BAB XII

PROBABILITAS
(ATURAN DASAR PROBABILITAS)
(PERTEMUAN KE-27)
Oleh :
Andri Wijaya, S.Pd., S.Psi., M.T.I.
PROBABILITAS
2
ATURAN DASAR PROBABILITAS
Beberapa kombinasi dari kejadian dalam sebuah
eksperimen dapat dihitung probabilitasnya
berdasarkan dua aturan, yaitu
1. Aturan Penjumlahan
Kejadian Saling Meniadakan (Saling
Lepas)
Kejadian Tidak Saling Meniadakan
2. Aturan Perkalian
Kejadian Bebas
Kejadian Tak Bebas (Bersyarat)
3
KEJADIAN SALING MENIADAKAN
Kejadian saling meniadakan adalah kejadian
dimana jika sebuah kejadian terjadi, maka kejadian
yang kedua tidak mungkin terjadi secara
bersamaan.
Jika A telah terjadi, maka kejadian B tidak akan
terjadi
4
( ) ( ) ( ) ( ) B P A P B A P B atau A P + = =
KEJADIAN SALING MENIADAKAN
Contoh
Pada pelemparan dua buah dadu bersamaan.
Tentukan peluang munculnya dadu berjumlah 4
atau 8.

Jawaban
P(A) = peluang munculnya dadu berjumlah 4
P(B) = peluang munculnya dadu berjumlah 8
P(A atau B) = P(A) + P(B)

P(A atau B) =
5
9
2
36
8
36
5
36
3
= = +
KEJADIAN SALING MENIADAKAN











6
KEJADIAN TIDAK SALING MENIADAKAN
Dua kejadian saling berinterseksi (beririsan) disebut
sebagai probabilitas bersama.

P(A atau B) adalah peluang bahwa A mungkin
terjadi dan B mungkin terjadi. Hal ini menyatakan,
kemungkinan bahwa A dan B terjadi, dalam hal
kejadian yang tidak saling meniadakan.

P(A atau B) = P(A) + P(B) P(A dan B)
P(A B) = P(A) + P(B) P(A B)

7
KEJADIAN TIDAK SALING MENIADAKAN
Contoh
Berapa probabilitas bahwa sebuah kartu yang
dipilih secara acak dari satu set kartu yang berisi 52
kartu adalah kartu bergambar raja atau bergambar
hati?

Jawaban
Kartu bergambar raja, (A) = 4
Kartu bergambar hati, (B) = 13
Kartu bergambar raja dan hati, (A B) = 1

8
KEJADIAN TIDAK SALING MENIADAKAN
Jawaban

9
( ) ( ) ( ) ( )
( )
( )
( ) 3077 , 0
62
16
52
1
52
13
52
4
=
=
+ =
+ =
B A P
B A P
B A P
B A P B P A P B A P
KEJADIAN TAK BEBAS (BERSYARAT)
Probabilitas bersyarat P(A/B) menyatakan bahwa
probabilitas terjadinya kejadian A jika kejadian B
sudah terjadi atau akan terjadi.






P(A/B) = probabilitas A terjadi jika B terjadi
P(B/A) = probabilitas B terjadi jika A terjadi
10
( )
( )
( )
( )
( )
( ) A P
B A P
A B P
B P
B A P
B A P

=
/
/
KEJADIAN TAK BEBAS (BERSYARAT)
Contoh
Dua dadu dilempar sekali. Jika A = {x : x < 5} dan B
= {x : x bilangan ganjil}. Hitunglah P(A/B) dan
P(B/A). (Catatan : x = jumlah dua mata dadu)

Jawaban
S = 36
A = 6 (11, 12, 21, 13, 31, 22)
B = 18 (21, 41, 61, 12, 32, 52, 23, 43, 63, 14, 34,
54, 25, 45, 65, 16, 36, 56)
A B = 2 (12, 21)
11
KEJADIAN TAK BEBAS (BERSYARAT)
Jawaban

12
( )
( )
( )
( )
( ) 11 , 0 /
18
2
/
/
=
=

=
B A P
B A P
B P
B A P
B A P ( )
( )
( )
( )
( ) 33 , 0 /
6
2
/
/
=
=

=
A B P
A B P
A P
B A P
A B P
PROBABILITAS KEJADIAN INTESEKSI
Probabilitas kejadian interseksi berasal dari rumus
kejadian tak bebas atau bersyarat
13
( )
( )
( ) B P
B A P
B A P

= /
( ) ( ) ( ) B A P B P B A P / =
( )
( )
( ) A P
B A P
A B P

= /
( ) ( ) ( ) A B P A P B A P / =
( ) ( ) ( ) ( ) B A C P A B P A P C B A P = / /
PROBABILITAS KEJADIAN INTESEKSI
Contoh
Pengambilan 2 kartu berturut-turut dari satu set
kartu bridge. Berapa probabilitasnya bahwa
pengambilan kartu pertama As, yang kedua juga
kartu As. Hasil pengambilan pertama tidak
dikembalikan lagi. Hasil pengambilan kedua
dipengaruhi oleh hasil pengambilan pertama.
14
PROBABILITAS KEJADIAN INTESEKSI
Jawaban
S = 52
A = 4
B/ A = 3, S = 51


15
( ) ( ) ( )
( )
( )
( ) 0045 , 0
2652
12
51
3
52
4
/
=
=
=
=
B A P
B A P
B A P
A B P A P B A P
KEJADIAN BEBAS
Dua kejadian atau lebih dikatakan merupakan
kejadian bebas apabila terjadinya kejadian tersebut
tidak saling mempengaruhi.
Dua kejadian A dan B dikatakan kejadian bebas,
jika kejadian A tidak mempengaruhi kejadian B, dan
sebaliknya.





P(A dan B) = P(A) P(B)
16
KEJADIAN BEBAS
Contoh
Pada pelemparan dua buah dadu bersamaan.
Berapa peluang munculnya dadu berjumlah 7 dan
5?
Jawaban
P(A) = peluang munculnya dadu berjumlah 7
P(B) = peluang munculnya dadu berjumlah 5

17
( ) ( ) ( )
( )
( )
36
1
36
6
36
6
=
=
=
B A P
B A P
B P A P B A P
KEJADIAN BEBAS

18
PROBABILITAS MARJINAL
Probabilitas marjinal menyatakan bahwa suatu
kejadian yang terjadi bersamaan dengan kejadian
lainnya, dimana kejadian lainnya tersebut
mempengaruhi terjadinya kejadian yang pertama.
19
PROBABILITAS MARJINAL
Contoh
Suatu universitas mempunyai 100 mahasiswa yang
terdiri dari 4 fakultas, yaitu
FE = 400, FH = 200, FT = 150, FK = 250
Dari jumlah tersebut terdapat anggota menwa,
dengan rincian sebagai berikut
FE = 200, FH = 50, FT = 25, FK = 150
Berapa probabilitas bahwa mahasiswa tersebut
seorang anggota menwa jika suatu saat bertemu
salah seorang mahasiswa?
20
PROBABILITAS MARJINAL
Jawaban

21
( )
( )
( )
( )
1000
150
1000
25
1000
50
1000
200
=
=
=
=
FK M P
FT M P
FH M P
FE M P
PROBABILITAS MARJINAL
Jawaban

22
( ) ( ) ( ) ( ) ( )
( )
( )
( ) 425 , 0
1000
425
1000
150 25 50 200
=
=
+ + +
=
+ + + =
M P
M P
M P
FK M P FT M P FH M P FE M P M P
TEOREMA BAYES
Bayes mengembangkan teori untuk menghitung
probabilitas tentang sebab-sebab terjadinya suatu
kejadian berdasarkan pengaruh yang dapat
diperoleh sebagai hasil observasi.
Rumus



Peluang P(B
i
) disebut peluang a priori dari event
B
i
Peluang P(B
i
|A) disebut peluang a posteriori
dari event B
i
(bila diketahui event A terjadi)
23
TEOREMA BAYES
Posterior Probability
Probabilitas yang dihitung berdasarkan informasi
yang diperoleh dari hasil observasi

Probabilitas bersyarat

Prior Probability
Probabilitas yang perhitungan nilainya tidak
didasarkan atas informasi dari observasi

Probabilitas tidak bersyarat
24
TEOREMA BAYES
Contoh
Suatu pabrik menggunakan 4 mesin untuk
memproduksi sejenis barang. Produksi harian dari
mesin I (1000 buah), mesin II (1200 buah), mesin III
(1800 buah), dan mesin IV (2000 buah). Produksi
yang mengalami kerusakan dari mesin I (1%),
mesian II (0,5%), mesin III (0,5%), dan mesin IV
(1%). Berapa probabilitas bahwa barang tersebut
rusak dari mesin I, II, III, dan IV?
25
TEOREMA BAYES
Jawaban

26
( )
( )
( )
( )
3
1
6000
2000
4
10
3
6000
1800
3
5
1
6000
1200
2
6
1
6000
1000
1
6000
= =
= =
= =
= =
=
M P
M P
M P
M P
S
( )
( )
( )
( ) 01 , 0 4 /
005 , 0 3 /
005 , 0 2 /
01 , 0 1 /
=
=
=
=
=
M R P
M R P
M R P
M R P
rusak R
TEOREMA BAYES
Jawaban

27
( )
( ) ( )
( )
( )
( ) 22 , 0 / 1
00747 , 0
00167 , 0
/ 1
1 / 1
/ 1
=
=

=
R M P
R M P
R P
M R P M P
R M P
( )
( ) ( )
( )
( )
( ) 13 , 0 / 2
00747 , 0
001 , 0
/ 2
2 / 2
/ 2
=
=

=
R M P
R M P
R P
M R P M P
R M P
( )
( ) ( )
( )
( )
( ) 20 , 0 / 3
00747 , 0
0015 , 0
/ 3
3 / 3
/ 3
=
=

=
R M P
R M P
R P
M R P M P
R M P
( )
( ) ( )
( )
( )
( ) 44 , 0 / 4
00747 , 0
0033 , 0
/ 4
4 / 4
/ 4
=
=

=
R M P
R M P
R P
M R P M P
R M P
TEOREMA BAYES

28
TEOREMA BAYES
Jawaban

29
( ) ( ) ( ) ( ) ( )
( )
( ) 00747 , 0
0033 , 0 0015 , 0 001 , 0 00167 , 0
4 3 2 1
=
+ + + =
+ + + =
R P
R P
RM P RM P RM P RM P R P
SOAL-SOAL
Karyawan yang berjumlah 300 diberikan kuesioner
tentang besarnya upah bulanan yang diterima, yang
disajikan dalam tabel berikut
1. Berapa probabilitas bahwa gaji yang diterima
kurang dari 50
2. Berapa probabilitas bahwa gaji yang diterima
diatas 10 tapi dibawah 30
3. Berapa probabilitas bahwa gaji yang diterima lebih
dari 40
4. Tentukan frekuensi relatifnya
30
SOAL-SOAL
A dan B merupakan dua kejadian yang saling
meniadakan. Diketahui P(A) = 0,75 dan P(B)
= 0,6. Tentukan probabilitas
1. P(A
c
)
2. P(B
c
)
3. (A B)
4. P(A B)
5. P(A
c
B
c
)

31
SOAL-SOAL
Sebanyak 500 pekerja di sebuah perusahaan, 100
diantaranya berkeluarga. Diantara sejumlah pekerja
tersebut, 300 orang pekerja pria termasuk 50 orang
diantaranya berkeluarga, Jika salah seorang pekerja
dipilih secara acak, berapa probabilitas bahwa
orang tersebut pria
orang tersebut wanita
orang tersebut berkeluarga
orang tersebut pria dan berkeluarga
orang tersebut wanita atau berkeluarga
32