Dosen pembimbing : Ikes Dwiastuti, S.Kep.,Ns.,M.

Kep
Mata kuliah : Biostatistik

MAKALAH BIOSTATISTIK
PROBABILITAS, PROBABILITAS PERMUTASI / KOMBINASI,
DISTRIBUSI PROBABILITAS

OLEH :
Kelompok II

Siska meylani sari K.16.01.023

Suriyani s.lambe K.16.01.024
Hasriwandi h k.16.01.0

PROGRAM STUDI S1 KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN
(STIKES) MEGA BUANA PALOPO
2019/2020

1
 KATA PENGANTAR

Puji dan syukur penyusun panjatkan kehadirat Allah SWT yang telah memberikan rahmat
serta karunia-Nya kepada kami sehingga kami berhasil menyelesaikan Makalah ini. Dalam
proses penyusunan tugas ini penyusun menemui beberapa hambatan, namun berkat dukungan
materil dari berbagai pihak, akhirnya penyusun dapat menyelesaikan tugas ini dengan cukup
baik. Oleh karena itu, melalui kesempatan ini penyusun menyampaikan terimakasih kepada
semua pihak terkait yang telah membantu terselesaikannya tugas ini.
Penyusun menyadari bahwa tugas ini masih jauh dari kesempurnaan. Oleh karena itu,
segala saran dan kritik yang membangun dari semua pihak sangat penyusun harapkan demi
perbaikan pada tugas selanjutnya. Harapan penyusun semoga tugas ini bermanfaat khususnya
bagi penyusun dan bagi pembaca lain pada umumnya.

Palopo, 6 oktober 2019

2
 DAFTAR ISI

KATA PENGANTAR ............................................................................................................ i

DAFTAR ISI........................................................................................................................... ii
BAB I ....................................................................................................................................... 4
a. Latar belakang .............................................................................................................. 4
b. Rumusan masalah ........................................................................................................ 4
c. Tujuan .......................................................................................................................... 5

BAB II PEMBAHASAN ........................................................................................................ 6

a. Defenisi Probabilitas .................................................................................................... 6
b. Probabilitas Permutasi/ Kombinasi .............................................................................. 6
c. Distribusi Probabilitas.................................................................................................. 9
d. Distribusi Bimonial ..................................................................................................... 9
e. Distribusi Normal (Gauss) ........................................................................................... 11
f. Pendekatan Distribusi Binomial Ke Distribusi Normal ............................................... 14
g.

BAB III PENUTUP ................................................................................................................ 16

a. Kesimpulan .................................................................................................................. 16
b. Saran ........................................................................................................................... 16

DAFTAR PUSTAKA ............................................................................................................. 17

3
 BAB I
PENDAHULUAN

1. Latar belakang
Semua kejadian yang ada di alam selalu di katakana ada ketidakpastian.bahkan di dalam
pengertian statistik punterdapan anggapan bahwa adanya statistik adalah karena adanya
ketidakpastian, dengan statistik dapat diambil kesimpulan, jadi, kejadian alam secara statistik
selalu di katakana mempunyai peluang untuk terjadi atau tidak terjadi. Pleh karena itu,
keputusan di dalam statistik merupakan peluang (probabilitas) yang di yakini benar dan juga
memberikan peluang untuk tidak benar (salah).
Tugas statistic baru di anggap selesai jika berhasil membuat konklusi dengan baik tentang
karakteristik suatu populasi. Untuk membuat konklusi tentang populasi, umumnya di pakai
sample. Untuk itu, di perlukan sample yang representative terhadap populasinya, dimana
sample di ambil secara acak dengan maksud semua unit di dalam populasi mempunyai
probabilitas (peluang) yang sama untuk terambil sebagai sample. Demikian juga, kesimpulan
yang akan di ambil selalu tidak absolut 100%,tetapi kesimpulan dinyatakan kebenarannya
95%, 90% atau 0,95, 0,90 yang di sebut sebagai derajat kepercayaan. Itulah sebabnya dalam
mempelajari statistik selalu di perlukan pengertian tentang probabilitas (peluang) serta
distribusi peluang.
Sebagaimana namanya, teori ini antara lain membahas ukuran atau derajat ketidakpastian
suatu peristiwa.

2. Rumuan masalah
Berdasarkan latar belakang yang telah dipaparkan di atas, maka dalam penulisan makalah
ini kami mengemukakan perumusan masalah sebagai berikut :
1. Apa yang di maksud dengan probabilitas?
2. Apa yang di maksud dengan probabilitas permutasi/ kombinasi?
3. Apa yang di maksud dengan distribusi binominal dan normal (Gaus)?
4. Apa yang di maksud Pendekatan Distribusi Binomial Ke Distribusi Normal?

4
3. Tujuan masalah
dalam penulisan makalah ini bertujuan untuk mengetahui
1. Mengetahui Apa yang di maksud dengan probabilitas
2. Mengetahui Apa yang di maksud dengan probabilitas permutasi/ kombinasi
3. Mengetahui Apa yang di maksud dengan distribusi binominal dan normal (Gaus)
4. Mengetahui Pendekatan Distribusi Binomial Ke Distribusi Normal

5
 BAB II
PEMBAHASAN MATERI

A. DEFENISI PROBABILITAS
Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu
adalah seperenam (1/6). Berapakah probabilitas seorang buruh yang bekerja pada suatu
pabrik dengan ruang kerja yang nilai ambang batas debunya sudah melebihi batas
ketentuan? Berapa peluang seseorang akan mengalami kecelakaan saat melakukan
pekerjaan di suatu work shop alat berat? Berapa peluan seorang anak yang sudah
diimunisasi dengan BCG akan mendapat sakit TBC? Kata-kata demikian sepertinya
sudah bisa dalam kehidupan sehari-hari dan di dalam permasalahan kesehatan
masyarakat.

B. PROBABILITAS PERMUTASI/ KOMBINASI

Dalam menghitung probabilitas dari bebrapa kejadian, prtama kita harus
mengetahui beberapa kemungkinan terjadinya peristiwa tersebut. Contohnya pada
diagram pohon di bawah ini. Pada pelemparan 2 kali 2 mata uang, berapa kemungkinan
kombinasi dari kedua mata uang tersebut? H=head T=tail. Pada diagram pohon di bawah
ini, kemungkinan kombinasi dua mata uang tersebut adalah yang muncul empat macam:
HH, HT, TH, TT.

Diagram pohon.
H T

H T H T

HH HT TH TT

6
DALIL I: (kaidah umum pergandaan)
Kalau suatu step (lagkah) dari suatu eksperimen menghasilkan (out come) k hasilnya
yang berbeda dan step ke-2 menghasilkan m hasil yang berbeda, maka kedua langkah
eksperimen akan menghasilkan k x m hasil.
Contoh:
 Satu coin di lambangkan 2 kali, maka hasilnya adalah 2x2 (ruang sample)
 Sebuah dadu di lambangkan 3 kali, maka hasil ruang samplenya adalah 6x6x6
 Untuk sampai di gerbang UI depok seorang mahasiswa dapat melakukannya dengan 3
cara (bus, kereta, angkot), dari gerbang UI sampai ke fakultas ada 4 cara (jalan kaki,
bus kuning, ojek, numpang dengan mobil teman), maka berapa cara seorang
mahasiswa akan sampai di fakultas?.....3x4 =12 cara

DALIL 11 Permutasi

Urutan di pentingkan

n!
nPr=
(n-r) !

P= jumlah permutasi (urutannya dipentingkan)

N= banyaknya ojek
R= jumlah anggota pasangan
! = factorial (3! = 3x2x1), 0! =1, 1! =1

Contoh:
Ada tiga cara yang efektif untuk pengobatan pasien Ca (kanker) yakni bedah (B),
radiasi (penyinaran = P), dan kemoterapi (obat = O). ada berapa carakah dapat di obati

7
seseorang yang menderita Ca kalau kepada masing-masing pasien hanya dua macam
terapi yang bisa di berikan.
Penyelesaian:
Untuk pengobatan ini urutan di perlukan karena seseorang yang mendapat terapi
bedah dan penyinaran (B, P) akan berbeda dengan yang mendapat penyinaran lebih
dahulu baru di bedah (P,B).

Rumus

Jadi, jumlah cara yang dapat di laksanakan adalah; (BP, BO, PB, PO, OB,
OP)
DALIL III kombinasi

Urutan tidak di pentingkan

Rumus
n!
NCr=
r!(n-r)!

Keterangan
C = jumlah kombinasi
n = banyaknya objek
r = jumlah anggota pasangan
contoh:
Tiga orang pasien di gigit ular dan di bawa ke puskesmas. Di puskesmas hanya tersedia
2 dosis antiracun ular. Berapa kemungkinan pasangan yang akan di berikan 2 dosisi
tersebut (pasiennya A, B, C)?
penyelesaian:
2 orang yang berpasangan di sini, misalnya A dan B sama saja dengan B dan A. jadi, di
sini urutan tidak ada artinya. Maka dalam hal ini pasangan yang terjadi adalah:
3! 3x2x1

8
 Rumus : 3 C 2 = = =3
2!(3-2) 2x1x1
Mereka adalah: (AB, AC, BC)

C. DISTRIBUSI PROBABILITAS
Kunci aplikasi probabilitas dalam statistik adalah memperkirakan terjadinya peluang/
probabilitas yang di hubungkan dengan terjadinya peristiwa tersebut dalam beberapa
keadaan. Sebagai contoh, kita ingin mengetahui probabilitas sebuah keluarga untuk
memiliki anak laki-laki dan perempuan. Jika kita mengetahui keseluruhan probabilitas
dari kemungkinan outcome yang terjadi, seluruh probabilitas kejadian tersebut akan
membentuk suatu distribusi probabilitas.
Ada bermacam-macam distribusi probabilitas (distribusi teoretis) dalam analisis
statistik, anatara lain Distribusi Binomial (Bernaulli), Distribusi Poisson, distribusi
Normal (Gauss), Distribusi Student (’t’ W Gosset), Distribusi Chi Squere (x 2), Distribusi
Fisher (F), dan lain-lain.
Dalam makalah ini kami akan membahas lebih lanjut 2 macam distribusi yang
umunya di gunakan, yaitu distribusi Binominal, distribusi Normal. Random variable pada
ketiga macam distribusi ini merupakan variable random yang diskrit.

D. DISTRIBUSI BINOMIAL
Distribusi binomial menggambarkan fenomena dengan dua hasil atau outcome.
sebagai contoh , peluang sukses dan gagal, sehat dan sakit,dan sebagainya. Penemu
distribusi binomial adalah james bernaulli sehingga distribusi binomial dikenal juga
sebagai distribusi bernaulli.

Bernaulli trial mempunyai empat syType equation here.arat sebagai berikut:

1. Jumlah trial merupakan bilangan bulat.
2. Setiap eksperimen mempunyai dua outcome (hasil), yaitu sukses dan gagal Contoh:
 laki/ pertemuan
 sehat/ sakit
 setuju/ tidak setuju
3. peluang sukses sama setiap eksperimen

9
4. setiap eksperimen independen satu sama lain.
Di dalam mempelajari distribusi binomial ini, trial independen adalah setiap trial
atau peristiwa bebas satu sama lain , misalnya trialnya melemparkan atau
(melambungkan) satu koin 5 kali, antra lambungan pertama, kedua, sampai kelima,
adalah kejadian yang independen. Setiap eksperimen atau trial mempunyai dua hasil,
yaitu sukses dan gagal. Jadi ketika melambungkan koin kita mengharapkan akan keluar
permukaan H (head) dan pada waktu melambungkan keluar H, maka di katakana sukses,
sedangkan kalau yang keluar sisi T (trail), maka di katakana gagal. Setiap lambungan
mempunyai probabilitas sukse yang sama. Jika pada lambungan pertama probabilitas
sukses adalah ½ (setengah), pada lambungan seterusnya juga setengah. Jumlah
lambungan adalah bilangan bulat 1, 2, 3, dan seterusnya. Tidak mungkin melambungkan
koin 31/2 kali. Bagaiman kalau yang di lambungkan itu adalah dadu? Dalam hal ini di
permukaan yang di harapkan keluar misalnya mata lima, maka di katakana peluang
(probabilitas) sukses adalah 1/6 (seperenam),sedangkan peluang gagal adalah 5/6 (lima
per enam). Untuk itu, probabilitas sukses di lambangkan p, sedangkan peluang gagal
adalah (1-p) atau biasa juga di lambangkan q, dimana q=1-p.
Kejadia atau peristiwa binomial ini di simbolkan b (x, n, p) dimana b = binomial, x
adalah banyaknya sukses yang di inginkan (bilangan random), n = jumlah trial, p =
peluang sukses dalam satu trial.
Contoh, dadu di lempar 5 kali, di harapkan keluar mata 6 dua kali, maka kejadian ini
dapat di tulis b (2, 5, 1/6)…x=2, n=5 p=1/6.
Suatu trial n kali nilai n dapat (1, 2, 3…n), sedangkan sukses x dapat merupakan
bilagan random mulai dari (0, 1, 2…n).
Contoh permasalahan:
Probabilitas seorang bayi tidak tidak diimunisasi polio adalah 0,2 (p), pada suatu hari di
puskesmas “PQR” ada 4 orang bayi. Hitunglah peluang dari bayi tersebut 2 orang belum
imunisasi polio. Jadi, di dalam kejadian binomial ini di katakan b(x=2, n=4,
p=0,2)…….b(2, 4, 0,2)
Penyelesaian:
Katakana bayi tersebut adalah A, B, C, D, dua orang tidak diimunisasi mungkin adalah,
A & B, A&C, A&D, B&C, B&D, C&D.

10
 Ada enam pasangan yang mungkin merupakan kombinasi dari empat objek yang
pasangannya 2(x=2 n=4) kombinasinya
Rumus :
n!
n
( x) =
x!(n-x)!

Dua orang tidak diimunisasi da dua orang diimunisasi peluangnya adalah 0,22 x 0,82 atau
p x(1-p)n-x.jad, rumus untuk b(x, n, p) adalah:
Rumus :
n!
P(X=X= px(1-p)n-x
x!(n-x)!

Jadi, peluang dua di antara empat bayi yang belum imunisasi polio adalah
Rumus : 4!
0,22 x 0,8 = 0,1536 = 0,154
2! (4-2)!

Di samping memakai rumus binomial di atas, permasalahan ini juga dapat di kerjakan
dengan memakai table binomial (lampiran table I, caranya adalah dengan menentukan n,
misalnya dari contoh soal adalah 4, dilihat pada klom pertama kolom ke dua adalah
kemungkinan x, dalam permasalahan di atas x= 2. P dilihat pada baris paling atas dalam
hal ini pp=0,2 di tarik garis dari p=0,2eee sampai ke n=4 dan x=2 maka di table di
dapatkan 0,973. Ini adalah peluang kumulatif dari p(x=0) + p(x=1) + p(x=2). Jadi, kalau
mau mendapatkan p(x=2) saja, maka 0,973-0,819=0,154.
E. DISTRIBUSI NORMAL (GAUSS)
Pada pembahasan distribusi sebelumnya kita mempelajari bagaimana suatu variable
memberikan ide tentang nilai-nilai tersebut pada populasinya. Jika di ketahui suatu
variable berdistribusi normal, kita akan lebih muda untuk melakukan inferensi seberapa
sering suatu kejadian akan terjadi misalnya, serum kolesterol pada level di atas 250 mg/
dl akan meningkatkan resiko jantung koroner. Dari batasan ini kita bisa menentukan
dengan menambahkan dua standar deviasi pasien yang harus menentukan obat, yang lain

11
tidak membutuhkan pengobatan. Kita juga mengetahui berapa probabilitas pasien yang
akan menerima pengobatan.
Distribusi normal merupakan distribusi statistic yang amat penting. Distribusi ini
pertama kali di temukan oleh matematikawan asal prancis, Abraham demoivre pada
tahun 1733 dan di aplikasikan dengan lebih baik lagi pada awal abad ke-19 oleh
matematikawan asal Prancis Perre simon de laplace dan matematikawan sekaligus
astronom asal jerman, karl friedrich Gauss. Distribusi normal di kenal juga distribusi
Gauss.
Sir Franciss Allon dan sepupunya Charles Darwin merupakan orang yang pertama
kali mengaplikasikan kurva distribusi normal ini ke dalam dunia kedokteran. Beberapa
fenomena menunjukkan gambaran distribusi normal terdapat pada variable random
kontinu, seperti tinggi badan, serum kolesterol, suhu tubuh orang sehat, dan sebagainya.
Berikut rumus eksponensial untuk distribusi normal.
1

Rumus : 1 - (x-𝜇)2

ʃ (X) = e 2𝜋2
√𝟐𝝅𝝈𝟐

Cirri khas Distribusi normal

Distribusi probabilitas untuk variable kontinu dengan puncak distribusi berada pada
mean dan bentuk distribusi simetris, yang di tentukan oleh simpang bakunya, memiliki
cirri-ciri sebagai berikut.
 Simetris,
 Seperti lonceng,
 Titik belok µ ± σ,
 Luas di bawah kurva = probability = 1
Fungsi atau f(x) distribusi kontinu akan selalu dapat di cari dengan persamaan fungsi
kurva normal (secara integral), tetapi hal ini tidak praktis. Agar lebih praktis, telah ada
table kurva normal di mana table ini menunjukkan luas kurva normal dari suatu nilai
yang di batasi nilai tertentu.

Kurva normal standar mempunyai µ=0 σ=1, di mana N(0,1).

12
 Untuk suatu sample yang cukup besar, terutama untuk gejala alam seperti berat
badan dan tinggi badan, biasanya kurva yang di bentuk dari distribusi tersebut juga
simetris dengan x tertentu dan Sd (simpangan baku) tertentu. Maka, kurva simetris yang
terjadi di sebut kurva normal umum.
Untuk dapat menentukan probabilitas di dalam kurva normal umum, nilai yang akan
di cari di transformasikan dulu ke nilai kurva normal standar melalui tranformasi Z
(deviasi relative)
Rumus :
X-𝝁 X-X-
Z= Z=
𝝈 S

Kurva normal standar N(µ = 0, σ =1)

Kurva normal umum N(µ, σ)
Contoh:
Dari penenlitian terhadap 150 oang laki-laki yang berumur 40 – 60 th di dapatkan
rata-rata kadar kolesterol mereka 215 mg % dan simpangan baku Sd = 45 mg %.
Hitunglah peluang kita mendapatkan seorang yang kadar kolesterolnya:
a. >250 mg %
b. <200 mg %
c. Antara 200 – 275 mg %
Penyelesaian:
Untuk menyelesaikan permasalahan di atas nilai x di transformasikan ke nilai z. di dalam
table nilai z berada pada kolom paling kiri dan baris paling atas. Ambillah nilai 2 ini tiga
digit saja. Nanti 2 digit ada di kolom dan digit ketiga ada di baris.

13
 Rumus
A. 250-215
Z= =0,76
45

Pada tabel 0,7,di lihat pada kolom 0,06 pada garis → lihat lampiran tabel III dapat
nilai 0,2,764,ini adalah luas area anatar 215 s,d 250.
Yang di tanyakan aqdalah p (x >250 mg%),jadi untuk mendapatkan area > 250 mg %
adalah 0,5 -0,2764 =0,2236.

a. P =(X<200 mg%)
200-215
Z= 0.33→ Tabel 0,1297
45
.
. . 𝛽 (x<200 mg %) =0,5-0,1297 =0,3703

b. P (200 mg % < x < 275 mg %

 Pada soal b) sudah di dapatkan area anatar 215 mg s,d 200 mg……….=0,1297
275 -215
Z2 1,33→ Tabel =0,4082 = 0,4082
45 0,5397

.
..p (200 mg < x < 275 mg %) = 0,5397.

A. PENDEKATAN DISTRIBUSI BINOMIAL KE DISTRIBUSI NORMAL

di dalam mempelajari probabilitas suatu peristiwa yang jumlah (n) kecil dan nilai
probabilitasnya antara 0-1, di lakukan perhitungannya memakai distribusi binomial, dan
pada saat n sangat besar dan p kecil sekali perhitungannya kita pakai distribusi poisson.
Apabila n cukup besar (contoh n= 100) sedang p antara 0-1, maka dapat di lakukan
pendekatan ke distribusi normal. Suatu contoh probabilitas seorang ibu hamil menderita
anemia di Indonesia adalah 0,4. Pada suatu hari di puskesmas ‘PQR” di kunjungi 30 ibu
hamil. Hitunglah probabilitas dari ibu hamil tersebut yang menderita anemia:
a. Kurang dari 10 orang
b. Lebih dari 15 orang

14
Dari permasalahan di atas kita dapat menyelesaikannya dengan distribusi normal, atau
memperlakukan data distribusi diskrit tersebut dengan distribusi kontinu. Distribusi
normal mempunyai dua parameter, yaitu rata-rata (mean) dan simpangan baku (standar
deviasi). Untuk data kategori ini nilai mean (x bar) = np dan standar deviasi.

Rumus :
x- = np S =√𝒏𝒑(𝟏 − 𝒑) = √𝒏𝒑𝒒

Dari contoh permasalahan di atas kita ketahui n=30 p=0,4 q=1-0, 4=0,6 mean = 30x0,4=
12 S=√ 30x0,4x0,6=2,7

x-x- 10-12

a. P(x<10) di transformasi ke nilai Z= = = -0.74

S 2,7

Untuk mencari probabilitas dilihat table Z di dapat 0,2703 jadi p(x<100) =0,5-0,2703
= 0,2297
15 - 12
b. Rumus : p (x > 15 )………….. Z = =1.11……………tabel 0.3665
2.7
Jadi p(x>15) = 0,5 – 0,3665 = 0,1335
Untuk persyaratan pendekatan distribusi binomial ke distribusi normal adalah
apabila np ≥ 5 atau nq ≥ 5.s

15
 BAB III
PENUTUP
A. Kesimpulan
Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu
adalah seperenam (1/6). Berapakah probabilitas seorang buruh yang bekerja pada suatu
pabrik dengan ruang kerja yang nilai ambang batas debunya sudah melebihi batas
ketentuan? Berapa peluang seseorang akan mengalami kecelakaan saat melakukan
pekerjaan di suatu work shop alat berat? Berapa peluan seorang anak yang sudah
diimunisasi dengan BCG akan mendapat sakit TBC? Kata-kata demikian sepertinya
sudah bisa dalam kehidupan sehari-hari dan di dalam permasalahan kesehatan
masyarakat.

B. Saran
Penulis menyadari bahwa makalah di atas banyak sekali kesalahan dan jauh dari kata
sempurnah.penulis akan banyak memperbaiki makalah tersebut dengan pedoman pada banyak
sumber yang dapat di pertanggung jawabkan maka dari itu penulis mengharapkn krtik dan saran
mengenai pembahasan makalah dalam kesimpulan di atas

16
 DAFTAR PUSTAKA

Luknis sabri, sutanto priyo hastono. Stastik kesehatan halaman 39-71

17