Probabilitas 1

BAB I
PENDAHULUAN
1.1 Latar Belakang
Baik di dalam dunia engineering, ekonomi, social, budaya maupun dunia
teoritis (termasuk dunia komputer), kita sering menghadapi suatu yang sering
disebut sebagai ketidakpastian. Ketidakpastian terjadi akibat keterbatasan
manusia itu sendiri di dalam dunianya dalam mengukur menghitung, menalar,
meramal suatu hal baik yang akan dating maupun yang ada di depan mata,
termasuk yang telah terjadi. Sudah sejak awal zaman, ketidakpastian diantisipasi
menusia dengan berbagai cara. Ada cara yang bersifat prophecy dan supranatural,
ada pula yang lebih rasional dengan mempelajari periodisitas (pengulangan)
gejala alam untuk mengurangi tingkat ketidakpastian itu mungkin menjadi faktor
pemicu dinamika roda kehidupan itu sendiri. Dengan kata lain, walau
ketidakpastian itu seringkali menjadi sumber kesulitan, tetapi juga sekaligus
merupakan blessing.
Teori probabilitas bisa dikatakan merupakan salah satu ilmu untuk
mengukur ketidakpastian hingga ke tingkat yang lebih manageable dan
predictable.Teori probabilitas digunakan bukan hanya untuk hal-hal yang praktis,
bahkan juga untuk hal-hal yang teoritis ketika model-model matematis tidak dapat
lagi disusun secara komprehensif untuk memecahkan suatu masalah.Apalagi
dunia engineering yang pada umumnya memerlukan pertimbangan yang lebih
singkat dan pragmatis sangat mengandalkan konsep-konsep di dalam teori
probabilitas.
Metode statistika adalah muka dari teori probabilitas. Metode statistika
digunakan untuk melakukan pengukuran kuantitatif yang aproksimatif akan suatu
hal. Konsep metodologis yang digunakan di dalam statistika dikembangkan
berdasarkan teori probabilitas.Dalam penggunaanya, hasil pengukuran statistika
sudah dapat dianggap memadai. Namun, untuk memahami apa yang ada di balik
angka-angka hasil penghitungan statistika tersebut memerlukan pemahaman
mengenai model probabilitas yang digunakannya, yang artinya perlu kembali ke
teori probabilitas. Tanpa pemahaman tersebut, seringkali statistic digunakan untuk
Probabilitas 2

melegitimasi suatu kebohongan (dikenal sebagai kebohongan statistika) ketika
statistic digunakan sementara model dasar probabilitas yang terkait tidak
sesuai/relevan dengan situasi yang sebenarnya.
Probabilitas hanyalah suatu sistematika ilmu untuk mempelajari
ketidakpastian. Seakurat-akuratnya model probabilitas yang digunakan, tetap saja
ketidakpastiaan itu masih ada walau dengan kadar yang amat tipis. Dan
ketidakpastiaan yang tipis itu pada gilirannya dapat menghasilkan hasil yang
ekstrim. Jadi penting bagi kitamemahami apa yang bisa diberikan oleh teori
probabilitas dan turuna-turunannya.

1.2 Rumusan Masalah
1. Bagaimana pengertian probabilitas dan konsep dasar hukum probabilitas?
2. Bagaimana konsep ruang sampel dan peristiwa?
3. Bagaimana konsep mengenai probabilitas suatu peristiwa?
4. Bagaimana analisis kombinatorik probabilitas?
5. Bagaimana probabilitas bersyarat dari suatu peristiwa?
6. Bagaimana manfaat teori probabilitas dalam penelitian?

1.3 Tujuan
1. Untuk memahami dan menjelaskan pengertian probabilitas.
2. Untuk memahami dan menjelaskan ruang sampel dan peristiwa.
3. Untuk memahami dan menjelaskan konsep mengenai probabilitas suatu
peristiwa.
4. Untuk memahami dan menjelaskan analisis kombinatorik probabilitas.
5. Untuk memahami dan menjelaskan probabilitas bersyarat dari suatu
peristiwa.
6. Untuk memahami dan menjelaskan manfaat teori probabilitas dalam
penelitian.




Probabilitas 3

1.4 Manfaat
Manfaat yang dapat diperoleh baik oleh penulis maupun pembaca adalah:
Meningkatkan keterampilan menyusun suatu karya ilmiah dalam bentuk makalah
yang sesuai dengan sistematika penyusunan karya tulis, memberi pengetahuan
terkait probabilitas yang nantinya pengetahuan yang diperoleh dapat diberdayakan
ketika hendak meneliti suatu pengetahuan baru agar bisa dihasilkan ilmu
pengtahuan yang benar-benar berfaedah bagi kehidupan manusia



















Probabilitas 4

BAB II
PEMBAHASAN
2.1 Pengertian Probabilitas
Dalam kehidupan sehari-hari kita sering dihadapkan dengan beberapa
pilihan yang harus kita tentukan memilih yang mana.Biasanya kita dihadapkan
dengan kemungkinan-kemungkinan suatu kejadian yang mungkin terjadi dan kita
harus pintar-pintar mengambil sikap jika menemukan keadaan seperti ini,
misalkan saja pada saat kita ingin bepergian, kita melihat langit terlihat mendung.
Dalam keadaaan ini kita dihadapkan antara 2 permasalahan, yaitu kemungkinan
terjadinya hujan serta kemungkinan langit hanya mendung saja dan tidak akan
turunnya hujan. Statistic yang membantu permasalahan dalam hal ini adalah
probabilitas.
Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu
kejadian, suatu ukuran tentang kemungkinan atau derajat ketidakpastian suatu
peristiwa (event) yang akan terjadi di masa mendatang. Rentangan probabilitas
antara 0 sampai dengan 1. Jika kita mengatakan probabilitas sebuah peristiwa
adalah 0, maka peristiwa tersebut tidak mungkin terjadi. Dan jika kita mengatakan
bahwa probabilitas sebuah peristiwa adalah 1 maka peristiwa tersebut pasti terjadi.
Serta jumlah antara peluang suatu kejadian yang mungkin terjadi dan peluang
suatu kejadian yang mungkin tidak terjadi adalah satu, jika kejadian tersebut
hanya memiliki 2 kemungkinan kejadian yang mungkin akan terjadi.
Probabilitas adalah kemungkinan yang dapat terjadi dalam suatu peristiwa.
Dalam kehidupan sehari-hari sulit untuk mengetahui dengan pasti apa yang
akan terjadi pada waktu yang akan datang, baik dalam jangka pendek maupun
jangka panjang.
Sebuah contoh sederhana adalah jika sebuah koin dilempar, maka akan sulit
untuk memastikan bahwa muka gambar atau muka angka yang berada di atas. Jika
terkait dengan suatu perusahaan, maka akan sulit untuk memprediksikan apakah
tahun depan akan mengalami keuntungan atau kerugian. Jika terkait dengan suatu
ujian, juga akan sulit untuk memastikan apakah lulus atau gagal dan lain
sebagainya. Semua peristiwa tersebut berada dalam ketidakpastian atau
Probabilitas 5

Uncertainty. Dengan demikian, probabilitas atau peluang merupakan derajat
kepastian untuk terjadinya suatu peristiwa yang diukur dengan angka pecahan
antara nol sampai dengan satu, dimana peristiwa tersebut terjadi secara acak atau
random.
Secara umum probabilitas merupakan peluang bahwa sesuatu akan terjadi.
Secara lengkap probabilitas didefinisikan sebagai berikut :
Probabilitas ialah suatu nilai yang digunakan untuk mengukur tingkat terjadinya
suatu kejadian acak.
Dalam mempelajari probabilitas, ada tiga kata kunci yang harus diketahui:
1. Eksperimen,
2. Hasil (outcome)
3. Kejadian atau peristiwa (event)
Contoh :
Dari eksperimen pelemparan sebuah koin.Hasil (outcome) dari pelemparan
sebuah koin tersebut adalah MUKA atau BELAKANG.Kumpulan dari
beberapa hasil tersebut dikenal sebagai kejadian (event).Probabilitas biasanya
dinyatakan dengan bilangan desimal (seperti 0,500,25 atau 0,70) atau bilangan
pecahan (seperti
100
70
,
100
25
,
10
5
atau ).Nilai dari probabilitas berkisar antara 0 dan
1. Semakin dekat nilai probabilitas ke nilai 0, semakin kecil kemungkinan suatu
kejadian akan terjadi. Sebaliknya semakin dekat nilai probabilitas ke nilai 1
semakin besar peluang suatu kejadian akan terjadi.
Konsep Dasar Hukum Probabilitas
Probabilitas akan sesuai bila pengamatan terjadi pada objek yang berjumlah
besar. Dengan menggunakan hukum pertambahan, hukum perkalian serta
kombinasi antara kedua hukum tersebut kita dapat menghitung probabilitas suatu
peristiwa pada konsidi-kondisi yang kita inginkan, ini akan sangat berguna dalam
memprediksi suatu peristiwa.
a) Hukum Pertambahan
Bila dua kejadian tak mungkin terjadisecara bersamaan (mutually exclusive)
makaprobabilitas terjadinya salah satu ataubeberapa kejadian pada suatu
percobaanakan mengikuti hukum pertambahan.
Probabilitas 6

P(A1 atau A2) = P (A1) + P (A2)
Misal : Dadu yang mempunyai sisi 6, dan masing-masing sisinya diberi angka
1 6. Berapa probabilitas timbulnya angka 1 atau 3 pada suatu pelemparan?
J awab :P (1 atau 3) = P (1) + P (3) = 1/6 + 1/6 = 1/3. Probabilitas timbulnya
angka 1 atau 3 pada suatu pelemparan adalah 1/3.
Satu kumpulan kemungkinan yang mutually exclusive disebut
exhaustive bila terdiri dari semua kemungkinan yang bisa terjadi, jumlah
probabilitas adalah 1, yang berarti satu kejadian pasti akan timbul. Seperti pada
contoh diatas kemungkinan keluarnya angka 1, 2, 3, 4, 5 dan 6 adalah
exhaustive, maka P (1) + P (2) + P (3) + P (4) + P (5) + P (6) = 1
Bila dua kejadian tidak mutually excusive, maka harus
dipertimbangkanadanya peristiwa yang terjadi bersama-sama,maka hukum
pertambahan berubah menjadiP(A1 atau A2) = P(A1) + P(a2) P(A1 danA2).
Misalnya : Berapa probabilitas munculnya kartu Ace atau hati pada penarikan
satu kartu dari satu set lengkap kartu (52 kartu) ?
J awab : Di dalam hal ini jelas bukan merupakan peristiwa yang bersifat
mutually exclustive karena kartu yang muncul dapat berupa ace hati. P(ace atau
hati) = P(ace) + P(hati) P(ace hati) = 4/52 + 13/52 - 1/52 = 16/52.
b) Hukum Perkalian
Seandainya kita menghadapi dua percobaan misalnya tentang hipertensi
dan kegemukan (obesitas), dalam perhitungan probabilitas timbulnya 2
peristiwa diatas tergantung pada apakah kedua peristiwaindependen atau tidak.
Peristiwa-peristiwa yang independen yaitu bila hasil dari suatu percobaan
tidak dipengaruhi oleh percobaan yang lain. Maka hukum yang berlaku ialah :
P (A dan B) = P(A) X P(B)
Contoh : Bila 2 dadu dilempar, berapa probabilitas timbulnya dua angka 5 ?
J awab :P(5 dan 5) = P(5) X P(5) = 1/6 X 1/6 = 1/36. Karena hasil dari kedua
dadu adalah independen.
Bila dua peristiwa tidak independen, probabilitas satu peristiwa
dipengaruhioleh peristiwa yang lain atau disebut bahwa probabilitas
terkondisikan oleh peristiwa yang lain. Hal ini dituliskan sebagai P(A/B) yang
dibaca sebagi probabilitas A setelah terjadinya B.
Probabilitas 7

c) Kombinasi Hukum Pertambahan Dan Hukum Perkalian :
Bila kita mengambil dua kartu dari satu set tumpukan kartu standard,
berapa probabilitas untuk mendapat satu kartu ace dan satu kartu king? Ada
dua macam kejadian yang dapat terjadi yaitu mula-mula terambil ace,
kemudian kartu kedua king atau mula-mula terambil king kemudian kedua ace,
maka diketahui:
P(ace dan king) = P(ace) x P(king/ace) + P (king) x P (ace/king)
= 4/52 X 4/51 + 4/52 x 4/51
= 32/2652
2.2 Ruang Sampel dan Peristiwa
Langkah yang harus ditempuh untuk mempelajari konsep peluang, dimulai
dengan eksperimen acak, ruang sampel, lapangan sigma (Medan Peristiwa), dan
kemudian baru fungsi peluang atau peluang terjadinya peristiwa. Eksperimen atau
percobaan acak memiliki 3 ciri, yaitu:
a. Hasilnya tak dapat diduga sebelumnya dengan derajat keyakinan yang
pasti.
b. Semua hasil dapat diidentifikasi dan terkandung dalam sebuah himpunan.
c. Dapat diasumsikan bisa dilakukan berulang-ulang dalam kondisi yang
sama.
Himpunan semua hasil dari suatu eksperimen acak dinamakan ruang
sampel, dan setiap anggotanya dinamakan titik sampel. Ruang sampel yang
diambil adalah ruang sampel yang setiap titiknya (diasumsikan) merupakan hasil
individual, artinya tidak dapat dipecah-pecah lagi dipandang dari berbagai segi.
Notasi untuk ruang sampel, biasanya dengan huruf S, C, atau huruf lainnya. Jika S
terhitung maka S dinamakan ruang sampel diskrit, dan jika S tak terhitung (dan
banyak unsurnya tak terhingga) maka S dinamakan ruang sampel kontinu. Jika
setiap titik sampel dari S memiliki kesempatan yang sama untuk muncul, maka S
dinamakan ruang sampel uniform.
Contoh: Dua dadu bersisi 6 dilempar undi atau di tos sekaligus dari
ketinggian dua meter. Dapat diperlihatkan, bahwa pengetosan dua dadu ini
merupakan sebuah eksperimen acak, yaitu memenuhi semua ciri dari eksperimen
acak. Hasilnya berupa pasangan sisi dadu pertama dan sisi dadu kedua, dan bisa
Probabilitas 8

dinyatakan dengan pasangan angka. Misalnya muncul pasangan (2, 4) ini berarti
sisi dadu pertama muncul sisi bernomor 2 dan sisi dadu kedua muncul sisi
bernomor 4. Semua hasil yang mungkin atau semua pasangan angka yang
mungkin muncul dapat dihimpun dalam sebuah himpunan, dan himpunan ini
adalah ruang sampel dari Eksperimen Acak tersebut. Ruang sampel tersebut dapat
ditulis sebagai S = {(1, 1), (1, 2),..(1, 6), (2, 1),..(2, 6),.. (6, 6)} atau S =
{(x, y): x, y = 1,2,3,4,5,6} = {1,2,3,4,5,6} x {1,2,3,4,5,6} Kardinal atau banyak
anggota dari S adalah N(S) =36 . S adalah himpunan terhingga, jelas S terhitung,
jadi S adalah ruang sampel diskrit. Jika diasumsikan setiap titik sampel dari S
memiliki kesempatan yang sama untuk muncul, S adalah ruang sampel uniform.
Catatan: Dadu yang menghasilkan ruang sampel S uniform dinamakan dadu
jujur atau dadu homogin. Perlu diperhatikan, bahwa tidak setiap dadu bersisi 6,
ada pula dadu yang bersisi tidak 6, misalnya dadu bersisi 4 atau bidang 4
beraturan
Dalam analisis probabilitas tak pernah lepas dengan istilah ruang dan
peristiwa. Data diperoleh baik dari pengamatan kejadian yang tak dapat
dikendalikan atau dari percobaan yang dikendalikan dalam laboratorium. Untuk
penyederhanaan digunakan istilah eksperimen (percobaan) yang didefinisikan
sebagai suatu proses dimana suatu pengamatan (atau pengukuran) dicatat.
Ruang sampel adalah himpunan semua kejadian yang mungkin dari suatu
percobaan atau dengan kata lain himpunan seluruh titik sampel yang bisa nampak
dari suatu percobaan. Himpunan dari semua titik sampel untuk suatu eksperimen
disebut ruang sampel dan dinyatakan dengan simbol S. Setiap hasil dalam ruang
sampel dinamakan elemen atau anggota ruang sampel atau titik sampel.
Contoh ruang sampel S dari kemungkinan hasil bila suatu koin dilemparkan
adalah:
S = {H,T}; dimana H = head (depan); T = tails (belakang)
Contoh ruang sampel S dari dadu yang dilemparkan adalah:
S = 1,2,3,4,5,6}
Pada beberapa eksperimen elemen dari ruang sample dibuat dalam bentuk
diagram pohon. Misalkan, koin di lemparkan, bila hasilnya adalah Head, maka
Probabilitas 9

koin dilemparkan lagi. Namun bila hasilnya tails, maka dadu dilemparkan satu
kali. Elemen diatas dapat digambarkan dalam diagram pohon sbb:

Gambar 1. Diagram Pohon
Sementara kejadian atau peristiwa adalah himpunan bagian dari ruang
sampel. Contoh ruang sampel ialah pada pelemparan mata datu. Satu kali
pelemparan akan menunjukkan peluangmunculnya mata genap danmata ganjil.
Contoh :
Lemparkan sebuah dadu dan amati angka yang tampil pada permukaan atasnya.
Beberapa peristiwa (event) adalah sebagai berikut:
Peristiwa A: bilangan ganjil
Peristiwa B: sebuah angka yang kurang dari 4
Peristiwa E1: angka 1
Peristiwa E2: angka 2
Peristiwa E3: angka 3
Peristiwa E4: angka 4
Peristiwa E5: angka 5
Peristiwa E6: angka 6
Sebuah peristiwa yang tidak dapat diuraikan disebut peristiwa sederhana.
Peristiwa-peristiwa sederhana dinyatakan dengan simbol E dengan sebuah
subcript.Sebuah peristiwa (event) adalah sebuah kumpulan khusus dari titik-titik
sampel.
Probabilitas 10


Gambar 2. Diagram Vent
Besarnya suatu probabilitas dari peristiwa tertentu dalam sampel yang
terlibat dapat ditentukan secara kuantitatif.
Contoh terkait konsep probabilitas, misalkan kita mempunyai 1 baju, 2
celana dan 3 pasang sepatu. Maka berpakah pasangan pakain lengakap (baju-
celana-sepatu) yang dapat dipakai ketika kita menghadiri suatu acara ditempat
yang berbeda ?
Analisis ini melibatkan kemungkinan bahwa ada sejumlah cara untuk
merangkaikan pakaian ini agar Nampak berbeda kketikan mengahdari suatu acara.
Dalam analiisis tepori probabilitas dijelaskanm bahwa bila kejadian pertama
terjadi dalam p cara yang berbeda, kejadian kedua dengan q cara dan kejadian
ketiga dengan r cara maka banyak keseluruhan cara urutan itu adalah:
P x q x r
Jadi rangkaian pakaianyang dapat dipakan adalah 1 x 2 x 3=6. Ada 6 macam
rangkaian atau cara memkai pakaian in agar Nampak berbeda ketika menghadiri
suatu acara yang berbeda.
Ada beberapa prinsip dasar yang mesti dicapai sebagai dasar dalam analisis
teori probabilitas :
1. Permutasi
Jika ada n unsur berbeda dengan sekali pengambilan r unsur ( r < n)maka
permutasi dari n unsur yang bebeda dengan sekali penhgambilan r unsur di
tulis sebagai :
... .......... )......... 1 ..( )......... 2 )( 1 ( + = r n n n n P
r n
atau
Probabilitas 11

)! (
!
r n
n
P
r n

=
Dimana
r n
P adalah banyak cara pengisian r tempat yang berbeda yang
diambil dari n unsur yang berbeda.
Contoh :
Seandainya tersedia 6 pilihan nama, dengan nama Andine, Bella, Cicillya,
Dean, Erlina, dan Fara. Maka permutasi dari 6 unsur dengan pengambilan 5
unsur nama ini adalah :


Bila dari n unsur itu ada A unsur yang sama ada B unsur yang sama dan
ada C unsur yang sama maka banyaknya permutasi yang berbeda dari n
unsur dengan sekali pengambilan adalah
! ! !
!
C B A
n
P =
Contoh :
Terdapat sekumpulan kelereng dengan warna merah kuning hijau . Masing
masing jumlahnya 5 buah. Maka, berapakah banyaknya permutasi yang ada
dalam pengambilan sekali terhadap n unsur yang ada.
756756 6 7 9 11 13 14
1 2 3 4 5 1 2 3 4 5 ! 5
! 5 6 7 8 9 10 11 12 13 14 15
! 5 ! 5 ! 5
! 15
= = = = x x x x x
x x x x x x x x x
x x x x x x x x x x
P
2. Kombinasi
Kombinasi dari n unsur yang berbeda dengan pengambilan r unsur ialah:
! r
P
K
r n
r n
=
Kombinasi dari n unsur yang berbeda dengan sekali pengambilan r ialah
susunan yang mungkin terjadi dari r unsur yang berbeda yang diambil dari n
unsur itu tanpa memperhatikan urutannya. Inilah pembeda dasar antara
2333333333333333333333331111111111111`permutasi dengan kombinasi.
Seorang dewasa telah diuji dengan memilih 1 diantara dua hati. Dua orang ini
ialah abstarksi data yang akan dipilih satu diantaranya. Berapa carakah yang
5 6
P P
r n
=
( )
720 1 2 3 4 5 6 ! 6
! 5 6
! 6
5 6
= = =

= x x x x x P
Probabilitas 12

dapat ditempuh oleh seorang dewasa ini ?Diketahui bahwa n=2 dan r =1.
Maka cara pemilihan itu ialah sebagai berikut :
! r
P
K
r n
r n
=

Jadi seorang dewasa ini bisa menempuhnya dengan memilih yang pertama
atau yang kedua. Besarnya suatu probabilitas suatu peristiwa merupakan
rangkaian kemungkinan yang mungkin bisa terjadi.
2.3 Probabilitas Suatu Peristiwa
2.3.1 Definisi Probabilitas
Dalam kehidupan sehari hari kita sudah mengenal istilah probabilitas,
misalnya ada yang memakai istilah kemungkinan, kebolehjadian, kementakan
bahkan dalam bahasa Melayu bisa juga disebut kebarangkalian. Dalam sehari
hari kita sudah mengenal istilah ini misalnya, kita mengatakan bahwa hari ini
kemungkinan besar akan hujan, atau tidak mungkin dia bisa lulus ujian sarjana
tahun ini. Dalam hal ini kita memakai istilah mungkin karena bisa menduga
sebelumnya, apa yang kira kira akan terjadi. Disini kita sudah mengenal
probability, meskipun secara sederhana.
Probabilitas biasanya diberi symbol P, dan dinyatakan dalam angka positif,
dengan minimum 0 dan maksimum 1. Sedang symbol untuk probabilitas tidak
terjadinya, biasa dinyatakan dengan Q, yaitu = 1 P.
Jika P = 0 :Berarti peristiwa itu tidak mungkin terjadi, atau
mustahil.Sebagai contoh timbulnya matahari dimalam hari adalah
mustahil, maka mempunyai probabilitas sama dengan 0.
Jika P = 1: Berarti peristiwa itu pasti terjadi, tidak mungkin tidak terjadi.
Misalnya probabilitas darah mengalir didalam badan orang yang masih
hidup adalah 1.
2
1
1 2
! 1
1 2
1 2
1 2
= =
=
x
K
P
K
Probabilitas 13

Probabilitas adalah kemungkinan yang dapat terjadi dalam suatu peristiwa
tertentu.Terdapat tiga macam pendekatan mengenai pengertian probabilitas, yaitu
pendekatan klasik, pendekatan frekuensi relatif dan pendekatan subjektif.
a. Pendekatan Klasik
Menurut pendekatan klasik, probabilitas diartikan sebagai hasil
banyaknya peristiwa yang dimaksud dengan seluruh peristiwa yang mungkin
atau dengan kata lain setiap peristiwa mempunyai kesempatan yang sama
untuk terjadi. Dirumuskan:
P (A) =



Dengan :
P(A) = probabilitas terjadinya peristiwa A
n(A) = jumlah peristiwa A atau jumlah kemungkinan hasil
n(S) = jumlah peristiwa yang mungkin atau jumlah total kemungkinan
hasil
Contoh:
Sebuah dadu dilemparkan, ada enam cara yang mungkin dan berkemungkinan
sama, yaitu hasil lemparan ialah 1, 2, 3, 4, 5, atau 6. Sehingga P(1) = P(2) =
P(3) = P(4) = P(5) = P(6) =

. Jika kejadian A adalah muncul angka genap,

maka peluang munculnya angka genap dalam pelemparan sebuah dadu dapat
terjadi sebanyak tiga cara, yaitu 2, 4, atau 6. Sehingga peluang terjadinya
kejadian A adalah P(A) =

.
b. Pendekatan Frekuensi Relatif
Menurut pendekatan frekuensi relatif, probabilitas dapat diartikan
sebagai berikut:
Proporsi waktu terjadinya suatu peristiwa dalam jangka panjang, jika
kondisi stabil.
Frekuensi relatif dari seluruh peristiwa dalam sejumlah besar
percobaan.
Probabilitas berdasarkan pendekatan ini sering disebut sebagai
probabilitasemperis yaitu dimana suatu kejadian tidak dianggap sama,
tergantung dari berapa banyak suatu kejadian. Nilai probabilitas ditentunkan
Probabilitas 14

melalui percobaan, sehingga nilai probabilitas itu merupakan limit dari
frekuensi relatif peristiwa tersebut. Dirumuskan:
P(X=x) = lim

Dengan :
P(X=x) = probabilitas terjadinya peristiwa X
f = frekuensi peristiwa X
n = banyaknya peristiwa yang bersangkutan
c. Pendekatan Subjektif
Probabilitas adalah sebagai tingkat kepercayaan individu atau kelompok
yang didasarkan pada fakta-fakta atau peristiwa masa lalu yang ada atau
berupa terkaan saja. Misalnya, seorang direktur akan memilih seorang
karyawan dari tiga calon yang telah lulus ujian saringan. Ketiga calon
tersebut sama pintar, sama lincah dan semuanya penuh kepercayaan.
Probabilitas tertinggi (kemungkinan diterima) menjadi karyawan ditentukan
secara subjektif oleh sang direktur.
2.3.2 Probabilitas Suatu peristiwa
Peristiwa atau kejadian adalah himpunan bagian dari ruang sampel pada
suatu percobaan atau hasil yang dimaksud dari percobaan yang
bersangkutan.Probabilitas suatu kejadian adalah kemungkinan terjadinya kejadian
tersebut yang bervariasi dari tidak pernah terjadi (0=nol) dan pasti terjadi
(1=satu). Secara umum dapat dikatakan bahwa probabilitas merupakan frekuensi
relatif terjadinya suatu peristiwa pada waktu yang lama.
a) Peristiwa Saling Lepas (Mutually Exclusive)
Dua peristiwa atau lebih disebut peristiwa saling lepas apabila kedua atau
lebih peristiwa tersebut tidak bisa terjadi pada saat bersamaan. Untuk dua
peristiwa A dan peristiwa B yang saling lepas, maka probabilitas terjadinya
peristiwa tersebut adalah sebagai berikut:
P(AB) = P(A)+P(B)
Sehingga untuk tiga peristiwa A, B dan C yang saling lepas, probabilitas
terjadinya peristiwa tersebut adalah:
P(ABC) = P(A)+P(B)+ P(C)
Probabilitas 15

Contoh:
Sebuah kotak berisi 10 kelereng merah, 20 kelereng hijau, dan 30 kelereng
kuning. Isi kotak itu diaduk dengan baik kemudian diambil sebuah kelereng
secara acak . berapa probabilitas terampilnya hijau atau kuning?
Solusi:
Misal: A = mengambil kelereng merah
B = mengambil kelereng hijau
C = mengambil kelereng kuning
P(A)=
30 20 10
10
+ +
=0,17; p(B)=
60
20
=0,33; p(C)=
60
30
=0,50
b) Peristiwa Tidak Saling Lepas (Non Mutually Exclusive)
Dua atau lebih peristiwa dikatan peristiwa tidak saling lepas apabila kedua
atau lebih peristiwa tersebut dapat terjadi pada saat yang bersamaan. Untuk dua
peristiwa A dan B yang tidak saling lepas, probabilitas terjadinya peristiwa
tersebut adalah:
P(AB) = P(A)+ P(B)- P(A B)
Contoh:
Jika probabilitas kelahiran wanita dan pria adalah sama, dan probabilitas
kelahiran anak berambut kurus, bergelombang, dan kriting masing-masing
adalah 0,5 , 0,4 , dan 0,1. Berapakah besarnya probabilitas kelahiran anak
wanita yang berambat kriting?
Solution:
Probabilitas kelahiran pria dan wanita dalah sama, sehingga p(pa atau W)=
0,50. Probabilitas wanita-kriting=(0,50)(0,1)=0,05
P(W+K)= 0,50+0,1-0,05=0,55
c) Peristiwa Saling Bebas
Dua peristiwa atau lebih dikatakan saling bebas apabila terjadinya
peristiwa yang satutidak mempengaruhi atau dipengaruhi terjadinya peristiwa
yang lainnya. Untuk duaperistiwa A dan peristiwa B yang saling bebas,
probabilitas terjadinya peristiwatersebut adalah:
P(AB) = P(A) P(B)
Probabilitas 16

Untuk tiga peristiwa A, B dan C yang saling bebas probabilitas terjadinya
peristiwatersebut adalah sebagai berikut:
P(AB C) = P(A) P(B) P(C)
Contoh:
Dua buah dadu dilemparkan secara bebas satu kali. Berapakah probabilitas
munculnya mata 2 dan 6 dari pelempar tersebut?
Solution:
p(2)=
6
1
; p(6)=
6
1
; p(2dan 6)=
6
1
.
6
1
=
36
1
= 0,03
d) Peristiwa Tidak Saling Bebas
Dua peristiwa atau lebih dikatakan peristiwa tidak saling bebas apabila
terjadinyaperistiwa yang satu mempengaruhi atau dipengaruhi terjadinya
peristiwa yang lainnya.Untuk dua peristiwa A dan B yang tidak saling bebas,
probabilitas terjadinya peristiwa tersebut adalah sebagai berikut:
P(AB) = P(A) P(B A)
Untuk tiga peristiwa yang saling bebas, probabilitas terjadinya peristiwa
tersebut adalah sebagai berikut:
P(AB C) = P(A) P(BA)P(C AB)
e) Peristiwa Bersyarat
Peristiwa bersyarat merupakan suatu peristiwa yang akan terjadi dengan
syarat laintelah terjadi. Jika Peristiwa B bersyarat terhadap peristiwa A, maka
probabilitasterjadinya peristiwa tersebut adalah sebagai berikut:
P(B|A) =

Contoh:
Pada contoh di atas, pengambilan pertama sebuah kelereng berwarna hijau.
Pengambilan pertama tersebut (kelereng warna hijau) tidak lagi disimpan
dalam kotak (tanpa pengambilan). Berapakah probabilitas termpilannya sebuah
kelereng berwarna merah pada pengambilan ke dua, jika pada pengambilan
pertama kelereng berwarna hijau?


Probabilitas 17

Solusion:
p(A B) =
30 19 10
10
+ +
=0,17
f) Peristiwa Komplementer
Peristiwa komplementer adalah peristiwa yang saling melengkapi. Jika
peristiwa A komplementer terhadap peristiwa B, maka probabilitas peristiwa
tersebut adalah sebagai berikut:
P(A)+ P(B) =1
2.3.3 Hubungan Probabilitas Teoritik Dengan Probabilitas Empirik
Hubungan probabilitas teoritik dengan probabilitas empirik dapat dijelaskan
melalui contoh dari pelemparan sebuah mata uang logam yang masih baik. Muka
yang satu dari mata uang logam tersebut kita beri symbol angka(A) dan dan muka
yang lain diberi symbol gambar (G). Jika mata uang logam tersebut dilempar
secara bebas satu kali, maka secara teoritis probabilitas munculnya A dan G
adalah sama yaitu 0,50 (50%). Jika dilemparkan 10 kali maka secara teoritis
probabilitas munculnya A adalah 0,50x10 kali = 5 kali. Demikian juga
probabilitas munculnya G adalah 0,50x10 kali= 5 kali. Namun dalam
kenyataanya, walaupun mata uang tersebut betul-betul masih baik dan cara
pelemparnya betul-betul bebas, jarang sekali dari 10 kali lemparan itu
mendapatkan 5A dan 5G karena ada faktor-faktor kebetualan diluar kekuasaan
tangan manusia untuk mengubah perbandingan probabilitas teoritik tersebut.
Misalnya kenyataan antara A dan G 4 : 6, 7 : 3 dan sebagainya. Probabilitas dari
kenyataan yang muncul disebut probabilitas observasi (observed probability) atau
probailitas empirik.
Probabilitas empirik dari suatu kejadian adalah probabilitas munculnya
kejadian itu dari sejumlah besar observasi. Jika observasi dilakukan tak terhinnga
kali, maka secara praktis dapat dikatakan bahwa probabilitas empirik akan sangat
dekat atau sama dengan probailitas teoritik.
2.3.4 Ekspektasi (Nilai Harap)
Misalnya kita punya sebuah eksperimen yang menghasilkan k buah
peristiwa terjadi. Peluang terjadinya tiap peristiwa masing-masing p
1
,p
2
, . . . , p
k
Probabilitas 18

dan untuk peristiwa dengan peluang tersebut terdapat satuan-satuan d
1
, d
2
, . . . .,d
k.
satuan-satuan ini biasa nol, positif ataupun negative dan tentulah p
1
+ p
2
+ . . . +
p
k
= 1
Maka ekspetasi eksperimen itu. Ditulis

=
=
+ + =
k
i
i i
k k i i
d p
d p d p d p
1
2 2
...
c
c

Contoh:
1) Si A dan Si B bertaruh dengan melakukan undian menggunakan sebuah mata
uang. Jika dalam undian itu nampak muka G, si A membayar kepada si B
sebanyak Rp. 5,00. Jika yang nampak muka H, si B membayar Rp. 5,00
dengan peluang 1/2 , kalah c (untuk si A)=1/2(Rp. 5,00) +1/2(-Rp.
5,00)=Rp.0,00
Untuk Si B juga berlaku yang sama. Berarti untuk jangka waktu yang cukup
lama, dalam persamaan ini si A dan si B masing-masing memang nol rupiah.
2) Produksi semacam barang rusak 6%. Diamnil sebuah sampel acak terdiri atas
50 barang. Maka setiap sampel diharapkan rata-rata berisi 0,06x50=3 barang
rusak.
3) Sebagai contoh, suatu perlombaan memancing ikan menjanjikan hadiah
pertama dan hadiah kedua, masing-masing Rp. 350.000, dan Rp. 150.000.
Seorang yang akan mengikuti perlombaan tersebut harus membeli karcis
perlombaan terlebih dahulu. Berapakah harga karcis yang layak sekiranya
probabilitas untuk memperoleh hadiah pertama adalah 0,01 dan probabilitas
untuk memperoleh hadiah kedua adalah 0,05?
Penyelesaian:
Ada dua harga x dan dua probabilitas, yaitu x1 = Rp. 350.000; x2 = Rp.
150.000, p1 = 0,01 ; p2 = 0,05
H(X) = p1x1 + p2x2 + ....... + pnxn
= 0,01 . Rp. 350.000 + 0,05 . Rp. 150.000
= Rp. 3.500 + Rp. 7.500
= Rp. 11.000
Dengan demikian harga karcis yang layak adalah Rp. 11.000
Probabilitas 19

2.4 Analisis Kombinatorik dalam Probabilitas
Menurut Soejoeti (1984) dalam definisi probabilitas untuk kasus peristiwa
berkemungkinan sama, probabilitas suatu peristiwa A didefinisikan sebagai rasio
banyak elemen dalam A dengan banyak elemen ruang sampel S, yaitu:
) (
) (
) (
S n
A n
A P =
Sehingga penghitungan probabilitas suatu peristiwa sesungguhnya merupakan
penghitungan banyak elemen yang termasuk di dalam peristiwa itu, dan banyak
elemen seluruhnya di dalam ruang sampel S. Beberapa aturan yang dapat
membantu kita dalam hal ini akan kita pelajari di bawah ini.
1. Aturan 1
Aturan 1 menyatakan jika suatu eksperimen terdiri dari dua bagian
sedemikian hingga bagian pertama menghasilkan k hasil yang berbeda, dan
jika dengan tiap hasil itu dapat dihasilkan m hasil yang berbeda dalam
bagian kedua, maka banyak hasil yang mungkin seluruhnya adalah km.
Tentu saja, aturan ini dapat diperluas untuk eksperimen yang terdiri
dari lebih dari dua bagian. Sebagai contoh, kita pandang eksperimen
pelemparan satu dadu dua kali. Lemparan pertama dapat menghasilkan 6
hasil yang mungkin. Untuk tiap-tiap hasil ini, lemparan kedua dapat
menghasilkan 6 hasil yang mungkin. Jadi hasil yang mungkin seluruhnya
adalah 6 x 6 = 36. Contoh lain, seorang perempuan mempunyai empat drees,
tiga celana dan dua pasang sepatu hak tinggi. Maka banyak cara dia dapat
berpakaian secara berbeda adalah 4 x 3 x 2 = 24.
2. Aturan 2
Banyak susunan atau urutan yang berbeda yang dapat dibentuk dari k
obyek yang diambil dari sekumpulan n obyek yang berbeda dinamakan
banyak permutasi k obyek dari n obyek (ditulis dengan lambang
n
P
k
),
dihitung dengan rumus:
n
P
k
= n(n-1) (n-2)(n-k+1) .... ( Pers. 1)
Khususnya, jika k = n, maka banyak permutasi n obyek yang berbeda
adalah:
Probabilitas 20

n
P
n
= n(n-1) (n-2) 3. 2. 1 = n! ..... (Pers. 2)
Catatan: n! dinamakan n factorial, dengan definisi:
n! = n(n-1) (n-2) 3. 2. 1 (Pers. 3)
Misalkan, 5! = 5. 4. 3. 2. 1 = 120 ; dengan definisi tambahan: 0! = 1
Sebagai contoh, kita bentuk semua bilangan yang terdiri dari tiga
angka yang mungkin dibentuk dengan menggunakan angka-angka 1, 2, 3, 4,
5. Di sini jelas bahwa urutan angka-angka yang membentuk bilangan-
bilangan itu penting, sehingga persoalan ini adalah persoalan permutasi,
maka:

5
P
3
= 5.4.3 = 60, jika tanpa pengulangan.
(atau
5
P
3
= 5.5.5 = 125, jika dengan pengulangan)
Dalam banyak hal kita hanya tertarik dengan berapa banyak cara
memilih k obyek tanpa memperdulikan urutannya. Cara pemilihan ini
dinamakan kombinasi [ditulis dengan lambang |
.
|

\
|
k
n
].
3. Aturan 3
Banyak kombinasi dari n obyek yang berbeda yang diambil k obyek
setiap kali adalah:
( )
( )! !
!
k n k
n
C
n
k

= ..... (Pers. 4)
Sebagai contoh, kita mempunyai lima bola dengan warna yang
berbeda-beda. Jika kita ambil tiga bola dari kumpulan lima bola itu, maka
banyak kombinasi yang mungkin adalah:
( ) 20
! 2 ! 3
! 5
5
3
= = C
Sebagai petunjuk umum, akan bermanfaat untuk diingat bahwa aturan
permutasi digunakan apabila peristiwa yang kita perhatikan digambarkan
dengan adanya urutan tertentu dalam hasil eksperimennya. Apabila urutan
itu tidak penting, maka kita gunakan aturan kombinasi.


Probabilitas 21

Contoh dalam Probabilitas
1) Sebuah kotak berisi 12 bola, di mana 8 diantaranya merah (ditandai M
1
,
M
2
, , M
8
) dan sisanya biru (B
1
, B
2
,

B
3
, B
4
). Tiga bola diambil
sekaligus dari kotak itu.
a. Berapa banyak hasil yang berbeda yang mungkin?
b. Berapa banyak hasil yang mungkin dengan syarat dua bola yang
terambil biru dan yang satu merah?
c. Apabila pengambilan ketiga bola itu dilakukan secara random
(yaitu, dengan cara sedemikian sehingga tiap kumpulan tiga bola
mempunyai kemungkinan sama akan terpilih), berapa probabilitas
akan diperoleh dua bola biru dan satu bola merah?
Jawab:
a. Banyaknya hasil yang mungkin dari pengambilan tiga bola (tak
berurut dari 12 bola adalah:
( ) 220
! 9 ! 3
! 12
12
3
= = C
b. Kombinasi dua bola biru dan empat adalah ( )
4
2
C dan kombinasi
satu bola merah dari 8 adalah ( )
8
1
C . Dengan aturan 1, banyak hasil
yang mungkin dengan spesifikasi itu adalah:
( )( ) 48 8 6
! 7 ! 1
! 8
.
! 2 ! 2
! 4
8
1
4
2
= = = C C
c. Pengambilan secara random mengakibatkan ( )
12
3
C hasil yang
mungkin mempunyai kemungkinan yang sama. Jika A = peristiwa
tiga bola yang terambil terdiri dari dua biru dan satu merah, maka:
( )( ) 48 ) (
8
1
4
2
= = C C A n
Jadi, probabilitas memperoleh 2 bola biru dan 1 bola merah:
( )( )
( ) 220
48
) (
12
3
8
1
4
2
= =
C
C C
A P
2) Dewan penasihat suatu lembaga terdiri dari 15 orang, dimana 9 orang
diantaranya mendukung suatu program tertentu, 4 menentang dan 2
blanko. Seorang reporter ingin memilih 3 orang secara random dari
Probabilitas 22

dewan penasihat tadi dan ingin menyiarkan pandangan mereka dalam
berita TV.
a. Berapa probabilitas bahwa paling sedikit dua orang yang terpilih
akan mendukung dengan program itu?
b. Berapa probabilitas bahwa dua orang pertama yang terpilih akan
mendukung dan orang ketiga akan menentang program itu?
Jawab:
a. Dalam peristiwa yang kita perhatikan disini, urutan orang orang
yang terambil tidak penting, maka aturan kombinasi yang kita
pakai. Tiga orang dapat dipilih dari 15 orang dalam cara
(kombinasi) yang berkemungkinan sama. Misal A
1
dan A
2

masing-masing menunjukan terpilihnya dua orang mendukung
dan tiga orang mendukung yang kita hitung adalah P (A
1
A
2
).
Karena kedua peristiwa A
1
dan A
2
saling asing, maka:
P (A
1
A
2
) = P (A
1
) + P (

A
2
)
n(A
1
) adalah banyaknya kombinasi tiga orang dari 15 orang,
dimana dua diantaranya mendukung dan satu menentang atau
blanko, maka:
( ) ( )( ) 216
6
1
9
2 1
= = C C A n
sehingga
( )
( )
455
216
) (
1
1
= =
S n
A n
A P
Demikian juga,
( )
( ) ( )( )
( ) 455
84
) (
13
3
6
0
9
3 2
2
= = =
C
C C
S n
A n
A P
Jadi, ( )
455
300
455
84
455
216
2 1
= + = A A P
b. Disini urutan orang yang terpilih penting, maka kita gunakan
aturan permutasi. Terdapat
15
P
3
= 15. 14. 13 = n(s) pilihan
berturut tiga orang dari 15 orang, yang berkemungkinan sama.
Banyak pilihan dimana dua orang pertama mendukung dan yang
ketiga tidak mendukung adalah
Probabilitas 23

N(A
3
) =
9
P
2
.
4
P
1
= (9.8) (4) = 288
Jadi,
( )
( )
2730
288
) (
3
3
= =
S n
A n
A P
2.5 Probabilitas Bersyarat dari Suatu Peristiwa
Andaikan dalam suatu populasi yang terdiri dari 1000 orang diperoleh
kenyataan kenyataan sebagai berikut :
Jenis Kelamin Buta warna Normal Jumlah
Laki laki 60 620 680
Perempuan 75 245 320
Jumlah 135 865 1000
Seorang dipilih secara random dari populasi itu. Jika A adalah peristiwa
bahwa yang terpilih adalah laki laki dan B peristiwa yang terpilih buta warna,
maka :
P(A) =

= 0,68 dan P(B) =

= 0,35
Sekarang kita pandang persoalan yang berikut. Seseorang dipilih secara
random dari populasi itu, dan didapat seseorang laki laki, berapakah probabilitas
bahwa dia buta warna? Dengan tambahan keterangan orang yang terpilih laki
laki, maka disini kita membatasi diri pada sub populasi orang laki laki, dan
probabilitas yang kita hitung kita tulis P (B/A), dibaca probabilitas bahwa dia buta
warna kalau diketahui dia laki laki, sama dengan
P(B/A) =


=

( pers 5)
Probabilitas seperti ini dinamakan probabilitas bersyarat, yang dapat dinyatakan
sebagai perbandingan antara dua probabilitas tak bersyarat, yaitu
P(B/A) =


=

(pers 6)
Definisi :
Misalkan A dan B dua peristiwa di mana p(B) > 0. Maka probabilitas bersyarat
dari kejadian A, kalau diketahui B terjadi, adalah
P(A/B) =



Probabilitas 24

Probabilitas bersyarat P(A/B) dapat sama atau tidak sama dengan
probabilitas tak bersyarat P(A)
Contoh :
Sebuah kartu dipilih secara rondom dari satu kartu bridge, dan ternyata
didapat kartu merah. Berapakah probabilitas bahwa a)kartu itu Ace; b) kartu itu
hati
a) P (Ace/Merah) =


=

= P (Ace)
b) P (Hati/Merah) =


=

, yang tidak sama dengan P (

hati ) =

Kejadian Dependen dan Independen
Dengan rumus ( 6 ) kita dapat menghitung P (A B), yaitu probabilitas
interseksi dua peristiwa. Jika A dan B dua peristiwa sebarang dalam ruang sampel
S, maka probabilitas peristiwa (A dan B) dapat dihitung dengan salah satu rumus
yang berikut :
P (A = {

(pers 7)
Jika A, B, C simetris dalam rumus di atas, maka untuk menghitung P(A
B C) dapat kita lakukan langkah langkah sebagai berikut :
P(A B C) = P [ ] = P (A B P(C/A B)
= P (A) P (B/A) P(C/A B)
Karena kedudukan A, B dan C simetris dalam rumus di atas, maka untuk
menghitung P (A B C) dapat digunakan enam rumus sebagai berikut :
P (A B C) =
{

) (

)
(

) (

)
(

Probabilitas 25

Rumus rumus di atas dapat digeneralisasikan untuk kejadian kejadian
lebih dari tiga.
P (A
1
A
2
A
K
= P(A
1
) P (A
2
/A
1
) P(A
K
/A
1
A
2
A
K-1
)
Contoh :
Sebuah kotak berisi lima bola putih dan delapan merah. Tiga bola diambil
berturut turut secara random tanpa pengambilan. Berapakah probabilitasnya
bahwa bola pertama putih, kedua merah, dan ketiga putih ? kita difinisikan
kejadian kejadian A = bola pertama putih, B = kedua merah, C = ketiga putih,
Maka :
P(A B C) = P (A) P (B/A) P(C/A B)
=

Untuk kejadian A dan B, kadang kadang kita jumpai sifat P (A) = P (A/B), yaitu
probabilitas tak bersyarat dari A sama dengan probabilitas bersyarat dari A, kalau
diketahui B telah terjadi.
Dalam hal ini kita katakana bahwa A independen dengan B. sifat P(A) =
P(A/B) menyederhanakan rumus (2) menjadi P(A B) = P(A) P(B). tetapi rumus
terakhir ini dapat juga diperoleh kalau kita mulai dengan anggapan bahwa
kejadian B independen dengan A, yaitu p(B) = P(B/A). Jadi A independen dengan
B bilamana dan hanya bilamana B independen dengan A, dan untuk ini P(AB) =
P(A) P(B).
Dua kejadian A<B independen jika P(A B) = P(A).P(B) (pers 8).
Jika rumus ini berlaku, maka P(A)= P(A/B) dan P(B) = P(B/A). jika (8) tidak
berlaku, maka A,B dikatakan dependen, dan untuk ini P(A) P(A/B) dan P(B)
P(B/A).
Secara intuitif, dua kejadian A,B independen jika probabilitas akan terjadi
yang satu tidak dipengaruhi akan terjadi atau tidaknya kejadian yang lain.
Perbedaan antara independensi dan dependensi digambarkan dengan dua kasus,
sampling dengan pengambilan dan sampling tanpa pengambilan.
Contoh :
1. Kita mengambil satu kartu secara random dari satu dek kartu bridge, kita
kembalikan lagi kartu itu, kita kacau deknya, dan mengambil kartu yang
kedua ( sampling dengan pengambilan). Misalkan A, adalah kejadian
Probabilitas 26

didapat Ace pada pengambilan pertama, dan A
2
didapat Ace pada
pengambilan kedua karena dalam ruang sampelnya terdapat 52 x 52 hasil
yang berkemungkinan sama, dan 4 x 4 diantaranya termasuk dalam (A
2

A
2
), malka
P (A
1
A
2
) =


=(

) (

)=

= P(A
1
) P(A
2
)
Dengan demikian A
1
, A
2
independen menurut difinisi 8. Contoh ini
menunjukan bahwa pengambilan kartu dan pengacau dek menjamin
hasil pengambilan kedua tidak dipengaruhi oleh hasil pengambilan
pertama.
2. Kita mengambil dua kartu secara rondom dari satu dek kartu bridge, tanpa
mengembalikan kartu pertama sebelum kartu kedua diambil ( sampling
tanpa pengambilan ). Probabilitas bahwa kedua kartu itu adalah Ace
diberikan dengan rumus
P(A
1
A
2
) = P (A
1
) . (P(A
2
/A
1
) =

Teorema Bayes
Jika A dan B dua peristiwa sebarang dalam suatu ruang sampel S, maka
dari difisi probabilitas bersyarat dapat kita tulis :
P(A/B) =

(pers 9)
Dengan (1) dan (6), penyebut P(B) dapat ditulis :
P(B) =P(BA) + P(B A
c
) = P(A). P(B/A) + P(A
c
) . P(B/ A
c
) (pers 10)
Sehingga
P(A/B) =

(pers 11)
Rumus ini kadang kadang berguan dalam aplikasi, jika semua suku ruas
kanan diketahui dan ruas kiri adalah kuantitas yang akan dihitung.
Contoh :
Andaikan dari 1000 orang sarjana yang bekerja pada suatu Instansi, 60
persen adalah laki laki (A), dan 40 persen perempuan (A
c
), dan B
menunjukan sifat lulusan Undiksha. Jika kita ketahui bahwa P(B/A) =
0,55 ( 55 persen sarjana laki laki lulusan UGM) dan P(B/ A
c
) = 0,35 ( 35
persen sarjana perempuan lulusa UGM, maka dengan (pers 10)
Probabilitas 27

P(A/B) = (0,60) (0,55) + (0,40) (0,35) =0.47
Dengan (pers 11)
P(A/B =

= 0,702
Jadi sekitar 70 persen sarjana lulusan UGM yang bekerja di instansi itu
adalah laki laki.
2.6 Manfaat Teori Probabilitas dalam Penelitian
Adapun manfaat teori probabilitas dalam penelitian adalah sebagai berikut:
1. Membantu peneliti dalam pengambilan keputusan yang tepat, karena
kehidupan di dunia tidak ada kepastian dan informasi yang tidak
sempurna.
2. Dengan teori probabilitas kita dapat menarik kesimpulan secara tepat atas
hipotesis yang terkait tentang karakteristik populasi.
3. Mengukur derajat ketidakpastian
Contoh:
Jika kita memiliki hipotesis bahwa tingkat cacat balita yang lahir pada sebuah
desa adalah 1 %. Namun, setelah kita mengambil 100 sampel dan ternyata hanya
10 orang balita yang cacat, maka logis kita menolak hipotesis cacat 1 % tersebut










Probabilitas 28

BAB III
PENUTUP
3.1 Simpulan
1. Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu
kejadian, suatu ukuran tentang kemungkinan atau derajat ketidakpastian
suatu peristiwa (event) yang akan terjadi di masa mendatang. Rentangan
probabilitas antara 0 sampai dengan 1.
2. Himpunan semua hasil dari suatu eksperimen acak dinamakan ruang
sampel, dan setiap anggotanya dinamakan titik sampel. Ruang sampel
yang diambil adalah ruang sampel yang setiap titiknya (diasumsikan)
merupakan hasil individual, artinya tidak dapat dipecah-pecah lagi
dipandang dari berbagai segi.
3. Peristiwa atau kejadian adalah himpunan bagian dari ruang sampel pada
suatu percobaan atau hasil yang dimaksud dari percobaan yang
bersangkutan.Probabilitas suatu kejadian adalah kemungkinan terjadinya
kejadian tersebut yang bervariasi dari tidak pernah terjadi (0=nol) dan
pasti terjadi (1=satu).
4. Menurut Soejoeti (1984) dalam definisi probabilitas untuk kasus peristiwa
berkemungkinan sama, probabilitas suatu peristiwa A didefinisikan
sebagai rasio banyak elemen dalam A dengan banyak elemen ruang
sampel S, yaitu:
) (
) (
) (
S n
A n
A P =

5. Secara intuitif, dua kejadian A,B independen jika probabilitas akan terjadi
yang satu tidak dipengaruhi akan terjadi atau tidaknya kejadian yang lain.
Perbedaan antara independensi dan dependensi digambarkan dengan dua
kasus, sampling dengan pengambilan dan sampling tanpa pengambilan.
6. manfaat teori probabilitas dalam penelitian adalah membantu peneliti
dalam pengambilan keputusan yang tepat, karena kehidupan di dunia tidak
ada kepastian dan informasi yang tidak sempurna, dengan teori
probabilitas kita dapat menarik kesimpulan secara tepat atas hipotesis yang
terkait tentang karakteristik populasi dan mengukur derajat ketidakpastian.
Probabilitas 29

3.2 Saran
Berdasarkan pembahasan dan simpulan, maka saran yang dapat diajukan
adalah kita sebagai calon guru hendaknya memahami tentang konsep probabilitas
agar dapat menerapkankan kedalam proses pembelajaran maupun dapat
memahami secara teoritik dalam menerapkan konsep-konsepnya.