KELOMPOK 7

“Probabilitas
Peristiwa Majemuk”

NAMA ANGGOTA :
M. IQBAL : 21010112130059
RAHIM FRIJA : 21010112130053
K E V I N G U N AWA N : 2 1 0 1 0 1 1 2 1 3 0 1 3 1
TRIANA S. : 21010112130120
ANDINI : 21010112130117
A N I N DA : 2 1 0 1 0 1 1 2 1 3 0 1 1 3
A K H D A N N A U FA L : 2 1 0 1 0 1 1 2 1 3 0 0 4 9
I R WA N A D H I : 2 1 0 1 0 1 1 2 1 4 0 0 4 7
KADIM AZALI : 21010112140040
 DEFINISI

Peristiwa majemuk (compund event)

adalah peristiwa yang merupakan
gabungan/kombinasi dua atau lebih
peristiwa sederhana (simple event)
PROBABILITAS BERSYARAT

Probabilitas bersyarat (conditional probability)

adalah probabilitas dari sebuah peristiwa yang
akan terjadi jika sebuah peristiwa lainnya telah
terjadi.

A B A∩B B

P(A|B) = P (B) > 0

CONTOH SOAL :

Suatu kursus Universitas mempunyai 3

kurikulum, yaitu: ilmu pengetahuan, manajemen dan
rekayasa. Jumlah siswa menurut jenis kelamin adalah
sebagai berikut:

Ilmu Manajemen Rekayasa Jumlah

Pengetahuan
Pria 250 350 200 800
Wanita 100 50 50 200
Jumlah 350 400 250 1000
Misalkan:
S1 : Siswa adalah pria
S2 : Siswa adalah wanita
C1 : Siswa adalah dalam kurikulum ilmu pengetahuan
C2 : Siswa adalah dalam kurikulum manajemen
C3 : Siswa adalah dalam kurikulum rekayasa
Jika seorang siswa dipilih secara acak, maka kita peroleh

C1 C2 C3 Jumlah
S1 0,25 0,35 0,20 0,80
S2 0,10 0,05 0,05 0,20
Jumlah 0,35 0,40 0,25 1,00
PERISTIWA SALING BEBAS DAN TIDAK
SALING BEBAS

o Dikatakan saling bebas (independent) apabila

terjadinya peristiwa A tidak mempengaruhi
probabilitas terjadinya peristiwa B

P(A|B) = P(A) dan juga P(B|A) = P(B)

o Dikatakan tidak saling bebas (dependent) apabila

terjadinya peristiwa A mempengaruhi
probabilitas terjadinya peristiwa B
CONTOH SOAL

Misalkan sebuah sampel random yang besarnya

dua dipilih dari populasi yang besarnya 100, dan
diketahui 98 dari 100 item adalah baik. Sampel
tersebut dipilih dengan cara bahwa item pertama
diselidiki dan diganti sebelum item kedua dipilih. Jika
kita misalkan
A: Item pertama diteliti baik
B: Item kedua diteliti baik
Dan jika kita ingin menetapkan probabilita
bahwa kedua item itu adalah baik maka

P (A ∩ B) = P(A) . P(B|A) =
 Jika sampel diambil “tanpa diganti” sehingga item
pertama tidak diganti sebelum item kedua dipilih, maka

P(A ∩ B) = P(A) . P(B|A) =

 PERISTIWA MUTUALLY EXCLUSIVE
(SALING MENIADAKAN)

Prinsip Mutually Exclusive adalah peristiwa

A dan B tidak mungkin terjadi secara
bersamaan.

P(A dan B) = P(A∩B) = 0 artinya juga

P(A|B) = 0 ; P(B|A) = 0
 A B A B

Mutually exclusive Tidak mutually exclusive

 HUKUM-HUKUM PROBABILITAS
PERISTIWA MAJEMUK

1. Hukum Perkalian (Multiplicaion Law)

a. Peristiwa Saling Bebas (Independent Event)

“Hukum perkalian menyatakan bahwa

jika A,B,C,... adalah peristiwa saling bebas
(independent event), maka probabilitas
bahwa seluruh peristiwa itu terjadi, ini
disebut probabilitas gabungan (joint
probabilitas)”
 P(A dan B dan C) = P(A∩B∩C)
= P(A).P(B).P(C)

Notasi matematis umumnya adalah

P( ) = P(A1 ∩ A2 ∩ ... ∩ An-1 ∩ An) =

 b.Peristiwa Tidak Saling Bebas (Dependent events)

P(A dan B) = P(A∩B) = P(A|B).P(B) = P(B|A).P(A)

dimana :
P(A|B) = Probabilitas bersyarat terjadinya peristiwa A
setelah B terjadi
P(B|A) = Probabilitas bersyarat terjadinya peristiwa
terjadi B setelah A terjadi
 Pada persamaan berikut dapat diperluas
untuk peristiwa majemuk yang terdiri dari
beberapa peristiwa yang terjadi secara
berurutan.
Misalnya untuk tiga peristiwa A1,A2,A3:

P(A1∩A2∩A3) = P(A3|A1∩A2).P(A1∩A2)
= P(A3|A1∩A2).P(A2|A1).P(A1)

berarti peristiwa A1 terjadi pertama kali,

diikuti peristiwa A2, dan terakhir A3
CONTOH SOAL:

Misalkan ruang sampel yanag mempunya

kesempatan sama (equally likely), untuk
sebuah percobaan tertentu sebagai berikut:
℘= {(0,0,0), (0,1,1), (1,0,1), (1,1,0)}
Misalkan :
A0: Angka pertama nol
A1: Angka pertama satu
B0: Angka kedua nol
B1: Angka kedua satu
C0: Angka ketiga nol
C1: Angka ketiga satu
Berikutnya bahwa
P(A0) = P(A1) = P(B0) = P(B1) = P(C1) = P(C2)
Dan hal ini mudah dilihat bahwa

P(Ai ∩ Bj) = = P(Ai) . P(Bj)i = 0, 1, j = 0, 1

P(Ai ∩ Cj) = = P(Ai) . P(Cj) i = 0, 1, j = 0, 1

P(Bi ∩ Cj) = = P(Bi) . P(Cj) i = 0, 1, j = 0, 1

 Hukum Penjumlahan ( Addition Law )

Hukum penjumlahan pada probabilitas peristiwa

majemuk dinyatakan sebagai :
P(A atau B) = P (A∪B) = P(A) + P(B) – P(A∩B)
Persamaan di atas menunjukkan probabilitas
peristiwa A atau peristiwa B atau kedua-duanya
sama-sama terjadi.
 Jika peristiwa A dan B adalah mutually
exclusive (yang berarti jika salah satu
peristiwa terjadi, maka peristiwa lainnya
mustahil terjadi), maka P(A∩B) = 0, sehingga

P(A atau B) = P(A∪B) = P(A) + P(B)

 FORMULASI BAYES

Formulasi bayes adalah pengembangan

dari probabilitas bersyarat (conditional
probability) dan aturan umum hukum
perkalian (multiplication). Secara matematis,
peristiwa B1 yang muttually exclusive bersifat
exhaustive jika dan hanya jika :
CONTOH SOAL:

Tiga firma menyediakan transistor NPN kepada

satu pabrik alat-alat telemetri. Semua menurut
dugaan dibuat untuk spesifikasi yang sama. Tetapi
pabrik itu telah bertahun-tahun menguji setiap dua
mutu parameter transistor, dan catatan ini
ditunjukkan oleh informasi berikut bahwa sebuah
transistor dinyatakan rusak jika setiap parameternya
tidak baik spesifikasinya
Firma Bagian yang Bagian yang
Rusak Disuplai Oleh
1 0,02 0,15
2 0,01 0,80
3 0,03 0,05
 Pabrik tersebut telah menyetop pengujian karena
biaya –biaya yang dikeluarkan, dan hal ini dapat
diasumsikan bahwa bagian rusak dan inventaris
campuran adalah sama selama masa pencatatan.
Direktur pabrik memilih secara random sebuah transistor
tersebut ke bagian pengujian dan diketahui bahwa
transistor itu rusak. Jika kita misalkan A adalah suatu
kejadian bahwa barang itu datang dari firma i (i = 1, 2, 3),
maka kita dapat menghitung P(Bi | A). Misalkan untuk
keadaan ini kita tertarik dalam menetapkan P (B3 | A).
Maka