Konsep Dasar Probabilitas

KONSEP DASAR PROBABILITAS
1
Konsep Dasar Probabilitas
OUTLINE
BAGIAN II Probabilitas dan

Teori Keputusan
Pengertian Probabilitas dan
Konsep-konsep Manfaat Probabilitas
Dasar Probabilitas
Pendekatan Terhadap
Probabilitas
Distribusi Probabilitas
Diskrit Hukum Dasar Probabilitas
Distribusi Normal Teorema Bayes
Teori Keputusan Menggunakan MS Excel

untuk Probabilitas
2
PENDAHULUAN
Definisi:
Probabilitas adalah peluang suatu kejadian
Manfaat:
Manfaat mengetahui probabilitas adalah membantu
pengambilan keputusan yang tepat, karena kehidupan di dunia
tidak ada kepastian, dan informasi yang tidak sempurna.
Contoh:
• Pembelian harga saham berdasarkan analisis harga saham
• Peluang produk yang diluncurkan perusahaan (sukses atau
tidak), dan lain-lain.
3
PENDAHULUAN
Probabilitas:
Suatu ukuran tentang kemungkinan suatu peristiwa (event)
akan terjadi di masa mendatang. Probabilitas dinyatakan antara
0 sampai 1 atau dalam persentase.
Percobaan:
Pengamatan terhadap beberapa aktivitas atau proses yang
memungkinkan timbulnya paling sedikit dua peristiwa tanpa
memperhatikan peristiwa mana yang akan terjadi.
Hasil (outcome):
Suatu hasil dari sebuah percobaan.
Peristiwa (event):
Kumpulan dari satu atau lebih hasil yang terjadi pada sebuah
percobaan atau kegiatan.
4
PENGERTIAN PROBABILITAS
Contoh:
Percobaan/ Pertandingan sepak bola Persib VS Persija

Kegiatan di Stadion GBLA, 5 Maret 2019.
Hasil Persib menang

Persib kalah
Seri -- Persib tidak kalah dan tidak
menang
Peristiwa Persib Menang
5
OUTLINE

Teori Keputusan
Dasar Probabilitas
Pendekatan Terhadap
Probabilitas

Untuk Probabilitas
6
PENDEKATAN PROBABILITAS
1. Pendekatan Klasik
2. Pendekatan Relatif
3. Pendekatan Subjektif
7
PENDEKATAN KLASIK
Definisi:
Setiap peristiwa mempunyai kesempatan yang sama untuk terjadi.
Rumus:
Probabilitas = Jumlah kemungkinan hasil

suatu peristiwa Jumlah total kemungkinan hasil
8
PENDEKATAN KLASIK
Percobaan Hasil Probabi-

litas
Kegiatan melempar 1. Muncul gambar 2 ½

uang 2. Muncul angka
Kegiatan 1. Menjual saham 2 ½

perdagangan saham 2. Membeli saham
Perubahan harga 1. Inflasi (harga naik) 2 ½

2. Deflasi (harga turun)
Mahasiswa belajar 1. Lulus memuaskan 3 1/3

2. Lulus sangat
memuaskan
3. Lulus terpuji
9
PENDEKATAN RELATIF
Definisi:
Probabilitas suatu kejadian tidak dianggap sama, tergantung dari
berapa banyak suatu kejadian terjadi.
Rumus:
Probabilitas = Jumlah peristiwa yang terjadi

suatu peristiwa Jumlah total percobaan
Contoh:
Dalam 12 bulan, 10 bulan terjadi inflasi dan 2 bulan deflasi. Maka
probabilitas inflasi = 10/12=0,83 dan probabilitas deflasi = 2/12=0,17
10
PENDEKATAN SUBJEKTIF
Definisi:
Probabilitas suatu kejadian didasarkan pada penilaian pribadi

yang dinyatakan dalam suatu derajat kepercayaan.
11
OUTLINE

Teori Keputusan
Dasar Probabilitas
Pendekatan Terhadap
Probabilitas

untuk Probabilitas
12
KONSEP DASAR HUKUM PROBABILITAS
A. Hukum Penjumlahan
P(A ATAU B) = P(A) + P(B)
Contoh : P(A) = 0,35, P(B) 0,40 DAN P (C) 0,25
Maka P(A ATAU C ) = 0,35 + 0,25 = 0,60
• Peristiwa atau Kejadian Bersama
A AB B
P(A ATAU B) = P(A) + P(B) – P (AB)
Apabila P(AB) = 0,2, maka ,

P(A ATAU B) = 0,35 + 0, 40 – 0,2 = 0,55
13
• Peristiwa Saling Lepas

P(AB) = 0
Maka P(A ATAU B) = P (A) + P(B) + 0
= P(A) + P(B)
A B
• Hukum Perkalian
P( A DAN B) = P(A) X P(B)
Apabila P(A) 0,35 DAN P(B) = 0,25
Maka P(A DAN B) = 0,35 X 0,25 = 0,0875
• Kejadian Bersyarat P(B|A)

P(B|A) = P(AB)/P(A)
14
• Hukum Perkalian
P( A DAN B) = P(A) X P(B)
Apabila P(A) 0,35 DAN P(B) = 0,25
Maka P(A DAN B) = 0,35 X 0,25 = 0,0875
• Kejadian Bersyarat P(B|A)

P(B|A) = P(AB)/P(A)
• Peristiwa Pelengkap (Complementary Event)

P(A) + P(B) = 1 atau P(A) = 1 – P(B)
15
DIAGRAM POHON
Keputusan Jual atau Beli Jenis Saham Probabilitas bersama
• Diagram Probabilitas Bersyarat

BCA
1 x 0,6 x 0,35 = 0,21
0,35
Pohon
Jual BLP 0,40 1 x 0,6 x 0,40 = 0,24
Suatu diagram BNI 0,25 1 x 0,6 x 0,25 = 0,15

0,6
berbentuk 1
pohon yang
1 x 0,4 x 0,35 = 0,14
membantu BCA 0,35
Beli
mempermudah 0,4 BLP 0,40 1 x 0,4 x 0,40 = 0,16
mengetahui
probabilitas BNI 0,25 1 x 0,4 x 0,25 = 0,10
suatu peristiwa
Jumlah Harus = 0,21+0,24+0,15+0,14
1.0 +0,16+0,10 =1,0
16
OUTLINE

Teori Keputusan
Dasar Probabilitas
Pendekatan Terhadap
Probabilitas

untuk Probabilitas
17
TEOREMA BAYES
Merupakan probabilitas bersyarat-suatu kejadian terjadi setelah

kejadian lain ada.
Rumus:
P(Ai|B) = P(Ai) X P (B|Ai)

P(A1) X P(B|A1)+P(A2) X P(B|A2) + … + P(Ai) X P(B|AI)
18
BEBERAPA PRINSIP MENGHITUNG
• Factorial (berapa banyak cara yang mungkin dalam

mengatur sesuatu dalam kelompok).
Factorial = n!
• Permutasi (sejumlah kemungkinan susunan jika

terdapat satu kelompok objek).
Kombinasi nCr = n!/r! (n-r)!
• Kombinasi (berapa cara sesuatu diambil dari

keseluruhan objek tanpa memperhatikan urutannya.
Permutasi nPr = n!/ (n-r)!
19
TERIMA KASIH
20
LATIHAN
PT Kalimantan Abadi merupakan perusahaan pengekspor dan produsen jeruk. Pada
panen raya setiap hektar dapat dihasilkan 5 ton jeruk. Namun demikian dari setiap
hektar ada beberapa kualitas jeruk karena perbedaan umur tanaman, hama
penyakit dan jenis tanah. Berikut distribusi jeruk berdasarkan kualitasnya.
1.Berapa probabilitas jeruk kelas A dapat dihasilkan?
2.Berapa probabilitas jeruk kelas C dapat dihasilkan?
3.Berapa probabilitas jeruk kelas A dan B dapat dihasilkan?
Kualitas Jumlah (ton)

Kelas A 0,5
Kelas B 1,5
Kelas C 2,0
Lokal 1 0,6
Lokal 2 0,4
21
LATIHAN
Berdasarkan hasil penelitian ternyata bahwa mahasiswa pria hanya

40% dari total jumlah mahasiswa di Jakarta. Berdasarkan pada
tingkat kelulusan ternyata mahasiswa wanita 90% lulus tepat
waktu, dan 80% mencapai IPK di atas 3,0. Sedang mahasiswa pria
yang lulus tepat waktu hanya 40% dan IPK di atas 3,0 hanya 50%.
Hitunglah:
•Berapa persen, mahasiswa pria lulus tepat waktu dan IPK di
bawah 3,0?
•Berapa peluang mahasiswi lulus tepat waktu dan IPK di atas 3,0?
22
Untuk memudahkan Anda dapat digunakan diagram pohon
seperti sebagai berikut:
IPK>3,0
Lulus Tepat P(G) =0,8
P(C) =0,9 IPK<3,0

Mahasiswi
P(H) =0,2
P(A) =0,6 Lulus Tidak Tepat
IPK>3,0
P(D) =0,1 P(I) =0,8
1 IPK<3,0
P(J) =0,2
Lulus Tepat
IPK>3,0
Mahasiswa P(E) =0,4
P(K) =0,5
P(B) =0,4
IPK<3,0
Lulus Tidak Tepat
P(L) =0,5
P(F) =0,6
IPK>3,0
P(M) =0,5
IPK<3,0
P(N) =0,5
23
•Peluang mahasiswa lulus tepat waktu di bawah 3,0
P(B|E|L) = 0,4 x 0,4 x 0,5 = 0,12
•Peluang mahasiswi lulus tepat waktu dengan IPK di
atas 3,0:
P(A|C|G) = 0,6 x 0,9 x 0,8 = 0,432
24
Jumlah perusahaan yang akan membagikan dividen sebanyak 80 buah
dari 1.200 perusahaan yang ada di bursa Saham New York (New York
Stock Exchange). Perusahaan yang membagikan dividen 80%
termasuk sehat, 15% cukup sehat, dan 5% kurang sehat. Sedang
perusahaan yang tidak membagikan dividen 60% kurang sehat, 30%
cukup sehat, dan 10% sehat.
Dengan menggunakan diagram pohon, berapa probabilitas anda
menemukan perusahaan kurang sehat di NYSE ??
25
PT Sampoerna akan memasang iklan pada media di televisi, oleh karena itu
diadakan survei kepada sekelompok eksekutif, yaitu stasiun televisi apa yang
sering dilihat. Berikut adalah hasil penelitian tersebut:
•Berapa probabilitas terpilihnya eksekutif senior?
•Berapa probabilitas terpilihnya eksekutif muda yang menonton RCTI?
•Berapa probabilitas terpilihnya eksekutif muda dan yang menonton
RCTI?
Jenis Televisi
Eksekutif RCTI SCTV Trans TV Jumlah
Muda 100 150 50 300

Senior 100 50 50 200
Jumlah 200 200 100 500
26
Jawab:
a. Probabilitas terpilihnya eksekutif senior
P(ET) = 200/500 = 0,4
b. P(RCTI|EM)
P(RCTI|EM) = P(EMRCTI)/P(EM)
= (100/500)/(300/500)
= 0,2/0,6
= 0,33
c. P(EM dan RCTI)
P(EM dan RCTI) = P(EM) x P(RCTI|EM)
= 0,6 x 0,33
= 0,2
27

Konsep Dasar Probabilitas

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Konsep Dasar Probabilitas

Diunggah oleh

Hak Cipta:

Format Tersedia

KONSEP DASAR PROBABILITAS

BAGIAN II Probabilitas dan

Distribusi Normal Teorema Bayes

Teori Keputusan Menggunakan MS Excel

Percobaan/ Pertandingan sepak bola Persib VS Persija

Hasil Persib menang

BAGIAN II Probabilitas dan

Distribusi Normal Teorema Bayes

Teori Keputusan Menggunakan MS Excel

Probabilitas = Jumlah kemungkinan hasil

Percobaan Hasil Probabi-

Kegiatan melempar 1. Muncul gambar 2 ½

Kegiatan 1. Menjual saham 2 ½

Perubahan harga 1. Inflasi (harga naik) 2 ½

Mahasiswa belajar 1. Lulus memuaskan 3 1/3

Probabilitas = Jumlah peristiwa yang terjadi

Probabilitas suatu kejadian didasarkan pada penilaian pribadi

BAGIAN II Probabilitas dan

Distribusi Normal Teorema Bayes

Teori Keputusan Menggunakan MS Excel

KONSEP DASAR HUKUM PROBABILITAS

• Peristiwa atau Kejadian Bersama

P(A ATAU B) = P(A) + P(B) – P (AB)

Apabila P(AB) = 0,2, maka ,

KONSEP DASAR HUKUM PROBABILITAS

• Peristiwa Saling Lepas

• Kejadian Bersyarat P(B|A)

KONSEP DASAR HUKUM PROBABILITAS

• Kejadian Bersyarat P(B|A)

• Peristiwa Pelengkap (Complementary Event)

Keputusan Jual atau Beli Jenis Saham Probabilitas bersama

• Diagram Probabilitas Bersyarat

Suatu diagram BNI 0,25 1 x 0,6 x 0,25 = 0,15

BAGIAN II Probabilitas dan

Distribusi Normal Teorema Bayes

Teori Keputusan Menggunakan MS Excel

Merupakan probabilitas bersyarat-suatu kejadian terjadi setelah

P(Ai|B) = P(Ai) X P (B|Ai)

BEBERAPA PRINSIP MENGHITUNG

• Factorial (berapa banyak cara yang mungkin dalam

• Permutasi (sejumlah kemungkinan susunan jika

Kombinasi nCr = n!/r! (n-r)!

• Kombinasi (berapa cara sesuatu diambil dari

Permutasi nPr = n!/ (n-r)!

Kualitas Jumlah (ton)

Berdasarkan hasil penelitian ternyata bahwa mahasiswa pria hanya

P(C) =0,9 IPK<3,0

P(D) =0,1 P(I) =0,8

Muda 100 150 50 300

Anda mungkin juga menyukai