BAGIAN - 8 Teori Probabilitas.

Slides:



Advertisements
Presentasi serupa
Peluang.
Advertisements

Konsep Dasar Probabilitas
TURUNAN/ DIFERENSIAL.
Bab 4 Basic Probability Business Statistics, A First Course (4e) © 2006 Prentice-Hall, Inc.
KONSEP DASAR PROBABILITAS
BAGIAN II Probabilitas dan Konsep-Konsep Dasar Probabilitas
Aria Gusti TEORI PROBABILITAS Aria Gusti
KONSEP DASAR PROBABILITAS
STRUKTUR DISKRIT PROBABILITAS DISKRIT PROGRAM STUDI TEKNIK KOMPUTER
PROBABILITAS Indah Purnama Sari, SKM, MKM Jurusan Kesehatan Masyarakat
Probabilitas Sheldon M Ross, Introduction Probability and Statistics for Engineers and Scientists, 2004 Oliver C. Ib, Fundamentals of Applied Probability.
KONSEP DASAR PROBABILITAS
Modul 10 Statistik & Probabilitas
PrOBabilitas Oleh : Septi Ariadi.
DALIL-DALIL PROBABILITAS (SSTS 2305 / 3 sks)
Induksi Matematik TIN2204 Struktur Diskrit.
KONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS (SSTS 2305 / 3 sks)
Probabilitas & Distribusi Probabilitas
TEORI PROBABILITAS.
Probabilita Tujuan pembelajaran :
Peluang.
POPULASI, SAMPEL DAN PELUANG
PELUANG SUATU KEJADIAN
UJI KOMPETENSI 1.
Metode Statistika (STK211)
PROBABILITAS.
Probabilita Tujuan pembelajaran :
Pertemuan Pertama Pengantar Peluang Gugus Definisi Peluang.
PROBABILITAS.
KONSEP DASAR PROBABILITAS
PROBABILITAS.
TEORI PROBABILITAS Pertemuan 26.
Probabilitas Bagian 2.
TEORI PROBABILITAS.
BAB XII PROBABILITAS (Aturan Dasar Probabilitas) (Pertemuan ke-27)
KONSEP DASAR PROBABILITAS
BAGIAN - 8 Teori Probabilitas.
PROBABILITAS/PELUANG
Bab 8 TEORI PROBABILITAS.
Distribusi Sampling Tujuan Pembelajaran :
KONSEP DASAR PROBABILITAS
PROBABILITAS (PELUANG)
AKTUARIA Darmanto Program Studi Statistika
BAB 2 ATURAN DASAR PROBABILITAS
© 2002 Prentice-Hall, Inc.Chap 4-1 Bab 4 Probabilitas.
Conditional Probability Bayes Theorem And Independence
PROBABILITA (PROBABILITY)
Conditional Probability Bayes Theorem And Independence
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
BAB 12 PROBABILITAS.
PROBABILITAS PENDUGAAN PARAMETER PEUBAH LATEN KEMISKINAN RELATIF.
RUANG SAMPEL & KEJADIAN
Modul X Probabilitas.
Teori PROBABILITAS.
Teori Peluang / Probabilitas
PROBABILITAS Hartanto, SIP, MA
Probabilitas & Distribusi Probabilitas
Pendekatan Probabilitas
Teori PROBABILITAS.
TEORI KEMUNGKINAN (PROBABILITAS)
Teori PROBABILITAS.
PROBABILITAS.
KONSEP DASAR PROBABILITAS
PROBABILITAS.
BAB 8 teori probabilitas
TEOREMA BAYES.
PROBABILITAS.
PROBABILITAS.
TEORI PROBABILITAS Disarikan dari : Adawiyah, Ariadi dan sumber lain yang relevan This template is provided by
Transcript presentasi:

BAGIAN - 8 Teori Probabilitas

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

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?

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:

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.

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

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

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)

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)

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

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.

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.

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?

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)

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)

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

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)

Lanjutan… Marginal Probability Probabilitas sederhana dari suatu kejadian yang dependen

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)

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

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?

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?

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?