Hai kalau video kali ini kita akan mempelajari pengenalan dasar probabilitas Yuk kita mulai sesi pembelajaran kita [Musik] kita akan Awali sesi pembelajaran ini Dengan memahami apa itu probability robit Titi adalah pengukuran terhadap suatu kemungkinan atau peluang pemahaman terkait mobility merupakan dasar untuk melangkah ke statistika inferensi atau juga dikenal dengan istilah inferensial statistics pada slide ini kita akan mengenal beberapa terminologi atau istilah yang umum digunakan sewaktu mempelajari probability hasil suatu percobaan atau trail dikenal sebagai outcome Hai kami ulangi sekali lagi ya outcome merupakan hasil dari suatu percobaan atau trail himpunan dari seluruh kemungkinan outcome pada suatu
probability eksperimen dikenal sebagai sampel Space karena ulangi sekali lagi ya sampel Space merupakan himpunan dari seluruh kemungkinan out come pada suatu probability eksperimen lalu bagian dari sampel Space dikenal sebagai event-event nantinya bisa terdiri dari satu atau lebih outcomes selanjutnya kita akan coba pahami Apa itu probability experiments probability eksperimen adalah aksi atau percobaan atau trail yang menghasilkan suatu perhitungan pengukuran atau respon kami ulangi saya lagi ya probability eksperimen adalah aksi atau percobaan atau trail yang menghasilkan suatu perhitungan pengukuran atau respon untuk dapat memahami probability eksperimen dengan lebih baik berikut terdapat contoh kasus yang bisa kita manfaatkan
dalam kasus Kali ini kita dihadapkan pada suatu probability experiments berupa pelemparan dadu bersisi enam sampel Space dari probability eksperimen ini adalah himpunan bilangan yang terdiri dari bilangan 12345 dan 6 pada sampel stres kali ini kita tidak menemui bilangan lain selain keenam bilangan ini karena hanya karena bilangan ini sajalah yang bisa dihasilkan dari eksperimen pelemparan dadu bersisi enam setiap nilai individual yang terdapat dalam sampel Space ini dikenal dengan istilah outcome sebagai contoh disini bilangan 2 merupakan salah satu out come yang mungkin dihasilkan dari eksperimen pelemparan dadu bersisi enam berikutnya salah satu event yang mungkin muncul dari
eksperimen ini adalah mendapatkan bilangan genap dimana event ini akan berkorelasi dengan himpunan yang terdiri dari bilangan 2 4 dan 6 dan bisa kita lihat di sini ya guys hifan merupakan himpunan bagian atau subset dari sampel Space nah bagaimana guys terkait keempat terminologi dasar ini probabilita eksperimen sambel Space outcome dan event harapannya makin bisa dipahami ya kita akan coba lanjut ke slide berikutnya disini kita akan berkenalan dengan Tridaya cream Tridaya G digunakan untuk memberikan gambaran secara visual terkait setiap out Come dari suatu probability eksperimen untuk tab pahami Tridaya G berikut terdapat contoh kasus yang bisa kita
manfaatkan di sini kita dihadapkan pada probabilita eksperimen berupa pelemparan sebuah koin dan sebuah dadu bersisi enam Tridaya G akan membantu kita untuk mengidentifikasi setiap hootcom yang mungkin muncul hingga kita bisa mendapatkan sampel Space dari suatu probabilitas eksperimen seperti bisa kita lihat Tridaya game ini Memulai percabangan dengan mendata setiap polkam dari pelemparan koin tetapi sebenarnya kita juga bisa memulai percobaan dengan mendata setiap polkam dari pelemparan dadu terlebih dahulu baru diikuti dengan lemparan koin lemparan koin akan menghasilkan dua buah o'come yaitu head and tail Hai percabangan selanjutnya dihasilkan dari outcome pelemparan Dadu yang akan memiliki enam kemungkinan
otome yaitu 12345 dan 6 pelemparan dadu ini akan dilakukan baik pada pelemparan koin dengan outcome head maupun tell oleh karenanya di sini kita mendata outcome dari pelemparan dadu ini pada kedua cabang dari pelemparan koin lalu di bagian paling bawah kita bisa melakukan pendataan pasangan outcome dari pelemparan koin dan dadu untuk membentuk Sevel Space yang bisa kita lihat di sini terdapat 12 oqam pada sampel special yaitu Z1 head2head 34 head 56 L1 L2 L3 L4 L5 dan laku6 nah ini terkait Tridaya cream harapannya contoh kasus ini dapat membantu proses belajar kalian kita akan lanjut ke slide
berikutnya ya pada slide ini kita akan mengenal event lebih lanjut event umumnya direpresentasikan dengan huruf kapital atau overcase Letters seperti Capital a.the pita lebih dan kapital C Lalu suatu event yang terdiri dari sebuah out come dikenal sebagai simpel event untuk memperdalam pemahaman terkait simple Band Kita akan coba pelajari contoh kasus Berikut ini hewan melempar sebuah koin dan dadu 6 Sisi serta mendapatkan Head N3 merupakan simple event dan bisa direpresentasikan sebagai berikut di sini ada Capital Aa untuk merepresentasikan Ibunya dan event ini akan berupa himpunan yang terdiri satu buah o'come yaitu head 3 sedangkan event melempar
sebuah koin dan dadu 6 cc serta mendapatkan Head dan bilangan genap ini bukan termasuk simbol event karena memiliki tiga kemungkinan outcomes ibu yang kedua ini direpresentasikan sebagai kapital B dan disini berupa sebuah himpunan yang terdiri dari H2 hampatan h6 nah bagaimana guys terkait dengan simpel event harapannya makin bisa dipahami ya kita akan coba lanjut ke slide berikutnya pemanfaatan Tridaya G untuk menghitung banyaknya out kaum dari sejumlah event tidaklah praktis sebagai alternatif kita bisa memanfaatkan monumental counting principle Untuk mengetahui jumlah kemungkinan outcome dari dua atau lebih event yang muncul secara berurutan untuk memahami fundamental counting principle
kita Kau pelajari contoh kasus berikut ini pada kasus Kali ini kita dihadapkan pada suatu sistem pengamanan yang menerapkan empat digit bilangan sebagai kode akses setiap gadgetnya dapat berisi bilangan mulai dari 0-9 dan disini kita diminta untuk menghitung Berapa banyak kemungkinan kode akses yang bisa dibentuk pertama-tama kita akan cermati setiap hootcom untuk tiap digit dari kode akses ini untuk tiap digit kode akses kita bisa menggunakan bilangan mulai dari 0-9 atau dengan kata lain kita memiliki 10 om untuk tiap digit nya dengan menerapkan fundamental counting principle kita bisa menghitung total jumlah out come yang terdapat dalam sampel
Space dengan mengalikan setiap out com yang dihasilkan di tiap digit kode akses ini Hai oleh karenanya di sini kita akan melakukan perhitungan 10 dikalikan 10 dikalikan 10 dikalikan 10 dan mendapatkan nilai 10pangkat 4/10 ribu nah bagaimana guys dengan fenomenal counting principle harapannya bisa dipahami ya Nah di sini kami juga sudah menyiapkan sebuah studi kasus serupa hanya saja kali ini setiap angka hanya bisa digunakan sekali saja semisal bila kita sudah menggunakan angka 5 pada digit pertama maka angka 5 ini tidak bisa digunakan pada gadget lainnya nah bagaimana guys dengan studi kasus ini harapannya bisa dipahami ya
untuk studi kasus Kali ini kami tidak akan memberikan jawabannya dalam video ini dan kami mendorong kalian untuk mencoba menerapkan fenomenal counting principle yang baru saja kita pelajari sebelumnya kalian bisa membagikan Jawa kalian pada kolom komentar di bawah ini tentunya kalian juga perlu menyatakan penjelasan dari jawaban yang kalian berikan agar teman-teman yang lain bisa memahaminya kita lanjut ke slide berikutnya ya pada slide ini kita akan mempelajari cara penulisan probability dan juga berkenalan dengan tiga tipe probability probability dapat dituliskan dalam format pecahan desimal atau persen Tase probability untuk kemunculan ebene dapat dituliskan sebagai berikut P Lalu ada
dalam kurung lalu diikuti dengan nama eventnya dalam statistika terdapat tiga tipe probability yaitu classical probability atau seringkali juga dikenal dengan istilah theoretical probability selanjutnya ada yang namanya empirical probability atau seringkali juga dikenal dengan istilah statistika probability dan terakhir ada yang namanya subjektif probability Hai di sini pertama-tama kita akan pahami classical probability terlebih dahulu classical probability digunakan ketika setiap out come pada female Space memiliki peluang yang sama untuk muncul dan ini merupakan representasinya dalam notasi matematis disini nilai probability dari suatu event e dapat diperoleh dengan melakukan pembagian number of course ini Bene lalu dibagi dengan total
number of course in female Voice atau dengan kata lain jumlah occam's dari Ibnu akan dibagi dengan total jumlah out come yang terdapat pada sampel swissnya Nah untuk dapat memahami classical probability dengan lebih baik berikut terdapat tiga contoh event sebagai studi kasus di sini ada I been a given b&q fence dan ketiganya merupakan classical atau theoretical probability Hai di sini Wena merupakan pelemparan sebuah dadu dan cc dan mendapatkan angka 3 ibena ini dapat dituliskan sebagai berikut a = himpunan dari tiga dan nilai probability Daria bisa diperoleh dengan melakukan operasi pembagian satu dibagi dengan enam nah satu
ini merupakan jumlah out some dari Vena yaitu 3 dan 6 ini merupakan sampel Space dari pelemparan dadu 6 cc dan disini bisa kita peroleh ya nilai probabilitasnya adalah 0,16 7 selanjutnya FNB merupakan Iben pelemparan sebuah dadu 6 Sisi dan mendapatkan angka 7 Nah karena dadunya terdiri dari enam Sisi maka tidaklah memungkinkan bagi kita untuk memperoleh angka 7 oleh karenanya even by ini dapat dituliskan sebagai berikut Capital B sama dengan lalu diikuti dengan himpunan kosong dan untuk nilai probability dari Wedge ini bisa dirumuskan sebagai berikut nol dibagi dengan 600 merupakan jumlah hootcom dari event B lalu
dibagi dengan jumlah atom dari sampel special yaitu enam retinol dibagi enam hasilnya adalah nol selanjutnya untuk event C disini merupakan event pelemparan sebuah dadu 6 Sisi dan mendapatkan angka lebih kecil dari lima dan influence ini bisa dituliskan sebagai berikut Capital C = himpunan dari bilangan 1 2 3 dan 4 lalu untuk nilai probability dari fence ini berarti empat dibagi enam L4 ini diperoleh dari jumlah hootcom dari influence yaitu 1 2 3 dan 4 ada empat lalu dibagi dengan 66 ini merupakan total jumlah organ pada sampel special dan operasi pembagian ini akan menghasilkan nilai 0,67 nah
bagaimana guys terkait dengan classical atau theoritical probability harapannya bisa dipahami ya selanjutnya kita akan pahami empirical probability MP3 probability didasarkan pada observasi dari probability experiments MP3 probability sendiri bisa dirumuskan dengan operasi seperti berikut probability dari event ini merupakan hasil pembagian antara frequency Of Heaven e-lo dibagi dengan total frekuensinya atau dengan kata lain ini merupakan hasil pembagian dari jumlah frekuensi dari kemunculan ibne lalu dibagi dengan total jumlah frekuensi secara puluhan Nah untuk dapat memahami MP3 probability dengan lebih baik kita akan coba pelajari contoh kasus berikut ini disini terdapat suatu perusahaan yang melakukan survei online dengan memilih
sejumlah responden secara acak untuk diminta keterangan seberapa sering mereka melakukan recycle atau daur ulang dan sejauh ini perusahaan tersebut mendapatkan data dari 2451 responden dan ini merupakan responsif atau Respon yang diberikan oleh responden Ia ada always oven sampai really dan never halo pada kolom di sisi sebelah kanan ini merepresentasikan jumlah frekuensinya Nah di sini bisa kita lihat ya guys terdapat 1054 responden yang selalu melakukan recycle atau daur ulang lalu terdapat 613 responden yang sering melakukan recycle atau daur Mbak brikutnya terdapat 417 respon deh yang kadang-kadang melakukan daur ulang selanjutnya ada 196 responden yang jarang melakukan
daur ulang dan terakhir ada 171 responden yang tidak pernah melakukan recycle atau daur ulang dan kalau kita lihat disini total jumlah respondennya Anda 2451 responden nah pertanyaan berikutnya adalah berapa probability untuk orang selanjutnya yang akan disurvei memberikan respons always atau selalu Nah untuk kasus Kali ini kita akan mencari atau melakukan perhitungan dengan cara seperti ini nilai probability untuk event always ini bisa diperoleh dengan cara melakukan operasi pembagian jumlah yang menjawab always sejauh ini yaitu 1054 dibagi dengan total jumlah respondennya yaitu 2451 Hai dan disini kita memperoleh nilai 0,40 3/43 persen Nah Bagaimana guys terkait empirical
atau statistika probability harapannya semakin bisa dipahami ya kita akan coba lanjutkan ke slide berikutnya pada selain ini kita akan berkenalan dengan loooove large number lovlar number menyatakan bahwa ketika suatu perbab ini eksperimen dilakukan secara berulang-ulang maka nilai empirical probability yang dihasilkan akan mendekati nilai theoritical probability dari event terkait Nah untuk memahami loooove lastnumber dengan lebih baik kita akan memanfaatkan simulasi berikut ini disini terdapat sebuah aplikasi berbasis web yang bisa kita gunakan untuk melakukan simulasi terkait looplabs number Kami juga akan sertakan url untuk mengakses aplikasi web ini Hai pada deskripsi video disini kami coba demokan dulu
ya guys aplikasinya Hai dan ini merupakan aplikasi webnya disini kasusnya juga serupa yaitu kasus pelemparan koin nah disini adalah Jumlah pelemparannya untuk saat ini kita sejumlah pelemparannya adalah 15 hal berikutnya kita akan Coba lakukan passing atau lemparan Nah bisa kita lihat di sini ya guys koinnya mulai dilempar secara acak sebanyak 15 kali lalu berikutnya mulai dilakukan Perhitungan jumlah kemunculan head dan juga jumlah kemunculan file-nya dan ini merupakan hasil perhitungan dari empirical probability karena hasilnya Berdasarkan hasil pengamatan bisa kita lihat di sini ada I untuk headnya memiliki probability 5/15 atau 0,333 Sedangkan untuk telsnjag ini memiliki
probability 10-15 atau 0,675 Hai nah tapi kalau kita melihat atau mengacu pada classical probability nilainya seharusnya adalah tengah atau 50% 50% baik untuk kemunculan head maupun kemunculan lcd-nya disini kita akan coba melakukan tossing sekali lagi atau pelemparan koin sekali lagi kita klik ini maka koinnya akan dilempar secara acak lagi sebanyak 15 kali Nah bisa kita ada disini ya guys koinnya sekarang dilempar 15 kayak lagi beli total ada pelemparan sebanyak 30 kali Dan dari hasil pelemparan koin sebanyak 15 kali berikutnya kita mendapatkan haid sebanyak 13 kali yang kita mendapatkan call sebanyak 17 kali Nah berikutnya Kalau
kita coba perbesar ya kita mau melakukan pelemparan sebanyak 200 kali kita coba post disini kita tunggu beberapa saat di sini guys the lounge Hai Nah bisa kita lihat di sini dari 230 kali pelemparan kita mendapatkan headsetnya sebanyak 117 kali sedangkan TLC muncul sebanyak 113 kali dan kalau kita lihat di sini ya nilai probabilitasnya adalah 0,5 09 untuk head dan 0,49 satu untuk peletnya dan bisa kita lihat di sini ada I semakin banyak jumlah eksperimen yang dilakukan atau jumlah perulangan yang dilakukan maka nilai dari empirical probability nya akan mendekati nilai dari classical probability nah ini merupakan
esensi dari lo of large number Bagaimana guys harapannya makin bisa dipahami ya berikutnya kita akan switching kembali ke selain disini kita sudah kembali ke slide selanjutnya kita akan pahami tipe probability ketiga yaitu subjektif probability objektif probability didasarkan pada intuisi yuk Edge Sista estimasi sebagai contoh disini seorang dokter memberikan estimasi keberhasilan dari proses operasi yang ditanganinya sebesar 90% hal untuk contoh kedua seorang mahasiswa merasa yakin bahwa peluangnya untuk lulus di mata kuliah statistika adalah 70% Nah kalau kita lihat disini kesamaan dari keduanya adalah keduanya sama-sama tidak didasarkan pada data pengamatan ataupun data history keduanya murni didasarkan
pada intuisi dan edukatif chassis Hai nah probabilitas semacam inilah yang dikenal dengan istilah subjektif probability Bagaimana guys harapannya bisa dipahami ya kita akan coba lanjut ke slide berikutnya pada slide ini kita akan mempelajari rentang nilai dari probability atau biasa dikenal dengan istilah range of probability probability dari suatu event e akan memiliki jangkauan antara 0 sampai dengan satu atau dengan kata lain nilai probabilitas kecil adalah 0 dan nilai probability terbesar adalah satu dan ini merupakan notasi secara pragmatis no lebih kecil sama dengan probability dari Ibnu lebih kecil sama dengan satu di bagian bawah sini juga terdapat
ilustrasi yang dapat membantu kita untuk melakukan interpretasi nilai probability dari suatu event nilai probability nol mengindikasikan bahwa suatu event mungkin muncul atau impossible to akhir sedangkan nilai probability satu ini mengindikasikan bahwa suatu event dapat dipastikan kemunculannya event dengan probability 0,5 atau setengah mengindikasikan peluang yang sama untuk kemunculan dan ketidak munculnya lalu event dengan probability 0,75 mengindikasikan kecenderungan untuk muncul sedangkan event dengan probability 0,25 mengindikasikan kecenderungan untuk tidak muncul lalu dalam statistika inferensi nilai probability 0,05 ke bawah seringkali digunakan sebagai acuan untuk mengkategorikan suatu event sebagai and you should atau tidak umum Nah Bagaimana guys terkait
dengan range of probability harapannya bisa dipahami ya kita coba lanjut ke flight berikutnya Translate ini kita akan mempelajari complementary ibense komplemen dari Ibnu adalah semua occam's pada sampel Space yang tidak disertakan pada event e-complaint dari BNI direpresentasikan sebagai eprime dan ini merupakan notasi penulisannya lalu disini terdapat notasi matematika yang membatu kita untuk bisa lebih memahami complementary event penjumlahan nilai probability ebene dengan nilai probability Bene Prime adalah satu atau dengan kata lain kita bisa mendapatkan nilai probability dari event ini dengan Master isikan nilai satu terhadap nilai probability event ephraim dan sebaliknya Kita juga bisa mendapatkan nilai
probability dari event eprime dengan menyelesaikan nilai satu terhadap nilai probabilitas even He nah bagaimana guys terkait Benz harapannya bisa dipahami ya untuk dapat memahami complementary fans dengan lebih baik kita dapat memanfaatkan contoh kasus berikut ini pada pelemparan sebuah dadu 6 Sisi he adalah event mendapatkan angka setidaknya lima dan ini merupakan diagram yang menggambarkan kondisi ini lingkaran ini merepresentasikan e yang merupakan event mendapatkan angka setidaknya lima Berarti ada 5 dan 6 lalu kotak ini merupakan sampel spesiesnya dan area yang berada dalam kota dan di luar E ini merupakan eprime dan bisa kita lihat di sini efraim
ini merupakan himpunan dari kumpulan bilangan yang terdiri dari satu dua tiga dan empat kondisi ini juga bisa kita representasikan secara matematis seperti ini ebene = himpunan dari 5 dan 6 sedangkan Ibnu Prime ini akan himpunan dari bilangan 1 2 3 dan 4 nah bagaimana guys terkait complementary event harapannya makin bisa dipahami ya kita coba lanjut ke slide berikutnya pada slide ini kita dihadapkan pada studi kasus yang sebelumnya pernah kita gunakan hanya saja kali ini kita dihadapkan pada kebutuhan yang berbeda yaitu menghitung berapa probability untuk orang berikutnya yang disurvei memberikan respon bukan always nah Disini dari
perhitungan Sebelumnya kita akan sempat menghitung probability dari event always dan kita mendapatkan nilai 0,43 sedangkan yang ditanyakan kali ini adalah nilai probability dari event bukan always oleh karenanya di sini kita bisa rumuskan sebagai Paul whisprime nilai probability dari event always frame ini bisa kita peroleh dengan menyelesaikan nilai satu dengan nilai diri dari were always itu 0,43 atau diselesaikan dengan 0,43 kita memperoleh nilai 0,57 jadi nilai probability untuk orang selanjutnya yang akan disurvey dan memberikan respon bukan always adalah 57 persen Nah Bagaimana guys harapannya bisa dipahami ya kita akan coba lanjut ke flight berikutnya Hai pada
slide ini kita dihadapkan pada studi kasus lain sebagai berikut suatu probabilitas eksperimen melibatkan pelemparan koin dan pemutaran Spinner yang terbagi dalam delapan bagian ini koinnya dan ini adalah Spinner nya Spinner ini terbagi dalam delapan bagian dimana setiap bagiannya terdapat angka mulai dari satu sampai dengan 8 pertanyaannya disini adalah berapakah probability untuk kedua event berikut ini juvena mendapatkan tell dan angka ganjil lalu FNB mendapatkan Head atau angka diatas Hai Nah untuk studi kasus Kali ini kami juga tidak akan memberikan jawabannya dalam video ini dan kami mendorong kalian untuk menjawabnya dengan memanfaatkan pemahaman yang baru saja kita
pelajari dalam sesi pembelajaran ini kalian bisa bagikan jawaban kalian pada kolom komentar di bawah ini tentunya kalian juga perlu menyertakan penjelasan dari jawaban yang kalian berikan agar teman-teman yang lain juga bisa memahaminya demikian pembahasan terkait pengenalan probabilitas dasar materi disampaikan dalam video ini terbilang padat oleh karenanya silahkan untuk melakukan paus ataupun pengulangan video untuk dapat memahami materi yang disampaikan dengan baik Semoga pembahasan dalam video ini dapat membantu kalian dalam mempelajari dasar ilmu statistika dan probabilitas pastikan juga untuk terus mengikuti materi-materi pembelajaran terkait lainnya di channel ini Hai bilamana ada pertanyaan terkait materi yang dibahas dalam
video ini kalian juga dapat menuliskan pertanyaan kalian pada kolom komentar di bawah ini kami akan selalu berusaha untuk merespon setiap pertanyaan yang kalian ajukan Oke Guys semoga video ini bermanfaat bagi kita semua jangan lupa untuk comment like share dan subscribe tentunya karena ini akan membantu kami untuk terus menghasilkan materi-materi pembelajaran berkualitas lainnya kalau video kali ini kita akan mempelajari conditional probability dan aturan perkalian atau kadang dikenal dengan istilah multiplication rule Yuk kita mulai sesi pembelajaran kita [Musik] Hai disini kita akan Awali sesi pembelajaran kita Dengan memahami apa itu conditional probability conditional probability adalah probabilitas kemunculan
suatu event dengan mengetahui bahwa event lain sudah muncul atau terjadi conditional probability dapat dituliskan dengan notasi sebagai berikut di sini ada probability lalu dalam kurung ada b kalau ada tanda fight disini Lalu ada a nah notasi semacam ini dibaca probability of B given Hei yang artinya nilai probability dari kemunculan FNB dengan mengetahui Vena sudah muncul tapi ulangi sekali lagi ya guys disini artinya adalah nilai probability dari kemunculan event B dengan mengetahui bahwa Ivena sudah muncul Nah ini merupakan definisi dari conditional probability untuk dapat memahami conditional probability dengan lebih baik berikut terdapat contoh khusus yang bisa
kita manfaatkan dalam kasus Kali ini terdapat dua buah kartu yang diambil secara berurutan dari setumpuk playing catch yang terdiri dari 52 kartu lalu pertanyaannya disini adalah berapa probability untuk kartu kedua yang diambil adalah Queen Nah di sini kita pandang sebagai FNB bila diketahui bahwa Kartu pertama yang diambil adalah ping nah ini dipandang sebagai give nanya asumsikan Kartu pertama tidak dikembalikan ke dalam tumpukan kartu atau dengan kata lain ini merupakan model without Replacement disini Kami Perlu menekankan kembali istilah with Replacement dan without Replacement kalau modelnya with Replacement berarti setelah kartu diambil maka kartu tersebut akan dikembalikan
lagi ke dalam tumbuhannya Sedangkan kalo yang model without Replacement artinya adalah ketika Suatu kartu diambil maka kartu tersebut tidak lagi dikembalikan enam tumpukannya langkah selanjutnya kasus ini akan coba diekspresikan dengan notasi sebagai berikut probability dari IPB bila diketahui Vena sudah terjadi Nah untuk kasus ini event b nya adalah kartu kedua yang diambil adalah Queen sedangkan ibu nanya disini adalah Kartu pertama yang diambil adalah ping nah disini proses perhitungannya adalah empat dibagi dengan 51 dan hasilnya adalah 0,07 disini kita akan coba pahami nilai pembaginya terlebih dahulu yaitu 51 nilai 51 ini diperoleh Karena setelah Ivena atau
event pengambilan Kartu pertama maka tumpukan kartu yang kita miliki saat ini terdiri dari 51 kartu lalu nilai empat ini diperoleh karena pada event aatau event pengambilan Kartu pertama kartu yang terambil adalah King berarti pada tumpukan 51 satu yang tersisa masih terdapat empat buah Queen sehingga nilai probabilitasnya adalah empat per 51 nah bagaimana guys harapannya studi kasus ini dapat membantu kalian dalam memahami conditional probability dengan lebih baik kita coba lanjut ya ke slide berikutnya di sini kita dihadapkan pada studi kasus kedua terkait conditional probability tabel berikut adalah hasil pengamatan terhadap kemunculan pola gen tertentu terhadap kondisi
Icu sejumlah anak pertama-tama disini kita akan coba pahami dulu tabelnya di sini ada jin present Lalu ada jin not present ya Jin presiden ini berarti gamenya atau gen yang coba dia mati ini memang muncul kalau cinot resign artinya gamenya Coba dia mati tadi tidak muncul lalu berikutnya untuk sisi baris ya di sini ada yang Haikyuu ada yang normal lagi KMU berarti anak tersebut memiliki itu tinggi kalau normally keep berarti anak tersebut memiliki itu yang normal lalu berikutnya di sini ada total ya Nah total yang ada di sini menggambarkan untuk total yang di sisi kolomnya dan
disini nilai 72 artinya adalah terdapat 72 anak yang memiliki kemunculan gen atau berikutnya 30 disini artinya adalah terdapat 30 anak yang tidak memiliki kemunculan Ken nah sedangkan total yang ada di sini ini merepresentasikan total terkait dengan kondisi Icu kalau kita lihat disini 52 ini merepresentasikan bahwa terdapat 52 anak yang memiliki hai kya tinggi sedangkan untuk yang normal like you terdapat 50 orang anak nah bagaimana guys terkait tabel ini harapannya bisa dipahami ya berikutnya kita akan coba pahami konteks pertanyaannya berapa probability yang aneh memiliki Haikyuu bila diketahui anak tersebut memiliki pola gen atau jin recent nah
pertanyaan ini bisa kita formulasikan dengan notasi berikut ini probability of B given a nah probability of ini adalah probability untuk seorang anak memiliki Hai Haikyuu bila diketahui anak tersebut memiliki pola gen berarti event seorang anak memiliki pola gen merupakan given a berikutnya secara kalkulasi nilainya menjadi 33 part 72 dan kalau kita bulatkan menjadi 0,45 8 dan disini kita akan coba pahami proses perhitungannya dengan mengamati tabel yang ada di sini bisa nabrak disini bahwa kemunculan Hyena atau event Pertama gimana dalam kasus ini rajin present telah mereduksi sampel Space dari 102 menjadi 72 outcomes sehingga probability MB
given a menjadi 33/72 nah angka 72 itu diperoleh dari sini nih guys karena even nanya adalah Jin Present artinya secara otomatis jumlah Oktavia sudah akan terhenti opsi yang awalnya dari 102 menuju di 72 lalu berikutnya untuk nilai even by nya adalah 33 ya karena juga MB ini merupakan ya Hai Haikyuu nah bagaimana guys harapannya bisa dipahami ya Dari mana munculnya angka 72 ini dan dari mana munculnya angka 33 ini semoga sudah kasus kedua ini dapat makin memantapkan pemahaman kalian terkait conditional probability kita coba lanjut ke slide berikutnya ya pada slide ini kita akan berkenalan dengan
independency fans2 ivens adalah independen bila kemunculan dari event yang satu tidak mempengaruhi probability kemunculan event kedua yang Hai kamu ulangi sekali lagi ya dua event adalah independen bila kemunculan dari fans yang satu tidak mempengaruhi perubahan bility kemunculan event kedua dan probability dari independen events bisa dirumuskan atau dituliskan dengan notasi sebagai berikut ini merupakan probability dari FNB given a karena kemunculan ibena tidak mempengaruhi kemunculan dari event b maka nilai probabilitasnya sama dengan nilai probability FNB atau dengan kata lain kemunculan Ivena tidak berpengaruh terhadap probability dari event B sehingga probability nya tetap probability b Demikian pula sebaliknya
pada probability dari w a given by karena kemunculan Iran B tidak mempengaruhi kemunculan ibena maka nilai probabilitasnya = terbagi Little dari DNA nah bagaimana guys harapannya bisa dipahami ya terkait definisi dari Medan ibense selain independen events kita juga mengenal yang namanya depan events events yang tidak independen dikenal sebagai dependen defense Jadi pada dasarnya ini merupakan kebalikan dari independen Evans pada depan events kemunculan dari suatu event akan dipengaruhi oleh kemunculan hyvent sebelumnya oleh karenanya dapat diekspresikan dengan notasi sebagai berikut probability dari even by berani85 dengan probability dari event b&w ulangi sekali lagi ya di sini probability
dari even by vaantw88 dengan probably dari even by ini dikarenakan kemunculan dari Ivena memiliki pengaruh terhadap kemunculan dari Given by Nah untuk dapat memahami perbedaan antara independen dan dependen iwans dengan lebih baik kita akan pelajari contoh kasus berikut ini Hai di sini kita memiliki tiga buah contoh kasus yang akan membantu kita untuk lebih memahami perbedaan antara dependency fans that independen defense kita akan coba lihat pada contoh kasus yang pertama mendapatkan King atau Ivena pada pengambilan Kartu pertama without Replacement dan mendapatkan Queen atau event B pada pengambilan Kartu kedua Nah di sini bisa kita lihat karena
even pengambilan Kartu pertamanya without Replacement maka secara otomatis akan berdampak pada event pengambilan Kartu kedua oleh karenanya ini merupakan cerpen defense berikutnya untuk contoh kasus kedua mendapatkan Head pada pelemparan koin ini merupakan ibena dan mendapatkan angka 2 pada pelemparan dadu name Sisi ini merupakan even by Nah untuk kasus kedua ini bisa nampak jelas bahwa event pertama tidak akan memiliki pengaruh terhadap kemunculan dari event kedua oleh karenanya ini merupakan independen event lalu untuk contoh kasus ketiga mengendarai mobil dengan kecepatan 170 KPJ ini merupakan ibena dan mengalami kecelakaan lalu lintas ini merupakan event B nah bagaimana guys
kalau menurut kalian apakah ini memang independen atau dependen ya jawabannya ini adalah defense disini event mengendarai mobil dengan kecepatan yang cukup tinggi yaitu 170 KPJ akan meningkatkan probabilitas dari kemunculan FNB yaitu mengalami kecelakaan lalu-lintas nah bagaimana guys dengan ketiga contoh ini harapannya dapat membantu kalian dalam memahami perbedaan antara independen dan dependen ivens dengan lebih baik kita coba lanjut ya ke slide berikutnya pada selain ini kita akan mempelajari application rule atau juga dikenal dengan istilah aturan perkalian untuk mencari probability dari dua hewan yang muncul secara berurutan kita bisa memanfaatkan multiplication rule dan ini merupakan ringkasan dari
multiplication rule probability untuk dua buah yifan FNB untuk muncul secara berurutan bisa dirumuskan seperti ini terbawa beli di IPB atau probabilitas dari Vena dan event B itu sama dengan probability dari ibena lalu dikalikan dengan nilai probability dari even by given a nah kata kuncinya di sini adalah eventnya terjadi secara berurutan untuk kasus kita kali ini berarti Ivena terjadi lebih dahulu lalu diikuti dengan even by berikutnya bilamana kedua ivens a&g tersebut independen maka bisa disederhanakan menjadi seperti ini berubah di event animeindo1 probability iPad ada ni bnb ini merupakan hasil perkalian dari probability dari ibena dikalikan dengan
nilai probability dari Given by nah mengapa demikian karena untuk kasus independen events nilai dari probability bgv tanya akan setara dengan nilai dari berbagai Little gift NB oleh karenanya di sini menjadi probability Bena dikalikan dengan probability dari even by nah ini merupakan definisi dari multiplication rule untuk dapat memahami multiplication rule dengan lebih baik kita akan memanfaatkan beberapa studi kasus berikut ini pada contoh kasus di sini dua buah kartu diambil without Replacement dari tumpukan playing cards yang terdiri dari 52 kartu pertanyaannya adalah berapakah probability untuk mendapatkan kartu King lalu diikuti karr Hai Queen nah pertama-tama sebelum kita
melangkah ke perhitungan kita harus memahami dulu nih guys kedua event ini termasuk independen event atau depan defense karena pengambilan kartunya widhot Replacement artinya pengambilan Kartu kedua akan dipengaruhi oleh pengambilan Kartu pertama dan ini merupakan dependen givens lalu berikutnya kita akan coba terapkan multiplication rule disini berarti probability untuk event pertamanya muncul King dan even keduanya muncul Queen adalah kita coba itung dulu probability dari kemunculan iBanking lalu dikalikan dengan probability dari kemunculan Iwan Queen Heaven King Nah di sini untuk probability dari banking berarti 4per 52 nah mengapa 4052 karena pada pengambilan Kartu pertama jumlah tumpukan Kartunya masih
berjumlah 52 kartu dan jumlah King tersedia pada tumpukan kartu tersebut ada empat ping oleh karenanya disini menggunakan empat per 52 lalu pada pengambilan Kartu yang kedua ya jumlah tumbukan kartunya sudah menjadi 51 bukan lagi 52 kartu karena pengambilan Kartu pertama dilakukan without Replacement artinya satunya sudah berkurang satu lalu berikutnya karena pengambilan Kartu pertamanya adalah King maka jumlah Queen dalam tumpukan Kartunya masih terdapat empat buah oleh karenanya di sini kita gunakan 40-51 nah keduanya kita kalikan Maka hasilnya adalah 16 per 2652 atau kalau kita bulatkan menjadi 0,006 dan bisa kita lihat isinya guys nilai dari probability
nya lebih kecil dari 0,05 dan ini bisa dikategorikan sebagai nyusul given the Hai nah bagaimana guys harapannya studi kasus ini dapat membantu kalian untuk memahami multiplication rule kita coba lanjut ya ke slide berikutnya pada selain ini kita dihadapkan pada studi kasus lain yang akan membantu kita untuk menerapkan multiplication rule pada contoh kasus di sini diketahui bahwa probability keberhasilan atau sukses dari suatu operasi usus buntu adalah 90% atau kalau kita mau Tuliskan secara notasi matematis menjadi P atau probability dari event es nilainya adalah 0,975 lalu pada kasus di sini kita dihadapkan pada tiga buah operasi usus
buntu Nah pertama-tama di sini kita harus diidentifikasi dulu nih guys Apakah ketiga operasi tersebut independence atau fans event dan untuk konteks ketiga operasi usus buntu disini sifatnya adalah independen events Oh ya Coba lihat yang kasus pertama ya guys berapa probability untuk tiga operasi usus buntu yang dilakukan semuanya berhasil artinya disini akan terdapat tiga buah operasi usus buntu dan ketiganya berhasil semua Nah karena event independen maka kita bisa menerapkan multiplication troll semacam ini kita Ekspresikan secara notasi matematis menjadi p dalam kurung 3S ya karena merupakan tiga sukses di sini dan perhitungannya adalah sama dengan probably dari
sukses di kali probably dari sukses di kaliper mobil ini dari sukses nah disini karena eventnya merupakan independen event maka bentuknya bisa jadi seperti ini karena ini merupakan sukses untuk event yang pertama ini sukses untuk event yang kedua dan ini merupakan sukses boyband yang ke-3 dan antonimnya ini sifatnya Indah penden nah disini hasilnya menjadi nol koma 5 dikali 0,95 kali 0,95 sehingga menghasilkan nilai 0,85 7 atau dengan kata lain probabilitas untuk mendapatkan tiga operasi usus buntu yang dilakukan semuanya berhasil adalah 8507 persen selanjutnya kita akan cermati contoh kasus kedua berapa probabilitas untuk tiga operasi usus buntu
yang dilakukan semuanya gagal nah disini berarti kita harus merevisi kembali pemahaman kita terkait complementary Benz bisa kita lihat di sini ya guys probability untuk suatu operasi sukses adalah 0,95 artinya probability untuk mendapatkan complementary dari sukses atau operasinya tidak sukses adalah satu dikurangi dengan probably dari operasinya sukses atau dengan kata lain disini kita bisa hitung dengan satu dikurangi cuma dan nilainya adalah 0,05 atau dengan kata lain probability untuk suatu operasi usus buntu gagal atau tidak sukses atau tidak berhasil adalah 5% atau 0,0 lima nah pertanyaan disinikan untuk menghitung probability tiga operasi usus buntu yang dilakukan dan
semuanya gagal artinya disini kita mencari nilai probability 3S Prime atau tiga complementary dari es dan karena ketiga event ini sifat independen maka kita bisa Terangkan multiplication rule seperti ini probability dari xprime dikalikan probability dari xprime dikalikan probability dari ekstrim sehingga hasilnya adalah 0,05 dikalikan 0,05 dikalikan 0,05 atau kalau kita bulatkan menjadi 0,0001 dan bisa kita lihat isinya gais nilainya jauh lebih kecil dari 0,05 atau dengan kata lain event ini bisa kita kategorikan sebagai nyusul event nah berikutnya kita akan coba pahami contoh kasus yang ketiga berapa probability untuk setidaknya satu dari tiga operasi usus buntu yang
dilakukan berhasil nah disini kita harus hati hati ini guys dalam menginterpretasikan maksud dari pertanyaannya disini harus digarisbawahi adalah setidaknya satu dari tiga operasi usus buntu yang dilakukan berhasil nah konteks setidaknya satu dari tiga operasi ini artinya adalah bisa saja hanya satu operasi yang berhasil 2-nya gagal atau bisa saja dua operasi berhasil dan satu gagal atau bisa juga ketiga-tiganya bar hasil Nah untuk kasus satu operasi yang berhasil operasinya bisa jadi operasi yang pertama atau operasi yang kedua atau frasa yang ketiga hai lalu untuk dua operasi yang berhasil Nah bisa saja kombinasi dari operasi yang pertama dan
operasi yang kedua atau operasi yang pertama dengan operasi ketiga atau operasi yang kedua dengan operasi yang ketiga nah disini problemnya bisa jadi cukup Kompleks ya tetapi kita akan coba Sederhanakan ya di sini kita coba Ekspresikan dulu dengan notasi matematika probability dari event at least 1S ya atau at least one sukses di sini kita bisa memanfaatkan nilai probability yang sudah kita peroleh pada contoh kasus yang kedua untuk contoh kasus yang kedua ini kan berarti ketiga operasinya gagal semua nah sebenarnya kalau kita cermati disini contoh kasus ketiga ini merupakan komplemen dari contoh kasus kedua Artinya kita bisa
itu dengan cara satu dikurangi probability dari 3S Prime atau dengan kata lain satu dikurangi Hai sehingga hasilnya adalah 0,99999 ah bagaimana guys harapannya bisa dipahami ya Nah untuk contoh kasus ketiga ini memang membutuhkan waktu untuk bisa mendapatkan pencerahan dan pemahaman kami sangat sarankan kalian kalau memang kalian belum bisa memahami contoh kasus ketiga ini coba paus videonya dan coba renungkan kembali kasus ketiga ini nah ketika kasus ini memang dirancang dengan tujuan membantu memperdalam pemahaman kalian terkait penerapan multiplication rule demikian pembahasan terkait conditional probability dan multiplication rule materi disampaikan dalam video ini terbilang padat oleh karenanya silahkan
untuk melakukan paus ataupun pengulangan video untuk dapat memahami materi yang disampaikan dengan baik Semoga pembahasan dalam video ini dapat membantu kalian dalam mempelajari dasar ilmu statistika dan probabilitas Hai pastikan juga untuk terus mengikuti materi-materi pembelajaran terkait lainnya di channel ini bilamana ada pertanyaan terkait materi yang dibahas dalam video ini kalian juga dapat menuliskan pertanyaan kalian pada kolom komentar di bawah ini kami akan selalu berusaha untuk merespon setiap pertanyaan yang kalian ajukan Oke Guys semoga video ini bermanfaat bagi kita semua jangan lupa untuk comment like share dan subscribe tentunya karena ini akan membantu kami untuk terus
menghasilkan materi pembelajaran berkualitas lainnya
