Professional Documents
Culture Documents
PROBABILITAS
Terjadinya suatu peristiwa A secara matematik ditulis P A Bila peristiwa A tidak mungkin terjadi PA = 0 Bila peristiwa A terjadi 100% PA = 1
Klasifikasi probabilitas
PRIOR PROBABILITY
Diperoleh secara subyektif atau tingkat kepercayaan yang melibatkan prediksi probabilitas berdasarkan pengalaman masa lalu dan keahlian sebagai decision maker (i.e. priori judgement) dalam suatu pengambilan keputusan
contoh: - Pelemparan dadu P1 = 1/6 ; P2 = 1/6 ; dst - Permainan kartu PAs = 4/52 = 1/13 Susah diterima para engineer
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 contoh:berulang-ulang atau suatu pengujian 45 tes tekan untuk mengetahui kekuatan tekan beton. Dari hasil uji tekan tersebut, 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? PDS = 5/45 = 1/9 Jumlah sample DS pada uji berikutnya =10 * PDS = 10 * 1/9 = 1.1 (1 sample)
DIAGRAM VENN
a)
Untuk mempresentasikan suatu peristiwa dalam bentuk grafis. Contoh: peristiwa yang terjadi dapat berupa : Mutually Exclusive A B = 0
S A B
a)
DIAGRAM VENN
c)
c)
c)
Difference (perbedaan/selisih) A B
S A B
c)
Peristiwa-peristiwa yang saling eksklusif (Mutually Exclusive Events) Terjadinya satu peristiwa tidak memungkinkan terjadinya peristiwa yang lain Contoh: - 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 CE 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
Perusahaan a dan b memasukkan tender pada proyek yang berlainan perusahaan a dan b keduanya dapat ruang (lihat irisan peristiwa A & B, A B) tidak saling exclusive (Non Mutually Exclusive)
S A B
2.
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 B berarti perusahaan a dan b kalah
Perusahaan a dan b hanya merupakan 2 perusahaan yang bersaing untuk proyek yang sama
A B
berikut Suatu peristiwa Ai (I=1,2,,n) a. Mutually Exclusive, maka PA B = PA + PB n PAi Ai+1 Ai+2 An = PAi
c.
Bila bersifat Non-ME Contoh: lemparan 2 dadu. Total peristiwa yang terjadi 36 peristiwa Peristiwa angka 3 muncul dari salah satu dadu adalah: Dadu A (3,1); (3,2); (3,3); (3,4); (3,4); (3,4) Dadu B (1,3); (2,3); (3,3); (4,3); (5,3); (6,3) PA B = PA + PB - PA B = 6/36 + 6/36 - 1/36 = 11/36 General Rule: PA B = PA + PB - PA B ME PA B = 0 Non-ME PA B 0
Alat-alat dalam bidang rekayasa modern: - metoda kuantitatif - pembuatan model - analysis - evaluasi Metode kompleks meliputi: - pembuatan model & analisis matematis - simulasi komputer - teknik optimasi Walaupun kompleks (rumit) model (laboratorium, 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
Informasi diturunkan dari - kondisi lingkungan sempurna - 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
Union Probability dapat dituliskan: P B C = PA + PB + PC A = or (atau) Peristiwa yang ada diasumsikan ME dan/atau menyatakan bahwa suatu seri peristiwa-peristiwa yang terjadi adalah ME. Contoh: pelemparan coin Pangka = 50% Pburung = 50% PA B = 0,5 + 0,5 = 1
Suatu seri yang merupakan independent event yang terjadi sebagai berikut: PA B C = PA . PB . PC = and (dan) Contoh: Pelemparan 2 dadu PA = angka 3 muncul dadu pertama = 1/6 PB = angka 3 muncul dadu kedua = 1/6 PA B = 1/6 x 1/6 = 1/36 Catatan : untuk Union Probability dari contoh diatas: PA B = PA + PB = 1/6 + 1/6 = 1/3 Subset dari Sampel Space: (3,1); (3,2); (3,3); (3,4); (3,4); (3,4) (1,3); (2,3); (3,3); (4,3); (5,3); (6,3) Total 12 peristiwa dari seluruh 36 peristiwa P3 = 12/36 (3,3) sama, jadi: PA B = PA + PB - PA B = 1/6 + 1/6 - 1/36 = 11/36 atau 12/36 -1/36 = 11/36 If A&B ME, PA B = 0
Probabilitas Komlementer dari suatu pristiwa A diberikan dengan simbol PA Bila 0 PA 1, maka PA = 1 - PA AA=1 P B = PA - PA B A
Asumsi bahwa dalam satu percobaan, kejadian probabilitas dari suatu peristiwa A adalah PA, kemudian probabilitas tidak terjadinya peristiwa A adalah PA = 1 - PA dan probabilitas terjadinya A dalam n percobaan adalah: 1 - (1PA)n
Contoh: Tentukan probabilitas dari perolehan paling sedikit satu angka 3 setelah enam kali lemparan dadu yang lain. Asumsikan P A adalah probabilitas angka 3 dengan satu kali lemparan, maka: PA = 1/6
TUGAS 1
Sebutkan dan jelaskan 5 Contoh kegunaan/penerapan Probabilitas dan Statistik dalam jaringan Komputer.
Tugas dikumpulkan max 9 september 2009 pukul 24.00 ke email : yusufxyz@gmail.com dan yusuf_xy@yahoo.com.au. Tidak boleh terlambat, jika terlambat nilai maksimal akan diturunkan menjadi 60