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

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

PERAMALAN (Forecast) (ii)

ANALISIS ANTRIAN. Disajikan oleh: Bernardus Budi Hartono. Teknik Informatika [Gasal ] FTI - Universitas Stikubank Semarang

KEANDALAN PERAMALAN. Disajikan oleh: Bernardus Budi Hartono. Teknik Informatika [Gasal ] FTI - Universitas Stikubank Semarang

PERAMALAN (Forecast) Disajikan oleh: Bernardus Budi Hartono. Teknik Informatika [Gasal ] FTI - Universitas Stikubank Semarang

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.

AMIYELLA ENDISTA. Website : BioStatistik

BILANGAN ACAK (RANDOM NUMBER)

Probabilitas. Tujuan Pembelajaran

Teknik Simulasi. Disajikan oleh: FTI - Universitas Stikubank Semarang. Bernardus Budi Hartono

Teori Bahasa dan Otomata

Pertemuan Ke-1 BAB I PROBABILITAS

ATURAN DASAR PROBABILITAS. EvanRamdan

Probabilitas & Teorema Bayes

KONSEP DASAR PROBABILITAS

PS-02 HUKUM-HUKUM PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016

TEORI KEMUNGKINAN (PROBABILITAS)

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

Hidup penuh dengan ketidakpastian

Menghitung peluang suatu kejadian

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

GENETIKA POPULASI. Kuswanto. Fakultas Pertanian Universitas Brawijaya

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

Probabilitas dan Proses Stokastik

Probabilitas = Peluang

BAB V TEORI PROBABILITAS

BAB II PROBABILITAS Ruang sampel (sample space)

PROBABILITY AND GENETIC EVENTS

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

ALJABAR SET & AKSIOMA PROBABILITAS

Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014

Aksioma Peluang. Bab Ruang Contoh

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

Pertemuan ke-5 : Kamis, 7 April : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21

PENCACAHAN RUANG SAMPEL

KONSEP DASAR PROBABILITAS

Peluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}.

Bab 9. Peluang Diskrit

TEORI PROBABILITA OLEH: RESPATI WULANDARI, M.KES

PELUANG. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI. Oleh: Hj. ITA YULIANA, S.Pd, M.

Probabilitas dan Statistika Teori Peluang. Adam Hendra Brata

MAKALAH PELUANG OLEH :

Pierre-Simon Laplace. Born 23 March 1749 Beaumont-en-Auge, Normandy, France Died 5 March 1827 (aged 77) Paris, France Mempelajari peluang dalam judi

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Eksperimen. Ruang Sampel Diskrit. Ruang Sampel. Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik).

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T

Nilai Probabilitas berkisar antara 0 dan 1.

, n(a) banyaknya kejadian A dan n(s) banyaknya ruang sampel

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

Andri Helmi M, SE., MM.

PELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik).

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

Modul ke: STATISTIK Probabilitas atau Peluang. 05Teknik. Fakultas. Bethriza Hanum ST., MT. Program Studi Teknik Mesin

PENGANTAR MODEL PROBABILITAS

PELUANG KEJADIAN. Macam-macam permutasi 1. Permutasi n unsur dari n unsur n. P n. 2. Permutasi dengan beberapa unsur yang sama

BAB 2 LANDASAN TEORI. Dalam penulisan skripsi ini, dijabarkan beberapa aksioma dan teorema yakni sebagai berikut :

KONSEP DASAR PROBABILITAS

Permutations, Combinations, and Probability Jadug Norach Agna Parusa. Copyright 2014 Bimbingan Belajar Merlion BBMerlion.com

Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen.

TEORI PROBABILITAS (TEORI KEMUNGKINAN)

BAB 3 Teori Probabilitas

Peluang suatu kejadian

PELUANG. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah

RUANG SAMPEL DAN KEJADIAN TI2131 TEORI PROBABILITAS MINGGU KE-2

BAB V PENGANTAR PROBABILITAS

Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia

I. PENDAHULUAN II. TINJAUAN PUSTAKA

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

PENALARAN DENGAN KETIDAKPASTIAN (UNCERTAINITY)

PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS

Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari

Pertemuan 2. Hukum Probabilitas

peluang Contoh 6.1 Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali? Matematika Dasar Page 46

PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR

Oleh: BAMBANG AVIP PRIATNA M

Model dan Simulasi Universitas Indo Global Mandiri

MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar

PELUANG KEJADIAN MAJEMUK

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

TEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA

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

Statistik Farmasi Probabilitas

Pert 3 PROBABILITAS. Rekyan Regasari MP

Konsep Dasar Probabilitas

PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK

2-1 Probabilitas adalah:

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

Teknik Pengolahan Data

Konsep Dasar Peluang

PELUANG. A Aturan Pengisian Tempat. B Permutasi

Tujuan Pembelajaran. mutually exclusive

MATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT)

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

PEMBERIAN ALASAN DI BAWAH KETIDAKPASTIAN

Teori Probabilitas. Debrina Puspita Andriani /

TEORI PROBABILITAS 1

REFRESH. Populasi 3/28/2012

Transkripsi:

PROBABILITAS Disajikan oleh: Bernardus Budi Hartono Web E-mail : pakhartono at gmail dot com budihartono at acm dot org : http://pakhartono.wordpress.com Teknik Informatika [Gasal 2009 2010] FTI - Universitas Stikubank Semarang

Probabilitas Nilai probabilitas adalah sebuah bilangan di antara 0 dan 1 (0,1) yang terkait dengan suatu peristiwa (event) tertentu. Probabilitas = 0 peristiwa mustahil terjadi Probabilitas = 1 peristiwa pasti terjadi

Probabilitas peristiwa sederhana Peristiwa sederhana (simple event) peristiwa yang berdiri sendiri tidak berhubungan dengan peristiwa lain (peristiwa tunggal). Peristiwa A dapat terjadi dengan f A cara dari sejumlah total N cara yang masing-masing memiliki kesempatan yang sama untuk terjadi, maka probabilitas terjadinya peristiwa A (dinotasikan dengan P(A)) adalah: P(A) = f A / N

Probabilitas peristiwa sederhana (2) Sedangkan probabilitas untuk tidak terjadinya suatu peristiwa A atau disebut dengan kegagalan A (atau komplemen A), adalah: P(~A) = (N - f A ) / N = 1- (f A / N) = 1 - P(A) Contoh probabilitas tunggal: Permainan (undian) menebak kemungkinan munculnya kartu As dari satu set kartu bridge. Diketahui 1 set kartu berjumlah 52 kartu dengan 4 diantaranya adalah kartu As. Probabilitas pengambilan satu kartu mendapatkan kartu As, adalah: P(As) = 4/52 = 1/13 = 0,077

Probabilitas peristiwa majemuk (1) Peristiwa majemuk (compound event) peristiwa gabungan atau kombinasi dari dua atau lebih peristiwa sederhana Probabilitas bersyarat (conditional probability) adalah probabilitas dari sebuah peristiwa yang akan terjadi jika sebuah peristiwa lainnya telah terjadi (peristiwa bersyarat). Probabilitas bersyarat peristiwa A akan terjadi, jika peristiwa B telah terjadi, adalah: P(A B) = P(A B) / P(B) P(B) > 0

Probabilitas peristiwa majemuk (2) Contoh probabilitas bersyarat: Diketahui, sebuah toko komputer telah menjual PC yang dilengkapi dengan perangkat lunak, sebagai berikut: word processor sebesar 60%, spreadsheet 40%, dan yang dilengkapi dengan kedua perangkat lunak tersebut 30%. Misalkan seseorang membeli komputer dengan word processor = A, dan seseorang membeli komputer dengan spread sheet = B. Maka: P(A) = 0,6 P(B) = 0,4 P(A B) = 0,3

Probabilitas peristiwa majemuk (3) (?) Jika komputer yang dibeli seseorang telah dilengkapi dengan spread sheet, hitunglah probabilitas komputer tersebut juga dilengkapi dengan word processor. P(A B) = P(A B) / P(B) = 0,3 / 0,4 = 0,75 Dengan kata lain, dari seluruh penjualan komputer yang dilengkapi spread sheet, maka 75% -nya dilengkapi juga dengan word processor.

Probabilitas peristiwa majemuk (4) (??) Jika komputer yang dibeli seseorang telah dilengkapi dengan word processor, hitunglah probabilitas komputer tersebut juga dilengkapi dengan spread sheet. P(B A) = P(A B) / P(A) = 0,3 / 0,6 = 0,5 Dengan kata lain, dari seluruh penjualan komputer yang dilengkapi word processor, maka 50% -nya dilengkapi juga dengan spread sheet.

Peristiwa saling bebas dan tidak saling bebas Dua buah peristiwa A dan B dikatakan saling bebas (independent) apabila terjadinya peristiwa A tidak mempengaruhi probabilitas terjadinya peristiwa B, atau sebaliknya. P(A B) = P(A) dan juga P(B A) = P(B) Jika terjadinya peristiwa A mempengaruhi probabilitas terjadinya peristiwa B maka disebut peristiwa tidak saling bebas (dependent), hal ini merupakan probabilitas bersyarat.

Peristiwa saling meniadakan (mutually exclusive atau disjoint events) Peristiwa A dan B tidak mungkin terjadi secara bersamaan. Peristiwa A dan B adalah saling meniadakan jika terjadinya salah satu peristiwa tersebut dalam sebuah eksperimen probabilitas, mencegah terjadinya peristiwa yang lainnya. P(A dan B) = P(A B) = 0 atau P(A B) = P(B A) = 0 Sebaliknya, jika peristiwa A dan B dapat terjadi secara bersamaan dalam sebuah eksperimen probabilitas, maka A dan B tidak mutually exclusive.

Hukum-hukum probabilitas peristiwa majemuk (1) Hukum perkalian (multiplication law) Peristiwa saling bebas (independent event) Hukum perkalian untuk peristiwa A, B, C, D, yaitu peristiwa yang saling bebas (independent event), maka probabilitas bahwa seluruh peristiwa itu terjadi (probabilitas gabungan atau joint probability) dari P(A B C D...), adalah perkalian dari probabilitas masing-masing peristiwa. P(A dan B dan C dan D ) = P(A B C D ) = P(A) P(B) P(C) P(D)...

Hukum-hukum probabilitas peristiwa majemuk (2) Hukum perkalian (multiplication law) Peristiwa tidak saling bebas (dependent event) Hukum perkalian untuk dua peristiwa A dan B yang tidak saling bebas, adalah: P(A dan B) = P(A B) = P(A B) P(B) = P(B A) P(A) (*) keterangan: P(A B) = probabilitas bersyarat terjadinya peristiwa A setelah B terjadi P(B A) = probabilitas bersyarat terjadinya peristiwa B setelah A terjadi

Hukum-hukum probabilitas peristiwa majemuk (3) Hukum perkalian (multiplication law) Persamaan (*) dapat diperluas (digeneralisasi) untuk peristiwa majemuk yang terdiri dari beberapa peristiwa yang terjadi secara berurutan P(A 1 A 2 A 3 ) = P(A 3 A 1 A 2 ) P(A 1 A 2 ) = P(A 3 A 1 A 2 ) P(A 2 A 1 ) P(A 1 ) Dalam hal ini, peristiwa A 1 terjadi pertama kali, diikuti peristiwa A 2, dan terakhir peristiwa A 3.

Hukum-hukum probabilitas peristiwa majemuk (4) Hukum penjumlahan (addition law) Hukum penjumlahan pada probabilitas peristiwa majemuk adalah: P(A atau B) = P(A U B) = P(A) + P(B) - P(A B) (**) Persamaan di atas menunjukkan probabilitas peristiwa A atau peristiwa B atau kedua-duanya sama-sama terjadi. Selama diketahui probabilitas gabungannya P(A B) maka A dan B tidak perlu saling bebas.

Hukum-hukum probabilitas peristiwa majemuk (5) Hukum penjumlahan (addition law) Jika peristiwa A dan B adalah mutually exclusion (jika salah satu peristiwa terjadi maka peristiwa lainnya mustahil terjadi), maka P(A B) = 0 sehingga: P(A atau B) = P(A U B) = P(A) + P(B) Persamaan (**) dapat diperluas untuk berapapun jumlah peristiwa dengan proses penerapan kembali berkanjut (continued reapplication), yaitu: P(A atau B atau C) = P(A U B U C) = P(A) + P(B) + P(C) - P(A B) - P(A C) - P(B C) + P(A B C)

Referensi Prinsip-Prinsip Statistik Untuk Teknik dan Sains, Dr. Ir. Harinaldi, M.Eng., Penerbit Erlangga, Jakarta, 2005. Introduction to Management Science (Sains Manajemen) Edisi 8, Bernard W. Taylor III, Penerbit Salemba Empat, Jakarta, 2005.