tujuan pembelajaran -...
TRANSCRIPT
4/20/2011
1
April 20, 2011 1
Tujuan Pembelajaran
• Memahami dan menggunakan analisis kombinatorial untuk kejadian kompleks: permutasi dan kombinasi
• Mendefinisikan terminologi-terminologi penting dalam probabilitas dan menjelaskan bagaimana probabilitas kejadian sederhana ditentukan
• Memahami dan menjelaskan konsep-konsep mengenai kejadian-kejadian bersyarat, bebas dan mutually exclusive
• Menggunakan dengan benar dan tepat aturan perkalian dan penjumlahan dalam melakukan perhitungan probabilitas
April 20, 2011 2
4/20/2011
2
AGENDA
• Pendahuluan
• Permutasi dan Kombinasi
• Konsep Probabilitas
April 20, 2011 3
1. Pendahuluan
• Probabilitas
– intepretasi keluaran peluang yang terjadi dalam suatu percobaan
– Tingkat kepastian dari munculnya hasil percobaan statistik
– Dilambangkan dengan P
• Konsep probabilitas berasal dari permainan yang dilakukan pengamatan untuk diperoleh fakta (empiris) kemudian diformulakan kedalam konsep dan dilakukan pengujian
• Matematika permutasi dan kombinasi banyak digunakan dalam probabilitas
April 20, 2011 4
4/20/2011
3
2. Permutasi dan Kombinasi
• Faktorial
n! = n(n-1)(n-2)…3.2.1
0! = 1 dan 1! = 1
• Permutasi
susunan yang dibentuk dari anggota suatu himpunan
dengan mengambil seluruh atau sebagian anggota
himpunan dan memberi arti pada urutan anggota
dari susunan
!
!
rn
nPrn
April 20, 2011 5
2. Permutasi dan Kombinasi (Con’t)
• Contoh
Himpunan {a,b,c}
diambil 3 anggota, diperoleh susunan:
abc; acb; bac; bca; cab; cba
diambil 2 anggota, diperoleh susunan:
ab; ba; bc; cb; ac; ca
6! 33
! 323 P
6! 23
! 323 P
April 20, 2011 6
4/20/2011
4
2. Permutasi dan Kombinasi
• Contoh
Berapa banyak carakah cabang dari PII
menjadwalkan 3 pembicara untuk 3 pertemuan
yang berbeda bila mereka hadir pada masing-
masing dari 5 janji yang mungkin?
Penyelesaian:
Jumlah total jadwal yang mungkin adalah
5 3
5!5 4 3 60
2!P
April 20, 2011 7
2. Permutasi dan Kombinasi
• Permutasi dari sebagian anggota yang sama.
Banyaknya permutasi yang berlainan dari n
sampel bila n1 berjenis I, n2 berjenis II, …, nk
berjenis k diberikan oleh
!!!
!
2121 kk nnn
n
nnn
n
April 20, 2011 8
4/20/2011
5
2. Permutasi dan Kombinasi
Contoh
Dalam berapa carakah 7 ilmuwan dapat disatukan
ke dalam kamar hotel dengan satu kamar tiga
tempat tidur dan dengan dua kamar dua tempat
tidur?
Penyelesaian:
Jumlah total partisi yang mungkin adalah
7 7!210
3,2,2 3! 2! 2!
April 20, 2011 9
2. Permutasi dan Kombinasi (Con’t)
• Kombinasi
susunan yang dibentuk dari anggota suatu himpunan
dengan mengambil seluruh atau sebagian anggota
himpunan dan tanpa memberi arti pada urutan
anggota dari susunan
Contoh: himpunan {a,b,c} diambil 2 anggota,
diperoleh susunan: ab; bc; ca
{Permutasi ab = ba; bc = cb; ca = ac}
! !
!
rnr
n
r
nCrn
April 20, 2011 10
4/20/2011
6
Contoh
Ada berapa banyak cara untuk 3 pria, 5 wanita, 4 pemuda dan 4 gadis dapat dipilih dari 7 pria, 9 wanita, 5 pemuda, dan 5 gadis jika:
a. Semua orang bebas pada masing-masing kelompok
b. Seorang pria dan wanita tertentu harus terpilih
c. Seorang pria, 1 wanita, 1 pemuda, dan 1 orang gadis ttidak boleh dipilih.
Penyelesaian
a. Semua orang bebas pada masing-masing kelompok
Banyak cara = 7C3 * 9C5 * 5C4 * 5C4 = 35*126*5*5 = 110250 cara.
b. Seorang pria dan wanita tertentu harus terpilih
Banyak cara = 5C4 * 5C4 = 25 cara.
c. Seorang pria, 1 wanita, 1 pemuda, dan 1 orang gadis tidak boleh dipilih
Banyak cara = 6C3 * 8C5 * 4C4 *4C4= 20*56*1*1 = 1120 cara.
2. Permutasi dan Kombinasi (Con’t)
April 20, 2011 11
3. Konsep Probabilitas
• Derajat/tingkat kepastian dari munculnya hasil percobaan statistik disebut probabilitas/peluang, P
• Bila kejadian E terjadi dalam m cara dari seluruh n cara yang mungkin terjadi dan mempunyai kesempatan yang sama untuk muncul
• Jika kejadian E terjadi sebanyak f kali dari seluruh pengamatan sebanyak n, dimana n mendekati tak berhingga, maka probabilitas kejadian E
n
mEP
n
fEP
nlim
10 AP
April 20, 2011 12
4/20/2011
7
3. Konsep Probabilitas
• Definisi Klasik– Jika sebuah peristiwa A dapat terjadi dengan fA cara
dari sejumlah total N cara yang mutually exclusive dan memiliki kesempatan sama untuk terjadi, maka probabilitas terjadinya peristiwa A dinotasikan dengan P(A) dan didefinisikan sebagai:
– Sedangkan probabilitas tidak terjadinya suatu peristiwa A atau komplemen A (sering disebut kegagalan A) dinyatakan sebagai:
( ) AfP AN
( ) ( ) (~ ) 1 1 ( )A AN f fP A P A P A P A
N N
April 20, 2011 13
3. Konsep Probabilitas
Contoh
Definisi klasik cocok digunakan misalnya pada
permainan tembakan/undian (games of chance).
Misalnya dalam satu set kartu bridge yang terdiri
dari 52 kartu terdapat 4 buah kartu As, maka
probabilitas pengambilan satu kartu mendapatkan
kartu As adalah: P(As) = 4/52 = 1/13 = 0,077
April 20, 2011 14
4/20/2011
8
3. Konsep Probabilitas
• Definisi Frekuensi Relatif
– Seandainya pada sebuah eksperimen yang dilakukan
sebanyak N kali dan kejadian A terjadi sebanyak fA
kali, maka jika eksperimen tersebut dilakukan tak
terhingga kali banyaknya (N mendekati tak hingga),
nilai limit dari frekuensi relatif fA/N didefinisikan
sebagai probabilitas kejadian A atau P(A).
( ) lim A
N
fP A
N
April 20, 2011 15
3. Konsep Probabilitas
Contoh
Probabilitas mendapatkan sebuah motor baru merek “X” yang cacat saat seorang membelinya mungkin sulit diketahui dengan menggunakan definisi klasik probabilitas. Secara teoritis probabilitas tersebut dapat ditentukan jika dapat diketahui jumlah seluruh (populasi) produk motor baru “X” dan jumlahnya yang cacat.
Penyelesaian:
Jika memakai definisi frekuensi relatif, maka perlu dilakukan pemeriksaan terhadap sampel motor “X” sebanyak mungkin (menuju tak hingga). Namun, karena sangat sulit mengkaji jumlah yang tak terhingga banyaknya, maka jumlah sampel yang memadai dan dapat dipercaya namun cukup ekonomis dapat digunakan untuk menentukan frekuensi relatif tersebut
April 20, 2011 16
4/20/2011
9
3. Konsep Probabilitas
• Definisi Subyektif (Intuitif)
– Dalam hal ini, probabilitas P(A) dari terjadinya
peristiwa A adalah sebuah ukuran dari “derajat
keyakinan” yang dimiliki seseorang terhadap
terjadinya peristiwa A. Definisi ini mungkin
merupakan definisi yang paling luas digunakan dan
diperlukan jika sulit diketahui besarnya ruang sampel
maupun jumlah event yang dikaji maupun jika sulit
dilakukan pengambilan sampel (sampling) pada
populasinya.
April 20, 2011 17
3. Konsep Probabilitas
Contoh:
Suatu strategi perang memilih salah satu di antara dua alternatif yang masing-masing memberikan akibat berbeda, yaitu menjatuhkan bom atau tidak menjatuhkan bom ke daerah musuh. Karena masing-masing alternatif itu tidak bisa diuji coba secara eksperimen untuk mengetahui bagaimana musuh akan memberikan reaksi, maka kita harus percaya pada “penilaian dari ahli (expert judgement)” untuk menentukan probabilitas dari akibat yang akan muncul. Situasi yang sama terjadi pula misalnya dalam meramalkan siapa yang akan menjuarai suatu turnamen sepakbola. Dalam hal ini, interpretasi klasik dan frekuensi dari probabilitas tidak akan banyak gunanya, dan suatu penilaian yang subyektif dari pengamat sepak bola yang handal lebih diperlukan.
April 20, 2011 18
4/20/2011
10
3. Konsep Probabilitas• Himpunan semua hasil yang mungkin terjadi
pada suatu percobaan statistik disebut ruang sampel,S; anggota dari S disebut sampel
– Pada pelemparan mata uang S={m,b}
– Pada pelemparan dadu S = {1, 2, 3, 4, 5, 6}
– Untuk ruang sampel yang besar dinyatakan dengan pernyataan atau aturan
• Himpunan dari hasil yang muncul pada suatu percobaan statistik disebut kejadian (event), A; Anggota dari A disebut titik sampel
April 20, 2011 19
3. Konsep Probabilitas• Diagram Venn
Konsep Probabilitas Teori Himpunan
- Ruang sampel, S - Himpunan semesta S
- Kejadian, A - Himpunan bagian A
- Titik sampel - Anggota himpunan
A
S
A
April 20, 2011 20
4/20/2011
11
3. Konsep Probabilitas
• Digram Pohon: cara untuk mendapatkan
ruang sampel
Contoh:
Andaikan tiga barang dipilih secara acak pada
proses pembuatan. Setiap barang diamati dan
diklasifikasi apakah cacat, D, atau tidak cacat, N.
Buatlah diagram pohon ruang sampelnya
April 20, 2011 21
3. Konsep Probabilitas
S = {DDD, DDN, DND, DNN, NDD, NDN, NND, NNN}
April 20, 2011 22
4/20/2011
12
3. Konsep Probabilitas• Bila kejadian A terjadi dalam m cara pada ruang
sampel S yang terjadi dalam n cara, maka
probabilitas kejadian A adalah
n
m
Sn
AnAP
)(
)(
April 20, 2011 23
3. Konsep ProbabilitasSifat probabilitas kejadian A
April 20, 2011 24
4/20/2011
13
3. Konsep Probabilitas
• = daerah 1 dan 4
• = daerah 1 dan 3
• = daerah 1 dan 2
• = daerah 1, 2, 3, 4, 5, dan 6
• = daerah 1, 2, 3, 4, 6, dan 7
• = daerah 1, 2, 3, 4, 5, dan 7
• = daerah 1
• = daerah 2 dan 5
• = daerah 4, 5, dan 6
A B
C S
51
4
2 3
7
6
BA
CB
CA
BA
CB
CA
CBA
AB
CBA )(
April 20, 2011 25
3. Konsep Probabilitas
• Aksioma teori himpunan
April 20, 2011 26
4/20/2011
14
3. Konsep Probabilitas
• Probabilitas dan BA
A B A
BA A
A
BA
BAPBPAPBAP )(
BA
BA
Aturan penjumlahan
CBAP
CBPCAPBAPCPBPAPCBAP
April 20, 2011 27
3. Konsep Probabilitas
• De-Morgan Law
BABABABA ;
A B
BA
A B
BA
A B
BA
A B
BA
April 20, 2011 28
4/20/2011
15
3. Konsep Probabilitas
Contoh:
Kemungkinan bahwa Paula lulus ujian matematika adalah 2/3, dan kemungkinan ia lulus Bahasa Inggris adalah 4/9. Bila probabilitas lulus keduanya adalah ¼, berapakah probabilitas Paula dapat paling tidak lulus salah satu dari kedua pelajaran tersebut?
Penyelesaian:
Bila M adalah kejadian “lulus matematika,” dan E adalah kejadian “lulus Bahasa Inggris,” maka dengan aturan penjumlahan kita dapatkan
36
31
4
1
9
4
3
2EMPEPMPEMP
April 20, 2011 29
3. Konsep Probabilitas
Contoh: Sebuah sistem sembarang seperti yang ditunjukkan Gambar 3.6 tersusun atas tiga tingkat.
Sistem ini akan bekerja dengan baik jika ketiga tingkatnya berjalan dengan baik. Misalkan seluruh
unit dalam setiap tingkat saling bebas dan masing-masing probabilitas berjalan baiknya adalah :
P(A) = 0,7 P(B) = 0,7 P(C) = 0,9 P(D) = 0,8
P(E) = 0,6 P(F) = 0,6 P(G) = 0,6
April 20, 2011 30
4/20/2011
16
3. Konsep Probabilitas
Penyelesaian:
1
2
3
( ) ( atau ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0,7 0,7 (0,7)(0,7) 0,91
( ) ( dan ) ( ) ( ) ( ) (0,9)(0,8) 0,72
( ) ( atau atau ) ( )
P T P A B P A BP A P B P A B P A P B P A P B
P T P C D P C D P C P D
P T P E F G P E F G ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0,6 0,6 0,6 (0,6)(0,6) (0,6)(0,6) (0,6)(0,6) (0,6)(0,6)(0,6) 0,936
P E P F P G P E F P E G P F G P E F GP E P F P G P E P F P E P G P F P G P E P F P G
1 2 3 1 2 3 1 2 3( ) ( dan dan ) ( ) ( ) ( ) ( ) (0,91)(0,72)(0,936) 0,613P sistem berjalan P T T T P T T T P T P T P T
Jadi sistem tersebut secara keseluruhan memiliki 61,3 % kemungkinan dapat berjalan dengan baik.
April 20, 2011 31
3. Konsep Probabilitas
• Dua Kejadian Saling Lepas
Dua kejadian saling lepas terjadi bila A dan B
dua kejadian sembarang pada S dan berlaku
maka A dan B dua kejadian saling lepas
(mutually exclusive, ME)
0BA
BA
BA
)()( BPAPBAP
April 20, 2011 32
4/20/2011
17
3. Konsep Probabilitas
• Dua Kejadian Saling Bebas
Dikatakan saling bebas jika kejadian A tidak
mempengaruhi kejadian B dan sebaliknya
kejadian B tidak mempengaruhi kejadian A
)()( BPAPBAP
April 20, 2011 33
3. Konsep Probabilitas
Contoh:
• Diketahui bahwa 30% mesin cuci buatan pabrik X memerlukan perbaikan (service) selagi masih dalam masa garansi, sementara hanya 10% mesin pengering buatan pabrik yang sama yang membutuhkan perbaikan.
• Jika sesorang membeli satu set yang terdiri dari mesin cuci dan mesin pengering probabilitas kedua mesin tersebut memerlukan perbaikan selama masih dalam masa garansi dapat ditentukan dengan hukum perkalian. Jika C adalah peristiwa mesin cuci memerlukan perbaikan dan K adalah peristiwa mesin pengering memerlukan perbaikan.
• Maka P(C) = 0,3 dan P(K) = 0,1. Dengan asumsi bahwa mesin cuci dan mesin pengering berfungsi secara terpisah (saling bebas) satu sama lainnya, maka probabilitas keduanya memerlukan perbaikan selama masa garansi adalah:
( dan ) ( ) ( ) ( ) (0,3)(0,1) 0,03P C K P C K P C P K
April 20, 2011 34
4/20/2011
18
3. Konsep Probabilitas• Probabilitas Bersyarat
probabilitas terjadinya kejadian A bila kejadian
B telah terjadi
• Untuk dua kejadian saling bebas
)()(atau )(
)(BPBAPBAP
BP
BAPBAP
)(dan )( BPABPAPBAP
April 20, 2011 35
3. Konsep Probabilitas
321 ABABABB
B
SA1
A2 A3
)()()()()()()( 332211 APABPAPABPAPABPBP
April 20, 2011 36
4/20/2011
19
3. Konsep Probabilitas
)(
)()(
)()(
)(
)()(
)()(
)(
)()(
)()(
3333
2222
1111
ii
ii
ii
APABP
APABP
BP
ABPABP
APABP
APABP
BP
ABPABP
APABP
APABP
BP
ABPABP
)(
)()(
)()(
ii
iiii
APABP
APABP
BP
ABPABP Aturan Bayes
April 20, 2011 37
3. Konsep ProbabilitasPohon Probabilitas
April 20, 2011 38
4/20/2011
20
3. Konsep Probabilitas
Contoh :
Vendor I, II, III, dan IV menyediakan seluruh keperluan bantalan bush yang dibeli oleh perusahaan Sumber Teknik sebanyak masing-masing 25 %, 35 %, 10 % dan 30 %.
Dari pengalaman selama ini diketahui bahwa vendor I, II, III, dan IV masing-masing mengirimkan 20 %, 5 %, 30 % dan 10 % bantalan bush yang cacat.
Maka probabilitas bahwa sebuah bantalan yang dipilih secara acak merupakan bantalan yang cacat dapat dihitung sebagai berikut. Misalkan A adalah peristiwa pemilihan sebuah bantalan yang cacat, dan B1, B2, B3, dan B4, adalah peristiwa pemilihan bantalan dari vendor I, II, III, dan IV.
April 20, 2011 39
3. Konsep Probabilitas
• Kemudian jika terpilih sebuah bantalan cacat, maka
probabilitas bantalan cacat itu berasal dari vendor III
adalah:
4 4
1 1
1 1 2 2 3 3 4 4
( ) ( ) ( | ) ( )
( | ) ( ) ( | ) ( ) ( | ) ( ) ( | ) ( ) (0,2)(0,25) (0,05)(0,35) (0,3)(0,1) (0,1)(0,3) 0,1275
i i ii i
P A P A B P A B P B
P A B P B P A B P B P A B P B P A B P B
33
( ) 0,03( | ) 0,2353
( ) 0,1275
P B AP B A
P A
April 20, 2011 40
4/20/2011
21
3. Konsep Probabilitas
Contoh:
Sebuah tas berisi 4 bola putih dan 3 bola hitam, dan tas yang kedua berisi 3 bola putih dan 5 bola hitam. Satu bola diambil dari tas pertama dan diletakkan tanpa terlihat di dalam tas yang kedua. Berapa probabilitas bahwa sebuah bola yang sekarang ditarik dari tas kedua adalah hitam?
Penyelesaian:
Ambil B1, B2 dan W1 mewakili secara berurut penarikan sebuah bola hitam dari tas 1, sebuah bola hitam dari tas 2, dan sebuah bola putih dari tas 1. Kita tertarik kepada gabungan dari kejadian saling terpisah dan
1 2B B1 2W B
April 20, 2011 41
3. Konsep Probabilitas
1 2 1 2 1 2 1 2P B B atau W B P B B P W B
1 2 1 1 2 1P B P B B P W P B W
3 6 4 5 38
7 9 7 9 63
April 20, 2011 42
4/20/2011
22
Tugas No 1 (pagi & Sore)
• Sembilan orang akan pergi piknik bersama
menggunakan 3 mobil. Masing-masing
mobil dapat memuat 2,4 dan 5 orang. Ada
berapa banyak cara menggunakan mobil
tsb, jika ketiga mobil tsb harus dipakai?
April 20, 2011 43
Tugas No 2. Pagi
Di sebuah universitas yg memiliki 500 mahasiswa di dapati
210 perokok, 258 suka minum kopi, 216 suka ngemil, 122
merokok dan minum kopi, 83 ngemil dan minum kopi, 97
merokok dan ngemil, 52 orang suka ketiganya. Jika dipilih
secara acak 1 mahasiswa dari kelompok ini, tentukan
probabilitasnya yg terpilih:
a) perokok tapi bukan peminum kopi.
b) ngemil dan peminum kopi tapi bukan perokok
c) bukan perokok atau tukang ngemil
April 20, 2011 44
4/20/2011
23
Tugas No 2. Malam
Sebuah pabrik mobil berdasarkan pengalamannya mendapati
kalau dicek secara random mobil produksinya memiliki
kemungkinan 25% akan memiliki catat sistem rem-nya ,
18% cacat di sistem transmisi, 17% di sistem bahan bakar,
dan 40% di bagian lain mobil.
a) Jika dipilih secara acak 1 mobil untuk dicek, berapa
probabilitasnya bahwa cacat mobil tsb adalah di sistem
remnya atau di sistem bahan bakarnya, jika kemungkinan
mendapatkan mobil yg cacat kedua hal ini 15%?
b) berapa probabilitasnya tak ada kerusakan di sistem rem
atau sistem bahan bakarnya?
April 20, 2011 45
Panduan menjawab :
• Upload Tugas di : kuliah.imm.web.id
• Gunakan Template untuk menjawab.
April 20, 2011 46
4/20/2011
24
Referensi
• www.ui.ac.id
• www.fti.mercubuana-yogya.ac.id
47April 20, 2011