A.

Pengertian Probabilitas

Probabilitas atau Peluang adalah suatu ukuran tentang kemungkinan

suatu peristiwa (event) akan terjadi di masa mendatang. Probabilitas
dapat juga diartikan sebagai harga angka yang menunjukkan seberapa
besar kemungkinan suatu peristiwa terjadi, di antara keseluruhan
peristiwa yang mungkin terjadi. Probabilitas dilambangkan dengan P.

Contoh 1: Sebuah mata uang logam mempunyai sisi dua (H & T)

kalau mata uang tersebut dilambungkan satu kali, peluang untuk
keluar sisi H adalah ½.

Contoh 2: Sebuah dadu untuk keluar mata ‘lima’ saat pelemparan

dadu tersebut satu kali adalah 1/6 (karena banyaknya permukaan dadu
adalah 6).

Rumus :

P (E) = X/N

Ket:

P: Probabilitas

E: Event (Kejadian)

X: Jumlah kejadian yang diinginkan (peristiwa)

N: Keseluruhan kejadian yang mungkin terjadi

Probabilitas yang rendah menunjukkan kecilnya kemungkinan suatu

peristiwa akan terjadi. Suatu probabilitas dinyatakan antara 0 sampai
1 atau dalam presentase. Probabilitas 0 menunjukkan peristiwa yang
tidak mungkin terjadi, sedangkan probabilitas 1 menunjukkan
peristiwa yang pasti terjadi.

2. Aturan Peluang

Ada beberapa aturan peluang :

1. Peluang sebuah kejadian E selalu berkisar antara 0 sampai 1.

Tidak mungkin lebih kecil dari 0 dan tidak mungkin lebih besar dari 1

0 ≤ P(E) ≤ 1

Contoh : Peluang munculnya mata 1 pada pelemparan dadu = 1/6

2. Jumlah total peluang pada sebuah kejadian keseluruhan sama

dengan 1

Contoh : Jika peluang munculnya mata 1 pada pelemparan dadu =

P(1) = 1/6

Dan peluang munculnya mata bukan 1 (mata 2, mata 3, mata 4, mata

5 dan mata 6) adalah 5/6, maka total peluang pada pelemparan dadu
adalah

1/6 + 5/6 = 1

3. Kejadian yang saling ekslusif, yaitu kondisi dimana jika kejadian

yang satu sudah terjadi maka kejadian yang lain tidak mungkin terjadi

P(E1 U E2) = P(E1) + P(E2)

Contoh : Jika peluang terambil satu kartu ‘hati’ pada setumpuk kartu
bridge adalah 13/52 dan peluang terambil kartu ‘wajik’ adalah 13/52.
Maka peluang terambil kartu ‘hati’ atau ‘wajik’ adalah 13/52 + 13/52
= 26/52 atau sama dengan peluang terambil kartu yang merah, artinya
kalau tidak ‘hati’ berarti ‘wajik’yang terambil. Jika yang satu sudah
terambil maka yang lain tidak akan terambil.

P(♥ U ♦) = P(♥) + P(♦)

= 13/52 + 13/52 = ½

4. Kejadian yang saling inklusif, yaitu kondisi dimana jika kejadian

yang satu sudah terjadi maka kejadian yang lain masih mungkin
terjadi

P(E1 U E2) = P(E1) + P(E2) – P(E1 ∩ E2)

Contoh : Jika peluang terambil satu kartu ‘hati’ pada setumpuk kartu
bridge adalah 13/52 dan peluang terambil kartu ‘As’ adalah 4/52.
Maka peluang terambil kartu ‘hati’ atau ‘As’ adalah 13/52 + 4/52 –
1/52 = 16/52. Disini perhitungan di kurangi 1/52 karena pada
pengambilan kartu ‘hati’ atau ‘As’ ada kemungkinan terambil kartu
‘hati’ yang ‘As’ dengan peluang 1/52 P(♥ U As) = P(♥)
+ P(As) – P((♥ ∩ As)

= 13/52 + 4/52 – 1/52 = 16/52

5. Kejadian yang saling independen, yaitu kondisi dimana jika

kejadian yang satu tidak berhubungan dengan kejadian yang lain
P(E1 ∩ E2) = P(E1). P(E2)

Contoh : Dilakukan pelemparan dua buah dadu. Jika peluang

munculnya mata 1 pada dadu pertama = 1/6 dan peluang munculnya
mata 1 pada dadu kedua = 1/6. Maka peluang dalam satu kali
pelemparan 2 dadu akan muncul mata 1 pada dadu pertama dan mata
1 pada dadu kedua adalah 1/6 x 1/6 = 1/36

P(1│I ∩ 1│II) = P(1│I). P(1│II)

= 1/6 x 1/6 = 1/36

6. Kejadian yang mempunyai hubungan bersyarat, yaitu sebuah

kondisi dimana kejadian yang satu menjadi syarat untuk kejadian
berikutnya. Jadi kejadian kedua terjadi setelah kejadian satu terjadi.

P(E1 ∩ E2) = P(E1). P(E2|E1)

Contoh :Sebuah kotak berisi 3 buah bola berwarna kuning, 4 buah

bola berwarna merah dan 5 buah bola berwarna biru, yang sama
ukurannya.

3K

4M

5B

Peluang terambil bola K = P(K) = 3/12, peluang terambil bola M =

P(M) = 4/12 dan peluang terambil bola B = P(B) = 5/12
Jika diambil dua buah bola berurutan, maka peluang terambil pertama
bola merah dan ke dua bola biru adalah 4/12 x 5/11 = 0,79. Disini
peluang terambil bola biru 5/11 karena bola pertama sudah terambil
sehingga jumlah bola keseluruhan tinggal 11

P(M ∩ B) = P(M). P(B|M)

= 4/12 x 4/11 = 0,79

3. Ekspektasi

Misalkan sebuah eksperimen yang menghasilkan k buah peristiwa

dapat terjadi dimana peluang terjadinya tiap peristiwa masing-masing
p1, p2, …, pk dan untuk tiap peristiwa dengan peluang tersebut
terdapat satuan-satuan x1, x2, …,xk, maka ekspektasi eksperimen itu
didefinisikan

ξ = Σ pi xi

= p1 x1 + p2 x2 + … + pk xk

Contoh :

Sebuah undian berhadiah yang terdiri dari 1 hadiah pertama seniali

100.000, 2 hadiah kedua masing-masing 50.000 dan 3 hadiah ke tiga
masing-masing 25.000. Jika jumlah kupon secara keseluruhan adalah
100, maka peluang mendapat hadiah pertama 1/100, peluang
mendapat hadaiah ke dua 2/100 dan peluang mendapat hadiah ke tiga
3/100. Jika kopon di jual seharga 1000 perlembar, maka harapan
untuk menang scara matematisnya adalah : p1 = peluang mendapat
hadiah pertama = 1/100

x1 = peristiwa menang hadiah pertama = 100.000

p2 = peluang mendapat hadiah pertama = 2/100

x2 = peristiwa menang hadiah pertama = 50.000

p3 = peluang mendapat hadiah pertama = 3/100

x3 = peristiwa menang hadiah pertama = 25.000

p4 = peluang mendapat hadiah pertama = 94/100

x4 = peristiwa menang hadiah pertama = (- 1000)

ξ = 1/100 x 100.000 + 2/100 x 50.000 + 3/100 x 25.000 + 94/100 x

(-1000)

= 100.000 + 100.000 + 75.000 – 282.000 = – 7.000

Karena nilai ekspektasi negatif, berarti secara matematika,

kemungkinan akan kalah atau tidak ada harapan untuk mendapatkan
hadiah.

Harapan secara matematik itu ada ketika nilai ekspektasinya positif.

Distribusi Peluang

1. Distribusi Binomial
 Setiap hasil diklasifikasikan ke dalam satu dari dua kategori
yang tidak terikat satu sama lain.
 Distribusi ini dihasilkan dari perhitungan jumlah sukses dari
sejumlah percobaan.
 Peluang sebuah sukses tetap sama dari satu percobaan ke
percobaan lain.
 Setiap percobaannya saling bebas.
 Peluang Binomial dengan p = Peluang suskes dihitung dengan
rumus sbb:

P(X=x) = C_{x}^n.p^{x}.(1-p)^{(n-x)}

Nilai Rata-rata nya :

µ= n.p

Nilai Variansinya :

2. Distribusi probabilitas Multinomial

 Distribusi probabilitas Binomial digunakan untuk sejumlah
sukses dari n percobaan yang independen, dimana seluruh hasil
(outcomes) dikategorikan ke dalam dua kelompok (sukses dan
gagal).
 digunakan untuk penentuan probabilitas hasil yang
dikategorikan ke dalam lebih dari dua kelompok. Fungsi
distribusi probabilitas multinomial:
 P(x1, x2,.., xk ) =n!x1!x2 !...xk !p1x1 p2x2...pkxk
3. Distribusi Hipergeometris
 Distribusi ini hanya memiliki dua hasil yang mungkin muncul.
 Peluang sebuah sukses tidak sama untuk setiap percobaan
 Distribusi ini dihasilkan dari perhitungan jumlah sukses dari
sejumlah percobaan
 Distribusi ini digunakan ketika pengambilan sampel dilakukan
tanpa pengembalian.
 Sebuah Peluang Hipergeometris dihitung dengan menggunakan
rumus sbb :

4. Distribusi Poisson
 Distribusi ini menjelaskan jumlah kejadian dari suatu peristiwa
selama interval tertentu
 Peluang sebuah sukses terjadi secara proporsional dengan
panjang intervalnya
 Interval-interval yang tidak saling tumpang tindih bersifat saling
bebas
 Distribusi Poisson dihitung dengan rumus sbb :

5. Distribusi Normal
 Distribusi Peluang Kontinu yang paling sering digunakan adalah
Distribusi Normal. Distribusi Normal ditentukan oleh dua
 parameter yaitu rata-rata dan simpangan baku dengan rumus sbb
:

 Semua Distribusi Normal dapat diubah menjadi Distribusi

Normal Baku dengan menggunakan rumus berikut :

 Rumus Nilai Normal untuk pendekatan Binomial :

 Faktor koreksi diperlukan dari Distribusi Binomial yang Diskrit

menjadi Distribusi Normal yang Kontinu dengan menambah
atau mengurangi 0.5 terhadap nilai X.