ANALISIS. PROBALITAS DAN STATISTIKA DALAM PENGAMBILAN KEPUTUSAN BERBASIS DATA

Abstract

Pengambilan keputusan berbasis data semakin krusial di era digital, di mana probabilitas dan statistika berperan sebagai fondasi utama untuk mengubah data mentah menjadi wawasan strategi. Penelitian ini menganalisis bagaimana konsep probabilitas, seperti teorema Bayes dan distribusi normal, dikombinasikan dengan teknik statistika deskriptif (mean, median, deviasi standar) serta inferensial (uji t, ANOVA, regresi linier) untuk meningkatkan akurasi prediksi dan mengurangi risiko keputusan. Menggunakan data sekunder dari dataset transaksi ritel , hasil menunjukkan bahwa model probabilistik mencapai probabilitas sukses 75% dalam memprediksi penjualan, sementara regresi linier mengungkap korelasi 0.82 antara variabel pemasaran dan hasil bisnis . Pendekatan ini tidak hanya meminimalkan bias subyektif, tetapi juga mendukung aplikasi praktis di sektor bisnis, kesehatan, dan keuangan, seperti optimalisasi stok atau diagnosis penyakit. Pembahasan menggambarkan batasan asumsi data normal dan otorisasi integrasi AI untuk analisis real-time. Secara keseluruhan, probabilitas dan statistika membuktikan diri sebagai alat esensial untuk pengambilan keputusan yang berbasis bukti, meningkatkan efisiensi operasional hingga 30% berdasarkan simulasi. Penelitian ini berkontribusi pada literatur dengan menyediakan kerangka analisis terintegrasi yang dapat direplikasi di konteks Indonesia.