Tugas mata kuliah : Biostatistik

Dosen pembimbing : Ikes dwiastuti, Skm.,Epid

MAKALAH BIOSTATISTIK
PROBABILITAS ( PERMUTASI KOMBINASI )
DAN DISTRIBUSI PROBABILITAS ( DISTRIBUSI NORMAL
DAN DISTRIBUSI BINOMIAL )

OLEH
KELOMPOK VI
1. Reviyanti : K.16.01.017
2. Resky : K.16.01.018
3. Shangrilla octaviani .M :K.16.01.021

SEKOLAH TINGGI ILMU KESEHATAN (STIKES)

MEGA BUANA PALOPO
S1 KEPERAWATAN
TAHUN 2019
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat ALLAH SWT atas rahmat dan
karunia-Nya sehingga tugas mata kuliah “BIOSTATISTIK” ini dapat kami
selesaikan guna memenuhi tugas yang di berikan kepada kami.
Tak lupa kami ucapkan terima kasih yang sebesar-besarnya kepada
dosen mata kuliah “BIOSTATISTIK “ yang telah memberi kesempatan
kepada kami untuk mengumpulkan tugas makalah ini. Tugas makalah yang
berjudul “Probabilitas (permutasi kombinasi) dan Distribusi probabilitas
(Distribusi normal dan Distribusi binomial)”.
Makalah ini memang masih jauh dari kata sempurna,baik dalam hal
isi, susunan, maupun cara penyajiannya. Untuk itu segala kritik dan saran
yang sifatnya membangun sangat kami harapkan dari pembaca.

Palopo, 01 oktober 2019

Kelompok VI
 DAFTAR ISI

SAMPUL .........................................................................................................

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

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

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

A. Latar belakang ......................................................................................

B. Rumusan masalah.................................................................................
C. Tujuan ..................................................................................................
BAB II PEMBAHASAN .................................................................................
A. Pengertian probabilitas .........................................................................
B. Konsep-konsep probabilitas .................................................................
C. Unsur-unsur probabilitas ......................................................................
D. Permutasi kombinasi ............................................................................
E. Distribusi probabilitas : ........................................................................
1. distribusi normal ............................................................................
2. Distribusi binomial .........................................................................

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

A. Kesimpulan ..........................................................................................
B. Saran .....................................................................................................
DAFTAR PUSTAKA ......................................................................................
 BAB I

PENDAHULUAN

A. Latar belakang
Baik di dalam dunia pertanian, ekonomi, sosial budaya maupun
dunia teoritis (termasuk dunia komputer tentunya), kita sering menghadapi
suatu yang sering disebut sebagai “ketidak pastian” terjadi akibat
keterbatasan manusia itu sendiri di dalam dunianya dalam
mengukur/menghitung/menalar/melamar sesuatu hal yang lebih baik yang
akan datang maupun yang ada di depan mata, termasuk yang telah terjadi.
Sudah sejak awal dari awal zaman, ketidak pastian di antisipasi manusia
dengan berbagai cara. Ada yang bersifat prophecy dan supranatural, ada
pula yang lebih rasional dengan mempelajari periodisitas (pengulangan)
gejala alam untuk mengurangi tingkat ketidakpastian itu hingga sampai ke
tingkat yang lebih manageble. Namun, ketidakpastian itu tetap mewarnai
kehidupan manusia karena ketidakpastian itu mungkin menjadi faktor
pemicu dinamika roda kehidupan itu sendiri. Dengan kata lain, walau
ketidakpastian itu seringkali menjadi sumber kesulitan, tetap juga
sekaligus merupakan blessing.
Teori probabilitas bisa dikatakan merupakan salah satu ilmu untuk
mengukur ketidakpastian hingga ke tingkat yang lebih manageble dan
predictable. Teori probabilitas digunakan bukan hanya untuk hal-hal yang
praktis, bahkan juga untuk hal-hal yang teoritis ketika model-model
matematis tidak dapat lagi disusun secara komprehensif untuk
memecahkan suatu masalah.
Kebohongan (dikenali dengan kebohongan statistika) ketika
statistika digunakan sementara model dasar probabilitas yang terkait tidak
sesuai atau relevan dengan situasi yang sebenarnya. Simulasi dan teori
antrian dapat dikatakan juga sebagai turunan dan teori probabilitas.
 Dengan simulasi maka perilaku suatu sistem atau rancangan dapat di
pelajari. Teori probabilitas digunakan dalam menentukan perilaku secara
lebih kuantitatif dari apa yang disimulasikan.

B. Rumusan masalah
1. Apa itu probabilitas : permutasi kombinasi?
2. Apa itu distribusi probabilitas : distribusi normal dan distribusi
binomial?

C. Tujuan
Tujuan dari makalah ini adalah agar mahasiswa/mahasiswi mengetahui
tentang apa itu probabilitas : permutasi kombinasi dan distribusi
probabilitas : distribusi normal dan binomial.
 BAB II
PEMBAHASAN

A. Pengertian 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 ketentuan? Berapa peluang
seseorang akan mengalami kecelakaan saat melakukan pekerjaan di
suatu work shop alat berat? Berapa peluang seorang anak yang sudah
di imunisasi dengan BCG akan mendapatkan sakit TBC? Kata-kata
demikian sepertinya sudah biasa dalam kehidupan sehari-hari dan
didalam permasalahan kesehatan masyarakat.
Didalam statistik dikenal beberapa konsep peluang atau
probabilitas yang berbeda antara satu dengan lainnya, tetapi semuanya
di pakai di dalam memahami arti probabilitas.

B. Konsep-konsep probabilitas
1. Pandangan klasik/intuitif
Di dalam pandangan klasik ini probabilitas/peluang adalah
harga angka yang menunjukkan seberapa besar kemungkinan suatu
peristiwa terjadi, di antara keseluruhan peristiwa yang mungkin
terjadi
Contoh :
a. Sebuah mata uang logam mempunyai sisi dua (H dan T)
Kalau mata uang tersebut dilambungkan satu kali, peluang
untuk keluar sisi H adalah ½.
b. Sebuah dadu untuk keluar mata ‘lima’ saat pelemparan dadu
tersebut satu kali adalah 1/6 (karena banyaknya permukaan
dadu adalah 6)
 Jadi, pendekatan didalam konsep klasik ini adalah matematis
atau teoritis sehingga didapatkan rumus :

P (E) = X / N

P = Probabilitas
E = Event (kejadian)
X = jumlah kejadian yang diinginkan (peristiwa)
N = keseluruhan kejadian yang mungkin terjadi
Contoh :
Didalam suatu pabrik (wrk shop) ada 30 wanita dan 70 laki-laki.
Sehabis makan siang yang disediakan pabrik akan ditanyakan apakah
makanan tadi cukup baik. Untuk itu akan diundi (diacak) siapa orang
yang akan di tanyakan pendapatnya. Probabilitas akan terambil
seorang buruh wanita adalah 30/100 p (0,3).
Pandangan klasik ini walaupun perhitungannya tepat harus
mempunyai syarat-syarat tertentu seperti kalau itu dadu maka dadu itu
harus seimbang. Jadi, dalam peristiwa di alam sebenarnya sukar
mendapatkan peristiwa yang persis sama dengan teori klasik di atas.

2. Pandangan empiris/probabilitas relatif

Dalam pandangan ini probabilitas berdasarkan observasi,
pengalaman, atau kejadian (peristiwa) yang telah terjadi.
Contoh :
 Pelemparan 100 x coin 59x keluar sisi H, maka
dikatakan P(H) = 59%
 Dari 10.000 hasil suatu produksi,100 rusak P (rusak)
= 1% = 0,01
  Distribusi relatif
Upah (Rp 1000) jumlah %
200-499 90 30
500-749 165 55
750-999 45 15

Kalau diambil secara acak satu orang probabilitas untuk

terambil seseorang yang mempunyai upah antara 200-499 ribu
rupiah adalah p (0,3)

Pandangan klasik P (E) = lim X / N

Hubungan antara pandangan klasik dan pandangan empiris

P(E) = X/N dan P(E) = lim X/N makan sama besarnya bila N tak terhingga

3. Pandangan subjektif
Didalam pandangan subjektif probabilitas ditentukan oleh
pembuat pernyataan, misalnya seorang buruh/karyawan meyakini
bahwa kalau ada kesempatan untuk pendidikan lanjut, yang akan
dikirim adalah dirinya (misalnya diyakininya 95 % = 0,95)
Seorang direktur rumah sakit menyatakan keyakinannya
(90%) bahwa rumah sakit yang dipimpinnya akan dapat mulai
swadana (break event point) lima tahun kedepan.

C. Unsur-unsur probabilitas
Untuk membantu kita melihat dan menilai karakteristik pokok
sekumpulan data, kita telah mempelajari bagaimana menyajikan dan
meringkas data. Tujuan utama kita mempelajari data tidak hanya untuk
meringkas dan menyajikan data, tetapi juga untuk melakukan analisis
agar dapat menyerap informasi yang terkandung didalam sampel data
 itu dan mengambil kesimpulan terhadap populasi yang merupakan
asal-usul sampel tersebut. Dasar logika dari proses pengambilan
inferensi statistik tentang suatu populasi dengan analisis data sampel
adalah probabilitas. Sebagai contoh, probabilitas yang rendah
menunjukkan kecilnya kemungkinan suatu peristiwa akan terjadi.
Dalam mengambil kesimpulan atau informasi dari sekumpulan
data perlu dilakukan percobaan atau sampel. Konsep probabilitas
berhubungan dengan pengertian eksperimen (percobaan) yang
menghasilkan hasil yang tidak pasti. Artinya, eksperimen yang
diulang-ulang dalam kondisi yang sama akan menghasilkan “hasil”
yang dapat berbeda-beda. Istilah eksperimen yang kita gunakan disini
tidak terbatas pada prosedur yang dijalankan pada kondisi tertentu,
dimana kondisi itu dapat diulang-ulang sebanyak kali pada kondisi
yang sama, dan setelah selesai prosedur itu berbagai hasil dapat
diamati. Eksperimen adalah proses pengumpulan data tentang suatu
fenomena yang menunjukkan adanya variasi di dalam hasil.

Eksperimen Hasil
1. Pengukuran Rx kimia Lama
2. Interview petani Jumlah produksi padi per Ha
3. Hasil suatu produksi Adanya produksi yang cacat
4. Pemberian obat terhadap Lama penyembuhan
penyakit

Seringkali kita tidak hanya tertarik dengan suatu hasil yang akan
terjadi, tetapi apakah hasil tersebut termasuk dalam “himpunan hasil”
tertentu. Berikut beberapa defenisi dan contoh yang sering digunakan
dalam proses eksperimen.
1. Ruang sampel
Ruang sampel adalah himpunan yang elemen-elemennya
merupakan hasil yang mungkin terjadi dari suatu eksperimen. sampel
ditulis dengan lambang S. Jika suatu eksperimen dimana
a1,a2,a3,a4,a5......an menunjukkan semua hasil yang terjadi, maka ruang
sampel dituliskan sebagai berikut :
S = (a1,a2,a3,a4,a5......an )

2. Titik sampel
Titik sampel adalah semua elemen yang ada didalam suatu ruangan
sampel yaitu a1,a2,a3,a4,a5....an

3. Peristiwa/Kejadian/Event
Peristiwa adalah himpunan bagian dari suatu Ruang sampel. Peristiwa
ditulis dengan lambang huruf besar A, B dan seterusnya dan dituliskan
peristiwa yang mungkin muncul dalam hasil. Misalnya hanya a2,a4
sebagai hasil peristiwa, maka yang dituliskan
A = hasil yang diterima {a2,a4 }
Contoh penggunaan defenisi di atas adalah sebagai berikut:
1) Eksperimen : pelemparan sebuah dadu
Hasil : mata dadu yang tampak
Ruang sampel : S = (1,2,3,4,5,6)
Suatu peristiwa : A titik ganjil yang tampak {1,3,5}
B titik genap yang tampak {2,4,6}
2) Eksperimen : pemilihan seorang mahasiswa FKM,di catat IPK
Hasil : bilangan x yang besarnya antara 0 dan 4
Ruang sampel : S = (0 ≥ X ≤ 4)
Suatu peristiwa : A IPK di atas 3...... = {3 < X ≤ 4}
 3) Eksperimen : Empat pekerja sama-sama terkena pencemaran
(polusi) udara
Hasil : dicatat apakah jadi sakit S atau tidak sakit T

Ruang sampel : {SSSS,SSST,SSTS,STSS,TSSS,SSTT,STST,

STTS,TSST,TSTS,TTSS,STTT,TSTT,TTST
,TTTS,TTTT}
S = 2x2x2x2 = 24 = 16
Suatu peristiwa : A semua pasien sembuh {SSSS}
B ada dua orang yang sembuh
{SSTT,STST,STTS,TSST,TSTS,TTSS}

Peristiwa-peristiwa baru dapat dibentuk dari peristiwa-peristiwa

yang sudah ada dengan menggunakan tiga operasi dasar, yaitu union,
interaksi, dan komplementasi yang timbul dari penggunaan kata-kata
“atau”, “dan”, serta “tidak”. Berikut ini uraiannya lebih lanjut.
a) Union peristiwa A dan B adalah himpunan semua elemen yang ada
didalam himpunan A maupun B, di tulis A ∪ B
b) Interaksi dua peristiwa A dan B, ditulis A ∩ B adalah himpunan
semua elemen yang ada didalam A dan juga B
c) Komplemen peristiwa A ditulis Ac, adalah himpunan semua elemen
yang tidak didalam A

D. Permutasi/kombinasi
Dalam menghitung probabilitas dari beberapa kejadian,pertama kita harus
mengetahui berapa kemungkinan terjadinya peristiwa tersebut. Contohnya
terdapat pada diagram pohon dibawah 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

DALIL I : (kaidah umum pergandaan)

Kalau suatu step (langkah) dari suatu eksperimen menghasilkan
(out come) k hasil yang berbeda dan step ke-2 menghasilkan m hasil
yang berbeda, maka kedua langkah eksperimen akan menghasilkan k x m
hasil.
Contoh ;
 Satu coin dilambungkan 2 kali, maka hasilnya adalah 2x2 (ruang
sampel)
 Sebuah dadu dilambungkan 3 kali, maka hasil ruang sampelnya 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 II Permutasi

Urutan di pentingkan

n!

nPr=
(n – r) !

P = jumlah permutasi (urutannya dipentingkan)

n = banyaknya objek
(n – r) !
r = jumlah anggota pasangan
! = faktorial (3! = 3x2x1), 0! = 1, 1! = 1
Contoh :
Ada 3 cara yang efektif untuk pengobatan pasien Ca (kanker) yakni bedah (B),
radiasi (penyinaran) = P), dan kemoterapi (obat = O). Ada berapa carakah dapat
diobati seseorang yang menderita Ca kalau kepada masing-masing pasien hanya
dua macam terapi yang bisa diberikan.
Penyelesaian :
Untuk pengobatan ini urutan diperlukan karena seseorang yang mendapat terapi
bedah dan penyinaran (B,P), akan berbeda dengan yang mendapat penyinaran
lebih dahulu baru dibedah (P,B) .

3! 3x2x1
3P2= = =6
(3-2) ! 1

Jadi, jumlah cara yang didapat dilaksanakan adalah : (BP,BO,PB,PO,OB,OP)

 DALIL III Kombinasi

Urutan tidak dipentingkan

n!

nCr=
r! (n-r) !

C = jumlah kombinasi
n = banyaknya objek
r = jumlah anggota pasangan

contoh :
Tiga orang pasien digigit ular dan dibawa ke puskesmas. Di puskesmas
hanya tersedia 2 dosis anti racun ular. Berapa kemungkinan pasangan yang
akan diberikan 2 dosis tersebut (pasiennya A,B,C) ?

Penyelesaian :
2 orang yang berpasangan disini, misalnya A dan B sama saja dengan B dan
A. Jadi, disini urutan tidak ada artinya maka dalam hal ini pasangan yang
terjadi adalah :

3! 3x2x1
3C2= = =3
2! (3-2) ! 2x1xx1

Mereka adalah : (AB, AC, BC)

E. Distribusi probabilitas
1. Distribusi Normal (Gaus)
Distribusi normal merupakan distribusi statistik yang amat penting.
Distribusi ini pertama kali ditemukan oleh matematikawan asal
prancis, abraham Demoivre pada tahun 1733 dan diaplikasikan dengan
 lebih baik lagi pada awal abad ke-19 oleh matematikawan asal prancis
perre simon de laplace friedrich Gaus. Distribusi normal dikenal juga
sebagai distribusi Gaus.
Beberapa fenomena menunjukkan gambaran distribusi normal
terdapat pada variabel random kontinu, seperti tinggi badan, serum
kolesterol, suhu tubuh orang sehat, dan sebagainya.
Berikut rumus Eksponensial untuk distribusi normal :
1
- (x-μ)2
2
2σ
1
ʃ (x) = e
√𝟐𝝅𝝈𝟐

-≈<Ʞ >≈ σ2 = 0

-≈◄μ>≈ π = 3,14 e = 2,71828

2. 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 4 syarat sebagai berikut :
1. Jumlah trial merupakan bilangan bulat.
2. Setiap eksperimen mempunyai 2 outcome (hasil), yaitu sukses
dan gagal.

Contoh :

a. Laki/perempuan
b. Sehat/sakit
c. Setuju/tidak setuju
3. Peluang sukses sama setiap eksperimen.
 4. Setiap eksperimen independen satu sama lain.
Di dalam mempelajari distribusi binomial ini,trial independen adalah
setiap trial atau peristiwa bebas atau sama lain, misalnya trialnya
melemparkan (melambungkan) satu koin 5 kali, antara lambungan
pertama, kedua, sampai kelima adalah kejadian yang independen.
Setiap eksperimenatau 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 dikatakan sukses, sedangkan kalau yang keluar sisi T (tail),
maka dikatakan gagal. Setiap lambungan mempunyai probabilitas
sukses yang sama. Jika pada lambungan pertama probabilitas sukses
adalah ½ (setengah), pada lambungan seterusnya juga setengah.
Jumlah lambungan adalah bilangan bulatb1, 2, 3 dan seterusnya.
Tidak mungkin melambungkan koin 31/2 kali. Bagaimana kalau yang
dilambungkan itu adalah dadu? Dalam hal ini permukaan yang
diharapkan keluar misalnya mata lima, maka dikatakan peluang
(probabilitas) sukses adalah 1/6 (seperenam), sedangkan peluang
gagal adalah 5/6 (lima per enam). Untuk itu probabilitas sukses
dilambangkan p, sedangkan peluang gagal adalah (1-p) atau biasa juga
dilambangkan q, dimana q = 1-p
Kejadian atau peristiwa binomial ini di simbolkan b (x, n, p)
dimana b= binomial, x adalah banyaknya sukses yang diinginkan
(bilangan random), n = disimbolkan jumlah trial, p = peluang sukses
dalam satu kali trial
Contoh :
Dadu dilemparkan 5 kali, diharapkan keluar ,mata 6 dua kali, maka
kejadian ini dapat ditulis 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 bilangan random mulai dari (0, 1, 2... n).
Contoh permasalahan :
Katakanlah bayi tersebut A, B, C, D, dua orang tidak diimunisasi
mungkin adalah A&B, A&C, A&D, B&C, C&D. Ada enam pasangan
yang mungkin merupakan kombinasi dari empat objek yang
pasangannya 2(x = 2 n = 4) kombinasinya
n!
( n) =
x
x! (n-x) !

Dua orang tidak diimunisasi dan dua orang diimunisasi peluangnya

adalah 0,22 x 0,82 atau p x(1-p)n-x
Jadi, peluang dua di antara empat bayi yang belum imunisasi polio
adalah
4!
0,22 x 0.82 = 0,1536 = 0,154
2! (4 – 2) !
 BAB III
PENUTUP

A. Kesimpulan
Dari data di atas kami dari kelompok VI menyimpulkan
bahwa makalah yang berjudul “Probabilitas (Permutasi
Kombinasi) dan Distribusi probabilitas (distribusi normal dan
distribusi binomial) yaitu Didalam ilmu statistik dikenal sebagai
konsep peluang atau probabilitas yang berbeda antara satu dengan
lainnya, tetapi semuanya di pakai di dalam memahami arti
probabilitas.

B. Saran
Penulis menyadari bahwa makalah diatas banyak sekali
kesalahan dan jauh dari kesempurnaan. Penulis akan memperbaiki
makalah tersebut dengan berpedoman pada banyak sumber yang
dapat dipertanggung jawabkan. Maka dari itu penulis
mengharapkan kritik dan saran mengenai pembahasan makalah
dalam kesimpulan di atas.
 DAFTAR PUSTAKA

Sabri,luknis dan Hastono,priyo sutanto. 2006. Statistik kesehatan. Depok:

Rajawali pers