Pendahuluan
1.Sebuah dadu dilemparkan. Muka dadu ada 6. Semua muka dadu mempunyai
kesempatan yang sama untuk muncul. Salah satu muka yang akan muncul dari muka-
muka dadu itu (m=1) adalah muka dadu 1, muka dadu 2, muka dadu 3, muka dadu 4,
muka dadu 5 atau muka dadu 6. Maka probabilitas kejadian E adalah :
2.P(E) = P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = m/n = 1/6
Pendekatan Frekuensi Relatif
Contoh:
•Penelitian terhadap 65 karyawan perusahaan dengan gaji/upah
sebagai berikut;
Contoh:
•Pada suatu percobaan statistic, yaitu pelemparan sebuah dadu yang
diulang sebanyak 1000 kali (n=1000), frekuensi munculnya muka dadu
X adalah seperti pada tabel berikut ini :
Muka dadu (X) 1 2 3 4 5 6
Contoh:
•Dari 100 mahasiswa yang mengikuti ujian statistika, distribusi
frekuensi nilai mahasiswa adalah seperti tabel berikut
Nilai (X) 45 55 65 75 85 95
Frekuensi (f) 10 15 30 25 15 5
a. Bila A menyatakan kejadian munculnya sisi yang sama dari dua uang logam
tersebut, tentukanlah probabilitas kejadian A
A adalah kejadian munculnya sisi-sisi yang sama dari dua uang logam, maka A =
{(m,m), (b,b)}. Dengan demikian, n(A) = 2 dan n(S) = 4, sehingga probabilitas
kejadian A adalah
P(A) = n(A) / n(S) = 2/4 = 1/2
Aturan Dasar Probabilitas
Aturan Penjumlahan
•Kejadian saling meniadakan/saling lepas (aturan penjumlahan
khusus)
•Kejadian dimana jika sebuah kejadian terjadi, maka kejadian
yang kedua tidak akan terjadi (mutually exclusive event).
•Jika A telah terjadi maka kejadian B tidak akan terjadi. Misal,
pelemparan sebuah dadu.
P(A atau B) = P(AUB) = P(A) + P(B) atau (A ∩ B) = ϕ
•Kejadian tidak saling meniadakan, seringkali suatu eksperimen
bersifat tidak saling meniadakan artinya kejadian bisa terjadi
pada kedua kondisi.
P(A atau B) = P(AUB) = P(A) + P(B) - (A ∩ B)
Aturan Dasar Probabilitas
Kejadian saling meniadakan/saling lepas
•Sebuah mesin otomatis pengisi campuran sayuran pada sebuah paket
kantong plastik.
•Meskipun demikian, terdapat variasi berat yg disebabkan oleh variasi
ukuran sayuran. Ada paket yang lebih ringan, sedang, dan lebih berat.
•Dilakukan pengecekan thd 4000 paket, dengan hasil sbg berikut:
Berat Kejadian Jml Probabilitas • Hitunglah probabilitas bahwa
Paket sebuah paket tertentu beratnya
Lebih ringan A 100 0,025 akan lebih ringan atau lebih
Standar B 3600 0,900 berat?
Lebih berat C 300 0,075
• P(A atau C) = P(A U C) = P(A) + P(C)
= 0,025 + 0,075 = 0,10
Jumlah 4000 1,000
Aturan Dasar Probabilitas
Kejadian tak bebas (dependent event)
•Pengambilan scr acak 2 kartu berturut-turut dari suatu set kartu
bridge.
•Berapa probabilitas pengambilan kartu pertama berupa kartu As
dan kedua juga kartu As. Hasil pengambilan pertama tidak
dikembalikan lagi (without replacement), dan hasil pengambilan
kedua dipengaruhi hasil pengambilan pertama.
•P(A ∩ B) = P(A) . P(B/A)
= 4/52 . 3/51
= 0,0045
Aturan Dasar Probabilitas
Kejadian bebas (independent event)
•Pengambilan 2 lembar kartu berturut-turut scr acak dr set kartu bridge. Sebelum
pengambilan kedua, hasil pengambilan pertama dikembalikan (with replacement),
shg hasil pengambilan pertama tidak mempengaruhi hasil pengambilan kedua.
•Probabilitas pengambilan kartu pertama kartu As dan kedua juga kartu As.
P(A ∩ B) = P(A) . P(B)
= 4/52 . 4/52 = 0,0059
•Terdapat 3 pabrik baterai, dengan produksi mingguan pabrik pertama (S1) 500,
pabrik kedua (S2) 2000, dan pabrik ketiga (S3) 1500. Diketahui probabilitas
baterai rusak pada pabrik pertama P(R/S1) = 0,020, pabrik kedua P(R/S2) = 0,015,
dan pabrik ketiga P(R/S3) = 0,030. Probabilitas baterai yg dipilih scr acak rusak.
P(R) = P(S1) P(R/S1) + P(S2) P(R/S2) + P(S3) P(R/S3)
= (500/4000). 0,020 + (2000/4000). 0,015 + (1500/4000) . 0,03
= 0,0213
Rumus Bayes
• Thomas Bayes mengembangkan teori untuk menghitung
probabilitas tentang sebab-sebab terjadinya suatu kejadian
berdasarkan pengaruh yang dapat diperoleh sebagai hasil observasi
(Bayesian decision theory),
• yaitu teori keputusan berdasarkan perumusan Bayes yang bertujuan
untuk memecahkan masalah pembuatan keputusan yang
mengandung ketidakpastian (decision making under uncertainty).
Rumus Bayes
• Terdapat 3 pabrik baterai, dengan produksi mingguan pabrik pertama (S1)
500, pabrik kedua (S2) 2000, dan pabrik ketiga (S3) 1500.
• Diketahui probabilitas baterai rusak pada pabrik pertama P(R/S1) = 0,020,
pabrik kedua P(R/S2) = 0,015, dan pabrik ketiga P(R/S3) = 0,030.
• Probabilitas baterai yg dipilih scr acak rusak dr pabrik pertama, dr parik
kedua, dan dr pabrik ketiga.
Latihan
1. Sebuah kotak berisi 8 bola merah, 7 bola putih, dan 5 bola biru. Jika
diambil 1 bola secara acak, tentukanlah probabilitas terpilihnya :
• Bola merah
• Bola biru
• Bola putih
• Bola merah atau biru
2. Peluang seorang pria akan hidup selama 25 tahun adalah 3/5 dan peluang
istrinya akan hidup selama 25 tahun adalah 2/3. Tentukanlah peluang:
3. Keduanya akan hidup selama 25 tahun
4. Hanya pria yang hidup selama 25 tahun
5. Hanya istri yang hidup selama 25 tahun
6. Paling sedikit salah satu dari mereka (suami/istri) hidup selama 25 thn
Latihan
3. Tiga wanita dipilih secara acak untuk ditanya apakah mereka mencuci pakaian
dengan detergen. Tentukanlah :
• Anggota ruang sampel S dengan memakai huruf Y = ya dan T = tidak
• Tulislah anggota kejadian E dalam S yang menyatakan bahwa paling sedikit
dua wanita memakai detergen
• Hitunglah P(E)
4. Dalam pengumpulan nilai probabilitas dan statistika mahasiswa jurusan SI
STT NIIT I-Tech, diperoleh daftar nilai sebagai berikut :