PROBABILITAS DAN STATISTIK

MUHAMMAD YUSUF Teknik Informatika - Universitas Trunojoyo Http://yusufxyz.wordpress.com Email : yusufxyz@gmail.com

Pengembangan dasar desain .Penjabaran informasi .Pengambilan keputusan .Pengolahan data berdasarkan analisa statistik .PERANAN PROBABILITAS DAN STATISTIK .

PROBABILITAS ‡ ‡ ‡ Terjadinya suatu peristiwa A secara matematik ditulis P?AA Bila peristiwa A tidak mungkin terjadi P?AA = 0 Bila peristiwa A terjadi 100% P?AA = 1 ± Klasifikasi probabilitas ‡ ³Prior´ Probability ‡ ³Posterior´ Probability .

dst .Pelemparan dadu P?1A = 1/6 . ³priori judgement´) dalam suatu pengambilan keputusan contoh: .Permainan kartu P?AsA = 4/52 = 1/13  Susah diterima para engineer .e.PRIOR PROBABILITY  Diperoleh secara subyektif atau tingkat kepercayaan yang melibatkan prediksi probabilitas berdasarkan pengalaman masa lalu dan keahlian sebagai ³decision maker´ (i. P?2A = 1/6 .

5 sample beton ternyata dibawah spesifikasi (DS) kuat tekan beton yang disyaratkan Kalau akan diakukan 10 uji tekan beton berikutnya maka berapa jumlah sample yang akan dibawah spesifikasi? P?DSA = 5/45 = 1/9 Jumlah sample DS pada uji berikutnya =10 * P?DSA = 10 * 1/9 = 1.POSTERIOR PROBABILITY ‡ Diestimasi berdasarkan peninjauan peristiwa-peristiwa yang sudah terjadi sebelumnya ‡ Dengan menggunakan pendekatan frekuensi kejadian berdasarkan studi dari suatu rangkaian peristiwa yang telah terjadi berulang-ulang atau suatu pengujian contoh:  45 tes tekan untuk mengetahui kekuatan tekan beton. Dari hasil uji tekan tersebut.1 (1 sample) .

Contoh: peristiwa yang terjadi dapat berupa : a) Mutually Exclusive A ‰ B = 0 ‡ S A B b) B adalah anggota A A B B Ž ASAB S .DIAGRAM VENN Untuk mempresentasikan suatu peristiwa dalam bentuk grafis.

DIAGRAM VENN c) Union (gabungan) peristiwa A&B S A B AŠB d) Intersection (irisan) peristiwa A&B S A B A‰B e) Difference (perbedaan/selisih) A B A±B S f) Complementary (komplementer) himpunan A S A A=S±A .

belok ke kiri atau ke kanan .banjir dan kekeringan pada suatu sungai pada saat bersamaan  Peristiwa-peristiwa yang bersatu sempurna (Collectively Exhaustive Events) Dua atau lebih peristiwa adalah ³CE´ bila gabungan dari peristiwa-peristiwa tersebut membentuk ruang sample Contoh: kontraktor a dan b A peristiwa kontraktor a memenangkan tender B peristiwa kontraktor b memenangkan tender  .KONSEP DASAR PROBABILITAS Peristiwa-peristiwa yang saling eksklusif (Mutually Exclusive Events) Terjadinya satu peristiwa tidak memungkinkan terjadinya peristiwa yang lain Contoh: .

Perusahaan a dan b kedua-duanya dapat menang Perusahaan a dan b memasukkan tender pada proyek yang sama dan terdapat lebih dari 2 penawar S A B kalau perusahaan a menang perusahaan b dan lainnya kalah (dan sebaliknya) ‡ Mutually Exclusive ‡ Komplementer A Š B berarti perusahaan a dan b kalah .KONSEP DASAR PROBABILITAS Jika: 1. A ‰ B) tidak saling exclusive (Non Mutually Exclusive) S A B 2. Perusahaan a dan b memasukkan tender pada proyek yang berlainan perusahaan a dan b keduanya dapat ruang (lihat irisan peristiwa A & B.

KONSEP DASAR PROBABILITAS 3. Mutually Exclusive.2.«. Perusahaan a dan b hanya merupakan 2 perusahaan yang bersaing untuk proyek yang sama A B perusahaan a menang  perusahaan b kalah (dan sebaliknya) peristiwa A&B membentuk ruang sample bersatu sempurna AŠB=S Collectively Exhaustive  juga peristiwa A&B saling eksklusif (Mutually Exclusive) Dari contoh diatas dapat diilustrasikan hal-hal sebagai berikut Suatu peristiwa Ai (I=1. maka P?A Š BA = P?AA + P?BA n P?Ai Š Ai+1 Š Ai+2 Š « Š AnA = § P?AiA .n) a.

3).3).3).3) P?A Š BA = P?AA + P?BA .. (3.3)...KONSEP DASAR PROBABILITAS b. (3.4). Bila bersifat Non-ME Contoh: lemparan 2 dadu.. Bila bersifat ME & CE p P ?A Š B A! P?AA P?B A ! P?S A ! 1 P Ai Š Ai  1 Š Ai  2 Š . Š An ! ? A § P ?AA ! 1 i ! 1 n c.P?A ‰ BA = 6/36 + 6/36 . (3.3).4). Total peristiwa yang terjadi 36 peristiwa Peristiwa angka 3 muncul dari salah satu dadu adalah: Dadu A (3. (6.P?A ‰ BA ME P?A ‰ BA = 0 Non-ME P?A ‰ BA { 0 . (3. (2.2). (3. (4. (3.3).1).4) Dadu B (1. (5.1/36 = 11/36 General Rule: P?A Š BA = P?AA + P?BA .

TEORI PROBABILITAS DALAM BIDANG REKAYASA  Alat-alat dalam bidang rekayasa modern: . model matematik) didasarkan atas asumsi (anggapan)  Anggapan diidealisasi mengakibatkan kondisi kuantitatif tersebut dapat mendekati atau menjauhi kondisi sebenarnya  Pengambilan keputusan seringkali harus diambil tanpa memandang kelengkapan atau mutu informasi  Rumusan ketidakpastian konsekuensi keputusan tidak dapat ditentukan dengan keyakinan yang sempurna .metoda kuantitatif .pembuatan model .analysis .evaluasi  Metode kompleks meliputi: .teknik optimasi  Walaupun kompleks (rumit) model (laboratorium.simulasi komputer .pembuatan model & analisis matematis .

kondisi lingkungan sempurna .TEORI PROBABILITAS DALAM BIDANG REKAYASA  Informasi diturunkan dari .kondisi lingkungan berbeda  Masalah dalam rekayasa bersifat acak (random) tak tentu tidak dapat dijabarkan secara definitif  Sehingga keputusan (planning dan design) perlu dilakukan walaupun penuh dengan ketidakpastian .

The Summation Law (Union Probability)  Union Probability dapat dituliskan: P?A Š B Š CA = P?AA + P?BA + P?CA Š = or (atau)  Peristiwa yang ada diasumsikan ME dan/atau menyatakan bahwa suatu seri peristiwa-peristiwa yang terjadi adalah ME. Contoh: pelemparan coin P?angkaA = 50% P?burungA = 50% P?A Š BA= 0.5 + 0.5 = 1 .

(3.3). (3. P?BA .3).3) sama. P?CA ‰ = and (dan) Contoh: Pelemparan 2 dadu P?AA = angka 3 muncul dadu pertama = 1/6 P?BA = angka 3 muncul dadu kedua = 1/6 P?A ‰ BA = 1/6 x 1/6 = 1/36 Catatan : untuk Union Probability dari contoh diatas: P?A Š BA = P?AA + P?BA = 1/6 + 1/6 = 1/3 Subset dari Sampel Space: (3.3). jadi: P?A Š BA = P?AA + P?BA . (3. (2.P?A ‰ BA = 1/6 + 1/6 . (3.The Multiplication Law (Joint Probability)  Suatu seri yang merupakan ³independent event´ yang terjadi sebagai berikut: P?A ‰ B ‰ CA = P?AA . (5.3).4) (1.1/36 = 11/36 atau 12/36 -1/36 = 11/36 If A&B ME.1).3). (3.4). (6.2). (4.3) Total 12 peristiwa dari seluruh 36 peristiwa P?3A = 12/36 (3.3). (3.4). P?A ‰ BA = 0 .

kejadian probabilitas dari suatu peristiwa A adalah P?AA. kemudian probabilitas ³tidak terjadinya´ peristiwa A adalah P?AA = 1 P?AA dan probabilitas terjadinya A dalam n percobaan adalah: 1 . maka: P?AA = 1/6 .P?A ‰ BA Asumsi bahwa dalam satu percobaan.P?AA AŠA=1 P?A ‰ BA = P?AA .P?AA)n Contoh: Tentukan probabilitas dari perolehan paling sedikit satu angka ³3´ setelah enam kali lemparan dadu yang lain. maka P?AA = 1 .Complement Of Probability (Komplementer)  Probabilitas Komlementer dari suatu pristiwa A diberikan dengan simbol P?AA  Bila 0 e P?AA e 1.(1. Asumsikan P?AA adalah probabilitas angka ³3´ dengan satu kali lemparan.

sehingga dapat terjadi 6x peristiwa yang mungkin terjadi. Peristiwa-peristiwa dalam contoh ini adalah ³independent´ tetapi non-ME. probabilitas untuk memperoleh paling tidak satu kali angka ´3´ muncul diberikan dengan ekspresi matematik sebagai berikut: P = P?AA Š P?AA Š P?AA Š P?AA Š P?AA Š P?AA Dengan Hukum ³Associative´ dapat dikelompokkan sbb: P = P?A Š AA Š P?A Š AA Š P?A Š AA = P?BA Š P?BA Š P?BA . Untuk 6 kali lemparan dari dadu tersebut. Peristiwa munculnya angka ³3´ mungkin dapat terjadi sekali dalam setiap lemparan.Complement Of Probability (Komplementer) Sepintas lalu terlihat bahwa kejadian dalam 6 kali lemparan memperoleh angka ³3´ berdasarkan probabilitas 1x lemparan setelah 6 kali lemparan dadu adalah 1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 1 Hal ini tidak ³sesuai´ dengan kenyataan yang terjadi sebenarnya. Oleh karena itu prosedur penyelesaian tersebut adalah tidak sesuai dan relevan.

3055) = 0.P?BA . P?BA = 0.ME maka: P?BA = P?A Š AA = P?AA + P?AA . P?AA = 1/6 + 1/6 ± (1/6 . P?BA = 1/36 + 1/36 ± (1/36 .6651 Cara singkat dapat diperoleh dengan menerapkan ³prinsip probabilitas komplementer´ ‡ .5177 .3055 Dapat ditulis kembali P = P?CA Š P?BA bila P?B Š BA = P?CA P?CA = P?B Š BA = P?BA + P?BA . 1/6) = 11/36 = 0.P?CA .3055 ± (0. 1/36) = 22/36 ± 121/36 = 0.P?AA .5177 Jadi P = P?CA Š P?BA = P?CA + P?BA .Complement Of Probability (Komplementer) Oleh karena non .5177 + 0. 0.

au.00 ke email : yusufxyz@gmail.com dan yusuf_xy@yahoo.TUGAS 1 Sebutkan dan jelaskan 5 Contoh kegunaan/penerapan Probabilitas dan Statistik dalam jaringan Komputer. jika terlambat nilai maksimal akan diturunkan menjadi 60 .com. Tidak boleh terlambat. Tugas dikumpulkan max 9 september 2009 pukul 24.

Sign up to vote on this title
UsefulNot useful