1 KONSEP DASAR PROBABILITAS Pengantar : 2 Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan pasti, terutama kejadian yang akan datang. Meskipun kejadian-kejadian tersebut tidak pasti, tetapi kita bisa melihat fakta-fakta yang ada untuk menuju derajat kepastian atau derajat keyakinan bahwa sesuatu akan terjadi. Derajat / tingkat kepastian atau keyakinan dari munculnya hasil percobaan statistik disebut Probabilitas (Peluang), yang dinyatakan dengan P. Konsep dan definisi dasar 3 Eksperimen/percobaan probabilitas adalah segala kegiatan dimana suatu hasil (outcome) diperoleh. Ruang sampel adalah himpunan seluruh kemungkinan outcome dari suatu eksperimen/percobaan. Biasanya dinyatakan dengan S. Banyaknya outcome dinyatakan dengan n(S). Peristiwa/kejadian adalah himpunan bagian dari outcome dalam suatu ruang sampel. Contoh : 4 Dilakukan eksperimen, yaitu diperiksa 3 buah sikring satu persatu secara berurutan dan mencatat kondisi sikring tersebut dengan memberi notasi B untuk sikring yang baik dan R untuk sikring yang rusak. Maka ruang sampel pada eksperimen probabilitas pemeriksaan tersebut adalah S = {BBB, BBR, BRB, RBB, BRR, RBR, RRB, RRR}. Jumlah outcome dalam ruang sampel S adalah n(S) = 23 = 8. Jika A menyatakan peristiwa diperoleh satu sikring yang rusak, maka A = {BBR, BRB, RBB}. Jumlah outcome dalam ruang peristiwa adalah n(A) = 3. Definisi probabilitas 5 Bila kejadian A terjadi dalam m cara dari seluruh n cara yang mungkin terjadi dan masing-masing n cara itu mempunyai kesempatan yang sama untuk muncul, maka probabilitas kejadian A, ditulis P(A), dapat dituliskan : n( A) m P( A) n( S ) n Sifat-sifat probabilitas kejadian A : 6 0 P(A) 1 , artinya nilai probabilitas kejadian A selalu terletak antara 0 dan 1 P(A) = 0, artinya dalam hal kejadian A tidak terjadi (himpunan kosong), maka probabilitas kejadian A adalah 0. Dapat dikatakan bahwa kejadian A mustahil untuk terjadi. P(A) = 1, artinya dalam hal kejadian A, maka probabilitas kejadian A adalah 1. Dapat dikatakan bahwa kejadian A pasti terjadi. Contoh (1): 7 Sebuah koin dilemparkan dua kali. Berapakah probabilitas bahwa paling sedikit muncul satu Muka? Jawab : Misal M = Muka , B = Belakang Ruang sampel untuk percobaan ini adalah S = {MM, MB, BM, BB} Kejadian A = muncul paling sedikit satu Muka adalah A = {MM, MB, BM} Jadi, Probabilitas bahwa paling sedikit muncul satu Muka adalah P( A) n( A) 3 n( S ) 4 Contoh (2): 8 Suatu campuran kembang gula berisi 6 mint, 4 coffee, dan 3 coklat. Bila seseorang membuat suatu pemilihan acak dari salah satu kembang gula ini, carilah probabilitas untuk mendapatkan : (a) mint, dan (b) coffee atau coklat. Jawab : Misal, M = mint , C = coffee , T = coklat n( M ) 6 P ( M ) (a). Probabilitas mendapatkan mint = n( S ) (b). Probabilitas mendapatkan coffee atau coklat = P(C T ) 13 n(C T ) n(C ) n(T ) n(C T ) 4 3 0 7 n( S ) n( S ) 13 13 PERMUTASI 9 Permutasi sejumlah obyek adalah penyusunan obyek tersebut dalam suatu urutan tertentu. Dalil 1 Permutasi : Banyaknya Permutasi n benda yang berbeda adalah n! Contoh : Dari huruf A, B, C → permutasi yang mungkin adalah: ABC, ACB, BAC, BCA, CAB dan CBA. P 10 Dalil 2 Permutasi : Banyaknya permutasi r benda dari n benda yang berbeda adalah : Contoh : 11 Dalil 3 Permutasi (Permutasi Melingkar): Banyaknya permutasi n benda yang disusun dalam suatu lingkaran adalah (n-1)! Contoh : Enam orang bermain bridge dalam susunan melingkar. Berapa susunan yang mungkin dibentuk? n = 6 maka permutasi melingkar = (6-1)! = 5! = 5 × 4 × 3 × 2 ×1 = 120 12 Dalil 4 Permutasi (Permutasi Bersekat) Banyaknya permutasi untuk sejumlah n benda : Contoh : Berapa permutasi dari kata STATISTIKA? S = 2; T = 3; A = 2; I = 2; K = 1 KOMBINASI (C) 13 Kombinasi r obyek yang dipilih dari n obyek adalah susunan r obyek tanpa memperhatikan urutan. Misalkan : Kombinasi 2 dari 3 obyek A, B dan C adalah 1. A dan B = B dan A 2. A dan C = C dan A 3. B dan C = C dan B Kaidah perkalian kombinasi 14 Probabilitas kejadian majemuk (1): 15 Bila A dan B kejadian sembarang pada ruang sampel S, maka probabilitas gabungan kejadian A dan B adalah kumpulan semua titik sampel yang ada pada A atau B atau pada keduanya. P( A B) P( A) P( B) P( A B) Probabilitas kejadian majemuk (2): 16 Bila A, B, dan C kejadian sembarang pada ruang sampel S, maka probabilitas gabungan kejadian A, B, dan C adalah : P( A B C ) P( A) P( B) P(C ) P( A B) P( A C ) P( B C ) P( A B C ) Contoh : 17 Kemungkinan bahwa Ari lulus ujian matematika adalah 2/3 dan kemungkinan ia lulus bahasa inggris adalah 4/9. Bila probabilitas lulus keduanya adalah 1/4, berapakah probabilitas Ari dapat paling tidak lulus salah satu dari kedua pelajaran tersebut? Jawab : Bila M adalah kejadian lulus matematika, dan B adalah kejadian lulus bahasa inggris, maka : Probabilitas Ari lulus salah satu pelajaran tersebut adalah : P(M B) = P(M) + P(B) – P(M B) = 2/3 + 4/9 – 1/4 = 31/36 Dua kejadian saling lepas (disjoint events atau mutually exclusive): 18 Bila A dan B dua kejadian saling lepas, maka berlaku : P( A B) P( A) P( B) Bila A, B, dan C tiga kejadian saling lepas, maka berlaku : P( A B C ) P( A) P( B) P(C ) Contoh : 19 Berapakah probabilitas mendapatkan total 7 atau 11 bila sepasang dadu dilemparkan? Jawab : Bila A adalah kejadian diperoleh total 7, maka A = {(1,6), (6,1), (2,5), (5,2), (3,4), (4,3)} Bila B adalah kejadian diperoleh total 11, maka B = {(5,6), (6,5)} Sehingga probabilitas mendapatkan total 7 atau 11 adalah : P(A B) = P(A) + P(B) – P(A B) = 6/36 + 2/36 – 0 = 8/36 Dua kejadian saling komplementer: 20 Bila A dan A’ dua kejadian dalam S yang saling komplementer, maka berlaku : P( A' ) 1 P( A) Contoh: 21 Pada pelemparan dua dadu, jika A adalah kejadian munculnya muka dadu sama, hitunglah probabilitas munculnya muka dua dadu yang tidak sama. Jawab : Misal A = kejadian munculnya muka dua dadu yang sama = {(1,1), (2,2) , (3,3), (4,4), (5,5), (6,6)} maka P(A) = 6/36 Sehingga, Probabilitas munculnya muka dua dadu yang tidak sama = P(A’) adalah: P(A’) = 1 – P(A) = 1 – 6/36 = 30/36 Dua kejadian saling bebas (independent): 22 Dikatakan saling bebas artinya kejadian itu tidak saling mempengaruhi. Dua kejadian A dan B dalam ruang sampel S dikatakan saling bebas, jika kejadian A tidak mempengaruhi probabilitas terjadinya kejadian B dan sebaliknya kejadian B tidak mempengaruhi probabilitas terjadinya kejadian A. Bila A dan B dua kejadian saling bebas, berlaku : P( A B) P( A) . P( B) Contoh: 23 Pada pelemparan dua uang logam secara sekaligus, apakah kejadian munculnya muka dari uang logam pertama dan uang logam kedua saling bebas? Jawab : Ruang sampel S = {(m,m), (m,b), (b,m), (b,b)} Misalkan, A = kejadian muncul muka dari uang logam 1 P(A) = 2/4 = ½ = {(m,m), (m,b)} B = kejadian muncul muka dari uang logam 2 P(B) = 2/4 = ½ = {(m,m), (b,m)} AB = kejadian muncul dua muka dari uang logam 1 dan 2 = {(m,m)} P(A B) = ¼ P(A B) Bila A dan B saling bebas berlaku : Jadi, A dan B saling bebas. = P(A). P(B) ¼ = ½ . ½ ¼ = ¼ Probabilitas bersyarat (conditional probability): 24 Adalah probabilitas suatu kejadian B terjadi dengan syarat kejadian A lebih dulu terjadi atau akan terjadi atau diketahui terjadi. Ditunjukkan dengan P(BA) yang dibaca “probabilitas dimana B terjadi karena A terjadi” P( A B) P( B A) , P( A) jika P( A) 0 Contoh : 25 Misalkan dipunyai kotak berisi 20 sekering, 5 diantaranya rusak. Bila 2 sekering diambil dari kotak satu demi satu secara acak tanpa mengembalikan yang pertama ke dalam kotak. Berapakah peluang kedua sekering itu rusak? Jawab : Misalkan A = kejadian sekering pertama rusak B = kejadian sekering kedua rusak Maka peluang kedua sekering itu rusak = P(A B) P(A B) = P(A). P(BA) = 5/20 . 4/19 = 1/19 Aturan Bayes : 26 Misalkan A1, A2, dan A3 adalah tiga kejadian saling lepas dalam ruang sampel S. B adalah kejadian sembarang lainnya dalam S. S B A1 A2 A3 27 probabilitas kejadian B adalah : P(B) = P(BA1). P(A1) + P(BA2). P(A2) + P(BA3). P(A3) = 3 P( B A ).P( A ) i 1 i i disebut Hukum Probabilitas Total 28 Secara umum, bila A1, A2, A3, …, An kejadian saling lepas dalam ruang sampel S dan B kejadian lain yang sembarang dalam S, maka probabilitas kejadian bersyarat AiB dirumuskan sebagai berikut : P( B Ai ).P( Ai ) P( B Ai ) P( Ai B) n P( B) P( B Ai ).P( Ai ) i 1 disebut Rumus Bayes (Aturan Bayes). Contoh: 29 Misalkan ada tiga kotak masing-masing berisi 2 bola. Kotak 1 berisi 2 bola merah, kotak 2 berisi 1 bola merah dan 1 bola putih, dan kotak 3 berisi 2 bola putih. Dengan mata tertutup Anda diminta mengambil satu kotak secara acak dan kemudian mengambil 1 bola secara acak dari kotak yang terambil itu.. Berapakah peluang bola yang terambil berwarna merah? Berapakah peluang bola tersebut terambil dari kotak 2? Jawab 30 P(bola yang terambil berwarna merah) = P(M ) P(1).P(M 1) P(2).P(M 2) P(3).P(M 3) 1 2 1 1 1 2 1 3 . . .0 0.5 3 2 3 2 3 6 6 P(bola merah tersebut terambil dari kotak 2) = P(2 M ) P(2).P( M 2) P( M ) 1 .1 1 1 3 2 6 0.33 3 3 3 6 6 31 LATIHAN SOAL Soal 1: 32 Sebuah kotak berisi 8 bola merah, 7 bola putih, dan 5 bola biru. Jika diambil 1 bola secara acak, tentukanlah probabilitas terpilihnya bola : Merah Tidak biru Merah atau putih Soal 2: 33 Dari 10 orang staf bagian pemasaran PT. Rumah Elok, diketahui : Sarjana teknik pria 1 orang, Sarjana teknik wanita 3 orang, , dan Sarjana ekonomi pria 2 orang, dan Sarjana ekonomi wanita 4 orang Dari 10 staf tersebut dipilih secara acak 1 orang untuk menjadi manajer pemasaran. Berapa peluang A, jika A menyatakan kejadian bahwa manajer adalah seorang wanita? Berapa peluang B, jika B menyatakan kejadian bahwa manajer adalah seorang sarjana teknik? Hitunglah P(AB). Hitunglah P(AB). Soal 3: 34 Ada 3 kotak yaitu 1, 2, dan 3 yang masing-masing berisi bola merah dan putih, seperti yang dituliskan dalam tabel di bawah ini Mula-mula satu kotak dipilih secara acak, kemudian dari kotak yang terpilih diambil 1 bola juga secara acak. Tiap kotak mempunyai kesempatan yang sama untuk terpilih. Berapa peluang bahwa bola itu merah ? Berapa peluang bahwa bola itu putih ? Bila bola terpilih merah, berapa peluang bahwa bola tersebut dari kotak 1? Bila bola terpilih putih, berapa peluang bahwa bola tersebut dari kotak 2? Kotak 1 Kotak 2 Kotak 3 Jumlah Bola merah 5 7 8 20 Bola putih 4 3 9 16 Jumlah 9 10 17 36 Soal 4 35 Sebuah sistem mekanik memerlukan dua fungsi sub-sistem yang saling berkaitan. Skema penyederhaan sistem tersebut terlihat dalam gambar di bawah. Terlihat bahwa A harus berfungsi dan sekurangnya salah satu dari B harus berfungsi agar sistem mekanik itu bekerja baik. Diasumsikan bahwa komponen-komponen B bekerja dengan tidak bergantung satu sama lain dan juga pada komponen A. Probabilitas komponen berfungsi baik adalah untuk A = 0.9 dan masing-masing B = 0.8. Hitunglah probabilitas sistem mekanik tersebut berfungsi dengan baik. B1 Input A Output B2 Soal 5 36 Mesin produksi dari PT Sukses Jaya ada 2. Kapasitas produksi mesin pertama adalah 30% dan mesin kedua adalah 70%. 40% dari produksi mesin pertama menggunakan komponen lokal dan sisanya menggunakan komponen impor. Sedangkan 50% dari mesin kedua menggunakan komponen lokal dan sisanya menggunakan komponen impor. Apabila dipilih secara random sebuah produksi, berapa probabilitas: Produk yang terambil menggunakan komponen lokal Bila diketahui produk yang terambil menggunakan komponen lokal, berapa probabilitas produk tersebut dari mesin pertama.