PROBABILITAS
DISTRIBUSI PELUANG DISKRIT
Probabilitas Bersyarat
 Probabilitas terjadinya suatu peristiwa
dengan syarat peristiwa lain harus
terjadi.
 Jika B bersyarat terhadap A, probabilitas
terjadinya peristiwa tersebut adalah :
P (B/A) = P (B)
3
TEOREMA BAYES
P(Ai|B) = P(Ai) X P (B|Ai)
P(A1) X P(B|A1)+P(A2) X P(B|A2) + … + P(Ai) X P(B|AI)
Merupakan probabilitas bersyarat-suatu
kejadian terjadi setelah kejadian lain ada.
Rumus:
4
BEBERAPA PRINSIP MENGHITUNG
Factorial = n!
Permutasi nPr = n!/ (n-r)!
Kombinasi nCr = n!/r! (n-r)!
• Factorial (berapa banyak cara yang mungkin dalam
mengatur sesuatu dalam kelompok).
• Permutasi (sejumlah kemungkinan susunan jika
terdapat satu kelompok objek).
• Kombinasi (berapa cara sesuatu diambil dari
keseluruhan objek tanpa memperhatikan urutannya.
DISDIS DISTRIBUSI PROBABILITAS :
VARIABEL ACAK
Variabel acak : gambaran numerik sederhana dari
hasil percobaan.
Variabel acak biasanya menghubungkan nilai-nilai
numerik dengan setiap kemungkinan hasil percobaan.
Karena nilai-nilai numerik tersebut dapat bersifat diskrit
(hasil perhitungan) dan bersifat kontinu (hasil
pengukuran) maka variabel acak dapat dikelompokkan
menjadi variabel acak diskrit dan variabel acak kontinu.
Varibel acak diskrit adalah variabel acak yang tidak
mengambil seluruh nilai yang ada dalam sebuah
interval atau variabel yang hanya memiliki nilai
tertentu. Nilainya merupakan bilangan bulat dan asli,
tidak berbentuk pecahan. Variabel acak diskrit jika
digambarkan pada sebuah garis interval, akan berupa
sederetan titik-titik yang terpisah.
Contoh :
 Banyaknya pemunculan sisi muka atau angka dalam
pelemparan sebuah koin (uang logam).
 Jumlah anak dalam sebuah keluarga.
Variabel Acak Diskrit
Variabel Acak Kontinu.
Varibel acak kontinu adalah variabel acak yang
mengambil seluruh nilai yang ada dalam sebuah interval
atau variabel yang dapat memiliki nilai-nilai pada suatu
interval tertentu.
Nilainya dapat merupakan bilangan bulat maupun
pecahan. Varibel acak kontinu jika digambarkan pada
sebuah garis interval, akan berupa sederetan titik yang
bersambung membantuk suatu garis lurus.
Contoh :
Usia penduduk suatu daerah.
Panjang beberapa helai kain.
NILAI RATA RATA HITUNG
Contoh :
X = banyaknya pesanan barang dalam satuan yang masuk selama 1
minggu. P(X) = probabilitas terjadinya X = x.
x 0 1 2 3
p(x) 0,125 0,375 0,375 0,125
Hitung rata-rata banyaknya pesanan atau pesanan yang diharapkan
Penyelesaian :
= (0) p(0) + (1) p(1) + (2) p(2) + (3) p(3)
= (0) (0,125) + (1) (0,375) + (2) (0,375) + (3) (0,125)
= 1,5
Jadi secara rata-rata dapat diharapkan bahwa pesanan yang masuk
selama 1 minggu adalah sebanyak 1,5 satuan.
    ixpixXEx
VARIANS DAN STANDAR
DEVIASI
Selain rata-rata, ukuran statistik yang lain adalah
varians dan standar deviasi.
Varians (2) dari variabel acak diskrit didefinisikan
sebagai berikut.
Varians dari variabel acak diskrit adalah rata-rata
tertimbang dari kuadrat selisih antara kemungkinan
hasil dan rata-ratanya dimana penimbangnya adalah
probabilitas dari masing-masing hasil tersebut.
Varians diperoleh dengan mengalikan setiap
kemungkinan kuadrat selisih (xi - )2 dengan
probabilitasnya p(xi) dan kemudian menjumlahkan
seluruh hasil perkalian tersebut.
VARIANS DAN STANDAR
DEVIASISehingga varians dinyatakan sebagai berikut.
dimana:
xi = nilai ke-I dari variable acak X
p(xi) = probabilitas terjadinya xi
Standar deviasi  diperoleh dengan menarik akar dari 2.
     i
N
i
i xpxXE 

1
222

     ii xpx
22

CONTOH : VARIANS DAN STANDAR
DEVIASIContoh.1 :
X = banyaknya pesanan barang dalam satuan yang masuk selama 1
minggu. P(X) = probabilitas terjadinya X = x
x 0 1 2 3
p(x) 0,125 0,375 0,375 0,125
Hitunglah varians dan standar deviasinya!
Penyelesaian :
Dari hasil perhitungan sebelumnya E(X) = x = 1,5
2 = E(X - x)2
= E(X – 1,5)2
= (xi – 1,5)2 p(xi)
= (0 – 1,5)2 (0,125) + (1 – 1,5)2 (0,375) + (2 – 1,5)2 (0,375) + (3 – 1,5)2
(0,125)
= (2,25) (0,125) + (0,25) (0,375) + (0,25) (0,375) + (2,25) (0,125)
= 0,28 + 0,09 + 0,09 + 0,28
= 0,74
86,074,0 
CONTOH SIMPANGAN BAKU
Karena simpangan baku  = 0,86, ini berarti bahwa rata-rata jarak nilai X
terhadap  = E(X) adalah sebesar 0,86.
Contoh.2 :
Seorang penjual mobil sebagai “Agen Tunggal” merek tertentu, berdasarkan
pengalamannya dpat menjual sebanyak X dengan probabilitas sebesar p(x)
selama satu minggu. Data yang dia miliki adalah sebagai berikut.
x 1 2 3 4 5 6
p(x) 0,08 0,27 0,10 0,10 0,33 0,22
Berapa banyak mobil yang dia harapkan dapat terjual selama satu
minggu? Hitung juga simpangan bakunya!
Penyelesaian :
E(X) =  x p(x)
= (1) (0,08) + (2) (0,27) + ….+ (6) (0,22)
= 4,29

More Related Content

PDF
Dualitas- Program Linear
DOC
ANALISIS REGRESI LINIER BERGANDA
PPT
5. rantai-markov-diskrit
PPTX
Pengantar statistika 4
PPTX
Distribusi normal
PPTX
Ukuran pemusatan data
PPT
Metode statistika
PDF
2 deret fourier
Dualitas- Program Linear
ANALISIS REGRESI LINIER BERGANDA
5. rantai-markov-diskrit
Pengantar statistika 4
Distribusi normal
Ukuran pemusatan data
Metode statistika
2 deret fourier

What's hot (20)

PPTX
Kelompok iii keterdiferensialan
PPTX
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
PDF
Koefisien binomial
PPT
F.PFungsi pembangkit-momen-final
PPTX
Transformasi laplace (bag. kedua)
PDF
Basic statistics 6 - poisson distribution
PDF
Teori Probabilitas
PDF
Makalah analisis regresi
PDF
1 Bilangan Kompleks
PDF
Distribusi peluang diskrit(8)
PPTX
Pendugaan Parameter
DOCX
Distr. binom & multinom
PPTX
Bab 5 penyederhanaan fungsi boolean
PDF
Distribusi normal
PPT
Jenis dan operasi matriks
PPTX
Uji perbedaan uji z
PPTX
Bab 2 vektor
PPTX
matematika geodesi-transformasi linier
PPT
Deret Fourier
PDF
Modul maple untuk metnum 2014
Kelompok iii keterdiferensialan
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rata
Koefisien binomial
F.PFungsi pembangkit-momen-final
Transformasi laplace (bag. kedua)
Basic statistics 6 - poisson distribution
Teori Probabilitas
Makalah analisis regresi
1 Bilangan Kompleks
Distribusi peluang diskrit(8)
Pendugaan Parameter
Distr. binom & multinom
Bab 5 penyederhanaan fungsi boolean
Distribusi normal
Jenis dan operasi matriks
Uji perbedaan uji z
Bab 2 vektor
matematika geodesi-transformasi linier
Deret Fourier
Modul maple untuk metnum 2014
Ad

Similar to Ek107 122215-867-7 (20)

PPTX
Matematika (Fungsi eksponen)
PPT
polinomial.ppt
PPT
polinomial.ppt
PPT
polinomial.ppt
PPT
polinomial.ppt
PPT
polinomial.ppt
PPT
polinomialpolinomial polinomial pemb.ppt
PDF
01 sistem bilangan real
PPT
13184085.ppt
PPTX
Bil.riil
PPTX
Variabel acak dan nilai harapan (Statistik Ekonomi II)
PDF
Bahan ajar matematika dasar universitas
PDF
bab-2-model-regresi-linear-sederhana.pdf
PDF
Bab ii-pers-kuadrat-c-fungsi-kuadrat
DOC
Makalah mtk
PPT
Sistem Bilangan
PPT
Sistem Persamaan Dua Variabel Kelas 8
PDF
Prinsip Inklusi Eksklusi
PPTX
ditribusi teoritis
PPT
matematika...............................
Matematika (Fungsi eksponen)
polinomial.ppt
polinomial.ppt
polinomial.ppt
polinomial.ppt
polinomial.ppt
polinomialpolinomial polinomial pemb.ppt
01 sistem bilangan real
13184085.ppt
Bil.riil
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Bahan ajar matematika dasar universitas
bab-2-model-regresi-linear-sederhana.pdf
Bab ii-pers-kuadrat-c-fungsi-kuadrat
Makalah mtk
Sistem Bilangan
Sistem Persamaan Dua Variabel Kelas 8
Prinsip Inklusi Eksklusi
ditribusi teoritis
matematika...............................
Ad

More from Judianto Nugroho (20)

PPT
Chap14 en-id
PPT
Chap19 en-id
PPT
Chap18 en-id
PPT
Chap16 en-id
PPT
Chap15 en-id
PPT
Chap17 en-id
PPT
Chap13 en-id
PPT
Chap12 en-id
PPT
Chap11 en-id
PPT
Chap10 en-id
PPT
Chap09 en-id
PPT
Chap08 en-id
PPT
Chap05 en-id
PPT
Chap07 en-id
PPT
Chap06 en-id
PPT
Chap04 en-id
PPT
Chap03 en-id
PPT
Chap02 en-id
PPT
Chap01 en-id
PPTX
Spss session 1 and 2
Chap14 en-id
Chap19 en-id
Chap18 en-id
Chap16 en-id
Chap15 en-id
Chap17 en-id
Chap13 en-id
Chap12 en-id
Chap11 en-id
Chap10 en-id
Chap09 en-id
Chap08 en-id
Chap05 en-id
Chap07 en-id
Chap06 en-id
Chap04 en-id
Chap03 en-id
Chap02 en-id
Chap01 en-id
Spss session 1 and 2

Recently uploaded (20)

PPTX
PPK - XII AKL KD KEWIRAUSAHAAN SMK1.pptx
DOCX
Download Modul Ajar Kurikulum Berbasis Cinta ( KBC ) Bahasa Arab Kelas 10 Ter...
PDF
PERKEMBANGAN SISTEM PERIODIK UNSUR
PDF
Modul Ajar Deep Learning Bahasa Inggris Kelas 5 Kurikulum Merdeka
PDF
Panduan Praktikum Administrasi Sistem Jaringan Edisi 3 (Proxmox VE 9.0).pdf
PDF
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 5 Kurikulum Merdeka
PDF
presentasi kelompok 3 kelas XI-4 SMAN 3 Palangka Raya
PDF
Modul Ajar Deep Learning Seni Budaya Kelas 1 Kurikulum Merdeka
PDF
Modul Ajar Deep Learning Bahasa Indonesia Kelas 4 Kurikulum Merdeka
DOCX
Download Modul Ajar Kurikulum Berbasis Cinta ( KBC ) SKI Kelas 12 Terbaru 2025
PPTX
Aku Pribadi yang Unik Agama Katolik kelas 4.pptx
DOCX
Download Modul Ajar Kurikulum Berbasis Cinta ( KBC ) Aqidah Akhlak Kelas 9 Te...
DOCX
Modul Ajar Pembelajaran Mendalam PKWU Pengelolaan Kelas XI SMA Terbaru 2025
PPTX
Pembelajaran Mendalam dalam Kurikulum Berbasis Cinta.pptx
PDF
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 1 Kurikulum Merdeka
DOCX
Download Modul Ajar Kurikulum Berbasis Cinta ( KBC ) Fiqih Kelas 7 MTs
PPTX
Contoh Soal TKA Geografi Kelas XIIhhffff
PDF
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 4 Kurikulum Merdeka
PDF
Modul Ajar Deep Learning Bahasa Indonesia Kelas 5 Kurikulum Merdeka
PDF
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 2 Kurikulum Merdeka
PPK - XII AKL KD KEWIRAUSAHAAN SMK1.pptx
Download Modul Ajar Kurikulum Berbasis Cinta ( KBC ) Bahasa Arab Kelas 10 Ter...
PERKEMBANGAN SISTEM PERIODIK UNSUR
Modul Ajar Deep Learning Bahasa Inggris Kelas 5 Kurikulum Merdeka
Panduan Praktikum Administrasi Sistem Jaringan Edisi 3 (Proxmox VE 9.0).pdf
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 5 Kurikulum Merdeka
presentasi kelompok 3 kelas XI-4 SMAN 3 Palangka Raya
Modul Ajar Deep Learning Seni Budaya Kelas 1 Kurikulum Merdeka
Modul Ajar Deep Learning Bahasa Indonesia Kelas 4 Kurikulum Merdeka
Download Modul Ajar Kurikulum Berbasis Cinta ( KBC ) SKI Kelas 12 Terbaru 2025
Aku Pribadi yang Unik Agama Katolik kelas 4.pptx
Download Modul Ajar Kurikulum Berbasis Cinta ( KBC ) Aqidah Akhlak Kelas 9 Te...
Modul Ajar Pembelajaran Mendalam PKWU Pengelolaan Kelas XI SMA Terbaru 2025
Pembelajaran Mendalam dalam Kurikulum Berbasis Cinta.pptx
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 1 Kurikulum Merdeka
Download Modul Ajar Kurikulum Berbasis Cinta ( KBC ) Fiqih Kelas 7 MTs
Contoh Soal TKA Geografi Kelas XIIhhffff
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 4 Kurikulum Merdeka
Modul Ajar Deep Learning Bahasa Indonesia Kelas 5 Kurikulum Merdeka
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 2 Kurikulum Merdeka

Ek107 122215-867-7

  • 2. Probabilitas Bersyarat  Probabilitas terjadinya suatu peristiwa dengan syarat peristiwa lain harus terjadi.  Jika B bersyarat terhadap A, probabilitas terjadinya peristiwa tersebut adalah : P (B/A) = P (B)
  • 3. 3 TEOREMA BAYES P(Ai|B) = P(Ai) X P (B|Ai) P(A1) X P(B|A1)+P(A2) X P(B|A2) + … + P(Ai) X P(B|AI) Merupakan probabilitas bersyarat-suatu kejadian terjadi setelah kejadian lain ada. Rumus:
  • 4. 4 BEBERAPA PRINSIP MENGHITUNG Factorial = n! Permutasi nPr = n!/ (n-r)! Kombinasi nCr = n!/r! (n-r)! • Factorial (berapa banyak cara yang mungkin dalam mengatur sesuatu dalam kelompok). • Permutasi (sejumlah kemungkinan susunan jika terdapat satu kelompok objek). • Kombinasi (berapa cara sesuatu diambil dari keseluruhan objek tanpa memperhatikan urutannya.
  • 5. DISDIS DISTRIBUSI PROBABILITAS : VARIABEL ACAK Variabel acak : gambaran numerik sederhana dari hasil percobaan. Variabel acak biasanya menghubungkan nilai-nilai numerik dengan setiap kemungkinan hasil percobaan. Karena nilai-nilai numerik tersebut dapat bersifat diskrit (hasil perhitungan) dan bersifat kontinu (hasil pengukuran) maka variabel acak dapat dikelompokkan menjadi variabel acak diskrit dan variabel acak kontinu.
  • 6. Varibel acak diskrit adalah variabel acak yang tidak mengambil seluruh nilai yang ada dalam sebuah interval atau variabel yang hanya memiliki nilai tertentu. Nilainya merupakan bilangan bulat dan asli, tidak berbentuk pecahan. Variabel acak diskrit jika digambarkan pada sebuah garis interval, akan berupa sederetan titik-titik yang terpisah. Contoh :  Banyaknya pemunculan sisi muka atau angka dalam pelemparan sebuah koin (uang logam).  Jumlah anak dalam sebuah keluarga. Variabel Acak Diskrit
  • 7. Variabel Acak Kontinu. Varibel acak kontinu adalah variabel acak yang mengambil seluruh nilai yang ada dalam sebuah interval atau variabel yang dapat memiliki nilai-nilai pada suatu interval tertentu. Nilainya dapat merupakan bilangan bulat maupun pecahan. Varibel acak kontinu jika digambarkan pada sebuah garis interval, akan berupa sederetan titik yang bersambung membantuk suatu garis lurus. Contoh : Usia penduduk suatu daerah. Panjang beberapa helai kain.
  • 8. NILAI RATA RATA HITUNG Contoh : X = banyaknya pesanan barang dalam satuan yang masuk selama 1 minggu. P(X) = probabilitas terjadinya X = x. x 0 1 2 3 p(x) 0,125 0,375 0,375 0,125 Hitung rata-rata banyaknya pesanan atau pesanan yang diharapkan Penyelesaian : = (0) p(0) + (1) p(1) + (2) p(2) + (3) p(3) = (0) (0,125) + (1) (0,375) + (2) (0,375) + (3) (0,125) = 1,5 Jadi secara rata-rata dapat diharapkan bahwa pesanan yang masuk selama 1 minggu adalah sebanyak 1,5 satuan.     ixpixXEx
  • 9. VARIANS DAN STANDAR DEVIASI Selain rata-rata, ukuran statistik yang lain adalah varians dan standar deviasi. Varians (2) dari variabel acak diskrit didefinisikan sebagai berikut. Varians dari variabel acak diskrit adalah rata-rata tertimbang dari kuadrat selisih antara kemungkinan hasil dan rata-ratanya dimana penimbangnya adalah probabilitas dari masing-masing hasil tersebut. Varians diperoleh dengan mengalikan setiap kemungkinan kuadrat selisih (xi - )2 dengan probabilitasnya p(xi) dan kemudian menjumlahkan seluruh hasil perkalian tersebut.
  • 10. VARIANS DAN STANDAR DEVIASISehingga varians dinyatakan sebagai berikut. dimana: xi = nilai ke-I dari variable acak X p(xi) = probabilitas terjadinya xi Standar deviasi  diperoleh dengan menarik akar dari 2.      i N i i xpxXE   1 222       ii xpx 22 
  • 11. CONTOH : VARIANS DAN STANDAR DEVIASIContoh.1 : X = banyaknya pesanan barang dalam satuan yang masuk selama 1 minggu. P(X) = probabilitas terjadinya X = x x 0 1 2 3 p(x) 0,125 0,375 0,375 0,125 Hitunglah varians dan standar deviasinya! Penyelesaian : Dari hasil perhitungan sebelumnya E(X) = x = 1,5 2 = E(X - x)2 = E(X – 1,5)2 = (xi – 1,5)2 p(xi) = (0 – 1,5)2 (0,125) + (1 – 1,5)2 (0,375) + (2 – 1,5)2 (0,375) + (3 – 1,5)2 (0,125) = (2,25) (0,125) + (0,25) (0,375) + (0,25) (0,375) + (2,25) (0,125) = 0,28 + 0,09 + 0,09 + 0,28 = 0,74 86,074,0 
  • 12. CONTOH SIMPANGAN BAKU Karena simpangan baku  = 0,86, ini berarti bahwa rata-rata jarak nilai X terhadap  = E(X) adalah sebesar 0,86. Contoh.2 : Seorang penjual mobil sebagai “Agen Tunggal” merek tertentu, berdasarkan pengalamannya dpat menjual sebanyak X dengan probabilitas sebesar p(x) selama satu minggu. Data yang dia miliki adalah sebagai berikut. x 1 2 3 4 5 6 p(x) 0,08 0,27 0,10 0,10 0,33 0,22 Berapa banyak mobil yang dia harapkan dapat terjual selama satu minggu? Hitung juga simpangan bakunya! Penyelesaian : E(X) =  x p(x) = (1) (0,08) + (2) (0,27) + ….+ (6) (0,22) = 4,29