BAGIAN - 8 Teori Probabilitas.

Presentasi berjudul: "BAGIAN - 8 Teori Probabilitas."— Transcript presentasi:

1 BAGIAN - 8 Teori Probabilitas

2 Probabilitas Pengertian
Probabilitas adalah besarnya kemungkinan terjadinya suatu peristiwa Nilai probabilitas: dari 0 sampai dengan 1 Jika probabilitas suatu peristiwa bernilai 0 menunjukkan bahwa peristiwa tersebut pasti tidak akan terjadi Jika probabilitas suatu peristiwa bernilai 1 menunjukkan bahwa peristiwa tersebut pasti akan terjadi

3 BEBERAPA ISTILAH Events: satu atau lebih kemungkinan hasil dari melakukan suatu tindakan Experiment: Suatu tingdakan yang menghasilkan akan menghasilkan peristiwa (event). Sample space: Kumpulan dari semua kemungkinan hasil dari suatu percobaan (experiment). Contoh: Jika kita melempar sebuah mata uang satu kali, maka tentukan mana yang disebut experiment, event, dan sample space?

4 Tiga Pendekatan Pendekatan Klasik Pendekatan ini didefinisikan:
Secara simbolis: Jika a adalah banyaknya peristiwa A dan b adalah banyaknya peristiwa bukan A, maka pobabilitas peristiwa A dapat dinyatakan sebagai berikut:

5 Lanjutan …. Pendekatan Frekuensi Relatif Pendekatan Subyektif
Observasi dari suatu kejadian dg banyak percobaan Proporsi suatu kejadian dlm jk panjang pada saat kondisi stabil Pendekatan Subyektif Pendekatan ini berdasarkan kepercayaan seseorang dalam membuat pernyataan probabilitas suatu peristiwa.

6 Aturan-aturan probabilitas
Simbol probabilitas P(A) = probabilitas kejadian A akan terjadi Probabilitas marjinal Probabilitas yang hanya ada 1 peristiwa Contoh: Probabilitas seorang peserta memperoleh gelar juara 1 dari 20 peserta dalam suatu turnamen

7 Lanjutan…. Diagram Venn
Mutually exclusive events Nonmutually exclusive events A A B B

8 Hukum Penjumlahan Mutually Exclusive Events
Probabilitas di mana 2 atau lebih peristiwa/kejadian/hasil tidak dapat terjadi secara bersamaan P(A atau B) = P(AB) = P(A) + P(B) P(ABC) = P(A) + P(B) + P(C)

9 Lanjutan…. Non Mutually Exclusive Events
Probabilitas di mana dua atau lebih kejadian dapat terjadi bersama-sama P(A atau B) = P(AB) = P(A) + P(B) – P(AB) P(ABC) = P(A) + P(B) + P(C) – P(AB) - P(AC) - P(BC) + P(ABC)

10 Kasus 1: Aturan Penjumlahan
Suatu survey dilakukan untuk mengetahui respon konsumen terhadap 3 produk yang dihasilkan perusahaan, yaitu produk A, B, dan C. Responden diminta untuk menjawab pertanyaan mengenai produk mana yang pernah ia beli. Berdasarkan sampel sebanyak 70 responden di daerah tersebut diperoleh informasi sebagai berikut: 30 responden menyatakan pernah membeli A 20 responden menyatakan pernah membeli B 25 responden menyatakan pernah membeli C 7 responden menyatakan pernah membeli A dan B 11 responden menyatakan pernah membeli A dan C 8 responden menyatakan pernah membeli B dan C 3 responden menyatakan pernah membeli A dan B dan C

11 a. pernah membeli 1 barang saja
Lanjutan soal Berdasarkan sampel hasil survey tersebut, tentukan probabilitas seorang responden: a. pernah membeli 1 barang saja b. tidak pernah membeli barang A atau B atau C.

12 Kasus 2: Aturan Penjumalahan
Suatu perusahaan melakukan survey mengenai pendapat konsumen terhadap produk yang ia hasilkan. Data berikut ini menunjukkan pendapat responden terhadap produk tersebut. Jika dipilih seorang responden secara random, tentukan probabilitas bahwa ia: remaja atau berpendapat sangat puas dewasa atau remaja dewasa atau berpendapat kurang puas.

13 Hukum Perkalian Independent Events: peristiwa yang satu tidak berhubungan dengan peristiwa yang lain Marginal Probability Probabilitas sederhana dari terjadinya suatu peristiwa P(A) Contoh: Jika kita melempar sebuah dadu sebanyak 1 kali, berapa probabilitas muncul sisi dadu yang bermata dua?

14 Lanjutan…. Joint Probability untuk peristiwa yang independen
Simbol joint probability: P(A dan B) = P(AB) = P(A). P(B) P(A B C) = P(A) . P(B) . P(C)

15

16 Lanjutan…. Conditional probability
Probabilitas yang terjadinya dipengaruhi oleh kejadian sebelumnya. Untuk peristiwa yang independen, prob terjadinya peristiwa B dgn syarat peristiwa A sudah terjadi terlebih dahulu, adalah probabilitas peristiwa B itu sendiri P(B/A) = P(B)

17 Lanjutan… Dependent Events Conditional Probability
Suatu kejadian menghasilkan 2 buah kejadian yang saling tergantung satu sama lain.

18 Lanjutan….. Joint Probability
Probabilitas terjadinya suatu peristiwa dimana terjadinya peristiwa tersebut dipengaruhi oleh terjadinya peristiwa lain. P(A dan B) = P(AB) = P(A). P(B/A) P(A B C) = P(A) . P(B/A) . P(C/AB)

19 Lanjutan… Marginal Probability
Probabilitas sederhana dari suatu kejadian yang dependen

20 P(AB = P(A/B) . P(B) P(AB = P(B/A) . P(A) P(B/A) . P(A) = P(A/B) . P(B)

21 Bayes Theorem Pengembangan konsep probabilitas bersyarat.
Peristiwa A hanya bisa terjadi jika salah satu dari n peristiwa yang saling asing B1, B2, …, B3 juga terjadi

22 Faktorial, Permutasi, dan Kombinasi
n! = n x (n-1) x (n -2) x ….. x 1 Permutasi adalah banyaknya cara untuk menyusun x obyek yang dipilih dari n obyek dengan memperhatikan urutannya Formulasinya: Contoh: Dari 3 calon pemimpin,yaitu A, B, C akan dipilih 2 orang untuk menduduki jabatan ketua dan wakil ketua. Berapa kemungkinan yang dapat terjadi?

23 Kombinasi Kombinasi adalah banyaknya cara untuk menyusun x obyek yang dipilih dari n obyek dengan mengabaikan urutannya. Formulasinya : Contoh: Jika ada 3 orang pemain bulu tangkis akan dijadikan pemain ganda. Berapa kombinasi yang dapat disusun?

24 Mathematical Expectations
Apabila P adalah probabilitas untuk memperoleh sejumlah Q, maka harapan matematisnya adalah sebesar PQ. Formulasinya: Contoh: Seorang penjual es mendapat laba Rp5000 jika hari panas. Namun ia akan rugi Rp1000 jika hari hujan. Berapa harapan matematikanya jika probabilitas akan turun hujan sebesar 0,4?