MODEL PELUANG ATAU PROBABILITAS

Bahan Kuliah
Tia Sugiri-08122179569

Sebelum mempelajari konsep dasar probabilitas, kita pelajari dulu analisis kombinatorial
yang akan sangat membantu dan banyak digunakan dalam konsep dasar probabilitas, yaitu
analisis bilangan faktorial, permutasi dan kombinasi.

1. Bilangan Faktorial

Bila n bilangan bulat positif, maka bilangan faktorial ditulis dengan n! Dan
didefinsikan sebagai :
n! = n x (n-1) x (n-2), dst
0! = 1
1! = 1

Contoh :
3! = 3 x (3-1) x (3-2)
3! = 3 x 2 x 1
3! = 6

Soal 1 Hitung :

1) 5!
2) 6!
3) 12!
4)
5)

2. Rumus Permutasi

Adalah susunan yang dibentuk dari anggota-anggota suatu himpunan dengan

mengambil seluruh atau sebagian anggota himpunan dan member arti pada urutan
anggota masing-masing susunan tersebut disebut Permutasi yang diberi notasi P.

atau

Permutasi adalah penyusunan obyek-obyek sejumlah n yang tiap-tiap kali diambil

dari sejumlah r dengan memperhatikan susunannya.

1
 Contoh :
Dalam pemilihan ketua umum dan sekretaris umum Asosiasi Profesi Jasa
Kontruksi terdapat 5 orang calon, ada berapa komposisi ketua dan sekretaris yang
mungkin menduduki jabatan tersebut ?
Jawaban Contoh Permutasi :

Apabila n = 5 dan r = 2 maka :

P (5,2) =

Jadi ada 20 komposisi yang mungkin dari : A, B,C, D, dan E

Yaitu :
AB BA CA DA EA
AC BC CB DB EB
AD BD CD DC EC
AE BE CE DE ED

3. Rumus Kombinasi
Adalah seleksi terhadap obyek-obyek sejumlah n yang tiap-tiap kali diambil
sebanyak r tanpa memperhatikan tata susunannya

Contoh Kombinasi :
Misalkan untuk membuat pasangan ganda pemain Tenis Lapangan di sebuah
program studi adalah tersedia 5 orang pemain (misalnya A, B, C, D dan E)
Hitunglah ada berapa banyak pasangan ganda yang dapat dibentuk dari kelima
pemain tersebut :

Jawaban Contoh Kombinasi

N = 5 dan r = 2

AB BC CE
AC BD DE
AD BE
AE CD

2
Soal 2 : Hitunglah :

a) P (10,2)

b) P (5,3)

c) P (6,6)

d) P (9,2)

e) C (5,3)

f) C(12,5)

Jawaban Soal 1 :

a) P (10,2) =

b) P (5,3) =

c) P (6,6) =

d) P (9,2) =

e) C (5,3) =

f) C(12,5) =

3
4. Teori Peluang

Teori peluang adalah teori yang mempelajari besarnya peluang atau kemungkinan
terjadinya suatu kejadian atau peristiwa dari serangkaian observasi atau
pengamatan

Ruang sampel dan Peristiwa

Ruang sampel adalah himpunan kejadian yang mungkin terjadi dalam suatu
observasi atau pengamatan, sedangkan peristiwa adalah himpunan hasil atau
kejadian yang didapat dalam suatu observasi.
Misalnya kita melemparkan sebuah mata uang logam, sebelumnya kita tidak dapat
menerka mana yang akan muncul, yang pasti salah satu dari dua kemungkinan,
yaitu kalau tidak gambar (G) pasti Angka (A), jadi ruang sampelnya S = {G,A}
Apabila dari hasil di atas, yang muncul adalah gambar, maka peristiwa A ditulis A
= (G)

Contoh 1 : Tentukan ruang sampel dari pelemparan sebuah dadu, dan jika Q adalah
peristiwa munculnya mata dadu ganjil, tentukanlah Q tersebut ?
Jawab :
Hasil yang mungkin di dapat adalah munculnya angka 1,2,3,4,5 dan 6, sehingga
ruang sampelnya adalah S = {1,2,3,4,5,6}, karena Q adalah peristiwa munculnya
angka ganjil, maka Q = (1,3, 5).

Apabila sebuah dadu dilemparkan, maka hasil yang mungkin diperoleh adalah S =
{1,2,3,4,5,6}. Jadi ada 6 macam hasil yang mungkin, sehingga besarnya peluang
munculnya salah satu angka itu adalah 1/6
Secara umum apabila P adalah peluang atau probabilitas dan E adalah peristiwa,
maka peluang terjadinya E dapat ditulis :

P (e) =
Dimana
P(E) = peluang terjadinya peristiwa E
nE = banyaknya anggota himpunan E (banyaknya peristiwa E)
nS = banyaknya anggota himpunan S (ruang sampel)

0 P(E) 1
Peristiwa terjadinya Bukan E adalah : P (E) = 1 P(E)

4
Contoh :
Jika E adalah peristiwa munculnya mata dadu ganjil dari pelemparan sebuah dadu,
tentukanlah P(E), kemudian apabila pelemparan dilakukan sebanyak 80 kali,
berapa kali mata dadu ganjil akan muncul ?
Jawab :
E = munculnya mata dadu ganjil = {1,3,5}

Karena S = {1,2,3,4,5,6},maka P(E) = =

P (E) x 80 = 0,5 x 80 = 40 kali akan muncul dadu ganjil

Soal 3:
Apabila sebuah dadu dilemparkan :
a) Berapa besarnya peluang munculnya sisi 3
b) Berapa besarnya peluang munculnya bukan sisi 3
c) Berapa besarnya peluang munculnya sisi kurang dari 3\

Soal 4 :

1. Tentukan ruang sampel dari pelemparan dari dua buah dadu, dan jika U
adalah peristiwa munculnya mata dadu berjumlah kurang dari 5,
tentukan pula U ?
2. Tentukan ruang sampel dari pelemparan dua buah dadu, dan jika S
adalah peristiwa munculnya mata dadu berjumlah lebih dari 7, tentukan
pula S ?
3. Tentukan ruang sampel dari pelemparan dua buah dadu, dan jika B
adalah peristiwa munculnya mata dadu berjumlah sama dengan atau
kurang dari 9, tentukan pula B ?

5
Contoh Soal :

Sebuah kotak terdiri dari 4 bola merah, 5 bola putih dan 6 bola biru. Jika tiga buah bola
diambil secara acak, Berapa peluangnya :
a) Ketiganya bola biru
b) Semua bola nya putih
c) Terdapat 2 merah dan 1 putih

Jawaban Soal 2 :
a) Jumlah bola adalah 4 + 5 + 6 = 15 bola

Diambil 3 buah bola, maka

C (15,3) =

Jumlah bola biru = 6

Diambil 3 buah, maka C (6,3) =

Jadi Peluang ketiganya biru adalah =

b) Jumlah bola putih = 5, diambil

Maka C (5,3) =

Jadi Peluang ketiganya putih adalah :

c) Merah : C (4,2) =

Putih : C (5,1) =

Jadi Peluang 2 merah dan 1 putih adalah =

6
Soal 5:

Sebuah uang logam dan sebuah dadu dilempar secara bersamaan, apabila uang
logam dan dadu tersebut seimbang tentukanlah :
a) Ruang sampelnya
b) Jika E adalah peristiwa munculnya gambar dan angka genap, berapakah
peluang terjadinya E
c) Jika percobaab yang dilakukan sebanyak 1000 kali, Berapa kalikah
banyaknya peristiwa E yang diharapkan terjadi ?

Soal 6 :

Sebuah kotak berisi 15 bola putih dan 25 bola hitam. Apabila semua bola
mempunyai ukuran dan berat yang identik kecuali warnanya dan dari dalam kotak
tersebut diambil sebuah bola secara random, tentukanlah :
a) Probabilitas bahwa bola yang terambil adalah bola putih
b) Probabilitas bahwa bola yang terambil adalah bola hitam
c) Berapa probabilitas bahwa yang terambil bola putih atau hitam

Soal 7 :
Sebuah kotak berisi 12 bola merah dan 3 bola hitam, jika dari dalam kotak tersebut
dimabil 2 buah bola secara acak, Hitunglah :
a) Berapa banyaknya kemnungkinan yang terjadi
b) Jika syaratnya paling sedikit sebuah bola harus merah, berapa banyaknya
pasangan yang dapat disusun
c) Berapa peluang bola yang terambil itu satu merah dan satu hitam

7
Distribusi Peluang

Pendahuluan

Distribusi Peluang (Probabilitas) mempunyai hubungan erat

dengan distribusi frekuensi. Frekuensi dalam distribusi frekuensi
diperoleh berdasarkan hasil percobaan atau hasil observasi,
sedangkan frekuensi dalam distribusi peluang merupakan hasil yang
diharapkan jika percobaan atau pengamatan dilakukan, seringkali
dsebut sebagai distribusi teoritis

Variabel Acak

Variabel acak adalah suatu kondisi yang menunjukkan bahwa nilai

terjadinya suatu peristiwa ditentukan oleh proses kebetulan, bukan
dikendalikan oleh peneliti. Variabel acak dapat dibedakan menjadi
dua, yaitu:
1. Variabel acak diskrit, Merupakan variabel yang besarannya
tidak dapat menempati semua nilai diantara dua titik sehingga
nilainya berupa bilangan bulat.
2. Variabel acak kontinu, Merupakan variabel yang dapat
dinyatakan dalam sembarang nilai yang terdapat dalam interval
tertentu sehingga nilainya bisa berupa bilangan bulat maupun
pecahan atau pengukurannya dapat dibagi dalam bagian-bagian
yang tak terhingga.

Perbedaan antara variabel acak diskrit dan variabel acak kontinu

akan menentukan jenis distribusi peluang yang akan digunakan.
Dalam statistika, distribusi peluang dibagi menjadi distribusi
peluang diskrit dan distribusi peluang kontinu. Dalam distribusi
diskrit variabel acaknya diskrit sedangkan pada distribusi kontinu
variabel acaknya kontinu.
Yang termasuk distribusi peluang diskrit adalah:
- Distribusi binomial
- Distribusi Poisson
Yang termasuk distribusi peluang kontinu adalah:
- Distribusi normal
- Distribusi dari Student (t)
- Distribusi X2 (khi Kuadrat)
- Distribusi F
Distribusi Peluang Diskrit

8
Distribusi Binomial
Distribusi binomial merupakan salah satu model distribusi peluang
untuk variabel diskrit. Koefisien binomial menunjukkan peluang
timbulnya gejala yang diharapkan (sukses) dan gagal. Pada
distribusi ini, tiap percobaan hanya memiliki dua kemungkinan
hasilnya, yakni sukses dan gagal.

Rumus : P(X) = ( ) P X(1- P)N-X

P= Peluang terjadinya peristiwa 0 P 1

X = Terjadinya peristiwa sebanyak X kali
= 0,1,2,3 ..N
Koefisien binomial dihitung dengan ( ) =

Atau melalui Tabel Binominal

Contoh 1 :
Hitunglah peluang munculnya gambar sebanyak 4 kali dari 6 kali
pelemparan sebuah mata uang logam yang seimbang
Jawab :
P (4 kali Gambar) = ( ) P X(1-P)N-X
= ( ) 4(1-)6-4
= 15 (0,0625) (0,25)
= 0,23

9
Soal Binomial :
1. Sebuah dadu dilemparkan sebanyak 5 kali, jika kita
mengharapkan angka 2 muncul sebanyak 3 kali, Hitunglah
peluangnya

10
2. Sebuah keluarga ingin memiliki 4 orang anak, berapa peluang
bahwa keempat anak tersebut terdiri atas 3 laki-laki dan 1
perempuan
3. Berapakah peluang munculnya mata dadu 6 atau 4 sebanyak 5
kali dari 10 kali pelemparan dadu
4. Pada sebuah pabrik pembuatan hebel (sejenis bata ringan)
diketahui bahwa setiap hasil produksi sebanyak 100 buah selalu
didapat cacat sebanyak 10 buah. Apabila dalam memproduksi 5
buah hebel, hitunglah berapa peluang bahwa dari 5 buah
ditemukan yang rusak :
a) Tidak ada yang rusak d) Tiga yang rusak
b) Satu yang rusak e) Empat yang rusak
c) Dua yang rusak f) Lima yang rusak

Distribusi Poisson

Distribusi poisson ini juga merupakan salah satu model distribusi

peluang untuk variabel diskrit. Model ini merupakan pendekatan
pada distribusi binomial apabila banyaknya percobaan N sangat
besar dan peluang-nya sangat kecil, sehingga hasil kali dari N.P
nilainya tetap. Nilai tetap ini biasa dinyatakan dengan (lamda).
Jadi =N.P dan merupakan parameter untuk distribusi Poisson.

Rumus distribusi Poisson adalah sebagai berikut :

P(X) = =

X = 0, 1,2 .
e = bilangan irrasional = 2,71828

Harga-harga untuk beberapa harga (lamda) dapat dilihat

dalam daftar Tabel Poisson. Pendekatan Poisson ini sangat baik
digunakan apabila N.P 5 dan P 0,1

11
Kegunaan praktis distribusi ini, misalnya dalam asuransi, dimana
peluang suatu bangunan yang diasuransikan akan terbakar sangat
kecil , sedangkan N atau banyaknya bangunan yang akan
diasuransikan akan sangat besar.

Contoh Poisson :

1. Menggunakan Tabel Poisson

a) e-3,0
b) e-4,5
2. Hitunglah P(x=1) apabila =4

Jawaban Poisson :
Nomor 1
a. e-3,0 = 0,04979
b. e-4,5= (e4 )(e-0,5)
= (0,01832) (0,6065)
= 0,0111

Nomor 2
P (X=1) =

= = 0,07328

Soal Poisson :

1. Menggunakan Tabel Poisson

a) e-1,7
b) e-6,0

2. Menggunakan Tabel Poisson

a)
b)
c)

3. Hitunglah :

12
 a) P(X=0) apabila =8
b) P(X 2) apabila =1
c) P(X 1) apabila =2

4. Misalkan bahwa rata-rata 3 orang diantara 1000 wajib pajak

adalah kurang bayar, hitung peluang bahwa dalam suatu contoh
acak 1500 wajib pajak terdapat :
a) Kurang dari 3 WP kurang bayar
b) Lebih dari 2 WP kurang bayar

5. Peluang seseorang akan mendapat reaksi buruk setelah disuntik

besarnya 0,0005. Dari 4000 orang yang disuntik, tentukanlah
peluang yang mendapat reaksi buruk
a) Tidak ada
b) Ada 2 orang
c) Lebih dari 2 orang
d) Tentukanlah ada berapa orang diharapkan yang akan
mendapat reaksi buruk ?

Distribusi Peluang Kontinyu

Untuk variabel acak kontinyu , distribusi teoritisnya disebut fungsi kepekatan

ruang. Pada distribusi variabel acak kontinyu nilai nilai observasi yang
diperoleh bukanlah nilai yang eksak. Pada umumnya angka terakhir pada
variabel acak kontinu berada diantara dua limit, sehingga frekuensi estimasi
dari nilai nilai observasi terletak diantara dua limit. Ditunjukkan oleh daerah
diantara dua limit di bawah kurva yang membentuk fungsi kepekatan
peluang.

Distribusi Normal

13
Distribusi normal merupakan distrbusi yang paling banyak digunakan dalam
statistika, karena hampir semua variabel dengan skala pengukuran interval
dan rasio diasumsikan mengikuti distribusi normal.ada beberapa sifat yang
melekat pada distribusi normal bila dilihat dari gambarnya, antara lain:
1. Distribusi normal mempunyai bentuk genta dengan puncak tunggal
yang dapat digambarkan dengan mudah.
2. Nilai rata rata distribusi normal terletak di tengak=h kurva normal
3. Karena distribusi normal mempunyai bentuk simetris, maka median
dan modus juga berada di tengah kurva sehingga nilai mean, median
dan odus adalah sama.
4. Dua sisi kurva normal tidak pernah menyentuh garis horizontal.

Variabel acak kontinu x yang mempunyai distribusi berbentuk genta, disebut

variabel acak normal. Persamaan matematik untuk fungsi kepekatan peluang
normal tergantung pada dua parameter yaitu rata rata dan standard deviasi

sekali rata rata dan standard deviasi ditetapkan, kurva normal dapat digambar
dengan melakukan perhitungan atas dasar formula pada slide sebelumnya
sebagai nilai x. nilai n menunjukkan kepekatan suatu interval tertentu

14
Perbandingan bentuk normal dengan rata rata sama dan deviasi
berbeda

Pada distribusi normal kurva yang mempunyai standard deviasi lebih kecil
akan mempunyai bentuk yang lebih Runcing.

Perbandingan Distribusi normal dengan rata rata yang berbeda tetapi

standard deviasi sama
Jika distribusi normal mempunyai standard deviasi sama tetapi mempunyai
rata rata berbeda, maka akan diperoleh bentuk kurva yang sama tetapi lokasi
pemusatannya berbeda.

Daerah Kurva Normal

Total peluang daerah dibawah kurva normal dan diatas sumbu horizontal = 1.
pada daerah, dibawah kurva secara sistematik dapat ditunjukkan bahwa:

A. 68,26% dari seluruh nilai data terletak dalam jarak kurang lebih 1
standard deviasi dari nilai rata rata.

B. 95,46% dari seluruh data terletak dalam jarak kurang lebih 2 standard
deviasi dari nilai rata rata.

15
C. 99,72% dari seluruh data terletak dalam jarak 3 standard deviasi dari
nilai rata rata yang terletak di tengah kurva.

Soal :

1. Apabila diketahui kurva normal dengan =100 dan =20

a. Hitunglah luas kurva normal antara 100 125
b. 80 100
c. 75 120
d. 110 130
e. 60 85
f. >=135
g. <= 90
2. Jarak rata-rata yang bisa ditempuh dengan 1 liter bensin dari
sepeda motor yang diuji coba adalah 38 km dengan deviasi
standar 6 km
a. Berapa persen dari sepeda motor tersebut yang hanya dapat
mencapai 30 km per liter
b. Berapa persen yang dapat mencapai antara 25 -35 km
c. Berapa persen yang dapat mencapai lebih dari 50 km
d. Apabila 10 dikatakan sepeda motor berbahan bakar hemat,
berapa jarak minimalnya ?

3. 1000 orang calon pegawai ingin menjadi PNS, karena

terbatasnya daya tamping, hanya akan diterima 200 orang saja.
Nilai rata-rata ujian masuk adalah 56 dan deviasi standar 12.
Seandainya hasil ujian masuk tersebut mendekati distribusi
normal,
a. Berapa hasil ujian masuk minimal yg dicapai calon yang
diterima

16
b. Seandainya 5% dari calon mempunyai nilai ujian terbaik akan
diberi hadiah, berapa nilai ujian minimal dari calon tersebut

17
18
19
20
21