probabilitas manprod 2
TRANSCRIPT
![Page 1: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/1.jpg)
PENGANTAR TEORIPROBABILITAS
1
![Page 2: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/2.jpg)
Kosa kata Teori Probabilitas
PercobaanSuatu kegiatan yang belum diketahui hasilnya dengan
pasti untuk pengamatan statistika Ruang sampel
himpunan semua hasil yang mungkin dari suatu percobaan statistika
setiap kemungkinan yang dapat terjadi disebut anggota ruang sampel (sample points)
Kejadianhimpunan bagian dari ruang sampel
Peluang suatu kejadian Ajumlah anggota himpunan bagian dari ruang sampel yang
termasuk pada kejadian A2
![Page 3: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/3.jpg)
Kosa kata Teori Probabilitas
Probabilitas terambilnya kelereng
merah atau biru!
4
1
4
3
Percobaan Pengambilan
sebuah kelereng dari kotak
Ruang sampel Merah Biru
Kejadian A: terambilnya
kelereng merah B: terambilnya
kelereng biru Peluang kejadian
Peluang kejadian A Peluang kejadian B
peluang kejadian
B
peluang kejadian
A
Peluang suatu kejadian …Jumlah hasil yang muncul dibagi jumlah hasil yang mungkin cara menghitung (counting)
3
![Page 4: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/4.jpg)
KONSEP MENDASAR
• Probabilitas, P dari suatu peristiwa atau keadaan memiliki nilai :
0 ≤P≤1• Jumlah dari seluruh kemungkinan
dari suatu kegiatan harus sama dengan 1
4
![Page 5: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/5.jpg)
Contoh 1: two rules of probability. Kebutuhan cat pada sebuah toko berada pada kisaran : 0, 1, 2, 3, aatu 4 gallon per hari. Pengamatan selama 200 hari kerja menghasilkan data kebutuhan sebagai berikut :
5
![Page 6: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/6.jpg)
Persentasi kemungkinan :
6
![Page 7: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/7.jpg)
Perumusan Probabilitas
1. Perumusan Klasik (Objective Probabilty )
Objective Probability dapat juga ditentukan dengan metoda logika (mis pada kasus mata uang logam atau dadu)
2. Perumusan Empiris Berdasarkan pada peristiwa yang telah terjadi (menggunakan data historis)
terjadimungkinygperistiwankeseluruhajumlah
terjadimungkinygAperistiwajumlahAP )(
peristiwasemuajumlah
AperistiwajumlahAP )(
7
![Page 8: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/8.jpg)
Contoh :
Hasil pelemparan sekeping mata uang logam sebanyak 10.000 kali adalah 5.010 kali keluar angka dan 4990 keluar gambar. Berapa probabilitas keluarnya angka jika sekeping mata uang dilempar sekali ?
Jawab :
Seandainya peristiwa A adalah munculnya angka, maka :
peristiwasemuajumlah
AperistiwajumlahAP )(
501,0000.10
010.5
8
![Page 9: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/9.jpg)
3. Perumusan Secara Subyektif
Digunakan bila probabilitas peristiwa tidak dapat ditentukan secara teoritis ataupun empiris.
Didasarkan pada keyakinan dan analisis pengambil keputusan
Agar dapat dirumuskan dengan baik, pertimbangkan sebanyak mungkin informasi yang relevan dengan peristiwa tersebut
9
![Page 10: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/10.jpg)
Mutually exclusiveDua peristiwa dikatakan mutually exclusive jika kedua peristiwa tersebut tidak dapat terjadi pada waktu yang bersamaan, atau A∩B ={ }
Karena A U B = A + B, maka : P (A U B)=P(A) + P(B)
10
![Page 11: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/11.jpg)
Contoh:Pada pelemparan sebuah dadu satu kali jika A adalah peristiwa munculnya mata dadu 3 dan B adalah peristiwa munculnya mata dadu 5, berapakah probabilita munculnya mata dadu 3 atau 5 ?
Jawab :Tidak mungkin mata dadu 3 keluar sekaligus bersama 5, maka peristiwa A & B adalah mutually exclusive
P(AUB) = P(A) + P(B)= 1/6 + 1/6 = 1/3
11
![Page 12: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/12.jpg)
Soal Mutually Exclusive
• Sebuah toko memiliki koleksi tas terbaru dengan 4 warna, hijau, putih, merah dan biru• P(hijau) = 0.09• P(putih) = 0.15• P(merah) = 0.21• P(biru) = 0.23
• Hitung peluang pembeli mengambil tas koleksi terbaru?• Peluang membeli tas hijau, putih, merah atau biru…• P(hijau)+P(putih)+P(merah)+P(biru) = 0.09 + 0.15 + 0.21 + 0.23
12
![Page 13: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/13.jpg)
Non mutually exclusive
Dua peristiwa dikatakan non mutually exclusive jika kedua peristiwa tersebut bisa terjadi pada waktu yang bersamaan, atau A∩B≠{ }
AUB=A+B-(A∩B), untuk menghindari penghitungan gandaP(AUB)=P(A)+P(B)-P(A∩B)
Contoh:Survey 100 responden, diketahui 60 responden suka film action, 50 orang suka film drama, dan 10 orang suka keduanya. Jika dari 100 responden tersebut diambil1 orang secara acak, berapa probabilita menemukan respondedn yang suka filn action atau responden yang suka film drama?
Jawab : P(AUB)=P(A)+P(B)-P(A∩B) =60/100 + 50/100 – 10/100 = 1
13
![Page 14: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/14.jpg)
Mutually exclusive &non mutually exclusive
14
![Page 15: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/15.jpg)
Probabilita Peristiwa Independen
Jika terdapat dua peristiwa yang berurutan, kedua peristiwa tersebut dikatakan independen jika peristiwa pertama tidak mempengaruhi peristiwa kedua P (A∩B)= P (A) . P (B)contoh : setumpuk kartu bridge lengkap (52 kartu) diambil 2 helai satu persatu, dan kartu pertama dikembalikan sebelum kartu kedua diambil. Berapakah probabilitas kartu pertama adalah heart (A) dan kartu kedua adalah diamond (B) ?
Jawab:P(A) = 13/52P(B) = 13/52sehingga :
P(A∩B) = 13/52 . 13/52 = 0,0625
15
![Page 16: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/16.jpg)
Probabilita Peristiwa Dependen atau Probabilita Bersyarat
P(A∩B)=P(A). P(B/A)
P(B/A) adalah probabilitas peristiwa B dengan syarat peristiwa A sudah terjadi
Contoh :
Sama dengan soal sebelumnya, tetapi kartu pertama yang terambil tidak dikembalikan. Hitung probabilita kartu pertama heart (A) dan kartu kedua diamond(B)
Jawab :
P(A) = 13/52
P(B/A) = 13/51
P(A∩B) = 13/52 . 13/51 =
16
![Page 17: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/17.jpg)
Di sebuah kotak terdapat 3 bola putih dan 7 bola hitam. Jika diambil 2 bola satu persatu dan dengan cara tanpa pengembalian, berapa probabilita bola pertama yang terambil adalah putih dan bola kedua adalah hitam ?
Jawab :
Bila A adalah peristiwa menemukan bola putih, B adalah peistiwa menemukan bola hitam, maka P(A) = 3/10 dan P(B) = 7/10
P(A∩B) = P(A). P(B/A)
= 3/10 . 7/9
= 21/90
17
![Page 18: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/18.jpg)
18
![Page 19: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/19.jpg)
Teorema Bayes
IlustrasiPada awal kompetisi sepakbola, pendukung sebuah klub juara bertahan memperkirakan bahwa klub mereka mempunyaikesemptan yang baik untuk menjadi juara kompetisi tahun ini 9mereka membuat probabilita awal). Setelah kompetisi berjalan 6 bulan (putran petama), pendukung klub tersebut menghadapi kenyataan bhwa klub mereka telah mederita banyak kekalahan. Kini mereka harus merevisi probabilita klub mereka menjadi juara tahun ini. Dengan kata lain, mereka dapat membuat probabilita yang lebih baik karena memiliki informasi tambahan. Probabiliti sebelum direvisi disebut prior probability, sedangkan probabilita yang baru disebut probabilita revisi atau posterior probability.
Rumus Teorema Bayes :
n
i
AAPAP
AAPAP
AP
AAPAAP
111
1111
)/().(
)/().(
)(
)()/(
19
![Page 20: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/20.jpg)
Contoh :Pada sebuah kotak terdapat 2 dadu yang tidak sama beratnya, yaitu dadu I dan dadu II . Probabilitas munculnya mata dadu 5 jika dadu I dilempar adalah 0,4 dan probabilitas munculnya mata 5 jika dadu II dilempar adalah 0,7.a. Jika diambil sebuah dadu dari kotak tersebut secara acak, berapa probabilita untuk
mendapatkan dadu I ?b. Jika diambil sebuah dadu dari kotak tersebut secara acak dan dadu tersebut kemudian
dilempar dan ternyata muncul mata 5, berapa probabilitas dadu tersebut dadu I ?Jawab :c. P = jumlah dadu I/ Jumlah semua dadu yang ada = ½. (prior probability).d. Pertanyaan b. adalah pertanyaan a. yang diberi informasi tambahan. Maka dapat dibuat
suatu probabilita yang lebih baik lagi
A1 = peristiwa mendapatkan dadu IA2 = peristiwa mendapatkan dadu IIA = peristiwa munculnya mata dadu 5
P(A1∩A) = P(A1). P(A/A1) = 0,5 . 0,4 = 0,2
P(A) = P(dadu I, mata 5) + P(dadu II, mata 5) = P (A1). P(A/A1) + P (A2). P(A/A2) = 0,5 . 0,4 + 0,5 . 0,7 = 0,55Maka P (A1/A) = P(A1∩A) /P(A) = 0,2 / 0,55 = 0,36 (posterior probability)
)(
)()/( 1
1 AP
AAPAAP
20
![Page 21: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/21.jpg)
Seperti soal sebelumnya, tetapi dadu yang terpilih dari kotak dilempar 2 kali dan keduanya menghasilkan mata dadu 5. hitunglah probabilita bahwa dadu tersebut adalah dadu I
A1 = peristiwa menemukan dadu IA2 = peistiwa menemukan dadu IIA = peristiwa muncul mata 5 dua kali berturut turutP(A1∩A) = P(A1).P(A/A1) = 0,5 (0,4 . 0,4) = 0,08
P(A) = 0,08 + 0,245 = 0,325
Maka P(A1/A) = 0,08/0,325 = 0,246
)(
)()/( 1
1 AP
AAPAAP
21
![Page 22: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/22.jpg)
Permutasi, Kombinasi & Probabilita
PermutasiDigunakan unt menghitung jumlah cara menyusun suatu obyek dengan memperhatikan urutannya. Pda permutasi urutan obyek diperhatikan sehingga A, B, C tidak sama dengan C, B, A. Rumus permutasi adalaha :
P disebut permutasi sebanyak r obyek dari n obyek yang ada.
Contoh :5 orang hendak duduk di suatu deretan kursi. Ada berapa cara atau susunan duduk yang dapat dibuat ke 5 orang tersebut ?
Jawab :
22
![Page 23: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/23.jpg)
Lima orang remaja A, B, C, D, E hendak berfoto tiga orang demi tiga orang berjajar dari kiri ke kanan. Ada berapa macam kemungkinanfoto yg berbeda yang dapat dibuat jika kita memperhatikan urutan ketiga orang tersebut ? (Ans 60)
23
![Page 24: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/24.jpg)
KombinasiKombinasi digunakan untuk menghitung banyaknya cara menyusun suatu obyek tanpa memperhatikan urutannya. Pada kombinasi A,B,C sama dengan B,C,A sama dengan C, B, A, karena urutannya tidak diperhatikan.Rumus kombinasi adalah
Contoh :Ada berapa macam kombinsi tim cerdas cermat yan terdiri dari 3 orang, dapat dibentu dari 5 orang yang ada ?
Soal :Sepuluh orang hadir disuatu pesta. Jika mereka berjabat tangan satu per satu, ada berap kali jabat tangan yang terjadi ? (ans 45)
24
![Page 25: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/25.jpg)
Aturan Bayes
• Seorang pegawai mempunyai dua mobil, satu sedan dan satu lagi Toyota Kijang.
• Untuk pergi bekerja dia menggunakan sedan 75% dan Kijang 25%. • Bila dia menggunakan sedan biasanya dia tiba kembali dirumah pukul 17.30
sebanyak 75% • Bila menggunakan Kijang dia tiba pukul 17.30 sebanyak 60%.
• Bila dia tiba dirumah pukul 17.30, berapakah peluangnya dia memakai sedan ?
S : Kejadian Pegawai bekerja menggunakan sedan P(S) = 0.75
K : Kejadian Pegawai bekerja menggunakan kijang P(K) = 0.25
T : Kejadian Pegawai tiba dirumah pukul 17.30 Dengan sedan tiba kembali dirumah pukul 17.30 P(T|S) = 0.75 Dengan kijang tiba kembali dirumah pukul 17.30 P(T|K) = 0.6
Tentukan P(S|T)
25
![Page 26: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/26.jpg)
Aturan Bayes
1915
75.0*75.06.0*25.0
75.0*75.0)|(
)|()()|()(
)|()()|(
TSP
STPSPKTPKP
STPSPTSP
Bila tiba dirumah pukul 17.30, berapakah peluangnya memakai sedan ?
P(S) = 0.75 P(K) = 0.25 P(T|S) = 0.75 P(T|K) = 0.6
26
![Page 27: Probabilitas Manprod 2](https://reader033.vdokumen.com/reader033/viewer/2022052311/557d3e01d8b42a585f8b5207/html5/thumbnails/27.jpg)
• Nilai harapan (Expected Value)
27