st02 probability
DESCRIPTION
statistikaTRANSCRIPT
![Page 1: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/1.jpg)
PROBABILITAS
STATISTIKA
![Page 2: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/2.jpg)
Probabilitas
Probabilitas2
Probabilitas – Peluang – Kemungkinan
Mengapa probabilitas ?
Orang tidak dapat memastikan nilai suatu proses (misal erupsi
gunung berapi) berdasarkan data erupsi selama waktu yang lalu
sampai saat ini.
Sifat stokastik ataupun ketidak-pastian merupakan sifat yang
melekat pada proses (yang melibatkan) alam.
![Page 3: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/3.jpg)
Probabilitas, Peluang Kejadian
Probabilitas3
No urutJumlah hari terjadinya
kemacetan pasokan air per bulanFrekuensi
1 10 2
2 9 1
3 8 0
4 7 2
5 6 3
6 5 5
7 4 4
8 3 7
9 2 3
10 1 2
11 0 1
Jumlah 30
Jumlah hari saat terjadi
kemacetan pasokan air
PDAM selama 30 bulan
terakhir.
Dapatkah Saudara
memastikan berapa kali
(jumlah hari) akan
terjadi kemacetan
pasokan air PDAM
pada bulan depan?
![Page 4: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/4.jpg)
Probabilitas, Peluang Kejadian, Risiko
Probabilitas4
Tahun ke- Debit (m3/s) Tahun ke- Debit (m
3/s) Tahun ke- Debit (m
3/s)
1 473 23 1110 45 843
2 544 24 717 46 450
3 872 25 961 47 284
4 657 26 925 48 460
5 915 27 341 49 804
6 535 28 690 50 550
7 678 29 734 51 729
8 700 30 991 52 712
9 669 31 792 53 468
10 347 32 626 54 841
11 580 33 937 55 613
12 470 34 687 56 871
13 663 35 801 57 705
14 809 36 323 58 777
15 800 37 431 59 442
16 523 38 770 60 206
17 580 39 536 61 850
18 672 40 708 62 829
19 115 41 894 63 887
20 461 42 626 64 602
21 524 43 1120 65 403
22 943 44 440 66 505
Debit puncak suatu sungai selama 66 tahun
Dapatkah Saudara
memastikan debit
maksimum pada
tahun ke-67?
![Page 5: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/5.jpg)
Probabilitas
Probabilitas5
Definisi #1
Andaikata suatu peristiwa random dapat terjadi dalam n cara yang masing-masing memiliki kemungkinan yang sama, dan apabila sejumlah na cara memberikan hasil A, maka probabilitas terjadinya peristiwa dengan hasil A adalah na/n
Dalam definisi di atas, n adalah himpunan semua yang mungkin terjadi.
Definisi di atas berasumsi bahwa n diketahui, padahal himpunan semua cara yang mungkin pada kenyataannya tidak selalu diketahui atau tidak terjadi atau tidak diamati atau tidak dihitung.
nnA aprob
![Page 6: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/6.jpg)
Probabilitas
Probabilitas6
Definisi #2 Andaikata suatu peristiwa random terjadi berkali-kali dalam jumlah
yang sangat besar, n kali, dan sejumlah na kali memiliki hasil A, maka probabilitas peristiwa dengan hasil A adalah
Definisi di atas berbeda dengan definisi #1 dalam hal-hal berikut: Probabilitas suatu kejadian “diperkirakan” (can be estimated) berdasarkan
observasi sejumlah n kali.
n di sini tidak/bukan merupakan himpunan semua kejadian yang mungkin; dalam hal ini, tidak diperlukan untuk mengetahui atau melakukan observasi terhadap semua kemungkinan
Setiap cara yang mungkin terjadi (dalam n tersebut) tidak harus memiliki kemungkinan yang sama untuk terjadi.
nnA anlimprob
![Page 7: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/7.jpg)
Probabilitas
Probabilitas7
Definisi 2: butuh berapa n?
Contoh
Pada 2 set pengamatan (sampel) yang tidak saling terkait/tergantung,
perkiraan probabilitas kejadian A dapat ditetapkan berdasarkan masing-
masing sampel tersebut.
Kedua nilai probabilitas tidak selalu sama satu dengan yang lain.
Kedua nilai probabilitas tidak selalu sama dengan perkiraan probabilitas A
yang ditetapkan dengan pengamatan sejumlah tak-berhingga kali.
Problem: berapa jumlah pengamatan n yang diperlukan untuk
mendapatkan estimasi probabilitas A yang dapat diterima?
![Page 8: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/8.jpg)
Probabilitas
Probabilitas8
Kisaran (range) probabilitas
Dari kedua definisi, kisaran probabilitas adalah 0 s.d. 1.
prob(A) = 0 “hampir” tidak mungkin terjadi
(nearly impossible)
prob(A) = 1 “hampir” pasti terjadi
(almost certain)
![Page 9: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/9.jpg)
Probabilitas
Probabilitas9
Misal suatu experimen (proses) menghasilkan sejumlah output
yang berupa random variables
Himpunan semua hasil yang mungkin didapat disebut sample space.
Setiap elemen di dalam sample space disebut sample points (element)
Setiap elemen di dalam sample space memiliki faktor/bobot/weight (positif)
sedemikian hingga jumlah weight seluruh elemen bernilai 1.
Nilai bobot berbanding lurus dengan kemungkinan experimen akan
memberikan hasil elemen tersebut.
Bobot tidak lain adalah probabilitas.
![Page 10: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/10.jpg)
Organisasi Data
Probabilitas10
Koleksi data statistik perlu disusun (diorganisir) sedemikian
hingga dapat “dibaca” dengan jelas.
Salah satu pengorganisasian data statistik adalah dengan:
tabel
grafik
![Page 11: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/11.jpg)
Organisasi Data
Probabilitas11
Tabel
Di dalam tabel, setiap raw score (“data mentah”) sejenis
dikelompokkan.
Pengelompokkan tsb kemudian dirangkum ke dalam suatu tabel
yang ringkas.
![Page 12: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/12.jpg)
Organisasi Data
Probabilitas12
Contoh
Seorang pelanggan air PDAM mencatat jumlah kejadian
kemacetan pasokan air ke rumahnya.
Kejadian kemacetan dijumlahkan setiap bulan.
Data kemacetan selama 30 bulan terakhir dicatat pada suatu
tabel.
Tabel raw scores
Tabel frekuensi
![Page 13: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/13.jpg)
Catatan kejadian pasokan air PDAM macet
Probabilitas13
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Jan-03 1 1 1 1 1 1 1 1 1 1 9
Feb-03 2 1 1 1 1 1 1 1 7
Mar-03 3 1 1 1 3
Apr-03 4 1 1 1 1 4
May-03 5 1 1 2
Jun-03 6 1 1 1 1 1 5
Jul-03 7 1 1 1 3
Aug-03 8 1 1 1 1 1 1 1 7
Sep-03 9 1 1 2
Oct-03 10 1 1 1 1 1 1 6
Nov-03 11 1 1 1 1 1 5
Dec-03 12 1 1 1 3
Jan-04 13 1 1 1 1 1 1 1 1 1 1 10
Feb-04 14 1 1
Mar-04 15 1 1 1 1 1 1 1 1 1 1 10
Apr-04 16 1 1 1 3
May-04 17 1 1 1 3
Jun-04 18 1 1 2
Jul-04 19 1 1 1 1 1 5
Aug-04 20 1 1
Sep-04 21 1 1 1 1 4
Oct-04 22 1 1 1 1 1 1 6
Nov-04 23 1 1 1 1 4
Dec-04 24 1 1 1 3
Jan-05 25 1 1 1 1 1 5
Feb-05 26 1 1 1 1 1 1 6
Mar-05 27 1 1 1 3
Apr-05 28 1 1 1 1 1 5
May-05 29 1 1 1 3
Jun-05 30 1 1 1 1 4
JumlahTanggal
Bulan Bulan ke-
![Page 14: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/14.jpg)
Probabilitas14
0
2
4
6
8
10
12
Jan-
03Fe
b-03
Mar
-03
Apr
-03
May
-03
Jun-
03Ju
l-03
Aug
-03
Sep-
03O
ct-0
3N
ov-0
3D
ec-0
3Ja
n-04
Feb-
04M
ar-0
4A
pr-0
4M
ay-0
4Ju
n-04
Jul-
04A
ug-0
4Se
p-04
Oct
-04
Nov
-04
Dec
-04
Jan-
05Fe
b-05
Mar
-05
Apr
-05
May
-05
Jun-
05
Jum
lah
har
iJumlah hari per bulan terjadi kemacetan air PDAM
H
HsH
HsH
![Page 15: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/15.jpg)
Probabilitas15
0
2
4
6
8
10
12
0 5 10 15 20 25 30
Jum
lah
har
i
Bulan ke-
Jumlah hari per bulan terjadi kemacetan air PDAM
H
HsH
HsH
![Page 16: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/16.jpg)
Tabel Frekuensi: jumlah hari pasokan air PDAM macet per
bulan periode Jan-03 s.d. Jun-05
Probabilitas16
Jumlah hari terjadinya
kemacetan pasokan air per bulanFrekuensi
10 2
9 1
8 0
7 2
6 3
5 5
4 4
3 7
2 3
1 2
0 1
Jumlah 30
![Page 17: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/17.jpg)
Tabel Frekuensi: jumlah hari pasokan air PDAM macet per
bulan periode Jan-03 s.d. Jun-05
Probabilitas17
Jumlah hari per bulan
pasokan air macetFrekuensi
10 2
9 1
8 0
7 2
6 3
5 5
4 4
3 7
2 3
1 2
0 1
Jumlah 30
Jumlah hari per bulan
pasokan air macetFrekuensi
0 1
1 2
2 3
3 7
4 4
5 5
6 3
7 2
8 0
9 1
10 2
Jumlah 30
![Page 18: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/18.jpg)
Bar Chart
Probabilitas18
0
1
2
3
4
5
6
7
8
10 9 8 7 6 5 4 3 2 1 0
Fre
ku
en
si
Jumlah hari
Jumlah hari per bulan pasokan air PDAM macet periode Januari 2003 s.d. Juni 2005
![Page 19: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/19.jpg)
0
1
2
3
4
5
6
7
8
109876543210
Fre
ku
en
si
Jumlah hari
Jumlah hari per bulan pasokan air PDAM macet periode Januari 2003 s.d. Juni 2005
Probabilitas19
![Page 20: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/20.jpg)
Histogram
Probabilitas20
2
1
0
2
3
5
4
7
3
2
1
0
1
2
3
4
5
6
7
8
109876543210
Fre
ku
en
si
Jumlah hari
Jumlah hari per bulan pasokan air PDAM macet periode Januari 2003 s.d. Juni 2005
![Page 21: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/21.jpg)
2
1
0
2
3
5
4
7
3
2
1
0
1
2
3
4
5
6
7
8
109876543210
Fre
ku
en
si
Jumlah hari
Jumlah hari per bulan pasokan air PDAM macet periode Januari 2003 s.d. Juni 2005
Probabilitas21
![Page 22: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/22.jpg)
Probabilitas, Peluang Kejadian
Probabilitas22
Jumlah hari terjadinya kemacetan
pasokan air per bulanFrekuensi
Frekuensi
relatif
10 2 0.07
9 1 0.03
8 0 0.00
7 2 0.07
6 3 0.10
5 5 0.17
4 4 0.13
3 7 0.23
2 3 0.10
1 2 0.07
0 1 0.03
Jumlah 30 1.00
untuk jumlah sampel
yang besar, maka nilai
frekuensi relatif dapat
dipakai sebagai
estimasi nilai
probabiltas
![Page 23: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/23.jpg)
Probabilitas - Histogram
Probabilitas23
0.00
0.05
0.10
0.15
0.20
0.25
109876543210
Fre
ku
en
si r
ela
tif
Jumlah hari
Jumlah hari per bulan pasokan air PDAM macet periode Januari 2003 s.d. Juni 2005
![Page 24: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/24.jpg)
0.07
0.03
0.00
0.07
0.10
0.17
0.13
0.23
0.10
0.07
0.03
0.00
0.05
0.10
0.15
0.20
0.25
109876543210
Fre
ku
en
si r
ela
tif
Jumlah hari
Jumlah hari per bulan pasokan air PDAM macet periode Januari 2003 s.d. Juni 2005
Probabilitas24
![Page 25: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/25.jpg)
Contoh #2
Probabilitas25
Data debit puncak suatu sungai selama kurun 66 tahun
Debit dikelompokkan ke dalam klas dengan lebar interval
tertentu
Frekuensi kejadian debit pada setiap klas dihitung
gunakan perintah fungsi MSExcel: =FREQUENCY(...)
![Page 26: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/26.jpg)
Probabilitas26
Tahun ke- Debit (m3/s) Tahun ke- Debit (m
3/s) Tahun ke- Debit (m
3/s)
1 473 23 1110 45 843
2 544 24 717 46 450
3 872 25 961 47 284
4 657 26 925 48 460
5 915 27 341 49 804
6 535 28 690 50 550
7 678 29 734 51 729
8 700 30 991 52 712
9 669 31 792 53 468
10 347 32 626 54 841
11 580 33 937 55 613
12 470 34 687 56 871
13 663 35 801 57 705
14 809 36 323 58 777
15 800 37 431 59 442
16 523 38 770 60 206
17 580 39 536 61 850
18 672 40 708 62 829
19 115 41 894 63 887
20 461 42 626 64 602
21 524 43 1120 65 403
22 943 44 440 66 505
Debit puncak suatu sungai selama 66 tahun
![Page 27: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/27.jpg)
0
200
400
600
800
1000
1200
0 10 20 30 40 50 60 70
De
bit
(m
3 /s)
Tahun ke-
Debit puncak tahunan suatu sungai selama 66 tahun
Probabilitas27
![Page 28: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/28.jpg)
Tabel Frekuensi
Probabilitas28
Interval Klas Klas FrekuensiFrekuensi
relatif
Frek rel
kumulatif
100 − 200 150 1 0.02 0.02
200 − 300 250 2 0.03 0.05
300 − 400 350 3 0.05 0.09
400 − 500 450 10 0.15 0.24
500 − 600 550 9 0.14 0.38
600 − 700 650 12 0.18 0.56
700 − 800 750 10 0.15 0.71
800 − 900 850 11 0.17 0.88
900 − 1000 950 6 0.09 0.97
1000 − 1100 1050 0 0.00 0.97
1100 − 1200 1150 2 0.03 1.00
Σ 66 1.00
![Page 29: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/29.jpg)
0.020.03
0.05
0.150.14
0.18
0.150.17
0.09
0.00
0.03
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0.16
0.18
0.20F
rek
ue
nsi
re
lati
f
Debit (m3/s)
Debit puncak tahunan suatu sungai selama 66 tahun
Probabilitas29
interval klas 100 m3/s
![Page 30: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/30.jpg)
Tabel Frekuensi
Probabilitas30
Interval Klas Klas JumlahFrekuensi
relatif
Frek rel
kumulatif
0 – 150 75 1 0.02 0.02
150 – 300 225 2 0.03 0.05
300 – 450 375 8 0.12 0.17
450 – 600 525 14 0.21 0.38
600 – 750 675 18 0.27 0.65
750 – 900 825 15 0.23 0.88
900 – 1050 975 6 0.09 0.97
1050 – 1200 1125 2 0.03 1.00
Σ 66 1.00
![Page 31: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/31.jpg)
0.020.03
0.12
0.21
0.27
0.23
0.09
0.03
0.00
0.05
0.10
0.15
0.20
0.25
0.30F
rek
ue
nsi
re
lati
f
Debit (m3/s)
Debit puncak tahunan suatu sungai selama 66 tahun
Probabilitas31
interval klas 150 m3/s
![Page 32: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/32.jpg)
Klas vs Nilai Parameter Statistika
Probabilitas32
Adakah pengaruh pengelompokan data terhadap nilai-nilai
parameter statistika?
Rata-rata
Simpangan baku
![Page 33: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/33.jpg)
Probability
Sample Space
Sample Elements
Probabilitas33
![Page 34: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/34.jpg)
Sample Space & Sample Elements
Probabilitas34
Contoh #1:
Suatu DAS memiliki 3 stasiun: Sta-1, Sta-2, Sta-3.
Experimen: meneliti setiap stasiun perlu/tidak kalibrasi
Output: (y,n,y)
Sta-1 perlu kalibrasi (y = yes)
Sta-2 tak perlu kalibrasi (n = no)
Sta-3 perlu kalibrasi (y = yes)
![Page 35: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/35.jpg)
Sample Space & Sample Elements
Probabilitas35
Sample space: Alternatif 1 S1={(y,y,y),(y,y,n),(y,n,y),(n,y,y),
(y,n,n),(n,y,n),(n,n,y),(n,n,n)}
S1 adalah discrete sample space: jumlah elemen di dalam S1 dapat dihitung.
Apabila experimen dilakukan satu kali saja, maka salah satu elemen S1
pasti terjadi.
Sample space: Alternatif 2 S2={0,1,2,3}
S2 adalah discrete sample space.
Hanya ingin diketahui jumlah stasiun yang perlu dikalibrasi.
Tidak diperlukan untuk mengetahui stasiun mana yang perlu dikalibrasi.
Informasi yang diperoleh lebih sedikit daripada S1.
![Page 36: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/36.jpg)
Sample Space & Sample Elements
Probabilitas36
Contoh #2:
Pengukuran angin: kecepatan (km/jam) dan arah (o).
Output: (x,y)
x = kecepatan (km/jam)
y = arah (o)
![Page 37: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/37.jpg)
Sample Space & Sample Elements
Probabilitas37
Sample space: Alternatif 1
Sample space: Alternatif 2
+ = kecepatan > 60 (km/jam)
= kecepatan < 60 (km/jam)
3600,0:,1 yxyx
360
0 x (km/jam)
y (o)
,2
continuous sample space
discrete sample space
![Page 38: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/38.jpg)
Events
Probabilitas38
Event adalah suatu himpunan bagian (subset) dari sample space
Suatu event terjadi jika dan hanya jika hasil dari experimen adalah anggota event tersebut
Contoh: Kalibrasi Sta-1, Sta-2, Sta-3
Event A: paling sedikit 2 stasiun perlu dikalibrasiA={(y,y,y),(y,y,n),(y,n,y),(n,y,y)}
Event B: tak ada stasiun yang perlu dikalibrasiB={(n,n,n)}
Event C: 2 stasiun perlu dikalibrasiC={(y,y,n),(y,n,y),(n,y,y)}
![Page 39: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/39.jpg)
Diagram Venn
Notasi:
S = sample space
Ei = elemen di dalam S
A,B = events di dalam S
prob(Ei) = probabilitas elemen Ei
Probabilitas39
E1 E2 E3
E4 EiE5
AB
SE1 E2 E3
E4 EiE5
A BAB
S
1probprob
1prob0
i
ii
i
ES
ES
E
![Page 40: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/40.jpg)
Probabilitas suatu Event
Probabilitas40
Event A
Event A dan B
Apabila A dan B tak bergantung satu dengan yang lainnya
(independent), maka
1probprob0
n
mi i
n
mi i
EA
EA
BABABA probprobprobprob
BABA probprobprob
![Page 41: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/41.jpg)
Probabilitas suatu Event
Probabilitas41
Event Ac (= komplemen event A)
c
cc
c
AA
AAAA
AA
prob1prob
1probprobprob
0prob
![Page 42: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/42.jpg)
Probabilitas Bersyarat
(Conditional Probability)
Probabilitas42
Probabilitas suatu event (event B) bergantung pada terjadinya
event lain (event A).
A BA B
S prob(BA) = prob(B) dengan syarat
event A terjadi
» sample space berubah dari S
menjadi A,
» event diwakili oleh A B.
ABABA
AA
BAAB
probprobprob
0prob,prob
probprob
![Page 43: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/43.jpg)
Probabilitas Bersyarat
(Conditional Probability)
Probabilitas43
Apabila event B tak bergantung pada event A (keduanya
merupakan independent events), maka
prob(BA) = prob(B), dan
prob(AB) = prob(A).prob(B)
![Page 44: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/44.jpg)
Probabilitas Bersyarat
(Conditional Probability)
Probabilitas44
Contoh
Data pengamatan hari hujan di suatu wilayah menunjukkan
probabilitas hari hujan sbb.
hari hujan setelah hari hujan = 0.444
hari tak hujan setelah hari hujan = 0.556
hari tak hujan setelah hari tak hujan = 0.724
hari hujan setelah hari tak hujan = 0.276
Apabila dijumpai bahwa suatu hari terjadi hujan, berapakah
probabilitas bahwa 2 hari berikutnya juga hujan?
![Page 45: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/45.jpg)
Probabilitas Bersyarat
(Conditional Probability)
Probabilitas45
Penyelesaian Misal hari hujan (h) terjadi sbb.
hari ke-0 hari ke-1 hari ke-2h h h
Event A = hari ke-1 hujan setelah hari ke-0 hujanEvent B = hari ke-2 hujan setelah hari ke-0 hujan
Yang dicari adalah 3 hari hujan berturut-turut:prob(AB) = prob(A).prob(BA)
Diketahui prob(A) = 0.444prob(BA) = 0.444 (hari hujan setelah hari hujan)
prob(AB) = 0.444 0.444 = 0.197
event A
event B
![Page 46: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/46.jpg)
Probabilitas Bersyarat
(Conditional Probability)
Probabilitas46
Cara penyelesaian yang lain Probabilitas hujan pada suatu hari adalah p = 0.444
Suatu hari (hari ke-0) terjadi hujan
Probabilitas hujan saat itu adalah p = 0.444
p = 0.444
hari ke-0 hari ke-1 hari ke-2
h h
th
p = 0.556
h
th
p = 0.444 × 0.444
p = 0.556 × 0.444
![Page 47: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/47.jpg)
Probabilitas Total
(Total Probability)
Probabilitas47
Apabila B1, B2,…, Bn adalah serangkaian events yang tidak
saling berkaitan (mutually exclusive events) dan masing-masing
memiliki probabilitas tidak sama dengan nol, prob(Bi) 0,
i, maka
B1 B2 … Bn = S
Bi Bj = 0, i,j (i j)
prob(Bi) > 0, i
![Page 48: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/48.jpg)
Probabilitas Total
(Total Probability)
Probabilitas48
Probabilitas suatu event A dapat dituliskan sbb.
AB1
S B2
Bn
n
n
BABABA
BABABAA
prob...probprob
...probprob
21
21
![Page 49: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/49.jpg)
Probabilitas Total
(Total Probability)
Probabilitas49
Dari conditional probability:
n
i ii
nn
BABA
BABBABA
1
11
probprobprob
probprob...probprobprob
111
11
probprobprob
probprobprob
BABAB
ABABA
AB1
S B2
Bn
![Page 50: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/50.jpg)
Probabilitas Total
(Total Probability)
Probabilitas50
Contoh
Data genangan di suatu wilayah permukiman menunjukkan
bahwa probabilitas terjadinya genangan adalah 0.80 saat hari
hujan dan 0.25 saat tak hujan.
Diketahui bahwa probabilitas hari hujan adalah 0.36.
Berapakah probabilitas terjadinya genangan di wilayah tersebut?
![Page 51: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/51.jpg)
Probabilitas Total
(Total Probability)
Penyelesaian
Jika event A = terjadi genangan
event B1 = hari hujan
event B2 = hari tak hujan
448.0
25.036.0180.036.0
probprobprobprobprob 2211
BABBABA
Probabilitas51
![Page 52: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/52.jpg)
Teorema Bayes
Probabilitas52
Dari conditional probability
BABAB
ABABA
probprobprob
probprobprob
• Karena prob(AB) = prob(BA), maka
BABABA probprobprobprob
• Untuk events A dan Bj, persamaan diatas menjadi
jjj BABABA probprobprobprob
(1)
(2)
(3)
(4)
![Page 53: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/53.jpg)
Teorema Bayes
Probabilitas53
Dari total probability
n
i ii BABA1
probprobprob
• Dengan (5) (4)
n
i ii
jj
jBAB
BABAB
1probprob
probprobprob
(5)
(6)
![Page 54: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/54.jpg)
Teorema Bayes
Probabilitas54
Pemakaian
Untuk mencari probabilitas event Bj apabila diketahui event A
telah terjadi.
Untuk mencari (memperkirakan) probabilitas suatu event (Bj)
dengan mengamati event kedua (A).
![Page 55: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/55.jpg)
Teorema Bayes
Probabilitas55
Contoh
Informasi ramalan cuaca biasa dikirimkan melalui 4 saluran:
Ri (i = 1,2,3,4) adalah event dimana informasi tsb dikirimkan melalui saluran
i.
Probabilitas masing-masing event Ri adalah: 0.1, 0.2, 0.3, dan 0.4.
Diketahui juga bahwa probabilitas terjadinya kesalahan pengiriman (event E)
melalui masing-masing saluran adalah: 0.10, 0.15, 0.20, dan 0.25.
Suatu saat diketahui bahwa suatu kesalahan pengiriman telah terjadi.
Berapakah probabilitas bahwa kesalahan tersebut terjadi melalui saluran ke-2?
![Page 56: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/56.jpg)
Teorema Bayes
Penyelesaian Diketahui: prob(R1) = 0.1 prob(ER1) = 0.10
prob(R2) = 0.2 prob(ER2) = 0.15prob(R3) = 0.3 prob(ER3) = 0.20prob(R4) = 0.4 prob(ER4) = 0.25
Probabilitas bahwa pengiriman dilakukan melalui saluran ke-2 dengan melihat kenyataan bahwa telah terjadi kesalahan adalah:
15.0
25.04.020.03.015.02.010.01.0
15.02.0
probprob
probprobprob 4
1
222
ii RER
RERER
Probabilitas56
![Page 57: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/57.jpg)
Teorema Bayes
Probabilitas57
i prob(Ri) prob(ERi) prob(Ri).prob(ERi) prob(RiE)
1 0.1 0.10 0.01 0.05
2 0.2 0.15 0.03 0.15
3 0.3 0.20 0.06 0.30
4 0.4 0.25 0.10 0.50
S 1.0 0.20 1.00
prob(E)
![Page 58: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/58.jpg)
Probability
Permutasi
Kombinasi
Probabilitas58
![Page 59: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/59.jpg)
Permutasi dan Kombinasi
Probabilitas59
Cara mendapatkan sampel yang terdiri dari r elemen dari suatu
sample space yang memiliki n elemen (n ≥ r) →
1 elemen per pengambilan
urutan elemen diperhatikan dan setelah tiap pengambilan, elemen
dikembalikan ke dalam sample space (ordered with replacement)
urutan elemen diperhatikan dan tidak dilakukan pengembalian
elemen setelah tiap pengambilan (ordered without replacement)
urutan elemen tidak diperhatikan dan tidak dilakukan pengembalian
elemen setelah tiap pengambilan (unordered without replacement)
urutan elemen tidak diperhatikan dan dlakukan pengembalian elemen
setelah tiap pengambilan (unordered with replacement)
![Page 60: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/60.jpg)
Permutasi dan Kombinasi
Probabilitas60
Contoh ilustrasi
Dilakukan pemilihan 2 stasiun AWLR dari
4 stasiun yang ada (A, B, C, D) untuk diberi dana.
Berapa jumlah pasang stasiun yang mungkin mendapatkan dana?
![Page 61: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/61.jpg)
Permutasi dan Kombinasi #1
Probabilitas61
Dipilih 2 stasiun dari 4 stasiun (r = 2, n = 4) dengan
urutan diperhatikan → memberikan dana kepada Stasiun A
kemudian B berbeda dengan memberikan dana kepada Stasiun B
kemudian A
dengan pengembalian → suatu stasiun dapat memperoleh dana
2×
Pasangan 2 stasiun yang mendapatkan dana
(A,A) (A,B) (A,C) (A,D)
(B,A) (B,B) (B,C) (B,D)
(C,A) (C,B) (C,C) (C,D)
(D,A) (D,B) (D,C) (D,D)
16416 2 rn
![Page 62: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/62.jpg)
Permutasi dan Kombinasi #2
Probabilitas62
Dipilih 2 stasiun dari 4 stasiun (r = 2, n = 4) dengan urutan diperhatikan → memberikan dana kepada Stasiun A kemudian B
berbeda dengan memberikan dana kepada Stasiun B kemudian A
tanpa pengembalian → suatu stasiun hanya dapat memperoleh dana 1×
Kemungkinan stasiun yang mendapatkan dana
(A,B) (A,C) (A,D)(B,A) (B,C) (B,D)(C,A) (C,B) (C,D)(D,A) (D,B) (D,C)
Identik dengan pengambilan 2 elemen sekaligus dari 4 elemen dalam sample space
12!2
!4
!24
!44
!
!
2
rn
nn r
permutasi
![Page 63: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/63.jpg)
Permutasi dan Kombinasi #3
Probabilitas63
Dipilih 2 stasiun dari 4 stasiun (r = 2, n = 4) dengan urutan tidak diperhatikan → memberikan dana kepada Stasiun A
kemudian B sama dengan memberikan dana kepada Stasiun B kemudian A
tanpa pengembalian → suatu stasiun hanya dapat memperoleh dana 1×
Kemungkinan stasiun yang mendapatkan dana (A,B) (A,C) (A,D)
(B,C) (B,D)(C,D)
Identik dengan pengambilan 2 elemen sekaligus dari 4 elemen dalam sample space
kombinasi
koefisien binomial
6
!2!24
!4
2
4
!!
!
rrn
n
r
n
![Page 64: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/64.jpg)
Permutasi dan Kombinasi #4
Probabilitas64
Dipilih 2 stasiun dari 4 stasiun (r = 2, n = 4) dengan urutan tidak diperhatikan → memberikan dana kepada Stasiun A
kemudian B sama dengan memberikan dana kepada Stasiun B kemudian A
dengan pengembalian → suatu stasiun dapat memperoleh dana 2×
Kemungkinan stasiun yang mendapatkan dana (A,A) (A,B) (A,C) (A,D)
(B,B) (B,C) (B,D)(C,C) (C,D)
(D,D)
Memilih r elemen dari n elemendengan pengembalian adalah sama dengan memilih r elemendari n elemen tanpa pengembalian
10
!2!14
!5
2
124
!!1
!11
rn
rn
r
rn
![Page 65: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/65.jpg)
Resume
Probabilitas65
Dengan
pengembalianTanpa pengembalian
Urutan diperhatikan
Urutan tak
diperhatikan
211
2! :Sterling Persamaan nn nen
!!
!
rrn
n
r
n
!
!
rn
nn r
!!1
!11
rn
rn
r
rn
rn
![Page 66: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/66.jpg)
Perintah (Fungsi) MSExcel
Probabilitas66
FACT(n)
menghitung faktorial, n!
n bilangan positif (bilangan cacah)
PERMUT(n,r)
menghitung permutasi,
n dan r integer, n ≥ r
COMBIN(n,r)
menghitung kombinasi,
n dan r integer, n ≥ r !!
!
rrn
n
r
n
!
!
rn
nn r
![Page 67: ST02 Probability](https://reader031.vdocuments.net/reader031/viewer/2022020118/577c86f61a28abe054c3485b/html5/thumbnails/67.jpg)
Probabilitas67