Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

1 OUTLINE PERTEMUAN 1 BAGIAN II Probabilitas dan Teori Keputusan Konsep-Konsep Dasar Probabilitas Distribusi Probabilitas Diskrit Distribusi Normal Teori.

Presentasi serupa


Presentasi berjudul: "1 OUTLINE PERTEMUAN 1 BAGIAN II Probabilitas dan Teori Keputusan Konsep-Konsep Dasar Probabilitas Distribusi Probabilitas Diskrit Distribusi Normal Teori."— Transcript presentasi:

1 1 OUTLINE PERTEMUAN 1 BAGIAN II Probabilitas dan Teori Keputusan Konsep-Konsep Dasar Probabilitas Distribusi Probabilitas Diskrit Distribusi Normal Teori Keputusan Pengertian Probabilitas dan Manfaat Probabilitas Pendekatan Terhadap Probabilitas Hukum Dasar Probabilitas Teorema Bayes Menggunakan MS Excel Untuk Probabilitas

2 2 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), dll. PENDAHULUAN

3 3 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. PENDAHULUAN

4 4 PENGERTIAN PROBABILITAS Percobaan/ Kegiatan Pertandingan sepak bola Persita VS PSIS di Stadion Tangerang, 5 Maret HasilPersita menang Persita kalah Seri -- Persita tidak kalah dan tidak menang PeristiwaPersita Menang Contoh:

5 5 KLASIFIKAASI PROB Perbedaan PROBl acak diskrit dengan variabel acak kontinue : Variabel acak diskrit adalah variabel random yang jumlahnya terbatas, dan dapat dihitung sehingga dapat digambarkan dalam bentuk histrogram dan ogive sedangkan. Variabel acak kontinue adalah variabel random yang berupa interval dan variabel yang jumlahnya TIDAK terbatas, sehingga tidak dapat digambarkan dalam bentuk histrogram dan ogive melainkan grafik y = f(x)

6 Identifikasi Probablitas Prob diskrit v random terbatas dengan pengembalian (pasti=1): 1/n. Contoh: lempar uang koin/ dadu. Prob perlakuan > 1 kali? Dengan cara: kombinasi, permutasi. n=2, P=3 random :exc sheet3 6

7 7 PENDEKATAN PROBABILITAS 1.Pendekatan Klasik 2.Pendekatan Relatif 3.Pendekatan Subjektif

8 8 PENDEKATAN KLASIK Definisi: Setiap rasio peristiwa mempunyai kesempatan yang sama untuk terjadi (equelly likely) dengan pengembalian dan saling ekslusif. Sebuah Peristiwa dapat terjadi sebanyak n kali diantara N Peristiwa. Rumus: Probabilitas = jumlah Kemungkinan hasil (K) suatu peristiwa (E) jumlah total kemungkinan hasil (n) Jika prob E tidak terjadi adalah : Pr (bukan E)= 1 - K/n + Pr E +Pr bukan E =1

9 9 PENDEKATAN KLASIK PercobaanHasilProbabi- litas Kegiatan melempar uang 1. Muncul gambar 2. Muncul angka 2½ Kegiatan perdagangan saham 1. Menjual saham 2. Membeli saham 2½ Perubahan harga1. Inflasi (harga naik) 2. Deflasi (harga turun) 2½ Mahasiswa belajar1. Lulus memuaskan 2.Lulus sangat memuaskan 3. Lulus terpuji 31/3

10 Klasi = mutual exlusive Sebuah kotak berisi 20 bola tenis, terdapat 6 hijau, 9 kuning, dan sisanya ungu. Berpa Pro bola tenis (H) P(K) dan P(ungu)? 10

11 11 Keputusan Karena pada pendekatan klasik bersifat mutual exlusive (saling Lepas) maka hanya ada 1 Peristiwa yang terjadi pada waktu yang sama. Suatu kegiatan/percobaan pasti akan terjadi dari semua hasil probabilitas yang lebih dari 1, karena bersifat collective exhaustive (sedikitnya satu dari seluruh hasil yang ada pasti terjadi pada setiap percobaan atau kegiatan yang dilakukan/lengkap terbatas kolektif)

12 12 Definisi: Probabilitas suatu kejadian tidak dianggap sama, tergantung dari berapa banyak suatu kejadian terjadi (Sebenarnya)/pengamatan dilakukan. Rumus: PENDEKATAN RELATIF Probabilitas = jumlah peristiwa yang terjadi suatu peristiwa jumlah total percobaan Contoh: Kegiatan jual beli saham: 3 jt transaksi terdiri dari jual & beli. Prob relatifnya: /3jt)=82%. Prob beli (545000/3jt)=18%

13 13 PENDEKATAN SUBJEKTIF Definisi: Probabilitas suatu kejadian didasarkan pada penilaian pribadi yang dinyatakan dalam suatu derajat kepercayaan (subyektifitas). Contoh: menurut rektor Unja tahun , penerimaan mahasiswa baru akan meningkat 75%, karena telah dibuka program kedokteran.

14 14 HUKUM DASAR PROBABILITAS 1. HUKUM PENJUMLAHAN 2. HUKUM PERKALIAN 3. TEOREMA BAYES

15 15 KONSEP DASAR HUKUM PROBABILITAS A.Hukum Penjumlahan ABAB Apabila P(AB) = 0,2, maka, P(A ATAU B) = 0,35 + 0, 40 – 0,2 = 0,55 Peristiwa atau Kejadian Bersama (joint Event) 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 P(A ATAU B) = P(A) + P(B) P(A ATAU B) = P(A) + P(B) – P (AB)

16 16 Contoh joint event KegiatanPerusahaanJumlah Simpatimentaristarone Sales(A) Buy(B) sum P(BS) = 40/200 = 0.15 P(AS) = 30/200=0.20

17 17 Peristiwa Saling Lepas(MUTUALLY EXLUSIVE) P(AB) = 0 Maka P(A ATAU B) = P (A) + P(B) + 0 = P(A) + P(B) A B KONSEP DASAR HUKUM PROBABILITAS BAHwa peristiwa A tidak menjadi bagian peristiwa B. Begitu juga sebaliknya.

18 18 Contoh KegiatanPerusahaanJumlah Simpatimentaristarone Sales(A) Buy(B) sum P(A atau B) = P(A) +P(B)-P(AB) = =1 Prob 3 kartu cellular (P(SMS))=0. P(S atau M/S) = P(S)+P(M)+P(S)-P(SMS) = = 1

19 19 EXCERCISE SUATU PERUSAHAAN MEMERLUKAN BAN MOBIL UNTUK KENDARAAN MILIK PERUSAHAAN. PROB AKAN MEMBELI BAN MEREK UNIROYAL (0,17), GOODYEAR (0,22), LIDAS (0,03), CONTINENTAL (0.29),BRIDGESTONE (0,21), DAN AMSTRONG (0.08).HITUNGLAH PROB BAHWA PERUSAHAAN AKAN MEMBELI: 1.BAN MEREK G atau B 2.Ban Merek U, C atau B 3.Ban Merek L atau A 4.Ban Merek G, C atau A.

20 20 jawab Apabila merek ban tersebut di urutkan dengan A,B,C,D,E dan F. Maka: 1.P( B U E )= P(B) +P(E) = 0,22 +0,21 = P(A U D U E) = ,29+0,21 = ) P(C U F)= = P (B U D U F)= 0,22 + 0, = Prob Mutually Exlusive.

21 21 HUKUM PERKALIAN PROB Hukum Perkalian Peristiwa Independen adalah terjadinya peristiwa tidak mempengaruhi probabilitas kejadian lainnya Rumus kejadian A dan B yang saling Independet sbb: P( A DAN B) = P(A) X P(B) Contoh: ada 3 transaksi saham (S&B), transaksi pertama melakukan transaksi beli, dan pada transaksi ke 2&3 bisa melakukan transaksi beli atau jual (bebas dari pengaruh transaksi pertama) Apabila P(A) 0,35 DAN P(B) = 0,25 Maka P(A DAN B) = 0,35 X 0,25 = 0,0875

22 22 Kejadian Bersyarat Kejadian Bersyarat P(B|A) P(B|A) = P(AB)/P(A)

23 23 KONSEP DASAR HUKUM PROBABILITAS Hukum Perkalian P( A DAN B) = P(A) X P(B) Apabila P(A) 0,35 DAN P(B) = 0,25 Maka P(A ∏ B) = 0,35 X 0,25 = 0,0875 Kejadian Bersyarat conditional Probability 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)

24 24 DIAGRAM POHON 1 Beli 0,4 Jua l 0, 6 BNI BL P BC A BNI BL P BC A 0,25 0,40 0,35 0,25 0,4 0 0,3 5 Keputusan Jual atau Beli Jenis Saham Probabilitas Bersyarat Probabilitas bersama 1 x 0,6 x 0,35 = 0,21 1 x 0,6 x 0,40 = 0,24 1 x 0,6 x 0,25 = 0,15 1 x 0,4 x 0,35 = 0,14 1 x 0,4 x 0,40 = 0,16 1 x 0,4 x 0,25 = 0,10 0,21+0,24+0,15+0,14 +0,16+0,10 =1,0 Jumlah Harus = 1.0 Diagram Pohon Suatu diagram berbentuk pohon yang membantu mempermudah mengetahui probabilitas suatu peristiwa

25 25 CONTOH Komposisi dari beberapa tingkatan manajemn Dari 200 orang eksekutuf ditunjukkan sebagai Berikut: TM 18 (Pria) 2 (W), MM 3 6 (P) 24 (w), LM 24 (p) 96 (w) Total P (78) W (122). a. Jika 200 eksekutuf tersebut scara random seorang eksekutif Berapa prob eksekutif Pria atau eksekutif puncak? b. Dipilih 2 orang berapa prob eks Pria dan seorang Eksekutif wanita c. Terpilih eksekutif pria pada pilihan pertama dan terpilih Eksekutif pria lagi pada pilihan kedua, berapa prob? (jawab ex Prob)

26 26 TEOREMA BAYES 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) Merupakan probabilitas bersyarat-suatu kejadian terjadi setelah kejadian lain ada. Rumus:

27 27 BEBERAPA PRINSIP MENGHITUNG Factorial = n! Permutasi nPr = n!/ (n-r)! Kombinasi nCr = n!/r! (n-r)! Factorial (berapa banyak cara yang mungkin dalam mengatur sesuatu dalam kelompok). Permutasi (sejumlah kemungkinan susunan jika terdapat satu kelompok objek). Kombinasi (berapa cara sesuatu diambil dari keseluruhan objek tanpa memperhatikan urutannya.

28 28 End of Session Terima Kasih


Download ppt "1 OUTLINE PERTEMUAN 1 BAGIAN II Probabilitas dan Teori Keputusan Konsep-Konsep Dasar Probabilitas Distribusi Probabilitas Diskrit Distribusi Normal Teori."

Presentasi serupa


Iklan oleh Google