MAKALAH PROBABILITAS

DAN
STATISTIKA
“Konsep Dasar Probabilitas”

Kelompok 1
Nama / Nim :
Aldy Wahyu Putra / 5182230001
Aldy Saputra / 5183230008
Rahwal Dandi / 5182230003
Dosen : Amirhud Dalimunthe,S.T.,M.Kom
Nama Mata Kuliah : Probabilitas dan Statistika
Program Studi : Teknik Elektro (S-1)
Semester/TA : (GENAP) 2 / 2019
 KATA PENGANTAR

Puji syukur kita sampaikan ke hadiran Tuhan Yang Maha Esa, karena berkat-Nya
makalah ini dapat diselesaikan sesuai yang diharapkan. Dalam makalah ini membahas
mengenai“Konsep Dasar Probabilitas”, suatu materi yang seringkali dibahas dalam pelajaran
Probabilitas dan Statistika.

Dengan harapan semoga makalah ini dapat menambah pengetahuan dan pengalaman
bagi para pembaca,Dimana tujuan kami membuat makalah berisikan tema tersebut adalah
untuk memperdalam pengertian serta pemahaman kita khususnya serta masyarakat umumnya
yang akan membaca makalah yang disusun ini. Dimana makalah ini menjadi tugas kami
sebagai mahasiswa yang mengikuti mata kuliah Probabilitas dan Statistika.

Untuk ke depannya dapat memperbaiki bentuk maupun menambah isi makalah agar
menjadi lebih baik lagi.Karena keterbatasan pengetahuan maupun pengalaman penulis, yakin
masih banyak kekurangan dalam makalah ini,

Oleh karena itu penulis sangat mengharapkan saran dan kritik yang membangun dari
pembaca demi kesempurnaan makalah ini.Oleh sebab itu, penulis pada kesempatan ini
Demikian makalah ini kami buat semoga bermanfaat kedepannya saya ucapkan banyak
terima kasih.

Medan, 24 Maret 2019

Penulis
 DAFTAR ISI

KATA PENGANTAR ................................................................................................................

DAFTAR ISI...............................................................................................................................

BAB I PENDAHULUAN ........................................................................................................

1.1 Latar Belakang .................................................................................................

1.2 Rumusan Masalah ............................................................................................

1.3 Tujuan ..............................................................................................................

1.4 Manfaat ............................................................................................................

BAB II PEMBAHASAN .........................................................................................................

2.1 Pengertian Probabilitas .........................................................................................

2.2 Probabilitas Bersyarat...........................................................................................

2.3 Theorema bayes .................................................................................................

BAB III PENUTUP(KESIMPULAN) ....................................................................................

3.1 Kesimpulan ......................................................................................................

3.2 Saran ................................................................................................................

DAFTAR PUSTAKA .................................................................................................................

 BAB I

PENDAHULUAN

1.1. Latar Belakang

Hidup, tempat kita menentukan kebijaksanaan didasarkan atas kemungkinan-
kemungkinan. Sedikit sekali hal-hal yang pasti dalam hidup ini. Sesuatu yang kita yakini
sebagai ‘benar’ bila kita analisis secara tepat dengan fakta yang ada akan hanya menunjukan
tingkatan dari kemungkinan, yaitu; biasannya, kemungkinan besar, mungkin sekali atau
hampir pasti.

Generalisasi, teori, hubungan klausal yang telah kita pelajari meskipun didukung oleh
fakta-fakta yang cukup terpercaya, konklusinya dipakai sebagai dasar deduktif, toh tidak
memberikan pengatahuan yang pasti. Itulah sebabnya David Hume berkata bahwa apabila
kita mempergunakan argumen yang disusun atas dasar pengalaman kita masa lampau sebagai
dasar pertimbangan untuk membuat ramalan dimasa mendatang maka argumen ini hanya
merupakan kemungkinan (probability).

1.2. Rumusan Masalah

Berdasarkan yang sudah kami diskusikan, dengan ini kami merumuskan masalah
yang akan kami kaji adalah mengerti hal hal yang berkisar seputar pengertian probabilitas,
probabilitas bersyarat, dan teorema bayes.

1.3. Tujuan

Sejalan dengan rumusan masalah di atas, makalah ini disusun untuk tujuan mengetahui:

a) pengertian probabilitas, dan penjelasannya

b) probabilitas bersayarat dan penjelasannya

c) teorema bayes dan penerapannya dalam probabilitas.

1.4. Manfaat

Manfaat dari membaca makalah ini tentu saja dapat mengenal dan mengerti lebih jauh
mengenai proabilitas dan teorema bayes.
 BAB II

PEMBAHASAN

2.1 Pengertian Probabilitas

2.1.1 Probalitas
Teori probabilitas merupakan cabang dari ilmu matematika terapan (applied
mathematics) dan menelaah perilaku faktor untung-untungan (chance factor). Konsep
tentang untung-untungan sendiri lebih mudah dijelaskan dengan contoh-contoh daripada
dirumuskan dengan kata-kata.
Tidak ada yang pasti dalam hidup ini. Dalam setiap pekerjaan, kita menduga-duga
peluang keberhasilan, mulai dari bisnis sampai pengobatan hingga cuaca. Tetapi hampir
sepanjang sejarah manusia, probabilitas, kajian formal tentang kaidah peluang, hanya
dipakai untuk satu hal: Untung-untungan.
Probabilitas adalah suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi
di masa mendatang. Probabilitas dinyatakan antara 0 dan 1 atau dalam persentase
Percobaan adalah pengamatan terhadap beberapa aktivitas atau proses yang
memungkinkan timbulnya paling sedikit 2 peristiwa tanpa memperhatikan peristiwa mana
yang akan terjadi Percobaan adalah aktivitas yang melahirkan suatu peristiwa.

Contoh:
kegiatan melempar uang koin akan melahirkan peristiwa muncul gambar atau angka,
kegiatan jaul beli saham akan melahirkan peristiwa membeli atau menjual, perubahan
harga-harga akan melahirkan inflasi dan deflasi, mahasiswa yang giat belajar akan
melahirkan prestasi yang memuaskan, sangat memuaskan atau terpuji. Pertandingan
sepakbola akan melahirkan peristiwa menang, kalah atau seri. Kegiatan-kegiatan yang
melahirkan peristiwa tersebut dikenal sebagai percobaan.

Hasil (outcome) adalah suatu hasil dari sebuah percobaan

Dari suatu percobaan akan memberikan hasil. Dari contoh kegiatan di atas dapat diperoleh
hasil sebagai berikut.
2.1.2 Macam-macam probabilitas

(1) Probabbilitas a priori,

yaitu probabilitas yang disusun berdasarkan perhitungan akal, bukan atas dasar pengalaman.
Untuk menentukan beberapa kemungkinan mata dadu yang bakal keluar, maka mempunyai
kemungkinan 1/6, karena sebuah mata dadu mempunnyai enam muka. Bila dua mata uang
dilemparkan, maka kemmungkinan jatuh dengan dua kali sisi depanya adalah 1/2 x 1/2 =1/4.
(2) Probabilitas relatif frekuensi,

yaitu probabilaitas yang disusun berdasarkan statistik atas fakta-fakta empiris, seperti
probabilitas tentang gagalnya tembakan pistol adalah 5. Maksudnya bahwa setiap 100 kali
ditembakan maka paling tidak 5 kali diantaranya macet.

2.1.3 Ilmu dan Probabilitas

Berdasarkan kenyataan bahwa teori, generlisasi dan klausaliatas bersifat probabilistik, maka
ilmu-ilmu tidak pernah memberi keterangan yang pasti tentang peristiwa-peristiwa. Teori dan
keterangan yang diberikanya bersifat kemmungkinan. Ini perlu kita sadari bahwa ilmu itu
tidak pernah berprestasi untuk mendapatkan pengetahuan yang bersifat ‘Minumlah ini, anda
pasti sembuh’. Ilmu paling-paling akan menyatakan; ‘Minumlah obat ini kemungkinan besar
anda akan sembuh’. Meskipun penjelasan yang diberikan oleh ilmu adalah penjelasan
probabilistik, namun probabilistik yang dapat dipetanggung jawabkan, karena ia disusun
berdasarkan pengalaman. Teori ilmu memberikan kepada kita penegetahuan sebagai dasar
kita mengambil keputusan. Keputusan yang kita ambil bebrdasarkan keterangan keilmuan itu,
dengan memandang resiko yang bakal kita hadapi. Meskipun ramalan cuaca memberikan
kemungkinan 0,8 tidak akan hujan (tidak memberikan 1,00 pasti hujan), toh dari keterangan
ini kita bisa mengambil keputusan. Ramalan 0,8 tidak akan turun hujan barati ada peluang 0,2
untuk turun hujan. Bila kita hendak piknik meskipun kita tahu ada peluang 0,2 turun hujan,
toh kita tidak akan mengurungkan niat kita, karena sudah cukup bagi kita jaminan 0,8 tidak
turun hujan. Jika kita mempunyai penyakit yang bila kena air hujan akan kambuh sedemikian
hebatnya, maka kita akan ragu-ragu untuk memutuskan pergi. Kalaupun kia memutuskan
pergi kita akan memakai jaket, payung dan alat penutup lainnya yang lebih rapat. Jadi
tindakan yang akan kita ambil berdasarkan resiko yang mungkin timbul dari pilihan kita
berkaitan dengan probabilitas yang ada. Demikian nilai proabilitas ilmu bagi kehidupan kita.

2.2 Probabilitas Bersyarat

2.1.1 Peluang bersyarat

Adalah peluang terjadinya kejadian A bila diketahui bahwa suatu kejadian B telah
terjadi. Peluang bersyarat dilambangkan dengan P(A│B).

P(A│B) dibaca “peluang terjadinya A bila B telah terjadi” atau “peluang A, bila
ABdiketahui”.
Misalkan ruang contoh berpeluang sama dari percobaan melempar sebuah dadu bersisi 6,
maka S ={1,2,3,4,5,6}. Dan terdapat dua kejadian, yaitu B adalah kejadian muncul sisi
kurang dari 6, maka B ={1,2,3,4,5}; dan A adalah kejadian munculnya sisi genap, maka A
={2,4,6}. Berdasarkan hal ini, maka

P (B) =5/6, dan p(A) =3/6=1/2.

Jika dua kejadian A dan B dilakukan berurutan, yaitu B terjadi terlebih dahulu,kemudian
menyusul A, maka A = {2,4,6}. Peluang kejadian A setelah kejadian B (A given B ), atau
dituliskan sebagai p(A │ B) =3/5.

2.1.2 Defenisi dan Sifat Peluang Bersyarat

Peluang bersyarat B, bila A diketahui dilambangkan dengan P(B│A), didefinisikan sebagai :

Dengan P(A) > 0

Disebut peluang A dengan syarat B.

Misalkan n(A) melambangkan banyaknya unsur dalam himpunan A. Dengan Menggunakan

notasi, dapat dituliskan :

P (M = =

SIFAT – SIFAT

0≤ P (A | B) ≤ 1 ==> 0 ≤ P(A ∩ B ) ≤ P (B)

Jika A ≤ B maka A∩B = A sehingga P(A | B) = P(A)/P(B)

Jika B ≤ A maka A∩B = B sehingga P(A | B) = 1

2.1.3 Contoh Peluang bersyarat

Misalkan ruang contoh S kita terdiri atas populasi sarjana disuatu kota. Kita akan
mengkategorikan populasi ini menurut jenis kelamin dan status pekerjaan.

Jenis Kelamin Bekerja Menganggur

Laki – Laki 460 40

Perempuan 140 260

Misalkan kikta akan mengambil secara acak seorang diantara mereka untuk ditugaskan
mempublikasikan pentingnya didirikan industri-industri baru dikota tersebut. Perhatikan
kejadian-kejadian berikut :

M : Yang terpilih laki-laki

E : Yang terpilih telah bekerja.

Dengan menggunakan ruang contoh yang dipersempit E, kita memperoleh :

P(M│E) = 460/600 = 23/30

Misalkan n(A) melambangkan banyaknya unsur dalam himpunan A. Dengan Menggunakan

notasi, dapat dituliskan :

P (M = =

Sedangkan dalam hal ini = P(E dan P(E) dihitung dari ruang contoh S. Maka didapat :

P(E) = =

Dan P(E = =

Sehingga P (M = 23/45 : 2/3 = 23/30

peluang suatu penerbangan reguler berangkat tepat waktu adalah P(D) = 0,83, peluang
penerbangan mendarat pada waktunya adalah P(A)=0,92 dan pelunang penerbangan itu
berangkat dan mendarat tepat pada waktunya adalah P(D A) = 0,78. Hitung peluang bahwa
suatu pesawat pada penerbangan itu :

mendarat pada waktunya bila diketahui bahwa pesawat itu berangkat pada waktunya, dan

berangkat pada waktunya bila diketahui bahwa pesawat mendarat pada waktunya.

Jawab

Peluang bahwa pesawat mendarat pada waktunya bila diketahui bahwa pesawat itu berangkat
pada waktunya.

P(A│D) =

U = 0,78/0,83
= 0,94

Peluang bahwa pesawat berangkat pada waktunya bila diketahui bahwa pesawat mendarat
pada waktunya.

P(D│A) =

= 0,78/0,92

= 0,85

 Kaidah Penggandaan

Dengan menggandakan kedua sisi rumus peluang bersyarat :

Jadi, peluang terjadinya A dan B sekaligus sama dengan peluang A digandakan dengapeluang
terjadinya B bila A telah terjadi. Karena kejadian A B dan B A setara, maka berdasarkan
hukum diatas, dapat dituliskan :

P (A B) = P (B ) = P(B)P(A│B).

Dengan kata lain, tidak jadi persoalan kejadian mana yang disebut A dan mana yng disebut
B.

Contoh :

Kaidah penggandaan khusus

Bila dua kejadian A dan B bebas, maka :

P (A B) = P(A)P(B)

Jadi, untuk menghitung peluang terjadinya dua kejadian bebas sekaligus, kita cukup
menggandakan peluang kejadian masing-masing.

Contoh :

Sebuah kota kecil memiliki satu mobil pemadam kebakaran dan satu mobil ambulance.
Peluang mobil kebakaran itu dapat digunakan pada saat diperlukan adalah 0,98 dan peluang
ambulance tersedia waktu diperlukan adalah 0,92. Dalam hal terjadi kecelakaan akibat
kebakaran keduanya tersedia dan siap digunakan ?
Jawab :

Misalkan A dan B masing-masing menyatakan bahwa mobil kebakaran dan ambulance siap
digunakan. Maka, :

P(A B) = P(A)P(B)

= (0,98).(0,92)

=0,9016

 Kaidah penggandaan umum

Jika dalam suatu percobaan kejadian-kejadia A1, A2, . . . Ak dapat terjadi, maka :

P(A1 A2 A3 . . . Ak)

= P (A1)P(A2 A1 )P(A3 │ A1 A2 )…P(Ak │ A1 A2 … AK-1)

Jika Kejadian – Kejadian A1, A2, . . . Ak bebas, maka :

P(A1 A2 A3 . . . Ak) = P(A1)P(A2)…P(AK)

Contoh :

Tiga kartu diambil berturut-turut dan tanpa pemulihan. Tentukan peluang bahwa kartu yang
terambil bahwa kartu yang terambil pertama adalah ace merah, yang kedua sepuluhatau jack.
Dan yang ketiga lebih besar 3 tetapi kurang dari 7.

Jawab :

Pertama-tama kita definisikan kejadian :

A1 : kartu pertama adalah ace merah

A2 : kartu kedua adala sepuluh atau jack.

A3 : kartu ketiga lebih besar dari 3 dan kurang dari 7

Sekarang :

P(A1) = 2/52

P(A2│A1) = 8/52
P(A3 │A1 A2) = 12/52

Sehingga :

P(A1 A2 A3) = P(A1)P(A2│A1)P(A3│A1 A2)

= (2/52)(8/51)(12/50)

= 8/5525

2.3 Theorema bayes

Dalam teori probabilitas dan statistika, Pengertian Teorema Bayes adalah teorema
yang digunakan untuk menghitung peluang dalam suatu hipotesis, Teorema bayes dikenalkan
oleh ilmuan yang bernama Bayes yang ingin memastikan keberadaan Tuhan dengan mencari
fakta di dunia yang menunjukan keberadaan Tuhan. Bayes mencari fakta keberadaan tuhan
didunia kemudian mengubahnya dengan nilai Probabilitas yang akan dibandingkan dengan
nilai Probabilitas. teorema ini juga merupakan dasar dari statistika Bayes yang memiliki
penerapan dalam ilmu ekonomi mikro, sains, teori permain, hukum dan kedokteran.

Teorema Bayes akhirnya dikembangkan dengan berbagai ilmu termasuk untuk penyelesaian
masalah sistem pakar dengan menetukan nilai probabilitas dari hipotesa pakar dan nilai
evidence yang didapatkan fakta yang didapat dari objek yang diagnosa. Teorama Bayes ini
membutuhkan biaya komputasi yang mahal karena kebutuhan untuk menghitung nilai
probabilitas untuk tiap nilai dari perkalian kartesius. penerapan Teorema Bayes untuk
mencari penerapan dinamakan inferens Bayes

Contoh Soal :
Sebuah perkantoran biasanya membutuhkan tenaga listrik yang cukup agar semua aktifitas
pekerjaannya terjamin dari adanya pemutusan aliran listrik. Terdapat dua sumber listrik yang
digunakan PLN dan Generator. Bila listrik PLN padam maka secara otomatis generator akan
menyala dan memberikan aliran listrik untuk seluruh perkantoran. Masalah yang selama ini
mengganggu adalah ketidak satabilan arus (voltage) Listrik. Selama beberapa tahun terakhir,
diketahui bahwa perkantoran itu menggunakan listrik PLN adalah 0.9 dan peluang
menggunakan generator adalah 0.1 peluang terjadi ketidak stabilan pada arus PLN maupun
generator masing-masing 0.2 dan 0.3.
Permasalahan ini di ilustrasikan Sebagai berikut :

E : Peristiwa listrik PLN digunakan

Ec : Peristiwa listrik Generator digunakan
A :Peristiwa terjadinya ketidak stabilan arus

Peristiwa A dapat ditulis sebagai gabungan dua kejadian yang lepas

Dengan menggunakan probabilitas bersyarat maka :

Diketahui: Sehingga:
P(E)=0.9 P(E’)=0.1 P(A)=P(E).P(A|E)+P(E’).P(A|E’)
P(A|E)=0.2 P(A|E’)=0/3 =(0.9).(0.2)+(0.2).(0.3)
=0.

kembali pada permasalahan diatas, bila suatu saat diketahui terjadi ketidak stabilan arus
listrik, maka berapakah probabilitas saat itu aliran listrik berasal dari generator ? Dengan
menggunakan rumus probabilitas bersyarat diperoleh.

P(E’|A)=P(E’∩A)/P(A)
=P(E’).P(A|E’)/P(A)
=0.03/0.21=0/143
Peristiwa B1,B2,….,Bk merupakan suatu sekatan(partisi) dari ruang sampel S dengan
P(Bi)≠0 untuk i=1,2,…,k maka setiap peristiwa A anggota S berlaku:

Digunakan bila ingin diketahui probabilitas P(B1|A),P(B2|A)….,P(Bk|A) dengan rumus

sebagai berikut :

Suatu generator telekomunikasi nirkabel mempunyai 3 pilihan tempat untuk membangun

pemancar sinyal yaitu didaerah tengah kota, daerah kaki bukit dan daerah tepi pantai, dengan
masing-masing mempunyai peluang 0.2,0.3 dan 0.5. Bila pemancar dibangun ditengah kota,
peluang terjadi gangguan sinyal adalah 0.05. Bila pemancar dibangun dikaki bukit, peluang
terjadinya gangguan sinyal adalah 0.06. Bila pemancar dibangun ditepi pantai, peluang
gangguan sinyal adalah 0.08.

A. Berapakah peluang terjadinya gangguan sinyal ?

B. Bila diketahui telah terjadinya gangguan pada sinyal, berapa peluang bahwa operator
tersebut ternyata telah membangun pemancar di tepi pantai ?

Misal :
A = Terjadi ganguan sinyal
B1 = Pemancar dibangun di tengah kota
B2 = ----------------------------di kaki bukit
B3 = ----------------------------di tepi pantai
Maka :
A. Peluang terjadinya ganguan sinyal
P(A)=P(B1)P(A|B1)+P(B2)P(A|B2)+P(B3)P(A|B3)
= (0,2).(0.05)+(0.3)(0.06)+(0.5)(0.08)=0.001+0.018+0.04=0.068
B. Diketahui telah terjadi gangguan pada sinyal, maka peluang bahwa operator ternyata telah
membangun pemancar di tepi pantai.

Dapat dinyatakan dengan ,"peluang bersyarat bahwa operator membangun pemancar di tepi
pantai bila diketahui telah terjadi gangguan sinyal".

BAB III

PENUTUP

3.1 Kesimpulan

Probabilitas adalah kemungkinan yang terjadi berdasarkan keadaan yang telah ada.
Probabilitas ada dua macam, yaitu: Probabilitas a priori dan Probabilitas relative frekuensi.
Tindakan yang kita ambil berdasarkan resiko yang mungkin timbul dari pilihan kita berkaitan
dengan probabilitas yang ada.

Dalam teori probabilitas dan statistika, teorema Bayes adalah sebuah teorema dengan dua
penafsiran berbeda. Dalam penafsiran Bayes, teorema ini menyatakan seberapa jauh derajat
kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru.
Dalam penafsiran frekuentis teorema ini menjelaskan representasi invers probabilitas dua
kejadian. Teorema ini merupakan dasar dari statistika Bayes dan memiliki penerapan
dalam sains, rekayasa, ilmu ekonomi (terutama ilmu ekonomi mikro), teori
permainan, kedokteran dan hukum. Penerapan teorema Bayes untuk memperbarui
kepercayaan dinamakan inferens Bayes.

3.2 Saran

Saran saya sebagai penulis ialah, bahwa setidaknya kita harus selalu konsisten
dalam belajar agar dapat bersaing di era globalisasi sehingga kita selaku mahasiswa
atau peserta didik dapat dibekali dengan kepandaian menggunakan komputer
sebagai sarana dalam mencapai tujuan sehari-hari. Sekiranya saran yang saya buat ini
jika ada kata dan penulisan yang salah mohon dimaafkan.
 DAFTAR PUSTAKA

http://kingilmu.blogspot.com/2015/08/pengertian-dan-macam-macam-teori.html

http://adiputrasimanjuntak.blogspot.com/2015/07/pengertian-probabilitas-statistik.html

https://juandasuprianto.wordpress.com/2015/06/24/pengertian-peluang-bersyarat/

https://id.wikipedia.org/wiki/Teorema_Bayes

http://ikhwan-perbaungan.blogspot.com/2014/09/teorema-bayes-dan-contoh-teorema-
bayes.html