak,maka tiga blok
rangkaian yang belum diperiksa terdapat dua blok yang tidak rusak,sehingga P(Y/X)=2/3
Jadi pemeriksaan ketiga dapat dilakukan apabila pemeriksaan pertama dan kedua
memperoleh hasil blok yang tidak rusak

 
Sehingga jika menggunakan Hukum Perkalian didapatkan :
P(X dan Y) = P(X ∩ Y)
= P (Y|X) . X
=.
-Hukum Penjumlahan (Addition Law)

 Probabilitas peristiwa A dan B sama-sama terjadi .

 A dan B tidak perlu saling bebas ,selama diketahui probabilitas gabungannya P(A ∩ B).
 Jika peristiwa A dan B adalah mutually exclusive (jika salah satu peristiwa terjadi, maka peristiwa lain
mustahil terjadi),maka P(A∩ B)=0,sehingga :

 Persamaan tersebut dapat digeneralisasi untuk berapapun jumlah peristiwa dengan proses penerapan
kembali berlanjut
Contoh Soal 3.8
 

Perhatikan struktur yang dilas seperti pada gambar diatas .kegagalan dari struktur
terjadi apabila salahsatu atau lebih dari ketiga sambungan las tersebut putus. Jika
probabilitas dari putusnya masing-masing sambungan las 0,001 Dan diasumsikan
sambungan saling bebas ,maka :
 Pada soal dapat dilihat bahwa saling berhubungan,sehingga :
atau atau =
=

= 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
Contoh 3.9
Sebuah sistem sembarang seperti seperti yang ditunjukkan Gambar 3.6 tersusun atas tiga
tingkat.sistem ini akan bekerja dengan baik jika ketiga tingkatnya berjalan dengan baik.
Misalkan seluruh unit dalam setiap tingkat saling bebas dan masing-masing probabilitas
berjalan baiknya adalah:
P(A) = 0,7 P(B) = 0,7 P(C) = 0,9 P(D) = 0,8
P(E) = 0,6 P(F) = 0,6 P(G) = 0,6

  Tingkat 1(
= P(A atau B) = P(A B)
= P(A) + P(B) – P(A B) = P(A) + P(B) – P(A)P(B)
= 0,7 + 0,7 – (0,7)(0,7) = 0,91
Tingkat 2 )
) = P(C dan D) = P(C D) = P(C) . P(D)
= (0,9)(0,8) = 0,72
Tingkat 3
P(E atau F atau G) = P(E F G)
= P(E) + P(F) + P(G) – P(E F)- P(E G)- P(F G) + P (E F G)
= P(E) + P(F) + P(G) – P(E)P(F) – P(E)P(G) – P(F)P(G) + P(E)P(F)P(G)
= 0,6 + 0,6 + 0,6 – (0,6)(0,6) – (0,6)(0,6) – (0,6)(0,6) + (0,6)(0,6)(0,6)
= 0,936
Sehingga diperoleh :
P(sistem berjalan) = P(dan dan ) =P )
=(0,91).(0,72).(0,963) = 0,613
Jadi, harapan keuntungan memakai mesin
produksi
Jadi sistem tersebut keseluruhan memilikitersebut adalah sebesar
61,3% kemungkinan Rp. dengan
dapat berjalan 3,1 baik
juta.
 Formulasi Baye
 sContoh Soal 3.10
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 slama ini diketahui bahwa
vendor I,II,III, dan IV masing-masing mengirimkan 20% , 5%,30%,dan 10% bantalan bush yang 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 dan adalah
peristiwa pemilihan bantalan dari vendor I,II,III, dan IV.
Maka :
 Contoh 3.11

 Processor pengindra posisi merupakan bagian dari sistem navigasi suatu pesawat
udara. Karena menurut data penerbangan sistem navigasi ini gagal berfungsi sekali
setiap dua ratus penerbangan, maka perlu diadakan pengujian. Hasil test
menunjukkan bahwa saat sistem navigasi gagal berfungsi, 90% disebabkan karena
kerusakan processor pengindra pisisi dan 10% oleh sebab yang lain. Sementara itu,
saat sistem navigasi berfungsi baik, 99% processor pengindra posisi dalam kondisi
baik dan hanya 1% sistem navigasi tetap berfungsi dengan processor yang rusak.
Dengan mendefenisikan = sistem navigasi gagal berfungsi, = sistem navigasi berfungsi
baik, = processor rusak, = processor baik, pohon probabilitas dari peristiwa-peristiwa
tersebut ditunjukkan pada gambar
 Jika suatu Ketika, dalam sebuah penerbangan, processor utama dalam rangkaian
elektronika pengindra posisi rusak, maka probabilitas sistem navigasi gagal berfungsi
adalah :
• Jawab :
= =
= 0,31142
 Contoh Soal 3.12

Sepuluh buah katup akan digunakan dalam sebuah sistem pemipaan. Namun diketahui
di antaranya rusak. Kemudian secara acak dipilih 3 katup dari 10 katup tersebut,
sehingga probabilitas bahwa yang terpilih sekurang-kurangnya 2 adalah katup rusak
dapat ditentukan sebagai berikut:
Banyaknya seluruh cara memilih 3 katup dari 10 katup yang ada (urutan tidak
diperhatikan) merupakan ukuran ruang sampel:
n(S) = = = 120 cara
Jika:
Peristiwa A = (terpilih sekurang-kurangnya 2 katup rusak) dapat berupa peristiwa B {terpilih
3 katup rusak dan 0 katup baik} atau C = (terpilih 2 katup rusak dan 1 katup baik)
Maka:
Banyaknya cara memilih 3 katup rusak dan 0 katup baik yang artinya memilih 3 katup dari
3 katup yang rusak dan 0 katup dari 7 yang baik merupakan banyaknya peristiwa B:
Banyaknya cara memilih 2 katup rusak dan 1 katup baik yang artinya memilih
2 katup dari 3 katup yang rusak dan 1 katup dari 7 yang baik merupakan
banyaknya peristiwa C:

Sehingga probabilitas yang terpilih sekurang-kurangnya 2 katup

Contoh Soal 4.1
Pada sebuah eksperimen untuk menentukan probabilitas dari satu kali lempat dua buah dadu
secara bersamaan diperoleh berikut ini distribusi probabilitas dari jumlah mata dadu yang
muncul :
Ruang sampel eksperimen adalah pasangan mata dadu yang mungkin :
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)

(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)

(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)

(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)

(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)

(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

Jika X adalah variabel acak diskrit yang menyatakan jumlah mata dadu
yang mungkin muncul, maka = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
Distribusi probabilitas untuk masing-masing nilai variabel X membentuk
fungsi probabilitas sebagai berikut :
P(X=2) = p(2) = 1/36 P(X=8) = p(8) = 5/36
P(X=3) = p(3) = 2/36 P(X=9) = p(9) = 4/36
P(X=4) = p(4) = 3/36 P(X=10) = p(10) = 3/36
P(X=5) = p(5) = 4/36 P(X=11) = p(11) = 2/36
P(X=6) = p(6) = 5/36 P(X=12) = p(12) = 1/36
P(X=7) = p(7) = 6/36
Contoh 4.2
Dari fungsi probabilitas jumlah
mata dadu yang muncul pada
eksperimen melempar dua mata
dadu dalam contoh 4.1 dapat
dibentuk fungsi distribusi
kumulatif (cdf) sebagai berikut :
Dalam bentuk grafik tangga (step) seperti gambar :

Grafik tangga fungsi probabilitas kumulatif

 Contoh Soal 4.3
Mean dan varians dari distribusi probabilitas jumlah mata dadu yang muncul pada
eksperimen melempar dua mata dadu seperti yang ditunjukkan dalam contoh 4.1
adalah :
Mean:
+(3)++…+=7
Varians :

+ +…+ = = 5,83
 C o n t o h Soal 4.
D al am suatu 4
proses produksi o b a t - o b a ta n ,
suatu b a h a n kimia harus
dipanaskan d a l a m oven terlebih da hul u sebelum d a p a t diproses
selajutnya. Oven d a p a t dipergunakan setiap selang w aktu 5 menit.
N a m u n karena variasi waktu d a l a m persiapannya, b a h a n kimia
tersebut tidak selalu tersedia p a d a saat y a n g b e r s a m a a n d e n g a n
saat oven siap pakai. Jadi jika terlambat, b a h a n ki mia tersebut
harus m e n u n g g u s a m p a i waktu oven siap kembal i digunakan.

Jika X variabel acak kontinu yang menyatakan waktu tunggu bahan

kimia sampai bisa dipanaskan d a l a m oven, maka himpunan nilai X
adalah :

X = {0 ≤ x ≤ 5}
 Salah satu fungsi kepadatan probabilitas (pdf) bagi X adalah:

• Probabilitas waktu tunggu bahan

kimia selama 1 sampai 3 menit adala
h

• Probabilitas waktu tunggu bahan kimia

tersebut lebih dari 3,5 menit adalah:
Fungsi
kepadatan
p rob a b ilit a s
(pdf) untuk
c o n t o h 4.4

Pada grafik jelas

bahwa f(x)≥0 dan
luas bawah kurvanya
adalah ( 5 ) (1/5)=1
C o nto h 4. 5
Misalkan pdf dari besarnya beban dinamik X p a d a sebuah
jembatan ( d a l a m kN) dinyatakan da lam fungsi:

Maka untuk sembarang nilai x antara 0 dan 2, fungsi distribusi

kumulatif ( c d f ) beban dinamik tersebut adalah :
 Probabilitas b e b a n d i n a m i k p a d a j e m b a t a n a n a t a r 1 s a m p a i 1,5 k
N adalah:

Gr a f i k h u b u n g a n
pdf dengan cdf
 C o nto h 4.6
Peninjauan interval kelas 1100-1199 de ngan frekuensi 29, m a k a
p a d a interval kelas tersebut:

INTERVAL KELAS TINGGI HISTOGRAM PROBABILITAS

Xlb= 1099,5
Xub= 1199,5
p(xlb≤x ≤xub ) = p (x1099,5≤ x ≤ x1199,5)
= rasio frekuensi kelas (x1099,5≤ x ≤ x1199,5)
= 0,29
 C on toh 4.6
Peninjauan interval kelas 1100-1199 de ngan frekuensi 29, m a k a
p a d a interval kelas tersebut:

INTERVAL KELAS TINGGI HISTOGRAM PROBABILITAS

Xlb= 1099,5
Xub= 1199,5
p(xlb≤x ≤xub ) = p (x1099,5≤ x ≤ x1199,5)
= rasio frekuensi kelas (x1099,5≤ x ≤ x1199,5)
= 0,29
C o n t o h 4.7
Suatu eksperimen biokimia menggunakan tikus-tikus putih yang telah diberi vaksin
baru untuk memperoleh kekebalan terhadap suatu penyakit. Dalam pengujian
efektivitas vaksin tersebut, virus penyebab penyakit disuntikkan p a d a tikus-tikus
putih itu. Setelah ditungggu beberapa waktu, tikus yang kekebalannya tidak
me ma da i akan mati ( M ) sedang yang kekebalannya m em ada i tetap hidup (H ).
Seandainya α adalah probabilitas seekor tikus tetap hidup, maka P(H)=α
dan P(M)=1-α. Kemudian jika sebuah variabel acak X menyatakan jumlah tikus
yang diamati sampai didapati seekor tikus putih yang tetap hidup, maka
distribusi probabilitas dari X da pat ditentukan sebagai berikut :
p ( 1 ) = P(X=1) = P ( H )= α
p ( 2 ) = P(X=2) = P ( M ꓵ H) = P(M).P(H)= (1-α)α
P ( 3 ) = P(X=3) = P ( M ꓵ M ꓵ H) = P(M).P(M).P(H)= (1-α)^2.α....dst
p ( x ) = P (X = x ) =(1-α)^x-1 . α
 M a k a fungsi pr ob ab i l i t a s d a r i X d a p a t d i n y a t a k a n d a l a m
b e n t u k fungsi d e n g a n p a r a m e t e r α :

HISTOGRAM
DISTRIBUSI
PROBABILITAS
DENGAN PARAMETER
 Contoh 4.8

Pemakaian mesin produksi tertentu berjalan lancar ( t a n p a kerusakan)

memberi keuntungan Rp.5 juta sedangkan jika terdapat gangguan ringan
memberi keuntungan hanya Rp. 1juta. Namun jika gangguannya berat ,
terjadi kerugian Rp. 2 juta. Pengalaman menunjukkan probabilitas mesin
berjalan normal adalah 0,6, berjalan dengan gangguan ringan 0,3,
sedangkan gangguan berat hanya 0,1. Maka harapan keuntungan yang
diperoleh dari pemakaian mesin produksi tersebut dihitung sebagai berikut:
Variabel acak diskrit X adalah keuntungan ( d a l a m juta) dengan nilai:
X1 = 5, X2=1, X3=-2,
dengan probabilitas : p(X1)=0,6 , p(X2)=0,3, p(X3)=0,1
 Maka
harapan
keuntungan :

Jadi, harapan keuntungan memakai mesin

produksi tersebut adalah sebesar Rp. 3,1
juta.
 Te r i m a Kasih

0 3 - SEPTEM BER - 2 0 2 0