Bab III
Probabilitas
3.1.
Pengertian
Probabilitas
Dalam
kehidupan sehari-hari kita sering dihadapkan dengan beberapa pilihan yang harus
kita tentukan memilih yang mana. Biasanya kita dihadapkan dengan
kemungkinan-kemungkinan suatu kejadian yang mungkin terjadi dan kita harus
pintar-pintar mengambil sikap jika menemukan keadaan seperti ini, misalkan saja
pada saat kita ingin bepergian, kita melihat langit terlihat mendung. Dalam
keadaaan ini kita dihadapkan antara 2 permasalahan, yaitu kemungkinan
terjadinya hujan serta kemungkinan langit hanya mendung saja dan tidak akan
turunnya hujan. Statistic yang membantu permasalahan dalam hal ini adalah
probabilitas.
Probabilitas
didifinisikan sebagai peluang atau kemungkinan suatu kejadian, suatu ukuran tentang kemungkinan
atau derajat ketidakpastian suatu peristiwa (event) yang akan terjadi di masa
mendatang. Rentangan probabilitas antara 0
sampai dengan 1. Jika kita mengatakan probabilitas sebuah peristiwa adalah 0,
maka peristiwa tersebut tidak mungkin terjadi. Dan jika kita mengatakan bahwa
probabilitas sebuah peristiwa adalah 1 maka peristiwa tersebut pasti terjadi.
Serta jumlah antara peluang suatu kejadian yang mungkin terjadi dan peluang
suatu kejadian yang mungkin tidak terjadi adalah satu, jika kejadian tersebut hanya
memiliki 2 kemungkinan kejadian yang mungkin akan terjadi.
Contoh
; Ketika doni ingin pergi kerumah temannya, dia melihat langit dalam keadaan
mendung, awan berubah warna menjadi gelap, angin lebih kencang dari biasanya
seta sinar matahari tidak seterang biasanya.
Bagaimanakah
tindakan Doni sebaiknya?
Ketika
Doni melihat keadaan seperti itu, maka sejenak dia berpikir untuk membatalkan
niatnya pergi kerumah temannya. Ini dikarenakan dia beripotesis bahwa sebentar
lagi akan turunya hujan dan kecil kemungkinan bahwa hari ini akan tidak hujan,
mengingat gejala-gejala alam yang mulai nampak.
Probabilitas
dalam cerita tadi adalah peluang kemungkinan turunnya hujan dan peluang tidak
turunnya hujan.
3.2.
Manfaat
Probabilitas Dalam Penelitian
Manfaat
probabilitas dalam kehidupan sehari-hari adalah membantu kita dalam mengambil
suatu keputusan, serta meramalkan kejadian yang mungkin terjadi. Jika kita
tinjau pada saat kita melakukan penelitian, probabilitas memiliki beberapa
fungsi antara lain;
·
Membantu
peneliti dalam pengambilan keputusan yang lebih tepat. Pengambilan keputusan
yang lebih tepat dimagsudkan tidak ada keputusan yang sudah pasti karena
kehidupan mendatang tidak ada yang pasti kita ketahui dari sekarang, karena informasi yang didapat tidaklah
sempurna.
·
Dengan teori
probabilitas kita dapat menarik kesimpulan secara tepat atas hipotesis yang terkait tentang karakteristik populasi.
Menarik kesimpulan secara tepat atas hipotesis
(perkiraan sementara yang belum teruji kebenarannya) yang terkait tentang
karakteristik populasi pada situssi ini kita hanya mengambil atau menarik
kesimpulan dari hipotesis bukan berarti kejadian yang akan dating kita sudah
ketehaui apa yang akan tertjadi.
·
Mengukur derajat ketidakpastian dari analisis sampel
hasil penelitian dari suatu populasi.
Contoh:
Ketika diadakannya sensus penduduk 2000, pemerintah
mendapatkan data perbandingan antara jumlah penduduk berjenis kelamin laki-laki
berbanding jumlah penduduk berjenis kelamin perempuan adalah memiliki
perbandingan 5:6, sedangkan hasil sensus pada tahun 2010 menunjukan hasil
perbandingan jumlah penduduk berjenis kelamin pria berbanding jumlah penduduk
berjenis kelamin wanita adalah 5:7. Maka pemerintah dapat mengambil keputusan
bahwa setiap tahunnya dari tahun 2000 hingga 2010 jumlah wanita berkembang
lebih pesat daripada jumlah penduduk pria.
3.3.
Menghitung
Probabilitas atau Peluang Suatu Kejadian
Jika tadi kita
hanya memperhatikan peluang suatu kejadian secara kualitatip, hanya
memperhatikan apakkah kejadian tersebut memiliki peluang besar akan terjadi
atau tidak. Disini kita akan membahas nilai dari probabilitas suatu kejadian
secara kuantitatip. Kita bias melihat apakah suatu kejadian berpotensi terjadi
ataukah tidak.
Misalkan kita
memiliki sebuah dadu yang memiliki muka gambar dan angka,jika koin tersebut
kita lemparkan keatas secara sembarang, maka kita memiliki 2 pilihan yang sama
besar dan kuat yaitu peluang munculnya angka dan peluang munculnya gambar. Jika
kita perhatikan secara seksaama, pada satu koin hanya terddiri dari satu muka
gambar dan satu muka angka, maka peluang munculnya angka dan gambar adalah sama
kuat yaitu ½. 1 menyatakan hanya satu dari muka pada koin yang mungkin muncul,
entah itu gambar maupun angka sedangkan 2 menyatakan banyaknya kejadian yang
mungkin terjadi pada pelemparan koin, yaitu munculnya gambar + munculnya angka.
Jika kita
berbicara tidak lagi 2 kejadian yaitu menyangkut banyak kejadian yang mungkin
terjadi, mengingat dan dari hasil pengumpulan dan penelitian data diperoleh
suatu rumus sebagai berikut. Jika terdapat N peristiwa, dan nA dari N peristiwa tersebut membentuk kejadian
A, maka
probabilitas A adalah :
Dimana : nA= banyaknya kejadian
N=
kejadian seluruhnya/peristiwa yang mungkin
terjadi
Contoh.
Suatu mata uang logam yang masing-masing sisinya berisi gambar dan angka dilemparkan secara bebas sebanyak
1 kali.
Berapakah probabilitas
munculnya gambar atau angka?
Jawab
:
n=1, N=2
p(gambar atau angka)=
p(gambar atau angka)=1/2 atau 50%
Dapat disimpulkan peluang munculnya
gambar atau angka adalah sama besar.
Contoh 2.
Berapa peluang
munculnya dadu mata satu pada satu kali pelemparan?
Jika kita tinjau pada sebuah dadu hanya memiliki 1
buah mata dadu bermata 1, sedangkan pada dadu terdapat 6 mata yaitu mata 1
sampai mata 6.
Maka
P(A)
= nA/N
=
1/6
Berikut
merupakan aturan dalam probabilitas
·
Jika n = 0 makka peluang terjadinya
suatu kejadian pada keadaan ini adalah sebesar P(A) = 0 atau tidak mungkin
terjadi.
·
Jika n merupakan semua anggota N maka
probabilitasnya adalah satu, atau kejadian tersebut pasti akan terjadi
·
Probabilitas suatu
kejadian memiliki rentangan nilai
·
Jika E menyatakan bukan peristiwa E maka
berlaku
HUBUNGAN ANTAR KEJADIAN
A.
EXCLUSIVE EVENT
Exclusive
event merupakan 2 kejadian atau lebih jika terjadinya
kejadian
yang satu mencegah terjadinya kejadian lain.
Exclusive
event biasanya dihubungkan dengan
kata atau.
Jika
dalam suatu peristiwa terdiri dari k
buah kejadian maka dapat
dirumuskan sebagai berikut.
P(E1 atau E2 atau.... Ek)= P(E1)+P(E2)+…P(Ek)
Contoh.
Sebuah
kotak berisi
A. 10
kelereng merah,
B. 20
hijau,
C. 30
kuning.
Isi
kotak diaduk dan diambil 1 buah
kelereng
secara acak
Berapa
probabilitas terambilnya
hijau atau kuning?
JAWAB :P(A) =
P(B) =
P(C)=
Maka peluang terambilnya kelereng hijau atau kuning
adalah
P(B)+P(C) = 0,33 + 0,50 = 0,83
B.
DEPENDENT EVENT
Dependent
event adalah terjadinya suatu peristiwa merupakan syarat dari peristiwa yang
lainnya.
Jika kejadian yang satu
menjadi syarat terjadinya kejadian yang lain ditulis A|B, Kita tulis A |B untuk menyatakan peristiwa A terjadi dengan
didahului terjadinya peristiwa B.
peluangnya ditulis dengan p(A |B) dan disebut dependent probability
(probabilitas bersyarat). Untuk dependent events dihubungkan dengan kata dan,
sehingga berlaku hubungan:
P(A dan B)=p(B).p (A |B)
Peluangnya ditulis dengan
P (A│B) dan disebut dependent probability
Dependent event biasanya dihubungkan
dengan kata “dan”.
Contoh.
Sebuah
kotak berisi
A. 10
kelereng merah,
B. 20
hijau,
C. 30
kuning.
Isi kotak diaduk dan diambil 1 buah
kelereng
secara acak
jika pengambilan pertama sebuah kelereng
berwarna hijau
(tanpa
pengembalian). Berapakah probabilitas terambilnya sebuah
kelereng
berwarna merah pada pengambilan kedua?
Jawab.
Merupakan peluang kelereng warna hijau pada pengambilan
pertama dan kelelereng warna merah pada pengambilan kedua.
C.
INDEPENDENT EVENT
Dua
kejadian atau lebih dinamakan Independent Events, jika kejadian yang satu tidak
mempengaruhi kejadian yang lain.
Misalnya dua kejadian A
dan B. Jika terjadinya atau tidak terjadinya kejadian A tidak mempengaruhi
terjadinya kejadian B, maka A dan B disebut Independent Events. Untuk
Independent Events dihubungkan dengan kata dan, sehingga berlaku
hubungan:
P(A dan B ) = p(A).p(B)
Untuk berlaku k buah
peristiwa berlaku:
p(E1 dan E2
dan…..dan Ek ) = p(E1
).p(E2 )….p(Ek )
contoh.
Dua buah dadu dilemparkan secara bebas satu kali. Berapakah probabilitas
munculnya mata 2 dan 6 dari pelemparan
tersebut?
jawab
D.
INCLUSIVE EVENT
Dua kejadian atau lebih dinamakan saling Inclusive events jika terjadinya
kejadian yang satu tidak mencegah terjadinya kejadian yang lain.
Inclusive events biasanya dihubungkan
dengan kata atau.
Misalnya kejadian A dan B merupakan kejadian Inclusif,
berlaku hubungan atau A atau B atau kedua-keduanya terjadi. Untuk peristiwa
tersebut berlaku:
P(A+B) = P(A) + P(B) - P(A+B)
Contoh.
Jika
probabilitas kelahiran wanita dan pria adalah sama, dan probabilitas kelahiran
anak berkulit putih, kulit hitam, dan sawo matang masing-masing adalah 0,2 , 0,5 , dan 0,3. Berapakah besarnya probabilitas kelahiran anak
wanita yang berkulit putih?
Jawab.
Probabilitas kelahiran pria dan wanita adalah sama,
sehingga p(pa atau w)= 0,50.
Probabilitas wanita-kulit putih=(0,50)(0,2)=0,1
P(W+P)= 0,50+0,2-0,1=0,6
3.4. Hubungan Probabilitas Teoritik dan
Probabilitas Empirik
Hubungan probabilitas
teoritik dengan probabilitas empirik dapat dijelaskan melalui contoh dari
pelemparan sebuah mata uang logam yang masih baik :
A = angka
G = gambar
Probabilitas
teoritik
Kemungkinan/ probabilitas yang
diperoleh dengan menggunakan cara-cara yang berlainan serta asumsi bahwa semua
cara yang mungkin akan terjadi atas dasar kemungkinan yang sama (equally likely
basis).
Penggunaannya
Suatu koin (uang logam)
DILEMPAR
1 KALI:
P(A)=0,50(50%)
P(G)=
0,50(50%)
DIILEMPAR
10 KALI:
P(A)=
0,50X10 kali=5 kali
P(G)=
0,50X10 kali=5 kali
Contoh.
Dalam permainan ini standar kartu 52 dek kartu remi
yang digunakan.
Dalam rangka untuk menang Anda harus memilih
"kartu wajah."
Berapa probabilitas bahwa Anda akan memenangkan permainan ini?
JAWAB:
Secara teori:
·
Setiap kartu di dek memiliki kesempatan yang sama
untuk terambil.
·
Ada 12 wajah kartu (kartu menang) di geladak.
Oleh karena itu probabilitas menang pada permainan berikutnya adalah:
Oleh karena itu probabilitas menang pada permainan berikutnya adalah:
Probabilitas
Empirik.
Kemungkinan
tentang terjadinya suatu peristiwa yang dihitung atas dasar
pengalaman-pengalaman atau percobaan-percobaan tentang apa yang terjadi pada
saat-saat yang sama di masa yang lalu atau atas dasar catatan statistik.
Karena dalam menentukan probabilitas empiris Anda
benar-benar melakukan percobaan, kadang-kadang probabilitas empirik disebut:
"eksperimental probabilitas."
"eksperimental probabilitas."
Pada kenyataannya sangat jarang
terjadi demikian, karena ada
kemungkinan muncul jumlah angka atau
gambar yang bervariasi dalam 10 kali
pelemparan.
Kemungkinannya
tidak hanya berkisar antara 5G dan 5A, namun bisa saja kemungkinanmunculnya
angka dan gambar adalah 3G dan 7A, 4G
dan 6A, dan lainnya.
Sebagai contoh, suatu produsen
radio, produksi 1000 buah radionya diuji secara acak. Setelah pengujian, mereka
menemukan 15 dari 1000 radio tersebut cacat.
Kita dapat dengan mudah menentukan bahwa probabilitas empiris bahwa radio rusak akan menjadi:
Kita dapat dengan mudah menentukan bahwa probabilitas empiris bahwa radio rusak akan menjadi:
Sebagai desimal akan menjadi
0,15 dan sebagai suatu persen itu akan menjadi
= 1,5%.
Sekarang produsen dapat menggunakan hasil ini untuk memprediksi bahwa dalam produksi 7.500 radio, 1,5% dari mereka mungkin akan rusak.
Jadi mereka memprediksi bahwa
(0,15) (7500) = 112,5 radio rusak.
3.5. Menghitung Nilai Harap (ekspektasi)
dari suatu kejadian.
Contoh:
Ani dan Ina bertaruh dalam
pelemparan muka dadu. Jika dalam pelemparan tersebut nampak angka ganjil, maka
Ani kalah dan harus membayar kepada Ina Rp 1.000,-. Dan jika nampak angka
genap, maka Ina kalah dan harus membayar kepda ani Rp 1.000,-. Peluang
munculnya angka genap dan angka ganjil pada dadu masing-masing adalah 1/2. Jadi
peluang Ani untuk membayar uang kepda Ina adalah ½, dan peluangnya untuk menang
juga ½, sehingga ekspektasi taruhan itu adalah
ξ (untuk Ani) = ½(Rp100) + ½(-Rp100)
= Rp 0.
Untuk Ina juga berlaku hal yang
sama. Berarti dalam jangka waktu yang cukup lama, dalam permainan ini Ani dan
Ina masing-masing menang nol rupiah.
3.6.
Permutasi
dan Combinasi
a.
Permutasi
Permutasi dapat
didefinisikan sebagai usunan yang
dibentuk dari anggota-anggota suatu himpunan dengan mengambil seluruh atau
sebagian anggota himpunan dan memberi arti pada urutan (memperhatikan urutan)
anggota dari masing-masing susunan tersebut disebut permutasi yang biasanya
ditulis dengan lambang huruf P.
Atau dapat dibuat dalam
bentuk perumusan.
Permutasi Melingkar/Keliling
Permutasi melingkar adalah suatu
permutasi yang dibuat dengan menyusun anggota-anggota suatu himpunan secara
melingkar. Dua permutasi melingkar dianggap sama bila didapatkan dua himpunan
permutasi yang sama dengan cara beranjak dari suatu anggota tertentu dan
bergerak searah jarum jam. Banyaknya permutasi yang disusun secara melingkar
adalah (n-1) !
Contoh.
Dalam
tahun ajaran baru setiap kelas dianjurkan untuk membentuk susunan pengurus
kelas yang baru. Jika hanya dipilih 1 ketua kelas, 1 wakil ketua kelas , 1
bendahara dan 1 sekertaris dari 8 orang calon, tentukan kemungkinan yang akan
terjadi.
Jawab.
Maka
aka nada 1680 kemungkinan atau cara membentuk susunan pengurus kelas yang baru
dari 8 orang calon.
b.
Combinasi
Kombinasi didefinisikan
sebagai susunan-susunan yang
dibentuk dari anggota-anggota suatu himpunan dengan mengambil seluruh atau
sebagian dari anggota himpunan itu tanpa memberi arti pada urutan anggota dari
masing-masing susunan tersebut disebut kombinasi yang ditulis dengan lambang C.
Bila himpunan itu terdiri atas n anggota dan diambil sebanyak r, tentu saja r lebih kecil atau sama dengan n, maka banyaknya susunan yang dapat dibuat dengan cara kombinasi adalah :
Kombinasi ditulis juga dengan cara : C(n,r) atau Cn,r
Bila himpunan itu terdiri atas n anggota dan diambil sebanyak r, tentu saja r lebih kecil atau sama dengan n, maka banyaknya susunan yang dapat dibuat dengan cara kombinasi adalah :
Kombinasi ditulis juga dengan cara : C(n,r) atau Cn,r
Susnan pada combinasi
tidaklah memperhatikan urutan seperti pada permutasi, oleh daripada itu
combinasi n objek yang diambil dari n adalah sebagai berikut,
Contoh.
Berapa banyaknya
kemungkinan pasangan antara calon presiden dan wakil presiden jika ada 8 buah
calon.
Jawab.
Karena ditanya
pasangan, maka akan dibentuk tim yang terdiri dari 2 orang dari 8 calon, maka
dapat dicari dengan cara.
Maka hanya ada 28 kemungkinan
pasangan yang akan terjadi.
3 comments:
thanks ya for sharing,,, buat belajar machine learning.. ternyata harus bisa probabilitas,,,
thanks for sharing,,, aku butuh banget nih.. buat belajar, tentang machine learning,,, kalau gak bisa probabilitas, gak bakal bisa ngerti sistemnya ,, unsupervised, semi supervised, ataupun supervised,,, thanks a lot
Om. Gambarnya ilang,g kelihatan.mohon diperbaiki ya Om
penjelasan Om sangat bagus
saya tunggu ya
Post a Comment