1.

PELUANG
a. Ruang Sampel
Ruang Sampel adalah himpunan dari semua hasil yang mungkin terjadi pada suatu
percobaan/kejadian. Misalnya:
1.

Sebuah dadu dilempar ke atas, maka kemungkinan mata dadu yang muncul paling atas
adalah 1, 2, 3, 4, 5 atau 6. Sehingga ruang sampel dari mata dadu yang muncul paling atas
pada pelemparan sebuah dadu adalah 1, 2, 3, 4, 5 dan 6.

2.

Suatu pabrik memproduksi sejenis produk kesehatan. Kemungkinan produk yang

dihasilkan adalah produk yang cacat dan tidak cacat. Sehingga ruang sampel dari
sebuah produk yang dihasilkan oleh pabrik tersebut adalah produk yang "cacat" dan produk
yang "tidak cacat".

3.

Sebuah koin dilempar ke atas. Setelah jatuh, maka kemungkinan sisi yang muncul paling
atas adalah Gambar atau Angka. Sehingga ruang sampel dari sisi yang muncul pada
pelemparan sebuah koin adalah "Angka" dan "Gambar".
Ruang sampel secara matematis biasanya dilambangkan dengan T. Sehingga ruang sampel
pada contoh di atas bisa ditulis seperti di bawah ini.

1.

Ruang sampel sisi yang muncul pada sebuah dadu yang dilempar, T = {1, 2, 3, 4, 5, 6}

2.

Ruang sampel produk yang dihasilkan sebuah pabrik, T = {Cacat, Tidak Cacat}

3.

Ruang sampel sisi yang muncul pada sebuah koin yang dilempar, T = {Angka, Gambar}
Kemungkinan-kemungkinan yang akan muncul dalam ruang sampel disebut juga dengan
Titik Sampel. Sehingga titik sampel merupakan unsur atau anggota dari ruang sampel.
b. Kejadian
Kejadian adalah peristiwa dari suatu kemungkinan yang diharapkan atau himpunan
bagian dari ruang sampel.Kejadian adalah himpunan bagian dari ruang sampel. Dalam

percobaan mungkin kita ingin mengetahui munculnya kejadian tertentu dan bukan hasil
unsur tertentu dalam ruang sampel. Misalnya kita ingin mengetahui mengenai kejadian A
bahwa

hasil

lantunan

suatu

dadu

habis

atau

dapat

dibagi

tiga

maka

A = { 3, 6 } merupakan himpunan bagian dari ruang sampel S = { 1, 2, 3, 4, 5, 6}.

Contoh :
Suatu percobaan dengan melemparkan 1 buah dadu, maka ruang sampelnya: S = {1, 2, 3, 4,
5, 6}. Misalkan A adalah suatu kejadian bahwa bilangan ganjil muncul.Kejadiannya adalah
A = { 1, 3, 5}, sehingga A merupakan himpunan bagian ruang sampel S,
c. Menghitung Titik Sampel
Dalam percobaan statistika, semua kejadian yang mungkin dapat ditentukan tanpa harus
mendaftarkan satu-per-satu.
Teorema:
Jika operasi pertama dapat dilakukan dengan n1 cara, dan operasi kedua dengan n2 cara
maka dua operasi dapat dilakukan dengan n1n2 cara.
Contoh:
Ada berapa titik sampel jika dua buah dadu dilempar bersama-sama.
Jawab: (6)(6)=36 cara.
Teorema:
Bila ada k operasi dengan masing-masing mempunyai n1, n2, , nk cara maka terdapat
(n1)(n2)(nk) cara.
Contoh:
Dari 10 orang mahasiswa akan dibentuk sebuah kepengurusan yang terdiri dari 3 orang
yang berbeda, yaitu 1 ketua, 1 sekertaris dan 1 bendahara. Ada berapa kepengurusan yang
mungkin terbentuk?
Jawab : terdapat 10 cara untuk memilih ketua, diikuti oleh sembilan cara untuk memilih
sekretaris, dan di ikuti 8 cara untuk memilih bendahara.Berdasarkan teorema kepengurusan
yang mungkin terbentuk adalah 10 x 9 x 8 = 780

Kasus permutasi adalah experimen terhadap suatu obyek berupa himpunan H yang
menghasilkan ruang sampel dimana titik-titik sampelnya tidak memungkinkan
pengulangan elemen-elemen dalam H namun urutan elemen-elemen H pada setiap titik
sampelnya diperhatikan.
Definisi: Permutasi adalah sebuah susunan yang dapat dibentuk dari semua atau sebagian
kumpulan objek.
Teorema :
Bila terdapat n objek yang berbeda terdapat n! permutasi.
Contoh:
Bila terdapat 3 huruf a,b,c maka jumlah permutasinya 3!=(3)(2)(1)=6, yaitu abc, acb, bac,
bca, cab, cba
Teorema:
Jumlah permutasi dari n objek yang berbeda diambil r adalah:

n!
Pr =
( nr ) !
n
Contoh:
Dua tiket lotere diambil dari 20 untuk hadiah pertama dan kedua. Tentukan
jumlah titik sampel kejadian tersebut:

P 2=
20

20 !
=( 20 ) (19 )=380
18 !

Teorema:
Jumlah permutasi dari n objek yang berbeda disusun melingkar adalah (n-1)!, dimana satu
objek dianggap mempunyai posisi tetap sehingga ada (n-1) yang disusun.
Bila objek-objek tersebut ada yang sama, maka akan terdapat susunan yang berulang.
Misalkan dari tiga huruf a,b,c dengan b=c=x, maka kemungkinan susunan adalah axx, axx,
xax, xax, xxa, xxa sebenarnya hanya ada 3 susunan yang berbeda. Susunan tersebut
dihitung dengan cara 3!/2! = 3.

Teorema:
Jumlah permutasi yang berbeda dari n objek yang terdiri dari n1 jenis 1, n2jenis 2, ... ,nk
jenis ke-k adalah:
n!
n1 ! n 2 ! nk !
Contoh:
Terdapat lampu merah 3, lampu kuning 4, dan lampu biru 2 akan dipasang dengan tiga
sinar pada 9 socket. Berapa kemungkinan yang dapat disusun.
Jawab:
9!
=1260 cara
3 ! 4!2!
Bila diberikan n objek kemudian akan dipartisi menjadi r subset disebut sel.
Urutan objek dalam sel tidak penting. Suatu contoh diberikan 5 huruf a, i, u, e, o akan
dipartisi menjadi dua sel masing-masing berisi 4 dan 1, maka susunan yang mungkin
adalah:
{(a, e, i, o), (u)}, {(a, i, o, u), (e)}, {(e, i, o, u), (a)}, {(a, e, o, u), (i)}, {(a, e, i, u), (o)}
Jumlah partisi tersebut dinotasikan :

(4,15 )= 4 5!! 1! =5
Teorema:
Jumlah cara untuk mempartisi sekumpulan n objek menjadi r sel dengan n1 elemen di sel
pertama, n2 elemen di sel ke dua dst. adalah:

n!
n
=
n1 , n2 , , nr n1 ! n2 ! n r !

dimana n1 + n2 + ::: + nr = n.

Contoh:
Ada 7 orang akan menginap di Hotel dengan 3 kamar, satu kamar berisi 3 orang dan dua
kamar berisi 2 orang. Ada berapa cara untuk menempatkan orang tersebut.
Jawab:
7 = 7 ! =210
3,2,2 3 ! 2 ! 2 !

( )

Teorema:
Diberikan n objek akan diambil sebanyak r tanpa memperhatikan urutan, cara pemilihan ini
disebut dengan kombinasi, dihitung dengan cara berikut:
n
n
(r , nr
) atau (nr )= r ! ( nr
)!
Contoh:
Dari 4 orang kimia akan diambil 2 orang, dari 3 orang fisika diambil 1 orang. Bila orang
yang dipilih digabung membentuk suatu kepanitian, ada berapa cara.
Jawab:

(42)(31 )=( 6 ) ( 3 )=18

d. Peluang Suatu Kejadian
1. Pengertian Peluang Suatu Kejadian
Setiap proses yang menghasilkan suatu kejadian disebut percobaan. Misalnya kita
melemparkan sebuah dadu sebanyak satu kali, maka hasil yang keluar adalah angka 1, 2, 3,

4, 5 atau 6. Semua hasil yang mungkin dari suatu percobaan disebut ruang sampel,
biasanya dinyatakan dengan S, dan setiap hasil dalam ruang sampel disebut titik sampel.
Banyaknya anggota dalam S dinyatakan dengan n(S).
Misalnya, dari percobaan pelemparan sebuah dadu, maka S = {1, 2, 3, 4, 5, 6} dan
n(S) = 6. Jika dalam pelemparan dadu tersebut muncul angka {2}, maka bilangan itu
disebut kejadian. Jadi, kejadian adalah himpunan bagian dari ruang sampel.
Jika ruang sampel S mempunyai anggota yang berhingga banyaknya dan setiap titik
sampel mempunyai kesempatan untuk muncul yang sama, dan A suatu kejadian munculnya
percobaan tersebut, maka peluang kejadian A dinyatakan dengan :

P(A) =

n( A)
n( S )
P(A) = Peluang muncul A
n(A) = banyaknya kejadian A
n(S) = banyaknya kemungkinan kejadian S
Contoh:
Sebuah mata uang logam dilempar satu kali. Berapa peluang munculnya Angka ?
Jawab:
Ruang sampel S = {A, G} maka n(S) = 2.
Kejadian A = {A}, maka n(A) = 1

n( A)
n( S )
Jadi, P(A) =

1
= 2

Contoh:
Sebuah dadu mata enam dilempar satu kali. Berapa peluang munculnya mata dadu ganjil?
Jawab:
S = {1, 2, 3, 4, 5, 6} n(S) = 6
A = {1, 3, 5} n(A) = 3

n( A)
n( S )
=

3
6

1
2

Jadi, P(A) =

2. Tafsiran Peluang Kejadian

Jika kejadian K dalam ruang sampul 5 selalu terjadi, maka n (K) = n (5). Sehingga besar
peluang kejadian K adalah:

n (K )
1
n (5)
P (K) =
Kejadian K yang selalu terjadi dalam ruang sampul 5 disebut kepastian.
Kemustahilan

Kepastian

0 P (K) 1

Sedangkan kejadian K dalam ruang sampul 5 tidak pernah terjadi maka n (K) = 0, yang
dinamakan kemustahilan, sehingga :

n (K )
0
n (5)
P (K) =
Oleh karena itu nilai peluang itu terbatas yaitu 0 P (K) 1
3. Frekuensi Harapan
Frekuensi harapan adalah harapan yang nilai kemungkinan terjadinya paling besar. Jika
suatu percobaan dilakukan sebanyak n kali dan nilai kemungkinan terjadinya kejadian K
setiap percobaan adalah P(K), maka frekuensi harapan dari kejadian K adalah:
F(K) = n P (K)

Contoh :
Bila kita melemparkan sebuah dadu sebanyak 480 kali, berapakah kita harapkan muncul
angka 4?
Penyelesaian :
1
6

P(K)

dan n = 480

F(K)

= n P(K)
480

1
80
6

Jadi harapannya 80 kali.

e. Aturan Penjumlahan
Jika ada sebanyak a benda pada himpunan pertama dan ada sebanyak b benda pada
himpuan kedua, dan kedua himpuan itu tidak beririsan, maka jumlah total anggota di kedua
himpuan adalah a + b.
Contoh :
Jika seseorang akan membeli sebuah sepeda motor di sebuah dealer. Di dealer itu tersedia 5
jeis Honda, 3 jenis Yamaha, dan 2 jenis Suzuki. Dengan demikian orang tersebut
mempunyai pilihan sebanyak 5 + 3 + 2 = 10 jenis sepeda motor.

f. Peluang Bersyarat
Peluang bersyarat terjadi jika diketahui bahwa kejadian A telah terjadi disebut dengan
probabilitas bersyarat dan dinotasikan dengan P(BA). Penulisan ini dibaca "peluang B
terjadi diberikan A telah terjadi".
Misalkan B adalah bilangan kuadrat sempurna bila sebuah dadu dilempar. Seperti
contoh sebelumnya (contoh pada peluang suatu kejadian) bilangan genap mempunyai
peluang dua kali dibanding yang ganjil. Ruang sampel S = {1, 2, 3, 4, 5, 6} dengan peluang
1
9

dan

2
9

untuk bilangan ganjil dan genap. Ruang sampel B adalah B = {1, 4} dengan

P(B) =

1
3 . Misalkan A adalah suatu event dimana bilangan yang muncul lebih besar dari

atau sama dengan 4, atau A = {4, 5, 6}. Untuk menghitung peluang B terjadi relatif terhadap
event A. kita harus menghitung dahulu peluang baru A proposional dengan peluang semula
demikian sehingga jumlahnya 1. Misalkan w adalah peluang bilangan ganjil dan 2w peluang

bilangan genap dari event A, maka w =

1
5

. Event BA = {4}, sehingga P(BA) =

2
5

Atau kita dapat menuliskan:

2 2/9 P ( A B )
P ( B| A )= =
=
5 5/9
P ( A)

Definisi:
Peluang bersyarat dari B diberikan A dinotasikan dengan P(BA) didefinisikan dengan :

P ( B| A )=

P ( A B)
jika P ( A ) >0
P ( A)

Contoh:
Misalkan jumlah seluruh mahasiswa suatu universitas adalah 10.000 orang. Himpunan A
mewakili 2.000 mahasiswa lama (a). Himpunan B mewakili 3.500 mahasiswa putri (b).
Sedangkan 800 dari 3.500 mahasiswa putri merupakan mahasiwa lama (c). A dan B adalah
masing-masing merupakan himpunan bagian dari S. Kita memilih satu orang mahasiswa
secara acak, maka kejadian bersyarat (A/B) adalah kejadian yang mewakili mahasiswa lama
dengan syarat bahwa mereka putri.
Maka tentukan apabila dari 10.000 mahasiswa tersebut dipilih satu secara acak, berapakah
probabilitasnya bahwa mahasiswa tersebut mahasiswa lama dengan syarat putri.

P ( A B)=

c
N

800
10.000
0,08

P ( A|B )= P(lama/putri)

P ( A B)
P (B)

c /N 800
=
b / N 3500
= 0,23

g. Aturan Perkalian
Pada aturan perkalian ini dapat diperinci menjadi dua, namun keduanya saling
melengkapi dan memperjelas. Kedua kaidah itu adalah menyebutkan kejadian satu persatu
dan aturan pengisian tempat yang tersedia.

Menyebutkan kejadian satu persatu

Contoh :
Sebuah dadu dan sebuah uang logam dilempar secara bersamaan. Berapa hasil yang
berlainan dapat terjadi ?
Penyelesaian :
Dengan diagram pohon diperoleh:

Hasil yang mungkin : G1, G2, G3, G5, G6, A1, A2, A3, A4, A5, A6
Catatan : G1 artinya uang menunjukkan gambar dan dadu menunjukkan angka 1.
Dengan demikian banyaknya cara hasil yang berkaitan dapat terjadi adalah 12 cara.

Aturan pengisian tempat yang tersedia

Menentukan banyaknya cara suatu percobaan selalu dapat diselesaikan dengan
meyebutkan kejadian satu persatu. Akan tetapi, akan mengalami kesulitan kejadiannya
cukup banyak. Hal ini akan lebih cepat jika diselesaikan dengan menggunakan aturan
pengisian tempat yang tersedia atau dengan mengalikan.
Contoh 1 :
Alya mempunyai 5 baju dan 3 celana. Berapa cara Alya dapat memakai baju dan celana?
Peyelesaian :
Misalkan kelima baju itu B1, B2, B3, B4, B5 dan ketiga celana itu C1, C2, C3. Hasil yang
mungkin terjadi adalah.
B1

B2

B3

B4

C1

B5
C1B1

C2

C1B5

C3

C2B1

C 1B2

C 1B3

C 1B4

C 2B2

C 2B3

C 2B4

C 3B2

C 3B3

C 3B4

C2B5
C3B1

C3B5
Jadi banyaknya cara Alya dapat memakai baju da celana = 15 cara
Langkah diatas dapat diselesaikan dengan:

Jadi, ada 5 3 cara = 15 cara

h. Aturan Bayes
Teorema Bayes, diambil dari nama Rev. Thomas Bayes, menggambarkan hubungan
antara peluang bersyarat dari dua kejadian A dan B sebagai berikut:

P(A | B) =

P(B | A) P(A)

P(B) P(B | A) P(A)

P(A | B) =
Contoh :

P(B | A)P(A) + P(B | A)P(A)

seseorang menjalani tes klinik dan mendapatkan hasil positif, berapakah peluang bahwa ia
benar-benar menderita penyakit langka tersebut?
Dengan kata lain, kita mencoba untuk mencari peluang dari A, dimana B atau P (A | B).
dapat kita lihat bahwa P (A | B) adalah peluang dari positif yang benar dibagi dengan
peluang positif (benar maupun salah), yaitu 0,0194 / (0,0194 + 0,0882) = 0,1803.
Kita dapat juga mendapatkan hasil yang sama dengan menggunakan rumus teorema Bayes
di atas:

P(B A)
P(A | B) =
P(B)

P(B | A) P(A)
=
P(B | A)P(A) + P(B | A)P(A)

97% 2%
=
(97% 2%) + (9% 98%)

0.0194
=
0.0194 + 0.0882

0.0194

0.1076

P(A | B) =

0.1803