09/28/2021 Lucia Aridinanti 1

Pembahasan :
KASUS :
3.1 Konsep Peluang
3.2 Distribusi Peluang
3.3 Model Distribusi Peluang Khusus Diskrit
a) Distribusi Binomial,
b) Distribusi Binomial negatif,
c) Distribusi Geometrik
d) Distribusi Hypergeometrik
e) Distribusi Poisson
3.4 Distribusi Peluang Khusus Kontinyu
f) Normal
g) Distribusi t,distribusi Chi kuadrat dan distr
F
09/28/2021 Lucia Aridinanti 2
 Kasus 1
PT.USAHA JAYA memproduksi 3 jenis besi
tulang, yaitu 12 dim,14 dim dan 16 dim masing-
masing dengan prosentase 30% ; 45% dan
25%.
Peluang besi tulang tidak sesuai spesifikasi
adalah 5%, 8% dan 7%. Jika diambil satu
produk berapakah
a. Peluang produk 16 dim yang terambil
adalah cacat?
b. Peluang produk 12 dim yang terambil
adalah cacat?
c. Peluang produk 14 dim yang terambil
adalah cacat?
09/28/2021 Lucia Aridinanti 3
09/28/2021 Lucia Aridinanti 4
  PT.USAHA menghasilkan
produk dinding beton ukuran
100 x 30 cm dengan kualitas
produk baik adalah 90%
pada setiap 20 item. Jika
suatu Distributor mengambil
satu item, berapa peluang
yang terambil cacat ?
09/28/2021 Lucia Aridinanti 5
 Konsep….Peluang
 Jika A peristiwa terambil jumlah beton
cacat, maka Peluang terambil beton
cacat : P(A)
n( A) 2 n(A)= jumlah kejadian A
P  A  P  A 
n( S ) 20 n(S)= jumlah r. sampel

1. 0  P A  1 Sampel : 20 item
P S   1
2. 18 baik, 2 cacat
3. P( A)  1  P A
4. P() = 0
09/28/2021 Lucia Aridinanti 6
 Aksioma Dasar Peluang
1. Peluang Kejadian A atau B
Peluang kejadian A atau B adalah
kejadian A atau kejadian B atau
keduanya terjadi

P  A  B   P  A  P  B   P  A  B 

S A B

09/28/2021 Lucia Aridinanti 7

 Aksioma Dasar Peluang
2. Bila A dan B saling lepas (mutually
exclusive events), maka:

P  A  B   P  A  P  B 

S A B

09/28/2021 Lucia Aridinanti 8

 Aksioma Dasar Peluang
3. Bila A1, A2,… Am saling lepas, maka:

A3
S A1 A2
A4 Am

P A1  A2      Am   P A1   P A2   ...  P Am 

09/28/2021 Lucia Aridinanti 9

 Kasus 3
Untuk merancang jalur belok kanan dilakukan 57
pengamatan yang secara acak. Dari jumlah
mobil yang menunggu kesempatan belok pada
persimpangan diperoleh data pada Tabel 3.1.
jika
A : kejadian lebih dari 2 mobil menunggu di
belok kanan
B : kejadian 2 sampai 4 mobil menunggu di
belok kanan
Berapa peluang jumlah mobil yang menunggu
di jalur belok kanan lebih dari 2?
Tabel 3.1
jumlah mobil 0 1 2 3 4 5 6 7 8 Jumlah
jumlah
pengamatan
09/28/2021 4 15 Lucia
23Aridinanti
10 2 2 1 0 0 57
10
 Aksioma Dasar Peluang

Peluang bersyarat
4. Peluang A JIKA B telah terjadi
dinyatakan dengan P(A  B),

P A  B 

P AB  P B 
bila P B   0

09/28/2021 Lucia Aridinanti 11

 Aksioma Dasar Peluang
KEJADIAN independen
5. Dua kejadian A dan B dikatakan
independen, jika kejadian A tidak
mempengaruhi kejadian B
 P(A B) = P(A ) dan P(B A) = P(B )

6. Peluang A dan B adalah peristiwa ke-

2nya terjadi bersama dan independen
 P(A  B) = P(A ) P(B )

09/28/2021 Lucia Aridinanti 12

 Teorema Bayes
Peluang Total
P(A) = P(A E1) +P(A E2) + ... + P(A E n)

P(A) = P(A E1) P(E1) + P(AE2) P(E2) + ... + P(A E n)P(E n)

E2 E3 En

E1

09/28/2021 Lucia Aridinanti 13

 Teorema Bayes

  
PE A 
P AE
i
 Peluang
i P A  Total

   P AE  
    
PE A  i
i P A  E  P A  E + P A  E
1 2 n

E2 E3 En
A

E1
09/28/2021 Lucia Aridinanti 14
 Penyelesaian kasus 1

E2 E3
Cacat
E1

A : produk cacat
E1 : besi tulang 12 dim,
E2 : besi tulang 14 dim.
E3 : besi tulang 16 dim
09/28/2021 Lucia Aridinanti 15
Lanjutan Penyelesaian kasus 1

P E A  3 
P E  A  
3 P A
P ( A)  P  E1  A   P  E2  A   P  E3  A
P  E1  A  P  E1  P  A E1   (0,3)( 0,05)  0,015
P  E2  A  P  E2  P  A E2   (0,45)( 0,08)  0,036
P  E3  A  P  E3  P  A E3   (0,25)( 0,07)  0,0175
Maka


P E A 
3
 0,015
0,015  0,036  0,0175
 0, 218

Jadi peluang terambil besi tulang 16 dim cacat adalah

0,26
09/28/2021 Lucia Aridinanti 16
 TERIMA KASIH

09/28/2021 Lucia Aridinanti 17