DASAR-DASAR TEORI PROBABILITAS

A. Pengertian Probabilitas

Probabilitas adalah suatu nilai yang digunakan untuk mengukur tingkat terjadinya
suatu kejadian yang acak.

Kata probabilitas itu sendiri sering disebut dengan peluang atau kemungkinan.

Probabilitas secara umum merupakan peluang bahwa sesuatu yang akan terjadi.

Statistika adalah cabang ilmu matematika yang terdiri dari teori dan metoda mengenai
bagaimana cara
mengumpulkan,mengukur,mengklasifikasi,menghitung,menjelaskan,mensintesis,menganalisi
s,dan menafsirkan data yang diperoleh secara matematis.

Ada beberapa pembagian dalam probabilitas :

1. Pengertian percobaan,Ruang Sampel,dan Titik Sampel

a. Percobaan atau eksperimen,yaitu suatu kegiatan yang dapat memberikan beberapa

kemungkinan.

b. Ruang sampel adalah himpunan dari semua hasil yang mungkin pada suatu
percobaan/kejadian.

c. Titik sampel adalah anggota-anggota dari semua sampel atau kemungkinan-kemungkinan

yang muncul.

2. Menyusun Anggota Ruang Sampel

Menyusun anggota ruang sampel dengan mendaftar.

Rumus ruang sampel : n (s)

Contoh 1 Ruang Sampel :

Diketahui dua buah koin dilempar sekaligus atau secara bersama-bersama satu kali.

Tentukan :

a. Ruang Sampel?

b. Banyaknya ruang sampel?

c. Titik Sampel?

d. Kejadian muncul gambar?

Jawab :

a. Ruang Sampel = {(A,A),(A,G),(G,A),(G,G)}

b. Banyaknya ruang sampel : n(s) = 22 = 4

c. Titik Sampel :

Diagram Pohon :

Logam

Dengan tabel :

Mata A B
uang
Logam
A (A,A) (G,A)
G (A,G) (G,G)

Maka banyaknya titik sampel yaitu 4 = {(A,A),(A,G),(G,A),(G,G)}

d. banyaknya kejadian muncul gambar : {(A,G),(G,A),(G,G)}

3. Menyusun Anggota Ruang Sampel dengan Tabel

Contoh 2 Ruang Sampel :

Diketahui dua buah dadu dilempar sekaligus, tentukan Banyak anggota ruang sampelnya?

Jawab :

Pada dadu ada 6 kemungkinan yang muncul, yaitu mata dadu 1,2,3,4,5 dan 6. Jika kita susun
dalam sebuah tabel, maka didapatkan hasil sebagai berikut :

Dadu 1 Dadu 2
1 2 3 4 5 6
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
Banyaknya ruang sampel :

S={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),(3,1),(3,2),(3,3),(3,4),(3,
5),(3,6),(4,1),(4,2),(4,3),(4,4),(4,5),(4,6),(5,1),(5,2),(5,3),(5,4),(5,5),(5,6),(6,1),(6,2),(6,3),(6,4
),(6,5),(6,6).

Jadi, banyak anggota ruang sampel : n(S) = 36

B. beberapa cara menghitung dengan asas probabilitas

Dalam perhitungan probabilitas ada beberapa asas peristiwa yang terjadi :

a. asas peristiwa mutually exlusive (saling lepas).

b. asas peristiwa Non-exlusive (tidak saling asing)

c. asas peristiwa independen (bebas) yang mencakup tiga bagian : marginal,gabungan,dan

peluang bersyarat.

d. Dependen, yang terbagi menjadi tiga bagian : marginal,gabungan,peluang bersyarat.

1. asas mutually exlusive adalah kejadian yang tidak dapat bersamaan.

Rumus untuk mutually exlusive : P (A atau B atau C) = Pr (A U B U C) = P (A)+P(B)+P(C)

Contoh probabilitas dengan kejadian mutually exlusive :

Probabilitas bahwa suatu stasiun TV akan menerima paling sedikit 9 keluhan sesudah
menyiarkan program yang kontroversial, berturut-turut adalah
(0,01),(0,03),(0,07),(0,15),(0,19),(0,18),(0,14),(0,12),(0,09) dan (0,02). Hitunglah
probabilitasnya bahwa sesudah menyiarkan program tersebut stasiun Tv akan menerima 3
sampai dengan 8 keluhan?

Jawab:

Besar probabilitas antara 3 sampai 8 keluhan P(3 atau 4 atau 5 atau 6 atau 7 atau 8) =
P(3)+P(4)+P(5)+P(6)+P(7)+P(8) =0,15+0,19+0,18+0,14+0,12+0,09 =0,87

Jadi besar probabilitas keluhan antara 3 sampai dengan 8 keluhan adalah 0,87.

2. asas Non mutually exlusive

rumus non-mutually exlusive :

Pr (AUB) = Pr (A) + Pr (B) – Pr (A dan B) atau Pr (AUB) = Pr (A) + Pr (B) – Pr (A∩B)

Contoh Non mutually non exlusif :

Pada penarikan satu kartu dari satu set kartu bridge, peluang akan terambil kartu asa atau
berlian adalah :

P (as) = 4/52

P (berlian) = 13/52

Ada sebuah kartu as dan berlian :

P(as ∪ berlian) = P (as) + P (berlian) – P (as ∩ berlian)

P(as ∪ berlian) = P (as) + P (berlian) – P (as ∩ berlian )

= 4/25 + 13/52 – 1/52 = 16/52

3. independen

Sebuah koin dilambungkan dua kali maka peluang keluarnya H pada lemparan pertama dan
pada lemparan kedua saling bebas .

P(A∩B)= P(A dan B)= P(A) x P(B)

Contoh 1 :

sebuah dadu dilambungkan dua kali, peluang keluarnya mata 5 untuk kedua kali nya adalah :
P(5∩5)= 1/6x1/6x1/36

Contoh 2 :

sebuah dadu dan koin di lambungkan bersama-sama, puluang keluarnya hasil lambungan
berupa sisi H pada koin dan sisi 3 pada dadu adalah

P(H)=1/2,P(3)=1/6

P(H∩3)=1/2X1/6=1/12

4. Dependen

Peristiwa tidak bebas atau peristiwa bersyarat adalah dua peristiwa dikatakan bersyarat
apabila kejadian atau ketidak jadian suatu peristiwa akan terpengaruh terhadap peristiwa
lainnya.
Contoh:

Dua buah kartu ditarik dari set kartu bridge dan tarikan ke dua tanpa memasukkan kembali
kartu pertama,maka probabilitas kartu kedua sudah tergantung pada kartu pertama yang
tertarik. Simbol untuk peristiwa bersyarat adalah P(B│A) → probabilitas B pada kondisi A

P(A∩B)=P(A) x P(B│A)

Contoh soal:

Dua kartu ditarik dari satu set kartu bridge ,peluang untuk yang tertarik keduanya kartu as
adalah sebagai berikut:

Peluang as I adalah 4/52 →P (as I)=4/52

Peluang as II dengan syarat as I sudah tertarik adalah 3/51

P(as II │as I) = 3/51

P(as I ∩ as II) = P (as I )x P (as II│as I)

= 4/52 x 3/51 = 12/2652 =1/221

C. Teorema bayes

Nama teorema bayes diambil dari nama penemu teorema tersebut, Reverend Thomas
Bayes (1702-1761). Teorema bayes digunakan untuk menhitung probabilitas terjadinya suatu
peristiwa, berdasarkan pengaruh yang didapat dari hasil observasi peristiwa sebelumnya.
Teorema bayes menyempurnakan teorema probabilitas bersyarat yang hanya dibatasi oleh
dua buah kejadian saja. Dikembangkan secara luas dalam statistika.

Rumus teorema bayes :

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

P(B)

Atau

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

P(B|A)P(A) + P(B|A)P(A)

Contoh 1 Teorema Bayes :

Sebuah warnet biasanya membutuhkan koneksi internet yang cukup agar aktivitas
pelanggannya terjamin dari adanya pemutusan aliran paket data internet. Terdapat dua
sumber layanan data internet : ISP yang digunakan yaitu ISP A dan ISP B (untuk back up).

Bila koneksi internet ISP A padam maka secara otomatis ISP B akan aktif dan memberikan
aliran data untuk seluruh PC Client. Masalah yang selama ini mengganggu adalah
ketidakstabilan koneksi internet. Baik dari ISP Amaupun ISP B, yang akan mengganggu
kenyamanan pelanggan.

Selama beberapa tahun terakhir , diketahui bahwa probabilitas terjadinya koneksi internet
mati adalah 0,1, dengan kata lain peluang bahwa warnet itu menggunakan ISP A adalah 0,9
dan peluang menggunakan ISP B adalah 0,1. Peluang terjadi ketidakstabilan pada koneksi
ISP A maupun ISP B masing-masing 0,2 dan 0,3.

Ditanya :

a. berapa peluang terjadi ketidakstabilan koneksi internet secara keseluruhan, baik dengan
ISP A maupun ISP B?

b. bila suatu saat diketahui terjadi ketidakstabilan koneksi internet, maka berapakan
probabilitas saat itu koneksi internet berasal dari ISP B?

Jawab:

a. peluang terjadi ketidakstabilan koneksi internet.

Diketahui :

P (B1)= 0,9

P (B2)= 0,1

P (A|B1)= 0,2

P (A|B2)= 0,3

Keterangan :

B1 : Peristiwa ISP A digunakan.

B2 : Peristiwa ISP B digunakan.

A : Peristiwa terjadinya ketidakstabilan koneksi internet.

Maka jawabannya :

P(A) = P (B1).P(A|B1) + P(B2).P(A|B2)

= (0,9).(0,2)+(0,2).(0,3)
 = 0,21

b. Peluang terjadi ketidakstabilan koneksi internet jika koneksi internet berasal dari ISP B?

Diketahui:

P (B1)= 0,3

P (B2)= 0,1

P (A|B1)=0,2

P (A|B2)= 0,3

Keterangan:

B1 : Peristiwa ISP A digunakan.

B2 : Peristiwa ISP B digunakan.

A : Peristiwa terjadinya ketidakstabilan koneksi internet.

Maka jawabannya dengan menggunakan rumus probabilitas bersyarat diperoleh:

P(B2|A)= P(B2 ∩ A) / P(A)

= P (B2) . P(A|B2) / P(A)

= 0,03 / 0,21

= 0,143

Contoh 2 Teorema bayes :

2. Judul probabilitas berapa banyak orang yang membawa keluarganya pada tamu undangan.

Tujuan : untuk mengetahui berapa banyak suguhan yang akan disuguhkan pada para tamu.

Tamu undangan yang datang pada sebuah hajatan sebanyak 300 orang. Diantara tamu yang
datang 72,67% orang membawa keluarganya, dari orang yang memakai batik 68,80% orang
datang bersama keluarga dan yang memakai kemeja sebanyak 51,2% orang datang bersama
keluarga. Tentukanlah probabilitas orang yang datang dengan membawa keluarganya?

Jawab :
B : memakai batik

BC : memakai kemeja

A : membawa keluarga

AC : datang sendiri

P(A) = 68,80% , kondisi 1

P(AC) = 31,2% , kondisi 2

P (B|A) = 72,67%

P (B|AC) = 51,2%

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

(P(B|A) . P(A)) + (P(B|AC) . P(AC))

= 72,67% . 68,80%

(72,67% . 68,80%) + (31,2% . 51,2%)

P(A|B) = 0,75787

Ketika mengira-ngira sering peluangya sering kali kita lupa bahwa dari seluruh undangan itu.
Hanya 72,67% membawa keluarganya. Jadi walaupun orang-orang memakai batik, namun
peluang bahwa orang-orang memakai batik dengan membawa keluarga itu tidaklah sebesar
yang kita bayangkan.

Kita juga bias meninjau situasi diatas sebagai berikut :

Dari 300 orang yang datang pada undangan itu. Hanya 218 orang yang memakai batik. 150
orang dari antaranya akan memakai batik dengan membawakeluarga (68,80% hasil batik
dengan membawa keluarga). Dari 82 orang yang tidak memakai batik itu, sekitar 42 orang
berpakaian kemeja dengan membawa keluarga (15,2% hasilbatik dengan sendiri).

Jadi, 300 orang yang datang pada undangan itu dapat kita kelompokkan sebagai berikut :

150 orang memakai batik dengan membawa keluarga

40 orang memakai kemeja dengan sendiri

68 orang yang memakai batik dengan sendiri

42 orang yang memakai kemeja dengan membawa keluarga

Bisa kita lihat dari informasi diatas, bahwa ada (42=150) = 192 orang yang akan membawa
keluarga(tidak peduli bahwa dia memakai batik atau tidak).

Dari 192 orang ini, berapakah yang benar-benar membawa keluarg?

Hanya 150 orang dari 192, atau sekitar 78,12%