Bab 3 Pengantar teori Peluang

dokumen-dokumen yang mirip
Hidup penuh dengan ketidakpastian

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

Pertemuan 1 KONSEP DASAR PROBABILITAS

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

Aksioma Peluang. Bab Ruang Contoh

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

PERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung

BAB V TEORI PROBABILITAS

BAB II PROBABILITAS Ruang sampel (sample space)

Probabilitas dan Proses Stokastik

Probabilitas. Oleh Azimmatul Ihwah

MAKALAH PELUANG OLEH :

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

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

TEORI KEMUNGKINAN (PROBABILITAS)

Probabilitas dan Statistika Teori Peluang. Adam Hendra Brata

BAB 2 LANDASAN TEORI

Suplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu

KONSEP DASAR PROBABILITAS

BAB 2 LANDASAN TEORI

Ruang Sampel /Sample Space (S)

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

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

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

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

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.

Peluang suatu kejadian

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA

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

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

ALJABAR SET & AKSIOMA PROBABILITAS

Oleh: BAMBANG AVIP PRIATNA M

Pert 3 PROBABILITAS. Rekyan Regasari MP

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

LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

AMIYELLA ENDISTA. Website : BioStatistik

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

KONSEP DASAR PROBABILITAS

Metode Statistika STK211/ 3(2-3)

Bab 2 LANDASAN TEORI

Probabilitas = Peluang

1. Konsep Peluang. EL2002-Probabilitas dan Statistik Dosen: Andriyan

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

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

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

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

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

STATISTIK PERTEMUAN III

Tujuan Pembelajaran. mutually exclusive

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

Probabilitas pendahuluan

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

2-1 Probabilitas adalah:

matematika PELUANG: DEFINISI DAN KEJADIAN BERSYARAT K e l a s Kurikulum 2006 Tujuan Pembelajaran

I. PENDAHULUAN II. TINJAUAN PUSTAKA

Hubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian

MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar

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

II. KONSEP DASAR PELUANG

BAB 3 Teori Probabilitas

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

Probabilitas dan Statistika Ruang Sampel. Adam Hendra Brata

Perbedaan antara permutasi dan kombinasi adalah : Dalam permutasi, urutan objek dibedakan.

PENGANTAR MODEL PROBABILITAS

Unit 5 PELUANG. Clara Ika Sari Budhayanti. Pendahuluan

ATURAN DASAR PROBABILITAS. EvanRamdan

PROBABILITAS (KEMUNGKINAN/PELUANG) PENDAHULUAN PENGERTIAN PROBABILITAS HUKUM PROBABILITAS

KATA PENGANTAR. Salatiga, Juni Penulis. iii

Probabilitas dan Proses Stokastik

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

Berapa Peluang anda. meninggal? selesai S-1? menjadi menteri? menjadi presiden?

Konsep Dasar Peluang. Modul 1

TEORI PROBABILITA OLEH: RESPATI WULANDARI, M.KES

I. PENDAHULUAN II. TINJAUAN PUSTAKA

25/09/2013. Semua kemungkinan nilai yang muncul S={123456} S={1,2,3,4,5,6} Semua kemungkinan nilai yang muncul S={G, A}

Probabilitas. Tujuan Pembelajaran

Pembahasan Contoh Soal PELUANG

STK 211 Metode statistika. Materi 3 Konsep Dasar Peluang

1.1 Konsep Probabilitas

I. PENDAHULUAN II. TINJAUAN PUSTAKA

MODUL PELUANG MATEMATIKA SMA KELAS XI

Situasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas!

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

April 20, Tujuan Pembelajaran

Statistika Farmasi

PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK

Bab 9. Peluang Diskrit

Ruang Sampel, Titik Sampel dan Kejadian

PROBABILITAS MODUL PROBABILITAS

Pertemuan 2. Hukum Probabilitas

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

MODUL MATA PELAJARAN MATEMATIKA

Ruang Contoh dan Kejadian

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

RENCANA PELAKSANAAN PEMBELAJARAN ( R P P ) Mata Pelajaran : Matematika Satuan Pendidikan : SMA Kelas/Semester : XI IPS/ 1 Alokasi waktu : 2 x 45 menit

BAB V PENGANTAR PROBABILITAS

Probabilitas (Peluang)

DAFTAR ISI ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...

STATISTIKA LINGKUNGAN

BAB 2 LANDASAN TEORI

Transkripsi:

Bab 3 Pengantar teori Peluang Istilah peluang atau kemungkinan, sering kali diucapkan atau didengar. Sebagai contoh ketika manajer dari sebuah klub sepak bola ditanya wartawan tentang hasil pertandingan yang akan dimainkan oleh timnya, maka manajer tersebut sering berkata peluang tim kami memenangkan pertandingan nanti fifty-fifty ; dalam sebuah pertemuan, manajer pemasaran sebuah perusahaan mengatakan : Untuk tahun ini diperkirakan bahwa 90 % produk yang terlempar ke pasar akan terjual ; seorang ahli mesin mengatakan : mesin yang dirancang ini akan memiliki keandalan 98 %. Dan sebagainya. Dari beberapa contoh ini, muncul ketidakpastian. Hubungan dengan tahapan statistika inferensial, yaitu membuat kesimpulan dimana kesimpulan tersebut dibuat berdasarkan data sampel, maka terhadap kesimpulan yang dibuat adalah layak muncul pertanyaan : apakah kesimpulan yang dibuat sudah 100 % mencerminkan populasi?. Karena kesimpulan diambil dalam kondisi seperti ini maka, kesimpulan yang dibuat mengandung unsur ketidak pastian, sehingga kesimpulan yang dikemukakan memiliki tingkat keyakinan (peluang benar) atau tingkat (peluang keliru/salah). Oleh karena itu, dalam statistika diperlukan teori peluang.

3.1 Ruang Sampel Jika dua buah dadu (bermata : 1,2, 6) dilempar satu kali, maka semua hasil (dari mata dadu yang nampak) yang mungkin ada 36 hasil yaitu (1,1) yang menyatakan kedua dadu menampakan mata 1, (1,2) yang menyatakan dadu pertama nampak mata 1 dan dadu ke dua nampak mata 2, dan seterusnya (lihat tabel 3.1). Totalitas semua hasil yang mungkin dari sebuah percobaan, disebut ruang sampel (sampel space), S.

Tabel 3.1 Ruang Sampel Percobaan Dadu Mata Dadu Ke-1 Mata Dadu ke-2 1 2 3 4 5 6 1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) 2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) 3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) 4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) 5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6) 6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

Dalam tabel di atas Elemen dalam tiap sel menyatakan (disebut) titik sampel atau outcome atau hasil Kumpulan satu atau beberapa titik sampel dapat menyatakan ( membentuk) sebuah peristiwa atau kejadian atau event. Sebagai contoh, baris satu dengan elemen : (1,1), (1,2), (1,6) adalah peristiwa nampak mata 1 dari dadu ke-1 ; kolom 3 dengan elemen : (1,3), (2,3), (6,3) adalah peristiwa nampak mata 3 dari dadu ke-2.

Dilihat dari jumlah titik-titik sampelnya, ruang sampel bisa bersifat terhingga atau tak terhingga, diskrit atau kontinu. Untuk percobaan dadu di atas, ruang sampelnya bersifat terhingga dan diskrit karena, semua anggota ruang sampel dapat diidentifikasi dan terbilang. Sedangkan jika dilakukan percobaan mengukur masa pakai sejenis kendaraan maka S Є [0, ) yang berupa ruang sampel tak terhingga dan kontinu karena, anggotanya banyak sekali dan terukur. Ruang sampel dan peristiwa dapat digambarkan sebagai diagram venn. Sebagai contoh, di dalam sebuah ruang sampel S terdapat sebuah peristiwa A, dalam diagram venn diperoleh:

Gambar 3.1. Diagram Venn S A

Misal A dan B adalah dua peristiwa dalam S. Hubungan yang mungkin terjadi antara peristiwa A dan peristiwa B adalah : 1. Komplementer, Jika B menyatakan terjadi bukan peristiwa A ( A c ) 2. Bersyarat (conditional), jika terjadi B menjadi syarat terjadinya A ( A B) atau sebaliknya. 3. Saling bebas (independent), jika terjadi atau tidak terjadinya peristiwa B tidak mempengaruhi terjadi atau tidak terjadinya peristiwa A, atau sebaliknya 4. Saling asing (mutually exclusive), jika terjadinya B mencegah terjadinya A atau sebaliknya ( A dan B tidak bisa terjadi secara bersamaan). Jadi A atau B ( A B) saja 5. Inklusif, jika A terjadi atau B terjadi atau keduanya terjadi (A B ) Diagram venn berikut menyatakan hubungan di atas,

A c A A B A B

Definisi 3-1 (peluang klasik) Jika dalam ruang sampel S dengan anggota sebanyak n titik sampel, atau N(S) = n.terdapat peristiwa E dengan anggota sebanyak x titik sampel, atau N(E) = x. Maka peluang E terjadi. (3.1)... P(E) = [ N(E)] / [ N(S)] = x/n Definisi 3-2 (peluang empirik ): Peluang terjadinya sebuah peristiwa E adalah proporsi frekuensi terjadinya E (dalam jangka panjang) diantara peristiwa lain yang mungkin terjadi Aksioma : 1. 0 P(E) 1 untuk setiap dalam S 2. P(S) = 1 3. Jika A dan B dua peristiwa dalam S yang saling asing, maka peluang A atau B terjadi adalah (3.2)... P ( A B ) = P(A) + P(B).

Dalam definisi peluang di atas, terdapat kata anggota yang merupakan jumlah titik sampel dari sebuah ruang sampel dan peristiwa. Sehubungan dengan hal tersebut, berikut ini dikemukakan beberapa teori untuk menentukan banyaknya cara yang mungkin terjadi dari sebuah ruang sampel atau peristiwa. Dalil 3.1 Jika himpunan A 1,A 2, A k masing-masing beranggota n 1,n 2, n k elemen, maka ada sebanyak n 1 x n 2,,x n k cara yang dapat dilakukan untuk memilih, pertama : satu elemen A 1, kedua : satu elemen A 2,, terakhir : satu elemen A k Dalil 3.2 : Jumlah permutasi dari r objek yang dipilih dari n objek yang berbeda adalah (3.3)... npr = Dalil 3.3 : Banyaknya cara memilih r objek yang berbeda adalah (3.4) n r n n! r! n! r! n r! Dimana n! = n( n-1 )( n-2 ) 1 dan 0! = 1 ( aksioma)

Contoh : 3.1 Ruang sample pada pelemparan sebuah dadu, bila yang diselidiki ialah nomor yang muncul, maka ruang sampelnya D1 = { 1, 2, 3, 4, 5, 6}. Bila pengamatan pada apakah bilangan yang muncul genap atau ganjil, maka ruang sampelnya D2 = { ganjil, genap}.

Contoh : 3.2 Ruang sample yang berisi informasi dari tiga produk yang diambil secara acak dari suatu proses produksi di pabrik. Kemudian setiap produk tersebut diperiksa apakah cacat ( C ) atau tidak cacat ( T ). Sangat membantu bila dirinci semua anggota ruang sample secara sistematis melalui sebuah diagram pohon.

Soal : Misalkan A = { 1, 2, 3, 4, 5} dan B = {2, 4, 6, 7}, maka : A B = A B = c. Misalkan R adalah kejadian seseorang yang dipilih secara acak selagi makan disuatu kantin dekat kampus adalah seorang mahasiswa dan S menyatakan kejadian bahwa seseorang yang terpilih tinggal di asrama. Himpunan semua mahasiswa yang makan dikantin tersebut dan tinggal di asrama adalah : d. Misalkan P = { a, i,e, o,u} dan Q = { r.s,t }; maka P Q adalah : e. Misalkan P = { a,b,c } dan Q = { b,c,d,e } maka P Q adalah :