Konsep Dasar Probabilitas

dokumen-dokumen yang mirip
ALJABAR SET & AKSIOMA PROBABILITAS

Probabilitas. Tujuan Pembelajaran

The image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted.

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PROBABILITAS. Statistika dan Probabilitas

Teknik Pengolahan Data

BAB II PROBABILITAS Ruang sampel (sample space)

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Statistika. Probabilitas. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.

Hidup penuh dengan ketidakpastian

Statistik Bisnis 1. Week 8 Basic Probability

Sekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil

Andri Helmi M, SE., MM.

2-1 Probabilitas adalah:

PROBABILITAS. Disajikan oleh: Bernardus Budi Hartono. pakhartono at gmail dot com budihartono at acm dot org

Ruang Sampel, Titik Sampel dan Kejadian

1.1 Konsep Probabilitas

PENS. Probability and Random Process. Topik 3. Dasar Probabilitas. Prima Kristalina Maret 2015

Himpunan. by Ira Prasetyaningrum. Page 1

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

Probabilitas & Teorema Bayes

Probabilitas. Oleh Azimmatul Ihwah

Statistik Bisnis. Week 4 Basic Probability

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

AMIYELLA ENDISTA. Website : BioStatistik

Probabilitas metode ilmiah yang dikembangkan untuk menyelesaikan persoalan yang berhubungan dengan ketidakpastian (uncertaint).

BAB 2 LANDASAN TEORI

EKSPERIMEN ACAK & PELUANG. MA3181 Teori Peluang Utriweni Mukhaiyar 1 September 2014

Probabilitas. Oleh Azimmatul Ihwah

IKI30320 Kuliah Nov Ruli Manurung. Uncertainty. Probability theory. Semantics & Syntax. Inference. Ringkasan

BAB 3 Teori Probabilitas

BAB 2 LANDASAN TEORI

IKI 30320: Sistem Cerdas Kuliah 16: Probabilistic Reasoning

April 20, Tujuan Pembelajaran

Probabilitas Statistik

PENALARAN DENGAN KETIDAKPASTIAN (UNCERTAINITY)

Materi Ke_2 (dua) Himpunan

III. METODOLOGI PENELITIAN. Langkah pertama yang dilakukan dalam penelitian ini adalah mengumpulkan

Review Teori Probabilitas

RUANG SAMPEL DAN KEJADIAN TI2131 TEORI PROBABILITAS MINGGU KE-2

Teori Himpunan. Author-IKN. MUG2B3/ Logika Matematika 9/8/15

PROBABILITAS MODUL PROBABILITAS

PERCOBAAN 3 PROBABILITAS KONDISIONAL, MARGINAL DAN TEOREMA BAYES

Analisis Pohon Kejadian (ETA)

GENETIKA POPULASI. Kuswanto. Fakultas Pertanian Universitas Brawijaya

PEMBERIAN ALASAN DI BAWAH KETIDAKPASTIAN

Himpunan. Himpunan (set)

Bab 3 Pengantar teori Peluang

STATISTIK PERTEMUAN III

HIMPUNAN Adri Priadana ilkomadri.com

Materi #2 TIN315 Pemeliharaan dan Rekayasa Keandalan Genap 2015/2016

PENALARAN DENGAN KETIDAKPASTIAN (UNCERTAINITY)

Nilai Probabilitas berkisar antara 0 dan 1.

Tujuan Pembelajaran. mutually exclusive

PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK

MODEL HIDROLOGI. (continuous flow) dan debit/hidrograf. besar/banjir (event flow). Contoh: : SSARR, SHE, MOCK, NASH, HEC-HMS

STATISTIKA UNIPA SURABAYA

Dasar-dasar Statistika Pemodelan Sistem

Mohammad Fal Sadikin

Himpunan Bagian ( Subset )

DEFINISI. Himpunan (set): Dengan kata lain : Elemen dari himpunan : Kumpulan objek-objek yang berbeda.

Stochastic process. Stochastic process. Stochastic process. Stochastic process 08/05/2015 STOCHASTIC PROCESS OPERATIONAL RESEARCH II

Pengantar Matematika Diskrit

MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar

DAFTAR ISI HALAMAN PENGESAHAN PERNYATAAN KATA PENGANTAR ABSTRACT INTISARI DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar

II. TINJAUAN PUSTAKA. terjadinya air hujan adalah jalannya bentuk presipitasi berbentuk cairan yang

PENERAPAN TEORI KOMBINATORIAL DAN PELUANG DISKRIT DALAM PERMAINAN POKER

Modul ke: Penyajian Himpunan. operasi-operasi dasar himpunan. Sediyanto, ST. MM. 01Fakultas FASILKOM. Program Studi Teknik Informatika

TENTANG UTS. Penentuan Cadangan, hal. 1

Logika Matematika Modul ke: Himpunan

MAKALAH PELUANG OLEH :

MATEMATIKA BISNIS. Dosen Hikmah Agustin,SP.,MM. Politeknik Dharma Patria Kebumen 2016

Pertemuan Ke-1 BAB I PROBABILITAS

Penerapan Teori Kombinatorial dan Peluang Dalam Permainan Poker

BAB III METODOLOGI 3.1. UMUM

HIMPUNAN Adri Priadana ilkomadri.com

DAFTAR ISI. Halaman JUDUL PENGESAHAN PERSEMBAHAN ABSTRAK KATA PENGANTAR

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar

TEORI PROBABILITAS. a. Ruang Contoh. Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S.

BAB I PENDAHULUAN. atau beton, yang terletak melintang pada sebuah sungai yang tentu saja bangunan ini

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY

Probabilitas. Hermita

PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

Teori himpunan. 2. Simbol baku: dengan menggunakan simbol tertentu yang telah disepakati. Contoh:

BAB III VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS

TUGAS AKHIR ANALISIS ROUTING ALIRAN MELALUI RESERVOIR STUDI KASUS WADUK KEDUNG OMBO

PROBABILITAS (2) Bernardus Budi Hartono. Teknik Informatika [Gasal ] FTI - Universitas Stikubank Semarang

Kompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as

SYARIF HIDAYAT

STATISTIKA PENDAHULUAN. Jurusan Teknik Sipil dan Lingkungan. 1-Sep-14

Ruang Sampel /Sample Space (S)

PROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si

Bab 9. Peluang Diskrit

PERSYARATAN PENGAMBILAN. Kuliah Teknologi Pengelolaan Limbah Suhartini Jurdik Biologi FMIPA UNY

SURVEI STATISTIK KHUSUS

Pendekatan Terhadap Probabilitas

Aksioma Peluang. Bab Ruang Contoh

Transkripsi:

Konsep Dasar Probabilitas

Random Events Sample space : collection of all possible events arising from a conceptual experiment or from an operation that involves chance.

Reservoir storage: amount of water in a reservoir varies in time from 0 to c. Reservoir capacity make up from combination of inflows and outflows. Sample space: Ω={S:0 S<c

Event Event is a collection of sample points in the sample space Ω of an experiment. Event consists of a single point simple event Event consists of a two or more points compound event.

Sample space: Ω A i, dimana I = 1,2,., k Ai S: (i-1)c/k S<ic/k dimana i= 1,2, k Jika terdapat 4 kondisi wi S: (i-1)c/4 S<ic/4 dimana i= 1,2, k A = w 4 S: 3c/4 S<c single sample point B = w 1 + w 2 compound event w 1 = S: 0 S<c/4 dan w 2 = S: c/4 S<2c/4

Null Event, Intersection and Union Hubungan antar event: Dua Event A 1, A 2, mutually exclusive atau disjoint jika kejadiannya tidak bersamaan satu sama lain. A 1, A 2 adalah null event. A 1 A 2 = A 1 A 2 =. Contoh: A {S: 3c/4 S<c dan B {S: 0 S<c/2 adalah mutually exclusive. Intersection jika kedua event memiliki kesamaan sample point. A 1 A 2 = A 1 A 2. Contoh A B c adalah {S: 3c/4 S<c Union : kedua sample memiliki penyambungan kejadian. A 1 A 2 = A 1 + A 2 contoh A 1 A 2 ={S: 0 S<c/2

Diagram Venn and Event Space Collection of sample points in sample space = sets Set operations = union, intersection, complement, etc. All possible combinations of event = event space.

Event Space A Jika A A, maka A c A Jika A 1 A dan A 2 A, maka A 2 + A 1 dan A Jika A 1 A dan A 1 A, maka A 1 A 2 A Jika A, maka A c A

Associative (A + B) + C = A + (B + C) (A B) C = A (B C) (AB)C = A(BC) (A B) C = A (B C) Compound events (A+B) C = AC + BC (A B) C = (A C) (B C) AB + C = (A+C)(B+C) (A B) C = (A C) (B C)

Probabilitas Prior Probability berdasarkan asumsi, tidak memerlukan verifikasi. Misalnya probability ace pada kartu adalah 1/13 Posterior Probability, memerlukan observasi dan pengukuran. Misalnya kuat tekan beton pada saat failure/rupture (beban kritis). Beban kritis pada kubus beton yg ditest bervariasi, dan unpredictable. Pengukuran dan observasi diperlukan untuk mengetahui probability beban kritis tsb.

Contoh

Multidimensional observation Bidang keteknikan banyak melakukan joint observasi. Misalnya teknik lingkungan, Dissolved Oxygen (DO) dan Biological Oxygen Demand (BOD) diukur pada air yang diteliti untuk menyelidiki polusi pada suatu sungai. Teknik sipil, pengukuran compressive strength dan density beton. Intesitas dan durasi hujan, kecepatan dan arah angin, periode dan tinggi gelombang, dll.

Jumlah hari dan total curah hujan

Petani di Castle Park Milan mengetahui jika jumlah hari hujan lebih empat hari, dan total curahhujan lebih dari 20 mm, irigasi tidak diperlukan.

Mengukur Probabilitas Fungsi Probabilitas, Pr adalah fungsi yang memetakan event space A pada sebuah random experiment dalam interval 0,1 Pr A 0 untuk A A Pr = 1 jika A1 A, A2 A dan A1 A2 = maka Pr A1 + A2 = Pr A1 + Pr A2

Kasus Reservoir/Bendungan A i S: (i-1)c/k S<ic/k untuk i = 1,2,3,4. Jika observasi dilakukan setiap tahun selama 36 thn, maka frekuensi kejadian untuk masing-masing kondisi: 5, 15, 10 dan 36. Pr A 1 = 5/36, Pr A 2 = 15/36, Pr A 3 = 10/36, Pr A 2 = 6/36 Pr = 5/36+15/36+10/36+6/36 = 1

Kasus Reservoir Jika C = A2 {S: c/4 S<c/2} D = A3 + A4 {S: c/2 S<c} maka kita dapat menghitung bahwa C terjadi 15 kali dalam 36 thn D terjadi 10 + 6 = 16 kali. Pr C = 15/36 dan Pr D =16/36 C + D = A2 + A3 + A4 Pr C+D = Pr A2 + A3 + A4 = (15+10+6)/36 = 31/36 = Pr C + Pr D

Additional Rule Pr A 1 + A 2 + + A k = Pr A 1 + Pr A 2 + + Pr A k Pr A 1 = 1 Pr A Pr A B Pr A + B = Pr A + Pr B -Pr AB

Contoh Kejadian banjir pada sungai Bisagno di Genoa Italia dicatat sejak tahun 1931 1995. 6 kejadian banjir yaitu 1945, 1951(2 kali), 1953, 1970, 1992. Jika N adalah kejadian banjir per tahun maka kita dapat mendefenisikan {N: N>0} dan A {N: N=0}. Kejadian banjir minimal sekali dalam setahun maka A c {N: N>0}, Pr A c =5/36 = 0.077 dan Pr A = 1 0.077 = 0.923 yang merupalan probabilitas kejadian tanpa banjir dalam setahun. Sementara Pr A c = 0.077 adalah resiko banjir yang akan terjadi.

Plotting Data Jika D c {S:0 S<c/2} maka probabilitas Pr D c = Pr A1 + A2 = (5 + 15)/36 = 20/36 Pr D = 1 - Pr D c = 1 20/36 = 16/36 Jika E = A2 + A3 {S:c/4 S<3c/4} maka Pr ED = Pr E + Pr D =Pr E+D Pr ED = 25/36 + 16/36 31/36 = 10/36

Probability of Null Event, Contained event and Boole s inequality Null event Pr = 0 Contained event Pr A Pr Pr B jika A B Boole s inequality Pr A1+A2+ +An Pr A1 +Pr A2 + +Pr An

Contoh Dua kejadian akan menyebabkan kegagalan bendungan di daerah rawan gempa. Banjir besar dengan muka air sangat tinggi (A) Gempa bumi (B) Pr A = a Pr B = b Pr A+B = Pr A + Pr B - Pr AB Kejadian AB sangat kecil kemungkinannnya, Pr A+B Pr A + Pr B Pr A+B = a + b Jika a = 0.02 dan b = 0.01 maka Pr A+B = 0.02+0.01 =0.03

Conditional Probability Jika A dan B adalah dua events pada sample space dan Pr B > 0 maka probability event A ketika B sudah terjadi adalah: Pr A B = Pr AB / Pr B Pr B 0 Contoh: pengetesan kubus beton 40 sample A {2440 < c < 2460 kg/m3} B {55 < c < 65 kg/m3} Pr A = 19/40 Pr B = 26/40 Intersection event Pr AB = 16/40 Probabilitas kubus beton dengan densitas 2440 2460 kg/m3 yang memiliki kompressif streghtn 55-65 N/mm2 adalah Pr A B = Pr AB /Pr B = (16/40) / (26/40) = 16/26