Analisis Keputusan

Modul ke:

03 Fakultas Teori Probabilitas

Teknik

Program Studi Letakkan foto Terbaik anda disini

Teknik Industri
Mega Purnamasari
Pembuka Daftar Pustaka Akhiri Presentasi
 Konsep Dasar
• Eksperimen probabilitas adalah sebuah proses untuk menghasilkan data
dalam bentuk hasil/keluaran (outcome), tanggapan (resoponse), ataupun
ukuran (measurement).
• Ruang sampel atau disebut juga sebagai himpunan yang memuat
kemungkinan seluruh sampel yang dinotasikan sebagai S.
• Kejadian dalam sebuah ruang sampel didefinisikan sebagai sebuah bagian
dari himpunan hasil/keluaran (outcome), tanggapan (resoponse), ataupun
ukuran (measurement).
Contoh:
Jika kita memeriksa 3 buah sikring satu persatu secara
berurutandan 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}.
 Probabilitas

Probabilitas sendiri adalah kemungkinan kejadian atau

peristiwa tertentu yang tingkat kepastiannya memiliki
rentang nilai antara 0 sampai dengan 1. Jika, sebuah
kejadian sudah pasti akan terjadi, maka probabilitasnya
adalah 1 sedangkan sebuah kejadian sudah pasti tidak
akan terjadi, maka probabilitasnya adalah 0.
Jika sebuah kejadian A dapat terjadi dengan sebuah proses fA dari
sejumlah N cara yang mutually exclusive dan memiliki
kesempatan sama untuk terjadi, maka probabilitas terjadinya
kejadian A yang dinotasikan sebagai P(A) dapat dirumuskan
sebagai berikut (cara klasik):

Sedangkan probabilitas tidak terjadinya suatu peristiwa atau

kejadian A dapat dirumuskan sebagai berikut:
Contoh:
Pada sebuah permainan tebak kartu bridge yang
berjumlah 52 kartu, terdapat 4 buah kartu As, maka
probabilitas pengambilan satu kartu as adalah
P(As)=4/52=0,77
Sedangkan jika sebuah experiment probabilitas
dilakukan sebanyak N kali yang tak tehingga kali
banyaknya, persamaannya adalah sebagai berikut (cara
frekuensi relative):
Contoh:
Jika kita ingin mengetahui probabilitas cacat pada produk rice
cooker sebuah merek tertentu, jika menggunakan cara klasik
maka kita harus mengetahui jumlah produksi produk rice cooker
tersebut, dan menghitung keseluruhan jumlah cacat yang terjadi.
Karena tidak memungkinkan, maka dapat dilakukan dengan
proses sampling dimana hanya diambil sampel dalam jumlah
takterhingga untuk mewakili populasi total produksi rice cooker
dengan cara frekuensi relative. Meskipun demikian, tetap akan
sulit untuk melakukan sampling dalam jumlah tak terhingga,
sehingga dapat diambil jumlah sampling yang memadai yang
berdasarkan teori dapat terbukti cukup mewakili. Jumlah
kecukupan data ini dijelaskan pada perkuliahan statistic.
 Probabilitas Bersyarat

Probabilitas bersyarat adalah probabilitas sebuah

peristiwa terjadi jika peristiwa lainnya telat terjadi.
MIsal probabilitas A disaat probabilitas B telah terjadi.

Probabilitas peristiwa A akan terjadi jika peristiwa B

terjadi diformulasikan dalam persamaan berikut:
Contoh:
Sebuah perusahaan pembuat personal computer melengkapi
produk terbarunya dengan program-program siap pakai. Jika
dihitung dari jumlah seluruh produk terbaru itu, 60% dilengkapi
dengan program word processor, 40% dilengkapi dengan
program spreadsheet, dan 30% dilengkapi dengan kedua
program siap pakai tersebut. Misalkan seseorang membeli
computer buatan perusahaan tersebutdan didefinisikan
A=[computer yang dilengkapi dengan program word processor}
dan B = {computer yang dilengkapi program spreadsheet}. Maka
P(A) = 0,6, P(B) = 0,4 dan P(AꓵB) = 0,3. JIka computer yang dibeli
oleh orang tersebut telah dilengkapi dengan program spread
sheet maka probabilitas computer itu juga dilengkapi dengan
word processor adalah probabilitas bersyarat P(A\B)
Dengan kata lain, dari seluruh computer yang dilengkapi dengan program
spread sheet, 75% nya dilengkapi pula dengan program word processor.
Seperti pada gambar 3 berikut.
 Distribusi Probabilitas

Variabel Acak
• Dalam proses eksperimen probabilitas, hasil dalam bentuk
numerik merupakan sebuah bilangan acak yang dinotasikan
sebagai X. Acak disini adalah X dapat bernilai berapapun
tergantung dari keluaran hasil eksperimen probabilitasnya.
• Variabel acak diskrit adalah variabel acak yang memiliki nilai
yang dapat dicacah. Sedangkan variabel continue adalah
variabel acak yang memiliki nilai yang tak terhingga
banyaknya sepanjang interval yang tidak terputus.
Dalam proses eksperimen probabilitas, hasil keluaran untuk
setiap variabel acak X dicatat menjadi x1, x2, x3, … xn, kemudian
setiap probabilitas masing-masing variabel acak juga dicatat
p(x1), p(x2), p(x3), … p(xn) maka telah terbentuk sebuah distribusi
probabilitas diskrit dari variabel X.

Terdapat dua syarat yang harus dipenuhi yaitu sebagai berikut:

• Nilai-nilai dari suatu fungsi probabilitas adalah angka-angka
yang berada dalam interval antara 0 dan 1. Jadi nilai-nilai
fungsi yang mungkin ada dalam interval 0 ≤ p(x) ≤ 1
• Jumlah seluruh nilai fungsi probabilitas adalah 1. Jadi, ∑p(x) =
1
Contoh:
Pada sebuah eksperimen untuk menghitung probabilitas dari satu kali
melempar dua buah dadu secara bersamaan diperoleh berikut ini distribusi
probabilitas dari jumlah mata dadu yang muncul.
Ruang sampel:
(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 X = {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 = 0,027777778
P(X=3) = p(3) =2/36 = 0,055555556
P(X=4) = p(4) =2/36 = 0,055555556
P(X=5) = p(5) =4/36 = 0,111111111
P(X=6) = p(6) =5/36 = 0,138888889
P(X=7) = p(7) =6/36 = 0,166666667
P(X=8) = p(8) =5/36 = 0,138888889
P(X=9) = p(9) =4/36 = 0,111111111
P(X=10) = p(10) =3/36 = 0,083333333 Gambar 4. Grafik Batang Fungsi Proobabilitas
P(X=11) = p(11) =2/36 = 0,055555556
P(X=12) = p(12) =1/36 = 0,027777778
Dari fungsi probabilitas, kemudian dibuat juga fungsi
distribusi kumulatifnya dengan persamaan sebagai
berikut:
 Daftar Pustaka
Harinaldi, 2002. Prinsip-prinsip Statistik untuk Teknik dan Sains. Jakarta: Erllangga

<
← MENU AKHIRI
Terima Kasih