View
41
Download
3
Embed Size (px)
Citation preview
Andiani / Statistik / Desember 2013 1
BAB IX
TEORI PELUANG
9.1 Pendahuluan
Jacob Bernoullie (1654 - 1705), Abraham de Moivre (166-1754), Thomas Bayes
(1702-1761) dan Yoseph Lagrange (1736-1876) adalah orang yang menemukan Teknik
dan Formula Peluang. Pada abad 19, Pierre Simon, Marquis de Laplace (1749-1827),
menyusunnya dalam Teori Peluang (Probabilitas), yang dipelopori oleh perusahaan
asuransi sejak abad 19 dengan tujuan mengetahui resiko kerugian yang ditanggungnya
sehingga dapat menentukan premi asuransinya. Teori ini semakin berkembang dengan
pesat sejalan dengan perkembangan dunia perjudian saat itu.
Teori peluang sebagai dasar penerapan statistika, untuk memahami fenomena
sosial dan memecahkan permasalahan dari berbagai disiplin ilmu. Selain itu peluang
merupakan bagian yang tak terpisahkan dari kehidupan setiap orang yang akan
berhadapan dengan masalah-masalah ketidakpastian.
Contoh:
Seorang pengusaha akan dihadapkan pada masalah berhasil tidaknya usaha yang
dikelolanya, seorang mahasiswa akan dihadapkan masalah berhasil tidaknya ujian yang
sedang ditempuh, dan sebagainya.
Oleh karena itu masalah ketidakpastian ini dicoba untuk diukur atau dikuantifikasi
dengan konsep peluang.
Nilai Peluang dari suatu kejadian (P) berkisar antara 0 dan 1
P = 0 menunjukan suatu peristiwa yang tidak mungkin terjadi
P = 1 menunjukan suatu peristiwa yang pasti tejadi
Dalam realita kondisi ekstrim dengan peluang 0 atau 1 jarang sekali didapat, yang
sering terjadi adalah peluang munculnya peristiwa antara 0 dan 1.
Misalnya P = 0,70 berarti peluang munculnya suatu peristiwa adalah 70%.
Peristiwa adalah satu atau lebih hasil yang mungkin dari suatu kejadian.
Contoh: Kejadian melempar mata uang logam (koin) Kemungkinan yang muncul adalah sisi Gambar atau sisi Angka
Andiani / Statistik / Desember 2013 2
Munculnya sisi Gambar merupakan suatu Peristiwa, sedangkan peristiwa yang lain adalah munculnya sisi Angka Himpunan dari seluruh terjadinya peristiwa, atau jumlah seluruh frekuensi disebut
Ruang Sample.
9.2. Pendekatan Peluang
Ada tiga cara untuk mengklasifikasikan peluang, yaitu:
- Pendekatan Klasik
- Pendekatan Frekuensi Relatif
- Pendekatan Subyektif
Perbedaan ketiganya terletak pada pendekatan konseptual. Para ahli banyak yang
tidak menyetujui adanya perbedaan tersebut karena penggunaan dari ketiga pendekatan
tersebut sebenarnya sama.
9.2.1. Pendekatan Klasik
Terjadinya suatu peristiwa (P) adalah ratio antara peristiwa yang
menguntungkan dengan seluruh peristiwa yang mungkin dimana semua peristiwa
mempunyai kesempatan yang sama.
Teori peluang ini berkembang di Perancis pada abad 19. Bersama dengan dunia
perjudian, teori ini mengalami perkembangan yang pesat, sehingga tidak mengherankan
bila dalam menjelaskan teori peluang banyak mengambil contoh alat-alat judi misalnya
kartu, dadu dan sebagainya.
P(A) = n
x
Dimana P(A) : peluang terjadinya peristiwa A
x : Peristiwa yang menguntungkan
n : Jumlah seluruh peristiwa
Contoh:
Dadu yang berbentuk kubus dan bersisi 6, masing-masing sisi mempunyai nilai 1,
2, 3, 4, 5 dan 6. Munculnya biji satu (x = 1) merupakan salah satu kemungkinan
Andiani / Statistik / Desember 2013 3
yang dapat terjadi dari ke-enam kemungkinan yang dapat muncul (n = 6). Dengan
demikian peluang munculnya biji satu dalam satu kali lemparan dadu adalah 1/6.
9.2.2. Pendekatan Frekuensi Relatif
Seringnya suatu peristiwa terjadi pada masa lalu, digunakan untuk memprediksi
peluang suatu peristiwa tersebut akan terjadi lagi di masa datang.
Pendekatan ini didasarkan pada:
1. Pengamatan Frekuensi relatif dari suatu peristiwa dalam percobaan yang
dilakukan berulang kali.
2. Proporsi waktu dari suatu peristiwa dalam jangka panjang bila kondisi stabil.
Contoh 1:
Perusahaan Asuransi mengetahui dari data masa lalu bahwa angka kematian
adalah 100.000 orang per tahun, dan 60 orang diantaranya adalah laki-laki yang
berusia 40 tahun. Perusahaan meramalkan peluang kematian laki-laki dari
kelompok umur tersebut adalah :
%06,00006,0100.000
60 P
Contoh 2:
Menurut catatan Kepolisian Bagian Lalu Lintas, selama 1 tahun telah terjadi
kecelakaan lalu lintas sebanyak 150 kali. Dari catatan diperoleh informasi bahwa
75 diantara peristiwa kecelakaan disebabkan karena pengemudi belum
mempunyai SIM. Maka dapat disimpulkan bahwa peluang terjadinya peristiwa
kecelakaan akibat pengemudi tidak mempunyai SIM adalah:
%5050,0150
75 P
Andiani / Statistik / Desember 2013 4
9.2.3. Pendekatan Subyektif
Pendekatan yang didasarkan pada tingkat kepercayaan individu yang membuat
dugaan terhadap suatu peluang.
Kepercayaan individu tersebut bisa berasal dari pengalaman terjadinya suatu
peristiwa pada masa lalu atau hanya terkaan saja.
Tingkat kepercayaan individu dalam membuat dugaan peluang suatu peristiwa
dapat dikelompokan menjadi dua:
1. Pandangan optimis: peristiwa akan terjadi, peluangnya mendekati 1, misalnya
P = 0,90.
2. Pandangan pesimis: peristiwa tak akan terjadi, peluangnya mendekati 0, misalnya
P = 0,20.
9.3. Assas-Assas Peristiwa
9.3.1. Peristiwa Mutually Exclusive
Dua atau lebih peristiwa tidak dapat terjadi bersama-sama.
Artinya, terjadinya peristiwa yang satu sekaligus menghapuskan kemungkinan
terjadinya peristiwa yang lain.
Contoh:
Peristiwa A adalah mandi dan peristiwa B adalah makan. Peristiwa A dan B tidak
dapat terjadi bersama-sama. Artinya kalau A terjadi, maka pada saat yang
bersamaan tidak mungkin terjadi peristiwa B.
Peluang terjadinya peristiwa A atau B dapat dihitung melalui rumus berikut :
P(A atau B) = P(A) + P(B) atau
P(A B) = P(A) + P(B)
Pada diagram Venn peristiwa mutually exclusive dapat dilukiskan sebagai berikut
:
A B
Andiani / Statistik / Desember 2013 5
Contoh:
Ada 5 calon mempunyai kemampuan relatif yang sama yaitu Ali, Kobil, Silia,
Dali dan Ani, melamar untuk menjadi staf salah satu perusahaan multinasional.
Perusahaan tersebut hanya membutuhkan satu staf saja. Bila perusahaan memutuskan
untuk menerima salah satu dari ke lima calon tersebut, maka
a. Berapa peluang Ali akan diterima menjadi staf ?
b. Berapa peluang Silia atau Ani terpilih menjadi staf ?
Pemecahan :
a. P(Ali) = 5
1
b. P(Silia atau Ani) = P(Silia) + P(Ani) = 5
1 +
5
1 =
5
2 = 0,4
9.3.2. Peristiwa Non Exclusive
Dua atau lebih peristiwa dapat terjadi bersama-sama.
Dengan catatan bahwa kedua peristiwa itu tidak harus selalu muncul bersama-
sama.
Rumus untuk peristiwa Non Exclusive adalah:
P(A atau B) = P(A) + P(B) P(AB)
atau
P(A B) = P(A) + P(B) P(A B) Dimana : P(A) : Peluang terjadinya A
P(B) : Peluang terjadinya B
P(AB) : Peluang A dan B bersama-sama
Andiani / Statistik / Desember 2013 6
Contoh:
Dari satu set kartu bridge diambil secara acak sebuah kartu, berapa peluang yang
terambil kartu AS atau kartu hati?
Penyelesaian:
Peristiwa A adalah terambilnya kartu AS, jadi P(A) = 52
4
Peristiwa B adalah terambilnya kartu hati, Jadi P (B) = 52
13
Sedangkan peristiwa A dan B adalah terambil kartu AS dan hati, jadi
P(A B) = 1/52
Dengan demikian
P (A U B) = 52
4 +
52
13 -
52
1 =
52
16 = 0,33
9.3.3. Peristiwa Independent
Jika terjadi atau tidak terjadinya suatu peristiwa, tidak mempengaruhi peluang
terjadinya peristiwa lain.
Peluang dari suatu peristiwa yang independent ini dapat dibedakan menjadi 3
macam, yaitu :
- Peluang marginal
- Peluang gabungan
- Peluang bersyarat
A. Peluang Marginal
Peluang tidak bersyarat. Peluang terjadinya suatu peristiwa tidak mempengaruhi
terjadinya peristiwa yang lain.
Contoh:
Dalam pelemparan sejumlah koin, peristiwa munculnya sisi gambar atau sisi
angka masing-masing = 0,5 adalah peluang marginal. Berapapun banyaknya
lemparan koin maka peluang sisi gambar tetap = 0,5 dan sisi angka = 0,5.
Andiani / Statistik / Desember 2013 7
Peristiwa sisi gambar dan angka ini disebut peristiwa independent secara statistika
(statistically independent event)
B. Peluang Gabungan
Terjadinya peristiwa secara bersama-sama atau secara berturutan merupakan
hasil kali dari peluang marginal.
Formula : P(A B) = P (A) x P(B)
Dimana : P(A B) = peluang terjadinya peristiwa A dan B bersama-sama
atau berturutan.
P(A) = peluang marginal dari peristiwa A
P(B) = peluang marginal dari peristiwa B
Contoh:
Diketahui peluang munculnya sisi gambar (G) dalam pelemparan koin dua kali
berturut-turut.
Pada lemparan pertama peluang mendapatkan gambar (G1) = 0,5.
Pada lemparan kedua peluang mendapatkan gambar (G2) = 0,5.
Kondisi di atas disebabkan kedua peristiwa pelemparan koin tersebut adalah
independent (karena peristiwa sebelumnya tidak mempengaruhi peristiwa berikutnya).
Dengan demikian P(G1 G2) = P(G1) x P(G2) = 0,5 x 0,5 = 0,25
Bila dilakukan tiga kali pelemparan koin, maka peluang untuk mendapatkan gambar
dalam tiga kali lemparan berturut-turut adalah:
P(G1 G2 G3 ) = P(G1) x P(G2) x P(G3) = 0,5 x 0,5 x 0,5 = 0,125
Pohon Peluang Satu Kali Lemparan Koin
G
A
Andiani / Statistik / Desember 2013 8
Pohon Peluang Dua Kali Lemparan Koin
Pohon Peluang Tiga Kali Lemparan Koin Dari gambar di atas, dapat dibaca peluang terjadinya peristiwa yang diteliti
dengan memperhatikan alur cabang-cabangnya.
Contoh:
Berapa peluang mendapatkan Angka-Gambar-Angka dalam tiga kali lemparan
secara berurutan.
Penyelesaian :
P(A1 G2 A3 ) = P(A1) x P(G2) x P(A3) = 0,5 x 0,5 x 0,5 = 0,125
C. Peluang Bersyarat
Peluang terjadinya suatu peristiwa dengan syarat peristiwa yang lain telah
terjadi.
G
A
G
G
A
A
G
A G
A
A
A
A
G
G
A
A
G
G
G
Andiani / Statistik / Desember 2013 9
Contoh:
P(B|A) artinya, peluang peristiwa B akan terjadi dengan syarat peristiwa A harus
sudah terjadi.
Selanjutnya dalam peristiwa independent peluang bersyarat diformulakan :
P(B|A) = P(B)
Contoh :
Berapa peluangnya, lemparan kedua dari koin akan menghasilkan gambar,
dimana hasil gambar juga merupakan hasil lemparan pertama ?
Penyelesaian :
P(G2|G1), karena dua peristiwa adalah independent. Hasil lemparan pertama
mutlak tidak mempengaruhi hasil kedua sehingga: P(G2|G1) = P(G2) = 0,5
9.3.4 Peristiwa Dependent
Dua peristiwa saling tergantung pada peristiwa yang lain.
Adanya tiga macam peluang Dependent yaitu :
- Peluang bersyarat
- Peluang gabungan
- Peluang marginal
A. Peluang Bersyarat
Pembahasan peristiwa dependent dimulai dari peluang bersyarat, karena peluang
yang lain dapat dipahami dengan mudah melalui pembahasan peluang bersyarat tersebut.
Dalam peristiwa dependent, formula peluang bersyarat adalah sebagai berikut:
P(B|A) = P(A)
A)P(B
Contoh:
Sebuah kotak berisi 10 buah bola, dengan rincian: 3 buah bola hitam bergaris, 1
buah bola hitam kotak, 2 buah bola putih bergaris, 4 buah bola putih kotak.
Andiani / Statistik / Desember 2013 10
Peluang Peristiwa Terambilnya Tiap Bola dalam Sebuah Kotak
Peristiwa Peluang Bola
1 0,1 Hitam Bergaris
2 0,1 Hitam Bergaris
3 0,1 Hitam Bergaris
4 0,1 Hitam Kotak
5 0,1 Putih Bergaris
6 0,1 Putih Bergaris
7 0,1 Putih Kotak
8 0,1 Putih Kotak
9 0,1 Putih Kotak
10 0,1 Putih Kotak
Catatan:
H = hitam
G = bergaris
P = putih
K = kotak
Andaikan seseorang mengambil bola hitam dari kotak,
a. berapa peluangnya bola tersebut bergaris ?
b. berapa peluangnya bola tersebut kotak-kotak ?
Penyelesaian
a. P(G|H), artinya berapakah peluang bersyarat bahwa bola yang terambil bergaris
dengan syarat berwarna hitam.
P(G|H) = 0,75 0,4
0,3
P(H)
H)P(G
b. P(K|H)
P(K|H) = 0,25 0,4
0,1
P(H)
H)P(K
Andiani / Statistik / Desember 2013 11
Andaikan seseorang mengambil bola putih dari kotak tersebut, berapakah peluang bola
yang terambil bergaris, juga berapa peluangnya untuk yang kotak-kotak ?
P(G|P) = 0,33 0,6
0,2
P(P)
P)P(G
P(K|P) = 0,67 0,6
0,4
P(P)
P)P(K
B. Peluang Gabungan
P(BA) = P(B|A) x P(A)
Dimana:
P(B A) = peluang gabungan peristiwa B dan A terjadi bersamaan atau
secara berurutan.
P(B|A) = peluang munculnya peristiwa B bila peristiwa A telah muncul
P(A) = peluang peristiwa A akan terjadi.
Catatan:
Dalam peristiwa dependent formula P(B A) = P(B) x P(A) seperti dalam
peristiwa yang independent.
Contoh:
1. P(G|H) = P(G|H) x P(H) = 0,75 x 0,4 = 0,3
2. P(K|H) = P(K|H) x P(H) = 0,25 x 0,4 = 0,1
C. Peluang Marginal
Dapat dihitung dengan menjumlahkan semua peluang gabungan.
Contoh 1:
P(H) = P(GH) + P(K H) = 0,3 + 0,1 = 0,4
Contoh 2:
P(P) = P(GP) + P(KP) = 0,2 + 0,4 = 0,6