MAKALAH

PROBABILITAS

Dosen Pengampu: Mochamad Sidqon, S.Si.,M.Si

Mata Kuliah: Probabilitas dan Statistika

Disusun Oleh:
Imam Baehaqi
NBI. 1461600228
Kelas: S

UNIVERSITAS 17 AGUSTUS 1945 SURABAYA

FAKULTAS TEKNIK
TEKNIK INFORMATIKA
2017/2018
 Kata Pengantar

Alhamdulillah, segala puji dan syukur bagi Allah SWT yang telah memberikan
kemampuan, kekuatan, serta keberkahan baik waktu, tenaga, maupun pikiran kepada
penulis sehingga dapat menyelesaikan makalah yang berjudul “Probabilitas” tepat pada
waktunya.

Makalah yang berjudul “Probabilitas” ini telah saya susun dengan maksimal
dan mendapatkan bantuan dari berbagai pihak kedua ataupun ketiga sehingga dapat
memperlancar pembuatan makalah ini. Untuk itu saya menyampaikan banyak terima
kasih kepada semua pihak yang telah berkontribusi dalam pembuatan makalah ini.

Terlepas dari semua itu, Saya menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu
dengan tangan terbuka saya menerima segala saran dan kritik dari pembaca agar saya
dapat memperbaiki makalah probabilitas ini.

Akhir kata saya berharap semoga makalah “Probabilitas” ini dapat memberikan
manfaat maupun inpirasi bagi para pembaca.

Sidoarjo, 11 Januari 2018

Penyusun

ii
 DAFTAR ISI

DAFTAR ISI
Halaman Judul ............................................................................................................. i
Kata Pengantar ........................................................................................................... ii
DAFTAR ISI ............................................................................................................... iii
BAB I ............................................................................................................................ 1
PENDAHULUAN ........................................................................................................ 1
1.1. Latar Belakang ............................................................................................... 1
1.2. Rumusan Masalah .......................................................................................... 2
1.3. Tujuan ............................................................................................................. 2
1.4. Manfaat ........................................................................................................... 2
BAB II .......................................................................................................................... 3
DASAR TEORI ........................................................................................................... 3
2.1. DEFINISI ....................................................................................................... 3
2.2. SEJARAH ...................................................................................................... 4
BAB III ......................................................................................................................... 6
PEMBAHASAN .......................................................................................................... 6
3.1. PELUANG (PROBABILITAS) KEJADIAN .................................................... 6
3.1.1. PROBABILITAS ......................................................................................... 6
3.1.2. HUBUNGAN ANTARA PROBABILITAS TEORITIS DAN EMPIRIS. . 9
3.1.3. BEBERAPA HUKUM PROBABILITAS ................................................... 9
3.2. PROBABILITAS BERSYARAT..................................................................... 18
3.2.1. Probabilitas Bersyarat ................................................................................ 18
3.3. DISTRIBUSI PROBABILITAS ...................................................................... 23
3.3.1. DISTRIBUSI PELUANG .......................................................................... 23
BAB IV ....................................................................................................................... 27
PENUTUP .................................................................................................................. 27
4.1. Kesimpulan ....................................................................................................... 27
4.2. Saran ................................................................................................................. 27
DAFTAR PUSTAKA ................................................................................................ 28

iii
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Dari semua alat analisa, konsep probailitas merupakan salah satu alat analisis
yang mempunyai peran sangat penting untuk memecahkan masalah dalam
kehidupan sehari-hari mulai dari bidang ilmiah sampai pada masalah-masalah
kecil, seperti masuk kantor atau tidak, karena awan tebal kemungkinan akan hujan
deras dan banjir, dan sebagainya. Meskipun kejadian-kejadian tersebut tidak pasti,
tetapi kita bisa melihat fakta-fakta yang ada untuk menuju derajat kepastian atau
derajat keyakinan bahwa sesuatu akan terjadi. Derajat atau tingkat kepastian atau
keyakinan dari munculnya hasil percobaan statistik disebut Probabilitas (Peluang),
yang dinyatakan dengan P. Probabilitas sering diterjemahkan sebagai peluang atau
kebolehkejadian, yaitu peristiwa yang didefinisikan sebagai peluang proses
terjadinya sesuatu, baik disengaja (eksperimentasi) atau tidak.
Baik di dalam dunia engineering, ekonomi, sosial, budaya maupun dunia
komputer tentunya, kita sering menghadapi suatu yang sering disebut sebagai
“ketidakpastian”. Ketidakpastian terjadi akibat keterbatasan manusia itu sendiri di
dalam dunianya dalam mengukur/ menghitung/ menalar/ meramal sesuatu hal baik
yang akan datang maupun yang ada di depan mata, termasuk yang telah terjadi.
Sudah sejak dari awal zaman, ketidakpastian diantisipasi manusia dengan berbagai
cara. Ada cara yang bersifat prophecy dan supranatural, adapula yang lebih
rasional dengan mempelajari periodisitas ( pengulangan) gejala alam
untuk mengurangi tingkat ketidakpastian itu hingga sampai ketingkat yang lebih
manageble. Namun, ketidakpastian itu tetap mewarnai kehidupan manusia
karena ketidak pastian itu mungkin menjadi faktor pemicu dinamika
roda kehidupan itu sendiri. Dengan kata lain, walau ketidakpastian itu
seringkali menjadi sumber kesulitan, tatapi juga sekaligus merupakan
blessing.
Dengan itu dibutuhkan suatu pengukuran yang disebut probabilitas dan
statistika. Probabilitas dan statistika tidak bisa dipisahkan antara yang satu dan
yang lainya. Untuk mengetahui dasar-dasar dari probabilitas dan statistika kita
harus mengetahui mulai dari definisi, sejarah, ataupun dengan metode-metode
perhitungan matematik.

1
1.2. Rumusan Masalah
1. Definisi dan Sejarah Perkembangan Probabilitas.
2. Memahami Peluang Kejadian, Probabilitas Bersyarat, dan Distribusi
Probabilitas.

1.3. Tujuan
1. Memenuhi tugas UAS mata kuliah Probabilitas dan Statistika semester ganjil
Tahun Akademik 2017/2018.

1.4. Manfaat
1. Membantu peneliti dalam pengambilan keputusan yang lebih tepat.
Pengambilan keputusan yang lebih tepat dimagsudkan tidak ada keputusan
yang sudah pasti karena kehidupan mendatang tidak ada yang pasti kita ketahui
dari sekarang, karena informasi yang didapat tidaklah sempurna.
2. Dengan teori probabilitas kita dapat menarik kesimpulan secara tepat atas
hipotesis yang terkait tentang karakteristik populasi.
3. Menarik kesimpulan secara tepat atas hipotesis (perkiraan sementara yang
belum teruji kebenarannya) yang terkait tentang karakteristik populasi pada
situssi ini kita hanya mengambil atau menarik kesimpulan dari hipotesis bukan
berarti kejadian yang akan dating kita sudah ketehaui apa yang akan tertjadi.
4. Mengukur derajat ketidakpastian dari analisis sampel hasil penelitian dari suatu
populasi.

2
 BAB II

DASAR TEORI

2.1.DEFINISI
Probabilitas
Istilah probabilitas atau probability sebenarnya sudah sering kita
gunakan karena dapt diartikan sebagai kemungkinan, kebolehjadian, ataupun
kebarangkalian. Dalam kehidupan sehari-hari kita menggunakan istilah
tersebut secara sederhana, misalnya kita mengatakan bahwa hari ini
kemungkinan besar hujan, atau tidak mungkin dia bisa lulus ujian sarjana tahun
ini, dan masih banyak lagi.
Probabilitas biasanya diberi simbol P, dan dinyatakan dalam angka
positif, dengan minimum 0 dan maksimum 1. sedang simbol untuk
kemungkinan tidak terjadinya, biasanya dinyatakan dengan Q. yaitu =1-P
Jika P=0
Berarti peristiwa itu tidak mungkin terjadi, atau mustahil
Contoh : Matahari terbit pada malam hari adalah mustahil, maka mempunyai
probabilitas sama dengan 0
Jika P=1
Berarti peristiwa itu pasti terjadi, tidak mungkin tidak Terjadi
Contoh : Air selalu mengalir kedataran yang lebih rendah. Maka probabilitas
sama dengan 1

Beberapa metode atau pendekatan untuk menjelaskan pengertian probabilitas

adalah :

a. Pendekatan Klasik atau Matematik (Classical/matematical Approach),

menurut pendekatan ini pengertian probabilitas adalah perbandingan dari
kejadian atau peristiwa yang menguntungkan dengan seluruh
kejadian/peristiwa apabila setiap kejadian mempunyai kesempatan yang
sama.
Contoh :
Sebuah mata uang (coin) yang mempunyai dua permukaan A dan B, jika
dilemparkan keatas satu kali maka sewaktu jatuh tiap-tiap permukaan
mempunyai kemungkinan yang sama untuk tampak di atas yaitu masing-

3
 masing 1/2 atau 0,50 (Pa = 0,50 dan Pb =0,50)
Sebuah dadu yang mempunyai 6 permukaan yaitu 1,2,3,4,5,6 jika
dilemparkan satu kali. Kemungkinan salah satu permukaan tampak diatas
adalah 1/6. Pengertian klasik ini merupakan pendekaatan matematika
probabilitasnya disebut probabilitas matematis atau teoritis
b. Pendekatan Empiris atau Frekuensi ( Empirical/Frequency Approach),
menurut pendekatan ini pengertian probabilitas adalah frekuensi
relatif terjadinya suatu peristiwa didalam suatu percobaan yang berulang-
ulang yang tidak terhingga sifatnya. Karena pada hakekatnya suatu
percobaan yang berulang-ulang yang tidak terhingga tidak mungkin
dilaksanakan , maka didalam perhitungan ini jumlah percobaannya yang
dibatasi.
Contoh;
Misalkan mahasiswa Fakultas Ekonomi Universitas Tridinanti 2000
orang, maka ruang sampelnya adalah 2000 yang unsurnya terdiri dari 2000
orang mahasiswa.
c. Pendekatan subyektif ( Subjectively Approach), menurut pendekatan ini
probabilitas adalah peluang terjadinya suatu peristiwa ditentukan
berdasarkan perasaan atau kira-kira dari individu.

2.2.SEJARAH
Sejarah Perkembangan Ilmu Peluang (Probability)
Pengetahuan mengenai peluang (probability) ini diawali oleh adanya
pertanyaan seorang bangsawan Perancis yang juga penjudi bernama Chevalier
de Mere kepada Pascal (1623-1662). Penjudi tersebut ingin mengetahui
bagaimana pola pembagian uang taruhan pada suatu perjudian apabila
permainannya terpaksa dihentikan sebelum selesai. Pertanyaan ini kemudian
menjadi bahan pertukaran pikiran antara Pascal dan Fermat (1601-1665)
melalui surat. Darisurat-menyurat antara kedua pemikir inilah kemudian timbul
dasar-dasar cabang matematika yang dinamakan hitung peluang (the theory of
probability) pada tahun 1654.

Pada tahun 1657 seorang ilmuwan Jerman Christian Huygens (guru

Leibniz) menerbitkan buku De Ratiocinilis in Ludo Aleae yang berisitentang
risalat perjudian dan sejak saat itu teoripeluang mulai terkenal. Perkembangan

4
pesatterjadi pada abad 18 yang dipelopori oleh JacobBernoulli (1654-1705) dan
Abraham de Moivre(1667-1754).

Kurva Normal dan persamaannyaditemukan oleh Abraham de Moivre

pada tahun1733. Dia pertama-tama menyatakan sifat-sifat darikurva Normal
yang kemudian dikembangkan olehdua orang astronom matematika yaitu
Pierre deLaplace (1749-1827) berasal dari Perancis danGauss (1777-1855)
yang berasal dari Jerman secaraterpisah sehingga diperoleh fungsi normal
danaplikasinya. Terbitan kurva Normal oleh de Moivredi temuka Karl Pearson
pada tahun 1924 di suatu perpustakan yang digunakan untuk pengembangan
statistika induktif untuk ukuran sampel besar.Adolph Quetelet (1796-1874)
mempopulerkan sebaran Normal ini pada bermacam-macam databiologi dan
sosial Thomas Bayes memberikan landasan teoristatistika Bayesian (Bayesian
Statistics) yang padamulanya menuliskan gagasan tersebut dalam jurnal
Philosophical Transaction pada tahun 1764. Dewasaini Bayesian sering dipakai
oleh para teoritikus genetika kuantitatif secara ekslusif dan juga pada ilmu-ilmu
keteknikan, kesehatan, dan lain-lain.S. D. Poisson dikenal sebagai penemu
Sebaran Poisson (Poisson Distribution) telahmemberikan landasan teori untuk
rare event Yang dituangkan dalam tulisannya Recherches sur la probabilite
pada tahun 1837. Teori Poisson banyakdigunakan dalam dunia industri,
manajemen,transportasi, biologi dan lain-lain Pada tahun1812 Pierre de
Laplace memperkenalkan ide barudan teknik matematika dalam bukunya
Theorie Analytique des Probabilities. Laplace mulai menerapkan peluang pada
banyak permasalahan saintifik dan praktis, tidak hanya pada permainan judi
Jadi walaupun hitung peluang diawali diatas meja judi, ilmu ini telah menjadi
pengetahuan yang sangat bermanfaat bagi perikemanusiaan. Didalam statistika,
teori peluang yang melandasi inferensia statistika (statistika induktif) yang
menjadi cikal bakal statistika modern.

5
 BAB III

PEMBAHASAN

3.1. PELUANG (PROBABILITAS) KEJADIAN

3.1.1. PROBABILITAS
Perhatikan contoh 1.1. berikut.

Contoh 1.1.

Misalkan anda diminta untuk menebak malam ini hujan atau tidak, atau teman anda

bertanya kepada anda prediksi hasil pertandingan liga inggris antara Manchester

United dengan Manchester City? Apakah Jawaban Anda? Pada pertanyaan pertama,

misalkan anda menjawab Hujan, apakah pasti akan Hujan? Pertanyaan kedua misalkan

anda jawab Manchester United, apakah pasti yang menang Manchester United? Nah

pasti belum tentu bukan?

Dari contoh 1.1. di atas adalah contoh Peluang Kejadian, yang akan kita pelajari

pada bab ini.

Contoh 1.2.

Contoh lagi misalkan anda melempar sebuah uang logam di mana kedua sisinya

setimbang, apakah anda bisa memastikan pada lemparan pertama muncul pasti Angka

(A)? tentu saja tidak kan? Masih banyak contoh kejadian-kejadian lain yang masih bisa

dijadikan contoh. Coba anda cari minimal 3 buah kejadian yang berhubungan dengan

peluang!

Perlu anda ketahui ada beberapa istilah yang bisa dipakai untuk menyebut

peluang, antara lain probabilitas, kemungkinan, kebolehjadian. Simbol probabilitas

atau peluang dalam handout ini adalah 𝑃 dan dinyatakan dalam angka positif, dengan

minimum 0 dan maksimum 1.

6
𝑃 = 0; berarti suatu kejadian tidak mungkin terjadi, atau mustahil. Sebagai contoh

adalah matahari bersinar di malam hari, maka karena hal tersebut tidak mungkin

peluang kejadian matahari bersinar di malam hari adalah 0.

𝑃 = 1; berarti suatu kejadian yang pasti terjadi. Sebagai contoh adalah setiap manusia

pasti akan mati, hal ini pasti terjadi karena tidak ada manusia yang tidak akan

mati, sehingga peluang kejadian setiap manusia pasti akan mati adalah 1.

Sebagian kejadian yang kita jumpai dalam kehidupan sehari-hari mempunyai

peluang antara 0 sampai dengan 1. Pertanyaannya adalah berarti tidak tepat 0 atau 1

dong? Ya, jarang sekali kejadian atau peristiwa sehari-hari yang kita jumpai yang

mempunyai peluang 0 atau 1. Bagaimana dengan yang peluangnya mendekati 0 ? Hal

ini berarti kejadian terswbut mempunyai kemungkinan kecil terjadi atau cenderung

untuk tidak terjadi. Sebaliknya apabila suatu kejadian mempunyai peluang mendekati

1 berarti kejadian tersebut mempunyai kemungkinan besar untuk terjadi.

Dalam (Djarwanto dan Subagyo,1998 hal 8-9) Ada tiga macam pendekatan

mengenai pengertian probabilitas, yaitu:

1) Pengertian klasik

Probabilitas adalah kemungkinan terjadinya suatu peristiwa di antara

keseluruhan peristiwa diantara keseluruhan peristiwa yang bisa terjadi.
Probabilitas suatu kejadian ditentukan berdasarkan analisa terhadap obyekobyek
yang bersangkutan. Pendekatan probabilitas klasik biasa juga disebut dengan
pendekatan secara teori.
Definisi 1.1.

Jika suatu percobaan menghasilkan 𝑛 hasil yang tidak mungkin

terjadi secara bersama-sama dan masing-masing mempunyai
kesempatan yang sama untuk terjadi, maka peluang suatu kejadian
katakanlah kejadian 𝐴 ditulis

di mana 𝑛(𝐴) adalah banyaknya hasil pada kejadian 𝐴.

7
 Contoh 1.3.

Sebagai contoh adalah ketika sebuah mata uang logam dilemparkan sekali

(dengan kedua permukaan setimbang(simetris)), sewaktu-waktu jatuh maka

kedua permukaannya mempunyai kemungkinan yang sama untuk tampak di atas

karena simetris. Dalam hal ini baik permukaan Angka (A) maupun Gambar (G)

mempunyai kemungkinan yang sama yaitu atau 0,5 untuk kelihatan dari atas,

sehingga dalam hal ini 𝑃(𝐴) = 0,5 dan 𝑃(𝐺) = 0,5.

Keterangan:

𝑃(𝐴) = peluang kejadian kelihatan dari atas adalah Angka.

𝑃(𝐺) = peluang kejadian kelihatan dari atas adalah Gambar

2) Pengertian berdasarkan pendekatan empiris.

Probailitas pada pendekatan ini ditentukan berdasarkan pengamatan yang

dilakukan (observasi). Artinya adalah berdasarkan pengalaman atau peristiwa

yang telah terjadi. Pendekatan empiris juga bisa disebut sebagai pendekatan

dengan frekuensi relatif. Dalam pendekatan empiris, probabilitas suatu kejadian,

katakanlah kejadian 𝐴 sama dengan nilai limit dari frekuensi relatif (𝑓) kejadian

𝐴 tersebut. Dengan demikian, apabila 𝐴 terjadi sebanyak 𝑛 kali selama

pengamatan berlangsung, di mana 𝑛 mendekati tak hingga (𝑛 → ∞), probabilitas

kejadian 𝐴 dirumuskan sebagai

Contoh 1.4.

Seandainya saja Anda melemparkan bola dari jarak 3 meter untuk mengenai

suatu obyek tertentu sebanyak 100 kali dan ternyata mengenai benda tersebut

sebanyak 70 kali, maka berdasarkan pendekatan empiris probabilitasnya

dientukan dengan .

8
3) Pengertian berdasarkan pendekatan subyektif.

Menurut pendekatan ini, probabilitas ditentukan berdasarkan perasaan atau

perkiraan dari si Peneliti. Jadi cara ini dipengaruhi oleh pribadi masingmasing

individu (orang) sehingga sifatnya adalah subyektif.

3.1.2. HUBUNGAN ANTARA PROBABILITAS TEORITIS DAN EMPIRIS.

Pendekatan empiris tentu berbeda dengan pendekatan teoritis, berarti terkadang

menghasilkan probabilitas yang tidak sama.

Contoh 1.5.

Misalkan secara klasik atau teori, menurut pendekatan ini apabila kita melemparkan

sebuah mata uang logam yang simetris peluang munculnya gambar adalah 0,5 dan

peluang munculnya angka adalah 0,5. Jadi apabila kita melempar sebanyak 100 kali,

maka diperkirakan akan mendapat 50 permukaan Angka dan 50 permukaan Gambar.

Lain halnya dengan pendekatan empiris, bisa saja dalam 100 kali pelemparan, kita

mendapatkan 55 permukaan Angka dan 45 permukaan Gambar, sehingga secara

empiris peluang muncul permukaan angka adalah 0,55 dan peluang muncul

permukaan Gambar adalah 0,45.

3.1.3. BEBERAPA HUKUM PROBABILITAS

Teorema 1.1.

Jika 𝐴 dan 𝐵 dua kejadian yang saling bebas, maka

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

Bukti:

Dengan menggunakan ilustrasi gambar 1.1. dan Gambar 1.2., anda akan memulai

untuk membuktikan teorema 1.1.

9
 S A B S
A B

Gambar 5.1. Gabungan 𝐴 dan

𝐵 Gambar 5.2. Irisan 𝐴 dan 𝐵
Gambar 1.1. 𝐴 ⋃ 𝐵 Gambar 1.2. 𝐴 ⋂ 𝐵

Dari gambar 1.1. diperoleh daerah yang diarsir merupakan gabungan himpunan 𝐴

dengan himpunan 𝐵, dinotasikan dengan 𝐴 ∪ 𝐵.

Banyaknya anggota himpunan 𝐴 ∪ 𝐵 adalah

𝑛(𝐴 ∪ 𝐵) = 𝑛(𝐴) + 𝑛(𝐵) − 𝑛(𝐴 ∩ 𝐵)

Perhatikan bahwa, apabila apabila kedua ruas anda bagi dengan 𝑛(𝑆), diperoleh

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) (Terbukti).

3.1.3.1. Hukum Peluang Kejadian yang Mutually Exclusive (Saling Lepas).

Dari teorema 1.1. bisa diturunkan hukum peluang untuk kejadian saling lepas,

Akibat 1.1.

Jika 𝐴 dan 𝐵 dua kejadian yang saling lepas, maka

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)

Bukti:

Perhatikan gambar 1.3. diagram venn berikut

S A B

Gambar 1.3. Kejadian saling lepas

10
 Dari gambar 1.3.diperoleh

𝑛(𝐴 ∪ 𝐵) = 𝑛(𝐴) + 𝑛(𝐵) − 𝑛(𝐴 ∩ 𝐵)

Apabila kedua ruas dikalikan dengan maka diperoleh

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 0,

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)

Catatan: karena 𝐴 dan 𝐵 dua kejadian saling lepas, di mana 𝐴 ∩ 𝐵 = ∅ yang

artinya 𝑛(𝐴 ∩ 𝐵) = 𝑛(∅) = 0.

Buktikan bahwa 𝑃(𝑆) = 1.

Bukti:

Perhatikan gambar 1.4. diagram venn berikut,

S A

Gambar 1.4. Diagram Venn suatu kejadian

𝐴 ∪ 𝐴𝑐 = 𝑆
𝑛(𝐴 ∪ 𝐴𝑐) = 𝑛(𝑆)

𝑃(𝐴 ∪ 𝐴𝑐) = 1
𝑃(𝑆) = 1

11
Contoh 1.6.

Apabila 𝐴 dan 𝐵 dua kejadian saling lepas, dengan 𝑃(𝐴) = 0,3 dan 𝑃(𝐵) = 0,25 𝑃(𝐵) =

0,25, tentukan 𝑃(𝐴 ∪ 𝐵)!

Penyelesaian:

Diketahui 𝑃(𝐴) = 0,3; 𝑃(𝐵) = 0,25; 𝐴 dan 𝐵 dua kejadian saling lepas.
Berarti
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
= 0,3 + 0,25 = 0,55.

Jadi 𝑃(𝐴 ∪ 𝐵) = 0,55.

Contoh 1.7.

Peluang kejadian munculnya mata dadu berjumlah 5 dan 8 apabila dua buah dadu

dilempar sekali adalah?

Penyelesaian:

Misalkan,

𝑆 = Semesta kejadian, atau kemungkinan semua yang akan muncul apabila dua

buah dadu dilempar sekali

𝐴 = Kejadian munculnya mata dadu berjumlah 5.

Kejadian munculnya mata dadu berjumlah 8. Berarti,

12
 Sehingga,

Jadi .

3.1.3.2. Hukum Peluang Kejadian yang Saling Bebas.

Sifat dua atau lebih peristiwa dari suatu percobaan dapat independent ataupun

dependen. Dua atau peristiwa dikatakan bersifat independent jika terjadinya suatu

peristiwa tidak mempengaruhi terjadinya peristiwa yang lain. Sebaliknya, dua atau

lebih peristiwa atau kejadian akan mempengaruhi terjadinya peristiwa lain. Dapat

dikatakan bahwa dua kejadian 𝐴 dan 𝐵 dalam ruang sampel 𝑆 dikatakan saling bebas

jika kejadian 𝐴 tidak mempengaruhi kejadian 𝐵 dan begitupun sebaliknya.

Apabila dua kejadian 𝐴 dan 𝐵 saling bebas, maka berlaku,

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∙ 𝑃(𝐵)

13
Contoh 1.8.

Jika diketahui dua kejadian 𝐴 dan 𝐵 saling bebas dengan 𝑃(𝐴) = 0,3 dan 𝑃(𝐵) =

0,4 maka berlaku

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∙ 𝑃(𝐵)

= (0,3) ∙ (0,4)

= 0,12

Contoh 1.9.

Pada pelemparan dua buah dadu, apakah kejadian munculnya muka 𝑋 ≤ 3 dadu

I dan kejadian munculnya muka 𝑌 ≥ 5 dadu II saling bebas?

Jawab:
Misalkan

𝑆 = ruang sampel

𝐴 = Kejadian munculnya muka 𝑋 ≤ 3 dadu I

𝐵 = Kejadian munculnya muka 𝑌 ≥ 5 dadu II

Berarti

𝑛(𝑆) = 36

(1,1),(1,2), (1,3),(1,4), (1,5),(1,6), (2,1),(2,2), (2,3),(2,4), (2,5),(2,6),

𝐴={ }
(3,1),(3,2), (3,3),(3,4), (3,5),(3,6)

𝑛(𝐴) = 18

𝐵 = {(1,5),(1,6),(2,5), (2,6),(3,5), (3,6),(4,5), (4,6),(5,5), (5,6),(6,5), (6,6)}

𝑛(𝐵) = 12

𝐴 ∩ 𝐵 = {(1,5),(1,6), (2,5),(2,6), (3,5),(3,6)}

𝑛(𝐴 ∩ 𝐵) = 6

Sehingga diperoleh,

14
Perhatikan, dari contoh 1.9. juga berlaku 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∙ 𝑃(𝐵)

Kenapa?
Karena ternyata contoh 1.9 adalah contoh kejadian saling bebas.

Konsep dua kejadian saling bebas di atas juga dapat dikembangkan untuk tiga
kejadian saling bebas antara 𝐴, 𝐵 dan 𝐶 . Apabila 𝐴, 𝐵 dan 𝐶 adalah tiga kejadian saling
bebas, berlaku rumus probabilitas 𝐴 ∩ 𝐵 ∩ 𝐶, yaitu
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴) ∙ 𝑃(𝐵) ∙ 𝑃(𝐶)

Secara umum apabila 𝐴1, 𝐴2,𝐴3, … , 𝐴𝑛 adalah kejadian-kejadian saling bebas,

berlaku

𝑃(𝐴1, 𝐴2,𝐴3, … , 𝐴𝑛) = 𝑃(𝐴1) ∙ 𝑃(𝐴2) ∙ 𝑃(𝐴3) ∙ … ∙ 𝑃(𝐴𝑛)

Contoh 1.10.

Apabila 3 Mata Uang Logam dilemparkan sekali, tunjukkan bahwa munculnya muka

dari ketiga uang logam tersebut adalah kejadian saling bebas?

Penyelesaian:

Misalkan,

𝑆 = ruang sampel

15
𝐴 = kejadian munculnya muka pada uang logam I.

𝐵 =kejadian munculnya muka pada uang logam II.

𝐶 = kejadian munculnya muka pada uang logam III.

Berarti,

𝑆 = {(𝑚1,𝑚2, 𝑚3),(𝑚1,𝑚2, 𝑏3),(𝑚1,𝑏2,𝑚3),(𝑚1,𝑏2,𝑏3),}

(𝑏1,𝑏2,𝑏3),(𝑏1,𝑏2,𝑚3),(𝑏1,𝑚2,𝑚3), (𝑏1,𝑚2, 𝑏3), 𝑛(𝑆) = 8

𝐴 = {(𝑚1,𝑚2,𝑚3), (𝑚1,𝑚2,𝑏3),(𝑚1, 𝑏2,𝑚3), (𝑚1,𝑏2,𝑏3)}

𝑛(𝐴) = 4

𝐵 = {(𝑚1,𝑚2,𝑚3),(𝑚1, 𝑚2,𝑏3),(𝑏1,𝑚2,𝑚3), (𝑏1,𝑚2, 𝑏3)}

𝑛(𝐵) = 4

𝐶 = {(𝑚1,𝑚2,𝑚3), (𝑏1,𝑚2, 𝑚3),(𝑚1,𝑏2,𝑚3), (𝑏1, 𝑏2,𝑚3)}

𝑛(𝐶) = 4

𝐴 ∩ 𝐵 ∩ 𝐶 = {(𝑚1,𝑚2,𝑚3)}

𝑛(𝐴 ∩ 𝐵 ∩ 𝐶) = 1

Sehingga,

Perhatikan juga bahwa,

Jadi 𝐴, 𝐵 dan 𝐶 adalah tiga kejadian saling bebas.

16
Hukum Total Probabilitas.

Masih ingatkah, bahwa 𝐵 dan 𝐵𝑐 merupakan dua kejadian yang saling asing, begitu

juga dengan 𝐴 dan 𝐴𝑐 saling asing, sehingga

1. 𝐵 ∩ 𝐵𝑐 = ∅

2. 𝐵 ∪ 𝐵𝑐 = 𝑆

3. 𝐴 ∩ 𝐴𝑐 = ∅

4. 𝐴 ∪ 𝐴𝑐 = 𝑆

5. 𝐴 ∩ 𝑆 = 𝐴

6. 𝐴 ∪ 𝑆 = 𝑆

Perhatikan bahwa,

𝐴∩𝑆=𝐴

(𝐴 ∩ (𝐵 ∪ 𝐵𝑐)) = 𝐴 ∩ 𝐵 ∪ 𝐴 ∩ 𝐵𝑐

𝑛(𝐴 ∩ (𝐵 ∪ 𝐵𝑐)) = 𝑛(𝐴 ∩ 𝐵) + 𝑛(𝐴 ∩ 𝐵𝑐)

𝑃(𝐴) = 𝑃(𝐴 ∩ (𝐵 ∪ 𝐵𝑐))

= 𝑃(𝐴 ∩ 𝐵) + 𝑃(𝐴 ∩ 𝐵𝑐)

Secara umum, apabila 𝐵1,𝐵2, 𝐵3,… , 𝐵𝑘 kejadian-kejadian saling asing, maka 𝑆 =

𝐵1 ∪ 𝐵2 ∪ 𝐵3 ∪ … ∪ 𝐵𝑘

Sehingga

𝐴 ∩ 𝑆 = 𝐴 ∩ (𝐵1 ∪ 𝐵2 ∪ 𝐵3 ∪ … ∪ 𝐵𝑘)

= 𝐴 ∩ 𝐵 1 ∪ 𝐴 ∩ 𝐵2 ∪ … ∪ 𝐴 ∩ 𝐵 𝑘

17
3.2. PROBABILITAS BERSYARAT
3.2.1. Probabilitas Bersyarat
Dalam hubungan peristiwa-peristiwa bersyarat, suatu peristiwa hanya bisa

terjadi kalau ada peristiwa yang mendahului-nya terjadi. Misalkan peristiwa B hanya

akan terjadi kalau peristiwa A telah terjadi. Untuk mempelajari probabilitas bersyarat,

maka terlebih dahulu harus dibedakan dua macam probabilitas,

𝑃(𝐴) = Probabilitas terjadinya peristiwa 𝐴 atau peristiwa yang pertama.

𝑃(𝐵|𝐴) = Probabilitas terjadinya peristiwa 𝐵 setelah peristiwa 𝐴 terjadi.

Probabilitas kejadian bersyarat,

Secara umum, jika dua peristiwa 𝐵1 dan 𝐵2 saling asing (𝐵1 ∩ 𝐵2 = ∅), maka:

Contoh 2.1.

Misalkan sebuah dadu bersisi 6 dilempar, dan 𝐴 kejadian muncul mata dadu kurang

dari 6, dan 𝐵 adalah kejadian muncul mata dadu Genap. Apabila kejadian 𝐴 dan 𝐵

dilakukan secara berurutan, maka berapakah kemungkinan muncul mata dadu Genap

apabila didahului oleh kejadian munculnya mata dadu kurang dari 6?

Penyelesaian:

𝑆 merupakan ruang sample; 𝑆 = {1,2,3,4,5,6}

𝐴 kejadian muncul mata dadu kurang dari 5 ; 𝐴 = {1,2,3,4,5}

18
𝐵 adalah kejadian muncul mata dadu Genap; 𝐵 = {2,4,6}

Ditanya 𝑃(𝐵|𝐴) = ⋯ ?

Jawab

Jadi probabilitas muncul mata dadu genap apabila didahului kejadian munculnya mata
dadu

kurang dari 5 adalah .

Contoh 2.2.

Diberikan populasi calon mahasiswa STKIP SURYA yang dibagi menurut jenjang

kelamin dan status latar belakang pendidikan mereka, dirangkum dalam tabel 1.1

berikut,

Tabel 1.1. rangkuman jumlah populasi calon mahasiswa STKIP SURYA

IPA (A) IPS (B) Jumlah
Laki-laki (L) 460 40 500
Wanita (W) 150 250 400
Jumlah 610 290 900

Misalkan dari pendaftar akan dipilih calon mahasiswa dengan criteria bahwa dari

banyaknya calon mahasiswa yang diutamakan adalah dari IPA, maka hitung

probabilitas bahwa,

a) Yang terpilih adalah Laki-laki,

19
 b) Wanita.

Penyelesaian:

a) 𝑛(𝐴) = 610

Sehingga,

Jadi probabilitas terpilihnya laki-laki dengan syarat pendidikan IPA adalah .

b) 𝑛(𝑊) = 610

𝑛(𝑆) = 900

Sehingga,

20
 Jadi probabilitas terpilihnya wanita dengan syarat pendidikan IPA adalah .

Akibat 2.1.

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐵|𝐴) ∙ 𝑃(𝐴),

Contoh 2.3.

Probabilitas seorang calon mahasiswa diterima di program studi pendidikan

matematika STKIP SURYA adalah sebesar 0,40 dan apabila dia sudah menjadi

mahasiswa di STKIP SURYA, kemungkinan dia lulus sarjana sebesar 0,70. Berapakah

kemungkinan calon tersebut akan lulus sarjana?

Penyelesaian:

Misalkan A adalah kejadian seorang calon mahasiswa diterima di program studi

pendidikan matematika STKIP SURYA.

B adalah kejadian calon mahasiswa STKIP SURYA tersebut lulus sarjana.

Diketahui,

𝑃(𝐴) = 0,40

𝑃(𝐵|𝐴) = 0,70

Ditanya, 𝑃(𝐵) ?

21
Jadi probabilitas calon mahasiswa tersebut lulus sarjana adalah 0,28.

Sifat-sifat lain probabilitas bersyarat

1. 𝑃(𝐵|𝐴) = 𝑃(𝐵̅|𝐴)

2. 𝑃(𝐵1 ∪ 𝐵2|𝐴) = 𝑃(𝐵1|𝐴) + 𝑃(𝐵2|𝐴) − 𝑃(𝐵1 ∩ 𝐵2|𝐴)

3. 0 ≤ 𝑃(𝐵|𝐴) ≤ 1

4. 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴)𝑃(𝐵|𝐴)𝑃(𝐴 ∩ 𝐵)

Contoh 2.4.

Empat buah kartu remi diambil secara random satu per satu tanpa pengembalian.

Tentukan probabilitas bahwa kartu yang terambil secara berturut-turut adalah AS

WARU HITAM (ASwh), AS WARU MERAH (ASwm), AS WAJIK (ASwj) dan AS

KERITING (ASkr)!

Penyelesaian:

22
Contoh 2.5.

Kotak A berisi 10 bola merah (Ma) dan 15 bola hijau (Ha). Kotak B berisi 12 bola

merah (Mb) dan 17 bola hijau (Hb). Sebuah bola diambil secara acak dari kotak A

kemudian dikembalikan ke kotak B. Dari kotak B diambil sebuah bola secara acak.

Tentukan peluang bahwa 2 bola yang terambil berwarna hijau!

Penyelesaian:

𝑃(𝐻𝑎 ∩ 𝐻𝑏) = 𝑃(𝐻𝑎)𝑃(𝐻𝑏|𝐻𝑎)

= 0,36

3.3. DISTRIBUSI PROBABILITAS

3.3.1. DISTRIBUSI PELUANG
Definisi 3.1.
Misalkan 𝑋 variabel random diskrit, suatu fungsi 𝑓 disebut fungsi peluang atau
distribusi peluang 𝑋 apabila untuk setiap hasil 𝑥 yang mungkin memenuhi,
1. 𝑓(𝑥) ≥ 0

2. ∑𝑛𝑥=0 𝑓(𝑥) = 1

3. 𝑃(𝑋 = 𝑥) = 𝑓(𝑥)
Karena 𝑋 variabel random diskrit, maka distribusi peluangnya disebut distribusi
peluang diskret.

Contoh 3.1.
Pada percobaan pelemparan mata uang 3𝑋, misalkan 𝑋 adalah variable random yang
menyatakan banyaknya angka pada setiap hasil yang mungkin maka distribusi peluang
𝑋 dapat ditulis dalam tabel berikut.

𝑋 0 1 2 3
𝑓(𝑥)

23
Diperiksa
1. 𝑓(𝑥) ≥ 0, dipenuhi

2. , dipenuhi
3. 𝑃(𝑋 = 0) = 𝑓(0); 𝑃(𝑋 = 1) = 𝑓(1); 𝑃(𝑋 = 2) = 𝑓(2); 𝑃(𝑋 = 3) = 𝑓(3) Maka 𝑓
fungsi distribusi peluang.
Tabel di atas dapat ditulis dengan

Contoh
Pada percobaan melempar sebuah dadu sebanyak dua kal. Misal 𝑋 menyatakn
jumlah mata dadu pada lemparan 1 dan ke 2, maka distribusi peluang 𝑋 dapat
disajikan dalam tabel berikut:

𝑋 2 3 4 5 6 7 8 9 10 11 12
P(X=x)

Coba periksa apakah memenuhi sebagai fungsi peluang.

Contoh:

Dalam sebuah kotak tersedia 8 bola lampu, 3 diantaranya rusak. Secara acak
diambil 3 bola lampu tersebut. Jika 𝑋 menyatakan banyaknya bola lampu rusak
yang terambil, tentukan distrbusi peluang 𝑋.

Penyelesaian:

𝑋 = 0 artinya tidak ada bola lampu rusak yang terambil, sehingga

𝑋 = 1, artinya 1 bola lampu rusak yang terambil, maka

𝑋 = 2, artinya 2 bola lampu rusak yang terambil, sehingga

𝑋 = 3, artinya 3 bola lampu rusak yang terambil, sehingga

24
 Sehingga distribusi peluang 𝑋:

𝑋 0 1 2 3
𝑓(𝑥) 10/56 30/56 15/36 1/56

Sedangkan fungsi distribusi peuang 𝑋 dapat disajikan dalam rumus

Suatu variable random kontinu mempunyai peluang pada setiap titik 𝑋. Oleh karena itu
distribusi peluangnya tikdak mungkin disajikan dalam bentuk tabel, tetapi hanya
berupa rumus secara terurut. Fungsi distribusi peluang variable random kontinu biasa
disebut fungsi padat/fungsi densitas peluang.

Definisi

Mialkan X variable random kontinu, suatu fungsi 𝑓 disebut fungsi peluang atau
distribusi peluang X jika untuk ssetia hasil 𝑥 yang mungkin memenuhi,

1. 𝑓(𝑥) ≥ 0

2. ∫−∞∞ 𝑓(𝑥) 𝑑𝑥 = 1

3. 𝑃(𝑎 < 𝑋, 𝑏) = ∫𝑎𝑏 𝑓(𝑥) 𝑑𝑥

Karena X variable random kontinu, maka distribusi peluangnya disebut distribusi

peluang kontinu.

Contoh:

Misalkan variable random kontinu X mempunyai fungsi densitas peluang sebagai

berikut

25
Tentukan:

a. adalah fungsi peluang

b. Hitung

Penyelesaian:

a. (i) , jelas (karena sehingga .

b.

Contoh:

Diketahui suatu fungsi densitas

a. Tentukan agar merupkan fungsi peluang

b. Tentukan

Penyelesaian:

a.

b.

26
 BAB IV

PENUTUP

4.1. Kesimpulan
1. 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, diantara keseluruhan peristiwa yang mungkin terjadi.
Probabilitas dilambangkan dengan P.
2. Irisan dua kejadian yaitu kejadian yang mengandung semua unsur persekutuan
kejadian A dan B. dilambangkan dengan 𝐴 ∩ 𝐵. Unsur – unsur dalam himpunan
𝐴 ∩ 𝐵 mewakili terjadinya secara sekaligus kejadian A dan B, oleh karena itu
haruslah merupakan unsur – unsur, dan hanya unsur – unsur yang termasuk dalam
A dan B sekaligus. Unsur – unsur itu dapat dirinci ataupun didefinisikan menurut
kaidah 𝐴 ∩ 𝐵 = { 𝑥|𝑥 𝜖 𝐴 𝑑𝑎𝑛 𝑥 𝜖 𝐵}, sedangkan lambang ∈ berarti “adalah
anggota” atau “termasuk dalam.” Dalam diagram venn pada gambar daerah yang
mewakili menyatakan kejadian A ∩ B, Sedangkan Paduan / gabungan dua kejadian
adalah kejadian yang mencangkup semua unsur atau anggota A dan B atau
keduanya .

4.2. Saran
Menyadari bahwa penulis masih jauh dari kata sempurna, kedepannya penulis
akan lebih fokus dan details dalam menjelaskan tentang makalah di atas dengan sumber
– sumber yang lebih banyak yang tentunga dapat di pertanggung jawabkan.

Semoga di mata kuliah Probabilitas dan Statistika selanjutnya bisa lebih baik
lagi dan bisa menjadi yang terbaik dari mata kuliah yang lain. Karena Probabilitas
merupakan sumber dari Informatika itu sendiri. –,

27
DAFTAR PUSTAKA

http://dokumen.tips/documents/makalah-konsep-dasar-probabilitas.html

https://rullybelajar.files.wordpress.com/2014/09/pengantar-probabilitas-dan-teori-
peluang.pdf

https://www.academia.edu/12291758/makalah_dasar-dasar_statistik_dan_probabilitas

28