PROBABILITAS

(Pertemuan ke-12 dan 13)

FAKULTAS BISNIS DAN EKONOMIKA

UNIVERSITAS SURABAYA
 PROBABILITAS

Nama Lain
Peluang atau Kemungkinan

Konsep
Probabilitas adalah ukuran numerik tentang
seberapa sering peristiwa itu akan terjadi.
Probabilitas merupakan suatu nilai yang digunakan
untuk mengukur tingkat terjadinya suatu kejadian
yang acak.

Semakin besar nilai probabilitas menyatakan

bahwa peristiwa itu akan sering terjadi.
2
 MODEL PROBABILITAS

Konsep
Gambaran mekanisme suatu peristiwa/ kejadian
secara sederhana

Jenis
1. Eksperimen
2. Ruang sampel/ Hasil
3. Nilai Probabilitas
4. Peristiwa/ Event/ Kejadian

3
 MODEL PROBABILITAS

Eksperimen
Proses pengumpulan data dari sebuah fenomena yang
memperlihatkan variasi pada hasilnya
Contoh : Pelemparan (toss) suatu dadu

Hasil/ Ruang Sampel (S)

Kumpulan dari seluruh kemungkinan hasil yang
didapatkan dari suatu eksperimen
Contoh : S = {1, 2, 3, 4, 5, atau 6}

Himpunan semesta dari semua titik sampel dari

suatu percobaan
Titik Sampel : {1}, {2}, {3}, {4}, {5}, {6}
4
 MODEL PROBABILITAS

Nilai Probabilitas
Probabilitas dinyatakan dengan bilangan desimal
atau bilangan pecahan

Nilai dari probabilitas berkisar antara 0 dan 1

Semakin dekat nilai probabilitas ke nilai 0

semakin kecil kemungkinan suatu kejadian akan
terjadi. Semakin dekat nilai prbabilitas ke nilai 1
semakin besar peluang suatu kejadian akan
terjadi 5
 MODEL PROBABILITAS

Peristiwa/ Kejadian/ Event
Kumpulan hasil-hasil dasar yang digolongkan oleh
suatu ciri tertentu
Contoh : A = {muncul angka genap},

Peristiwa bagian dari ruang sampel

Satu peristiwa terdiri dari satu hasil

Peristiwa yang pasti : ruang sampel

Peristiwa yang tidak mungkin : himpunan kosong

6
 MODEL PROBABILITAS
A∩ B A∪ B A dan B

A B A B A B

A⊂ B (A ∪ A ) = S
c

S Sample space, S
Ac
A B A A
Event, A

7
 PENDEKATAN PERHITUNGAN
PROBABILITAS

Dua pendekatan dalam menghitung
probabilitas adalah

1. Pendekatan Objektif
 Pendekatan Klasik
 Pendekatan Frekuensi Relatif

2. Pendekatan Subjektif
8
 PENDEKATAN PERHITUNGAN
PROBABILITAS (PENDEKATAN
KLASIK)

Konsep
Perhitungan probabilitas secara klasik
didasarkan pada asumsi bahwa seluruh
hasil dari suatu eksperimen mempunya
kemungkinan atau peluang yang sama.

Contoh
Kejadian A terjadi sebanyak x cara dari n
cara.
Ada n barang, x rusak, (n – x) tidak rusak.
9
 PENDEKATAN PERHITUNGAN
PROBABILITAS
Tidak ada yang rusak, x = 0
P ( A) = ,
x
P ( A) = = 0
n 0
P( A) ≥ 0, x ≥ 0, n > 0 n
Semua barang rusak, x = n
n−x
P(A ) = P ( A) = = 1
n
n n

P(A ) = 1 −
x
n 0 ≤ P(A) ≤ 1
A = Sukses
P ( A ) = 1 − P ( A) A = Gagal
A = bukan A (komplemen A)
10
 PENDEKATAN PERHITUNGAN
PROBABILITAS

Contoh
Suatu pabrik memproduksi 150 barang. Kepala pabrik
menyatakan bahwa 25 barang tersebut rusak. Jika
seorang pembeli mengambil satu barang secara acak,
berapa peluang terambilnya barang tersebut rusak.

Jawaban
n = 150, x = 25

P ( A) = =
x 25
= 0,17 = 17%
n 150
11
 PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)

Konsep
Perhitungan probabilitas berdasarkan frekuensi relatif
menggunakan limit dari frekuensi relatif yang diperoleh
dari suatu percobaan.

Misalkan,
fr = frekuensi relatif
Xi = kejadian i

fi
P( X i ) = lim
n →∞ n

12
 PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)

Konsep
Probabilitas matematis adalah idealisasi dari apa yang
terjadi terhadap frekuensi relatif setelah pengulangan
sejumlah tak hingga eksperimen random

Rumus

Jumlah Frekuensi Kejadian

Probabilitas =
Jumlah Observasi

13
 PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)

Probabilitas didasarkan pada frekuensi
relatif jangka panjang

14
 PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)

Contoh
Data 65 karyawan beserta upah bulanan yang bekerja di
perusahaan disajikan dalam tabel berikut. Berapakah
besarnya probabilitas bahwa upahnya Rp95.000,00 dan
Rp115.000,00 jika suatu saat akan diadakan pengundian
untuk mendapatkan bonus bulanan berdasrkan besarnya
upah bulanan.

X 55 65 75 85 95 105 115
f 8 10 16 14 10 5 2

15
 PENDEKATAN PERHITUNGAN
PROBABILITAS (FREKUENSI
RELATIF)

Jawaban
f5 f7
P(95) = P(105) =
n n
P(95) = P(105) =
10 2
95 115
P(95) = 0,11 P(105) = 0,02
P(95) = 11% P(105) = 2%

16
 PENDEKATAN PERHITUNGAN PROBABILITAS
(PENDEKATAN SUBJEKTIF)

Konsep
Menurut pendekatan subyektif, probabilitas
diartikan sebagai tingkat kepercayaan individu
yang didasarkan pada peristiwa yang lalu

Jika tidak ada pengamatan masa lalu sebagai

dasar, maka pernyataan probabilitas tersebut
bersifat subyektif

17
 PROBABILITAS

Rumus
X
P(A) =
n

P(A) = probabilitas terjadinya kejadian

A
X = banyaknya peristiwa yang dimaksud
n = banyaknya peristiwa yang mungkin
18
 AKSIOMA PROBABILITAS

Jika P = 0, disebut probabilitas kemustahilan,
artinya kejadian atau peristiwa tersebut tidak
akan terjadi.

JikaP = 1, disebut probabilitas kepastian, artinya

kejadian atau peristiwa tersebut pasti terjadi.

Jika 0 ≤ P ≤ 1, disebut probabilitas kemungkinan,

artinya kejadian atau peristiwa tersebut dapat
atau tidak dapat terjadi.
19
 KEJADIAN DAN NOTASI
HIMPUNAN

Ruang Sampel
Himpunan dari seluruh kemungkinan hasil

Syarat Ruang Sampel

◦ Dua hasil atau lebih tidak dapat terjadi secara
bersamaan
◦ Harus terbagi habis, artinya ruang sampel
harus memuat seluruh kemungkinan hasil,
tidak ada yang terlewat
20

Titik Sampel
 KEJADIAN DAN NOTASI
HIMPUNAN

Himpunan
kumpulan yang lengkap atas elemen-
elemen sejenis tetapi dapat dibedakan
satu sama lain.

Himpunan = populasi
Himpunan bagian = sampel

21
 RUANG SAMPEL TIGA UANG
LOGAM
Tabel Eksperimen Tiga Tabel Frekuensi Tiga
Uang Logam Uang Logam
Uang logam ke-3
X f fr
A G 0 1 1/8
ke-1 dan ke-2
Uang logam

AA AAA AAG 1 (A) 3 3/8

AG AGA AGG
2 (AA) 3 3/8
GA GAA GAG
GG GGA GGG 3 (AAA) 1 1/8

22
 RUANG SAMPEL TIGA UANG
LOGAM
Distribusi Probabilitas Grafik Distribusi Probabilitas
Tiga Uang Logam Tiga Uang Logam

X fr fr
0.4
0 1/8 (0,125) 0.35
0.3
1 (A) 3/8 (0,375) 0.25
0.2
2 (AA) 3/8 (0,375) 0.15 fr
0.1
3 (AAA) 1/8 (0,125) 0.05
0
Jumlah 1
1 2 3 4

23
RUANG SAMPEL DUA MATA
DADU
Tabel Eksperimen Dua Mata Dadu

24
 RUANG SAMPEL DUA MATA
DADU
Tabel Frekuensi Eksperimen Dua Mata
X (Jumlah) f f
2
Dadu
1
r

0,028
3 2 0,056
4 3 0,083
5 4 0,111
6 5 0,139
7 6 0,167
8 5 0,139
9 4 0,111
10 3 0,083
11 2 0,056
12 1 0,028
Jumlah 36 25
 RUANG SAMPEL DUA MATA
DADU
Grafik Distribusi Probabilitas Eksperimen Dua Mata Dadu

fr
0.18
0.16
0.14
0.12
0.1
0.08 fr
0.06
0.04
0.02
0
1 2 3 4 5 6 7 8 9 10 11
26
 NOTASI HIMPUNAN

Himpunan adalah kumpula objek atau
benda yang didefinisikan dengan jelas
berdasarkan karakteristiknya.

Elemen himpunan adalah objek yang

terkandung di dalam suatu himpunan.

Anggota himpunan (S) dapat berupa :

◦ Variabel diskrit (tidak mengambil seluruh nilai
dalam suatu interval, nilainya berupa
27 kumpulan
beberapa titik)
 NOTASI HIMPUNAN

Himpunan semesta adalah himpunan dari
seluruh kejadian yang ada.

Himpunan kosong adalah himpunan

bagian yang paling kecil dari suatu
himpunan.
Himpunan kosong tidak mempunyai
anggota atau elemen.

28
 ISTILAH--ISTILAH KEJADIAN
ISTILAH

Komplemen Suatu Kejadian

Interseksi (Perpotongan) Suatu Kejadian

Union (Gabungan) Suatu Kejadian

Disjoint (Tidak Berpotongan) Suatu
Kejadian

29
 KOMPLEMEN SUATU KEJADIAN

Misalkan,
S = ruang sampel
(himpunan dari hasil eksperimen)
A = himpunan bagian dari S
Ac = komplemen dari A
S (semua anggota S yang bukan
anggotaAA)
(A ∪ A c ) = S
c
A

30
 INTERSEKSI SUATU KEJADIAN

Interseksi dua himpunan (A ∩ B) atau
(AB)

A interseksi B berarti elemen-elemen

anggota S yang selain mempunyai sifat
atau ciri-ciri A juga B, yaitu selain anggota
A juga anggota B
A B A∩ B
A ∩ B = {x : x є A dan x є B}
31
 GABUNGAN SUATU KEJADIAN

Gabungan dua himpunan (A ∪ B) atau (A

+ B)

A union B berarti elemen-elemen anggota

S yang menjadi anggota A saja, B saja, atau
menjadi anggota A dan B sekaligus

A ∪AB = {x : x є A, x є AB,∪atau
B dan x є AB}
B

32
 DISJOINT SUATU KEJADIAN

Disjoint dua himpunan berarti elemen-
elemen A tidak menjadi elemen-elemen
B, dan sebaliknya
A B

33
 ATURAN DALAM HIMPUNAN
1. Hukum Penutup
Untuk setiap pasang himpunan A dan
B, terdapat himpunan-himpunan yang
unik, yaitu A ∪ B dan A ∩ B.

2. Hukum Komutatif
A ∪ B = B ∪ A dan A ∩ B = B ∩ A

3. Hukum Asosiatif
34
(A ∪ B) ∪ C = A ∪ (B ∪ C)
 ATURAN DALAM HIMPUNAN
4. Hukum Distributif
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)

5. Hukum Identitas
A ∩ S = A dan A ∩ Ø = A

6. Hukum Komplementasi
A ∩ Ac = Ø dan A ∪ Ac = S 35
 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)
36
 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

P( A atau B ) = P( A ∪ B ) = P( A) + P(B )
37
 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) =
3 5 8 2
+ = =
36 36 36 9
38
Kejadian Saling Meniadakan

39
 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)

40
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

41
 Kejadian Tidak Saling meniadakan

Jawaban
P ( A ∪ B ) = P ( A) + P (B ) − P ( A ∩ B )

P( A ∪ B ) =
4 13 1
+ −
52 52 52
P( A ∪ B ) =
16
52
P( A ∪ B ) = 0,3077

42
Kejadian Tak Bebas (Bersyarat
Bersyarat))

Probabilitas bersyarat P(A/B) menyatakan bahwa
probabilitas terjadinya kejadian A jika kejadian B sudah
terjadi atau akan terjadi.

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

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

P(B/A) = probabilitas B terjadi jika A terjadi
43
 Kejadian Tak Bebas (Bersyarat
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, 4
5, 65, 16, 36, 56)
A ∩ B = 2 (12, 21)
44
 Kejadian Tak Bebas (Bersyarat
Bersyarat))

Jawaban
P( A ∩ B ) P( A ∩ B )
P( A / B ) = P ( B / A) =
P (B ) P ( A)

P( A / B ) = P ( B / A) =
2 2
18 6
P( A / B ) = 0,11 P(B / A) = 0,33

45
 PROBABILITAS KEJADIAN INTESEKSI

Probabilitas kejadian interseksi berasal dari rumus

kejadian tak bebas atau bersyarat

P( A ∩ B )
P( A / B ) = P ( A ∩ B ) = P (B ) × P ( A / B )
P (B )

P( A ∩ B )
P (B / A) = P ( A ∩ B ) = P ( A) × P (B / A)
P ( A)

P( A ∩ B ∩ C ) = P( A) × P(B / A) × P(C / A ∩ B )
46
 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.
47
 PROBABILITAS KEJADIAN INTESEKSI

Jawaban
S = 52
A=4
B/ A = 3, S = 51

P ( A ∩ B ) = P ( A) × P (B / A)

P( A ∩ B ) =
4 3
×
52 51
P( A ∩ B ) =
12
2652
P( A ∩ B ) = 0,0045
48
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)

49
 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

P ( A ∩ B ) = P ( A) × P (B )

P( A ∩ B ) = ×
6 4
36 36
P( A ∩ B ) =
24
36 50
Kejadian Bebas

51
 PROBABILITAS MARJINAL

Probabilitas marjinal menyatakan bahwa
suatu kejadian yang terjadi bersamaan
dengan kejadian lainnya, dimana kejadian
lainnya tersebut mempengaruhi terjadinya
kejadian yang pertama.

52
 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?

53
 PROBABILITAS MARJINAL

Jawaban
P(M − FE ) =
200
1000
P(M − FH ) =
50
1000
P(M − FT ) =
25
1000
P(M − FK ) =
150
1000
54
 PROBABILITAS MARJINAL

Jawaban
P(M ) = P(M − FE) + P(M − FH) + P(M − FT) + P(M − FK)
200+ 50 + 25 + 150
P(M ) =
1000
P(M ) =
425
1000
P(M ) = 0,425

55
 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(Bi) disebut peluang a priori dari event Bi

◦ Peluang P(BiA) disebut peluang a posteriori dari
event Bi (bila diketahui event A terjadi)
 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

57
 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?

58
 TEOREMA BAYES

Jawaban
S = 6000 R = rusak
P(R / M 1) = 0,01
P(M 1) =
1000 1
=
6000 6 P(R / M 2 ) = 0,005
P (M 2 ) =
1200 1
= P(R / M 3) = 0,005
6000 5 P(R / M 4 ) = 0,01
P(M 3) =
1800 3
=
6000 10
P (M 4 ) =
2000 1
=
6000 3 59
 TEOREMA BAYES

Jawaban
P(M 1) × P(R / M 1) P(M 3) × P(R / M 3)
P(M 1 / R ) = P(M 3 / R ) =
P(R ) P (R )

P(M 1 / R ) = P(M 3 / R ) =
0,00167 0,0015
0,00747 0,00747
P(M 1 / R ) = 0,22 P(M 3 / R ) = 0,20

P (M 2 ) × P ( R / M 2 ) P(M 4 ) × P(R / M 4 )
P (M 2 / R ) = P(M 4 / R ) =
P (R ) P(R )

P (M 2 / R ) = P(M 4 / R ) =
0,001 0,0033
0,00747 0,00747
P(M 2 / R ) = 0,13 P(M 4 / 60R ) = 0,44
TEOREMA BAYES

61
 TEOREMA BAYES

Jawaban
P(R ) = P(RM 1) + P(RM 2 ) + P(RM 3) + P(RM 4)
P(R ) = 0,00167 + 0,001 + 0,0015 + 0,0033
P(R ) = 0,00747

62
 Soal--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

63
Soal--soal
Soal
A dan B merupakan dua kejadian yang saling
meniadakan. Diketahui P(A) = 0,75 dan P(B) =
0,16.Tentukan probabilitas
1. P(Ac)
2. P(Bc)
3. (A ∩ B)
4. P(A ∩ B)
5. P(Ac ∩ Bc)

64
 Soal--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

65
 PERMUTASI

Suatu eksperimen yang dilakukan dalam beberapa
langkah, dimana setiap langkah menghasilkan berbagai
kemungkinan hasil yang berbeda, diperlukan suatu cara
atau aturan untuk menghitung seluruh hasil.

Apabila langkah pertama dari suatu eksperimen

menghasilkan k hasil yang berbeda, sedangkan langkah
kedua menghasilkan m hasil yang berbeda, maka
keseluruhan eksperimen yang terdiri dari 2 langkah akan
menghasilkan k × m hasil

66
 PERMUTASI

Andaikan kita akan membeli mobil. Pilihan warna
kendaraan adalah (merah (R), putih (W), hijau (G), hitam
(B), atau perak (S)), sedangkan tipe transmisinya adalah
(otomatis (O) atau manual (M)). Berapa banyak pilihan
kendaraan yang dapat dipilih ?

Diagram berikut menunjukkan 10 tipe kendaraan yang

terkait dengan hasil percobaan, yang dapat dipilih

67
PERMUTASI

68
 PERMUTASI

Terdapat 10 hasil yang berbeda untuk memilih
kendaran di atas. Daripada mencacah semua
hasil yang mungkin, kita sebenarnya dapat
menghitung jumlah hasil yang terjadi dengan
melakukan pengamatan sederhana dari diagram
pohon. Terdapat lima warna (lima cabang utama)
dan dua tipe transmisi (dua cabang sekunder
untuk masing-masing cabang utama) atau 10 =
5×2 kombinasi yang berbeda.

69
 PERMUTASI

Konsep
Permutasi adalah suatu pengaturan atau
urutan beberapa elemen atau
objek, dimana urutan itu penting

Permutasi sangat berguna untuk

perhitungan probabilitas, khususnya yang
berhubungan dengan ranking dari suatu
himpunan elemen atau objek
70
 PERMUTASI

Banyaknya permutasi dari m elemen
adalah jumlah mksimum cara-cara yang
berbeda dalam mengatur atau membuat
uruta dari m elemen tersebut

Misalkan, ada 3 objek ABC, diatur menjadi

urutan-urutan yang berbeda, yaitu
ABC, BCA, CAB, BAC,ACB, CBA
Jumlah keseluruhan ada 6 cara yang
berbeda 71
 PERMUTASI

Rumus
Banyaknya permutasi
mPm = m!

m = banyaknya elemen
m! = m faktorial, m ≥ o
Permutasi m objek diambil x setiap kali

m!
m Px =
(m − x )! 72
 PERMUTASI

Contoh
Dari 3 mahasiswa (ABC) akan dipilih 2
mahasiswa sebagai asisten teori dan
asisten praktek. Berapa cara yang dapat
dilakukan untuk memperoleh pasangan
asisten tersebut? Asisten Teori Asisten Praktek
A B
m!
m Px =
B A

Jawaban(m − x )! A C
C A
m = 3 3! x = 2
dan
3 P2 = = 3!= 6
(3 − 2)!
B C
C 73 B
 KOMBINASI

Konsep
Kombinasi adalah susunan dari beberapa
elemen dimana urutan tidak diperhatikan

Misalkan
123 = 321

Rumus m!
m Cx =
x!(mm
Kombinasi )! diambil x setiap kali
− xobjek 74
 KOMBINASI

Contoh
Dari 3 mahasiswa (ABC) akan dipilih 2
mahasiswa untuk mewakili kampus dalam
perlombaan robot. Berapa banyaknya cara
yang dapat dilakukan untuk menyeleksi
mahasiswa tersebut?
m!
m Cx =

Jawaban x!(m − x )!
m = 3 dan x = 2 3!
3 C2 = =3
2!(3 − 2 )!
75
 KOMBINASI

Contoh
Suatu kotak berisi 8 bola merah, 3 bola
putih, dan 9 bola biru. Apabila 3 bola
dipilih secara acak, hitung probabilitas
bahwa:
1. ketiga-tiganya merah
2. ketiga-tiganya putih
3. dua merah dan satu putih
4. paling sedikit satu putih
5. masing-masing warna diwakili 76

6. hasilnya mempunyai urutan

 KOMBINASI

Jawaban
C3
1. P(M 1 M 2 M 3 ) =
14
8
= 8 7 6
. . =
14
20 19 18 285
20 C 3 285

C3
2. P(P1 P2 P3 ) =
1
3
= 3 3 1
. . =
1

20 C 3 1140 20 19 18 1140

C 2 × 3 C1
3. P(2 M ,1P ) =
7
8
=
20 C 3 95 77
 KOMBINASI

Jawaban
4. P( paling sedikit 1P ) = 1 − P(tak ada putih )
C3
P( paling sedikit 1P ) = 1 − 17

20 C 3

P( paling sedikit 1P ) = 1 −
34
57
P( paling sedikit 1P ) =
23
57
78
 KOMBINASI

Jawaban
C1 × 3 C1 × 9 C1
5. P(setiap warna diwakili ) = 8

20 C 3

P(setiap warna diwakili ) =

18
95
6. P(M 1 P2 B3 ) = P(setiap warna diwakili )
1
3!
1  18 
P(M 1 P2 B3 ) =  
6  95 

P(M 1 P2 B3 ) =
3 8 3 9
. . =
3
95 79
20 19 18 95
 PERMUTASI DAN KOMBINASI

Permutasi
Urutan penting, X1, X2 ≠ X2, X1
Jumlah banyak

Kombinasi
Urutan tidak penting, X1, X2 = X2, X1
Jumlah sedikit

80
Soal--soal
Soal
Peluang dua siswa A dan B lulus tes berturut-turut adalah
9/10 dan 11/12. Berapa peluang siswa A lulus tes tetapi B
tidak lulus? (9/120)

Dalam sebuah kotak berisi 7 kelereng merah dan 5

kelereng putih. Dari kotak itu diambil 3 kelereng sekaligus
secara acak. Berapa peluang terambil 1 kelereng putih?

81
 Soal--soal
Soal
Sebuah kartu diambil secara acak dari satu set lengkap
kartu bridge. Berapa peluang bahwa yang terambil adalah
kartu merah atau kartu As? (28/52)

Sebuah kotak berisi 4 bola hijau dan 6 bola merah. Secara

acak diambil 2 bola dari kotak. Berapa peluang kedua bola
yang terambil berwarna hijau? (2/15)

82
83
Soal--soal
Soal
Suatu kelas terdiri dari 40 orang. Peluang seorang siswa
lulus tes matematika saja adalah 0,4. Peluang seorang siswa
lulus fisika saja adalah 0,2. berapa banyak siswa yang lulus
tes matematika atau fisika saja? (24)

Dalam sebuah keranjang A yang berisi 10 buah jeruk, 2

buah jeruk diantaranya busuk, sedangkan dalam keranjang B
yang berisi 15 buah salak, 3 diantaranya busuk. Berapa
peluang jika ibu menghendaki 5 buah jeruk dan 5 buah
salak yang baik? (16/273)

84