TEORI PELUANG
“PELUANG SUATU KEJADIAN, ATURAN PENJUMLAHAN, PELUANG
BERSYARAT, ATURAN PERKALIAN DAN ATURAN BAYES”
Disusun Oleh:
Segala puji bagi Allah SWT yang telah memberikan kami kemudahan sehingga kami dapat
menyelesaikan makalah ini dengan tepat waktu. Salawat serta salam semoga tercurah kepada
baginda Nabi Muhammad SAW yang kita nantikan syafa’atnya di akhirat nanti.
Dalam kesempatan ini penulis juga mengucapkan terima kasih kepada Bapak Drs. Yerizon,
M.Si yang telah memberikan ilmu dan bimbingannya dalam pembuatan makalah ini serta secara
umum mengajarkan kepada penulis tentang mata kuliah teori peluang dalam perkuliahan.
Kami sadar bahwa makalah yang kami buat ini masih jauh dari kesempurnaan, karena itu
kami mengharapkan saran dan kritik yang membangun untuk menyempurnakan makalah ini
menjadi lebih baik lagi. Demikianlah makalah ini kami buat, apabila ada kesalahan dalam
penulisan, kami mohon maaf dan sebelumnya kami mengucapkan terima kasih.
Penulis
BAB I
PENDAHULUAN
A. Latar Belakang
Hitung peluang mula-mula dikenal pada abad ke-17 yang bermula dari permainan sebuah
dadu yang dilempar. Peluang (kemungkinan, probability) dari permukaan dadu yang tampak
ketika dilempar, diamati dan dihitung, perhitungan sejenis ini berkembang cukup pesat menjadi
teori peluang yang banyak pemakaiannya dalam kehidupan sehari-hari.
Dalam kehidupan sehari-hari kita sering dihadapkan dengan beberapa pilihan yang harus
kita tentukan memilih yang mana. Biasanya kita dihadapkan dengan kemungkinan-kemungkinan
suatu kejadian yang mungkin terjadi dan kita harus pintar-pintar mengambil sikap jika
menemukan keadaan seperti ini, misalkan saja pada saat kita ingin bepergian, kita melihat langit
terlihat mendung. Dalam keadaaan ini kita dihadapkan antara 2 permasalahan, yaitu
kemungkinan terjadinya hujan serta kemungkinan langit hanya mendung saja dan tidak akan
turunnya hujan. Dalam berpergian kita sering mempertanyakan apakah terjadi hujan hari ini.
Dalam berdagang kita selalu berfikir tentang kemungkinan untuk mengambil keuntungan. Masih
banyak contoh lagi yang berkaitan dengan peluang.
B. Rumusan
Berdasarkan latar belakang masalah, maka rumusan masalah dalam makalah ini adalah
sebagai berikut :
1. Bagaimana menentukan peluang suatu kejadian
2. Bagaimana menentukan aturan penjumlahan
3. Bagaimana menentukan peluang bersyarat
4. Bagaimana menentukan peluang bersyarat dengan aturan Bayes
C. Tujuan
1. Penulisan makalah ini bertujuan untuk memenuhi tugas mata kuliah strategi
pembelajaran matematika yang dibimbing oleh Bapak Drs. Yerizon, M.Si
2. Untuk mengetahui materi terkait dengan peluang suatu kejadian, aturan penjumlahan,
peluang bersyarat dan aturan bayes.
D. Manfaat
Guna memperluas wawasan dan ilmu kita mengenai teori peluang materi peluang suatu
kejadian, aturan penjumlahan, peluang bersyarat dan aturan bayes.
BAB II
PEMBAHASAN
Contoh 1 :
Sebuah mata uang (koin) dilemparkan dua kali. Berapakah peluangnya bahwa paling
sedikit muncul muka sekali?
Penyelesaian :
bobot yang sama yakni Bila A menyatakan kejadian bahwa paling sedikit satu gambar
muncul maka.
A=
Contoh 2:
Suatu dadu diberati sedemikian rupa sehingga kemungkinan muncul suatu angka genap
dua kali lebih besar daripada kemungkinan muncul suatu angka ganjil. Bila K menyatakan
kejadian munculnya suatu angka yang lebih kecil dari 4 dalam satu lemparan. Hitunglah
P(K).
Penyelesaian :
Ruang sampel T =
Misalkan bobot tiap angka ganjil adalah b, maka bobot tiap angka genap adalah 2b, karena
kemungkinan munculnya suatu angka genap dua kali lebih besar dari angka ganjil.
atau
Jadi, K
dan
Contoh 3 :
Pada contoh 3, misalkan A kejadian bahwa angka genap yang muncul dan B kejadian
Penyelesaian:
setiap angka ganjil dan pada setiap angka genap, kita peroleh
dan
Kesimpulannya: dan .
Bila ruang sampel suatu percobaan berisi N unsur, dan masing-masing dapat terjadi dengan
peluang yang sama, maka titik mendapat peluang Peluang setiap kejadian N yang berisi n dari
Teorema 1.9 Bila suatu percobaan dapat menghasilkan N macam hasil yang
bermungkinan sama, dan bila tepat sebanyak n dari hasil berkaitan dengan
kejadian A, maka peluang kejadian A adalah
Contoh 4:
Sekantung permen berisi 6 rasa jeruk, 4 rasa kopi dan 3 rasa coklat. Bila seseroang
mengambil satu permen secara acak, carilah peluangnya mendapat a satu rasa jeruk, atau b
satu rasa kopi atau coklat.
Penyelesaian:
Misalkan J, K dan C menyatakan kejadian bahwa yang terpilih adalah masing-masing rasa
jeruk, kopi atau coklat. Jumlah permen adalah 13, semuanya terpilih dengan kemungkinan
yang sama.
a. Karena 6 dari 13 permen dengan rasa jeruk maka peluang kejadian J , satu rasa jeruk
terpilih secara acak.
Contoh 5:
Dalam setangan pemain poker terdapat 5 kartu, hitunglah peluangnya mendapat 2 as dan 3
jack.
Penyelesaian :
Banyak cara mendapat 2 dari 4 as adalah
N=
Jadi peluang kejadian C mendapat 2 as dan 3 jack dalam setangan kartu poker berisi 5
adalah
B. Aturan Penjumlahan
Sering lebih mudah menghitung peluang suatu kejadian daripada peluang kejadian lain
yang diketahui. Hal ini terutama sekali benar bila kejadian yang dimaksud dapat dinyatakan
sebagai gabungan dua kejadian lain atau komplemen suatu kejadian. Berikut ini diberikan
beberapa hukum penting sering dapat menyederhanakan perhitungan peluang. Yang pertama
adalah aturan penjumlahan yang digunakan dalam gabungan kejadian.
Teorema 1.10 Bila A dan B dua kejadian sembarang, maka
jumlah semua peluang dalam A dan jumlah semua peluang dalam B. Jadi peluang dalam
telah dijumlahkan dua kali. Karena peluang semua titik dalam adalah maka
Akibat 1 dapat diturunkan langsung dari Teorema 1.10 karena bila A dan B terpisah
akibat 2 dan 3.
Contoh 6:
Peluang seorang mahasiswa lulus matematika dan peluang lulus biologi . Bila
peluangnya lulus kedua mata kuliah Berapakah peluangnya lulus paling sedikit satu
mata kuliah?
Penyelesaian:
Bila M menyatakan kejadian “lulus matematika” dan B “lulus biologi”, maka menurut
teorema 1.10.
Contoh 7:
Berapakah peluangnya mendapatkan jumlah 7 atau 11 bila dua dadu dilemparkan?
Penyelesaiannya:
Misalkan A kejadian jumlah 7 muncul dan B 11 yang muncul. Jumlah 7 dapat muncul
dalam 6 dari 36 titik sampel dan jumlah 11 dalam 2 titik sampel. Karena semua titik
saling terpisah karena jumlah 7 dan 11 tak dapat terjadi pada lemparan sama, sehingga.
Hasil ini juga dapat diperoleh dengan mencacah banyaknya titik dalam kejadian ,
yakni 8, jadi
Teorema 1.10 dan ketiga akibatnya diharapkan dapat memberi pemahaman lebih
mendalam tentang peluang dan tafsirannya. Akibatnya 1 dan 2 memberikan hasil sesuai intuisi
tentang peluang terjadinya paling sedikit satu sejumlah kejadian, yang tidak lebih dari dua
daripadanya yang dapat terjadi serentak. Peluang terjadi paling sedikit satu daripadanya ialah
jumlah peluang terjadinya masing-masing kejadian. Akibat 3 hanya menegaskan bahwa nilai
tertinggi peluang (satu) dicapai oleh seluruh ruang sampel T.
Contoh 8:
Bila peluang seseorang yang membeli mobil akan memilih warna hijau, putih merah atau
biru masing-masing 0,09 , 0,15 , 0,21 , dan 0,23, berapakah peluang seseorang pembeli
tertentu akan membeli mobil baru berwarna seperti salah satu dari warna tersebut tadi?
Penyelesaian :
Misalkan A, B, C dan D kejadian bahwa seseorang pembeli memilih masing-masing, mobil
berwarna hijau, putih merah atau biru. Karena empat kejadian ini saling terpisah maka
peluangnya sebesar
Sering lebih sulit menghitung peluang bahwa suatu kejadian terjadi daripada menghitung
peluang bahwa kejadian tersebut tidak terjadi. Bila hal ini berlaku untuk suatu kejadian A, maka
cukup mencari P(A’) terlebih dahulu kemudian gunakan teorema 1.11, cari P(A) dengan
pengurangan.
Bukti:
Contoh 9:
Bila peluang seorang montir mobil akan memperbaiki 3, 4, 5, 6, 7 atau 8 lebih mobil pada
setiap hari kerja, masing-masing 0,12 , 0,19 , 0,28 , 0,24 , 0,10 , dan 0,07, berapakah
peluang bahwa dia akan memperbaiki paling sedikit 5 mobil pada hari kerja berikutnya.
Penyelesaiannya:
Misalkan E kejadian bahwa paling sedikit 5 mobil yang diperbaiki. Sekarang
C. Peluang Bersyarat
Jika A menyatakan kejadian diperolehnya jumlah kedua mata dadu yang muncul 8 dan B
adalah kejadian diperolehnya mata dadu pertama muncul 3, maka peluang yang baru diperoleh
diatas dinamakan peluang bersyarat terjadinya A bila diketahui b telah terjadi yang dilambangkan
dengan
Perhatikan bahwa kejadian A dengan syarat B telah terjadi. Bila kejadian B telah terjadi,
maka agar A terjadi haruslah kejadian yang sesungguhnya adalah titik yang sekaligus di dalam A
dan didalam B, yakni haruslah didalam , dan kita tahu bahwa B telah terjadi, maka dalam
kasus ini B merupakan ruang sampel yang baru sehingga diperoleh bahwa
Peluang terjadinya suatu kejadian B bila diketahui bahwa kejadian A telah terjadi disebut
peluang bersyarat dan dinyatakan dengan . Lambang dibaca ‘peluang B terjadi
bila diketahui A terjadi’ atau ‘peluang b, bila A diketahui’
Definisi 1.9
i.
ii.
Definisi 1.10
Contoh 10 :
Dari setumpuk kartu bridge yang telah dikocok dengan baik diambil dua lembar kartu satu
persatu. Tentukan berapa peluang bahwa kedua kartu adalah As, jika kartu pertama:
a. Dikembalikan lagi sebelum kartu kedua diambil
b. Tidak dikembalikan sebelum kartu kedua diambil
Penyelesaiannya:
Kita ketahui jumlah seluruh kartu adalah 52. Misalkan
A = kejadian kartu pertama yang terambil adalah As.
B= kejadian kartu kedua yang terambil adalah As.
;
a.
Maka
Peluang bahwa kedua kartu adalah As jika kartu pertama dikembalikan lagi sebelum kartu
;
b.
Maka
Peluang bahwa kedua kartu adalah As jika kartu pertama tidak dikembalikan lagi sebelum
Dari contoh diatas, perhatikan bahwa pada (a) kedua kejadian tersebut saling bebas,
karena terambilnya kartu As pada pengembalian pertama tidak ]mempengaruhi terambilnya
kartu As pada pengambilan kedua. Sedangkan pada (b) kedua kejadian tidak saling bebas,
karena terambilnya As pada pengambilan pertama mempengaruhi peluang terambilnya As pada
pengambilan kedua.
Contoh 11:
Sebuah kotak berisi empat kartu bernomor 1,2,3,4. Jika:
, , apakah A, B dan C saling bebas?
Penyelesaiannya:
maka .
maka
Contoh 12:
Perusahaan tempat Andi bekerja mengadakan pesta makan malam bagi para pegawai yang
sedikitnya memiliki satu anak laki-laki. Setiap pegawai ini diundang bersama-sama
dengan anak laki-laki sulungnya. Jika Andi diketahui mempunyai dua anak, berapa peluang
keduanya laki-laki, jika diketahui bahwa Andi merupakan salah satu yang ikut diundang.
Penyelesaiannya:
Ruang sampel adalah semua kemungkinan anak pertama dan kedua terdiri dari laki-laki
atau perempuan.
Maka
D. Aturan Perkalian
Teorema 1.13
Peluang A dan B terjadi serentak sama dengan peluang A dikalikan dengan peluang
Contoh 13
Misalkan kita mempunyai 20 sekring, lima di antaranya cacat. Bila dua sekring
dikeluarkan dari kotak satu demi satu secara acak (tanpa mengembalikan yang pertama ke
dalam kotak). Berapakah peluang kedua sekring itu cacat ?
Penyelesaiannya:
Misalkan A kejadian bahwa sekring pertama cacat dan B kejadian bahwa yang kedua cacat.
Kemudi tafsirkan sebagai kejadian bahwa A terjadi dan kemudian B terjadi setelah A
terjadi. Peluang mengeluarkan sekring cacat yang pertama adalah 1/4 dan kemudian
peluang mengeluarkan sekring kedua yang cacat dari sisa yang tinggal sebanyak 4 adalah
4/19.
Teorema 1.14
Contoh 15:
Dua dadu dilantunkan dua kali. Berapa peluangnya mendapat jumlah 7 dan 11 dalam dua
kali lantunan ?
Penyelesaiannya:
muncul dalam lantunan pertama, 7 muncul dalam lantunan kedua, 11 muncul dalam
lantunan pertama, dan 11 muncul dalam lantunan kedua. Yang ingin dicari ialah peluang
Jadi,
Teorema 1.15
berwarna merah, kejadian kartu kedua 10 atau Jack, dan kejadian kartu ketiga lebih
E. Aturan Bayes
Pertama kali dikenalkan oleh ilmuwan yang bernama Reverend Thomas Bayes (1702 –
1761). Teorema Bayes digunakan untuk menghitung peluang terjadinya peristiwa yang
dipengaruhi dari hasil peristiwa sebelumnya. Teorema ini menyempurnakan teorema peluang
bersyarat yang hanya dibatasi oleh 2 kejadian saja, sehingga dapat diperluas untuk n buah
kejadian.
Teorema 1.16
Misalkan kejadian B1, B2, ..., Bk merupakan suatu sekatan (partisi) dari suatu ruang
sampel S dengan P(Bi) ≠ 0 untuk i = 1, 2, 3, ..., k, maka untuk setiap kejadian A
anggota S berlaku :
Pembuktian teorema :
Misalkan partisi k = 3
Contoh 17 :
Polisi merencanakan memantau batas kecepatan dengan menggunakan perangkap radar di
4 tempat yang berlainan di suatu kota. Radar di setiap tempat T1, T2, T3 dan T4 dipasang 40
%, 30 %, 20 % dan 30 % dari waktu sehari dan bila seseorang ngebut ke kantor berpeluang
0,2, 0,1, 0,5, 0,2 melalui tiap tempat, berapa peluang dia kena tilang?
Penyelesaiannya:
A : seseorang ngebut dan kena tilang.
B1 : peluang kena tilang T1
B2 : peluang kena tilang T2
B3 : peluang kena tilang T3
B4 : peluang kena tilang T4
Berdasarkan aturan teorema di atas dapat ditulis:
Cara lain:
Misalkan kejadian B1, B2, ..., Bk merupakan suatu sekatan (partisi) dari suatu ruang
sampel S dengan P(Bi) ≠ 0 untuk i = 1, 2, 3, ..., k. Misalkan A suatu kejadian
sembarang dalam S dengan P(A) ≠ 0, maka
Untuk r = 1, 2, ... , k.
Pembuktian teorema:
Berdasarkan teorema :
........(1)
.........(2)
Contoh 18:
Seorang pegawai mempunyai dua mobil, satu sedan dan satu lagu toyota kijang. Untuk
pergi bekerja dia menggunakan sedan 75% dan kijang 25%. Bila dia menggunakan sedan
biasanya dia tiba kembali di rumah pukul 17.30 sebanyak 75% (75 dari 100 kali)
sedangkan bila menggunakan kijang dia tiba pukul 17.30 kira-kira 60%(tapi ia merasa
lebih tenang memakai kijang karena tidak terlalu khawatir diserempet mobil lain). Bila dia
tiba di rumah 17.30, berapakah peluangnya dia memakai sedan?
Penyelesaian :
Diket :
Jadi peluang dia memakai sedan adalah :
BAB III
PENUTUP
A. Kesimpulan
1. Defenisi 1.8 Peluang suatu kejadian A adalah jumlah bobot semua titik sampel yang
termasuk .
Teorema 1.9 Bila suatu percobaan dapat menghasilkan N macam hasil yang
bermungkinan sama, dan bila tepat sebanyak dari hasil berkaitan dengan kejadian A,
2. Aturan Penjumlahan .
Teorema 1.10 Bila A dan B dua kejadian sembarang, maka
Teorema 1.13 Bila kejadian A dan B dapat terjadi pada suatu percobaan, maka
Teorema 1.14 Dua kejadian A dan B bebas jika dan hanya jika
Teorema 1.15 Bila dalam suatu percobaan, kejadian dapat terjadi maka
Teorema 1.17 (Aturan Bayes) Misalkan kejadian B1, B2, ..., Bk merupakan suatu sekatan
(partisi) dari suatu ruang sampel S dengan P(B i) ≠ 0 untuk i = 1, 2, 3, ..., k. Misalkan A
suatu kejadian sembarang dalam S dengan P(A) ≠ 0, maka