PERMUTASI

A. Permutasi dari n elemen, tiap permutasi terdiri dari n elemen

Jika ada unsur yang berbeda diambil n unsur, maka banyaknya susunan
(permutasi) yang berbeda dari n unsur tersebut adalah :

Contoh :
Untuk menyambut sebuah pertemuan delegasi negara yang dihadiri oleh lima
negara, panitia akan memasang kelima bendera dari lima negara yang hadir.
Banyak cara panitia menyusun kelima bendera tersebut adalah.....
Jawaban :
Dari lima bendera yang ada, berarti n = 5, maka banyak susunan bendera yang
mungkin yaitu:
5! = 5.4.3.2.1 = 120 cara.

B. Permutasi dari unsur umum berbeda

Permutasi r dari n elemen adalah jumlah kemungkinan urutan r buah
elemen yang dipilih dari n buah elemen, dengan r  n , yang dalam hal ini,
 pada setiap kemungkinan urutan tidak ada elemen yang sama. Dilambangkan

dengan n Pr , Pnr , atau P (n,r). (Syaratnya yaitu urutan harus di perhatikan)

Contoh Soal :
Tentukan banyaknya bilangan yang terdiri dari 2 angka yang dapat disusun dari
angka-angka 4,5,6,7 dan 8 tanpa pengulangan
Jawaban :
Banyaknya unsur tersedia n = 5, maka permutasi yang terdiri dari 2 unsur dapat
ditentukan sebagai berikut:
5! 5! 5.4.3.2.1
P2     20
5
 5  2  ! 3! 3.2.1
C. Permutasi dengan beberapa unsur yang sama

Banyaknya permutasi n unsur yang memuat r unsur sama

 r  n

n!
P
adalah r ! , artinya bahwa permutasi ini digunakan ketika ada unsur yang

sama. Banyaknya permutasi n unsur yang memuat r1 unsur sama, r2 unsur

sama, r3 unsur sama,… rn unsur sama adalah:

 n!
P
r1 !r2 !r3 !....rn ! dengan, r1  r2  r3  ....rn  n

Jika tersedia n unsur yang memuat unsur yang sama, maka r1  r2  r3  ....rn
banyaknya permutasi r unsur yang diambil dari n unsur tersedia adalah:

Keterangan :
n = banyaknya elemen seluruhnya
r1 = banyaknya elemen kelompok 1 yang sama

r2 = banyaknya elemen kelompok 2 yang sama

r3 = banyaknya elemen kelompol 3 yang sama

rn = banyaknya elemen kelompok rn yang sama  n = 1,2,3...

Contoh Soal 1
Berapa banyaknya permutasi dari huruf-huruf pada kata J A K A R T A
Jawaban :
Banyaknya unsur tersedia n =7
Banyaknya unsur yang sama r = 3 (huruf A)
7! 7.6.5.4.3.2.1
P   840
3! 3.2.1
 jadi banyaknya permutasi yang dapat dibentuk adalah 840

Contoh Soal 2:
Banyak cara untuk menyusun dari kata ”BASSABASSI” adalah…
Jawab:
Dari kata ”BASSABASSI”, banyak huruf (n) = 10
r1 = huruf B = 2

r2 = huruf A = 3

r3 = huruf S = 4

r3 = huruf I = 1

10! 10.9.8.7.6.5.4!
P 10,2,3,4,2     260
2!3!4!2! 2.1.3.2.1.4!.2.1
Jadi, banyaknya cara untuk menyusun kata BASSABASSI adalah 260 cara
D. Permutasi Skill
Permutasi Siklis adalah permutasi yang cara menyusunnya melingkar, sehingga
banyaknya menyusun n unsur yang berlainan dalam lingkaran ditulis:

Contoh Soal 1 :
 Pada rapat pengurus OSIS SMA Cendekia dihadiri oleh 6 orang yang duduk
mengelilingi sebuah meja bundar. Berapakah susunan yang dapat terjadi?
Jawaban :
Ps   n  1 !
  6  1 !
 5!
 5.4.3.2.1  120
Jadi, banyak susunan yang dapat terjadi dalam meja bundar adalah sebanyak
120 cara
Contoh Soal 2 :
Dari 5 orang anggota keluarga akan duduk mengelilingi sebuah meja bundar,
banyak cara susunan yang dapat dibuat dari 5 orang tersebut adalah...
Jawaban :
Ps   n  1 !
  5  1 !
 4!
 4.3.2.1  24
Jadi, banyak susunan yang dapat di bentuk dari meja bundar tersebut adalah 24
cara
E. Permutasi Berulang
Jika tersedia n unsur yang berbeda, maka banyaknya permutasi berulang r
unsur yang diambil dari n unsur yang tersedia adalah:
Contoh Soal 1 :
Berapakah banyaknya bilangan yang terdiri dari 2 angka yang disusun dari
angka 2,3 dan 5 jika angka-angka yang tersedia boleh ditulis ulang
Penyelesaian :
Banyaknya unsur n= 3 dan r = 2, maka :
Pr  n r  32  9

KOMBINASI
A. Pengertian Kombinasi
Kombinasi merupakan sebuah cara menggabungkan beberapa
objek dari suatu kumpulan tanpa memperhatikan urutannya. Untuk lebih
jelasnya silahkan perhatikan gambar dibawah ini :

Karena pada kombinasi ini tidak memperhatikan urutannya oleh

karena itu disinilah letak dari perbedaan antara kombinasi dengan
permutasi. Pada kombinasi, susunan XYXY yaitu sama dengan susunan
 YXYX, sedangkan pada permutasi susunan XYXY dan susunanYXYX
susunanannya  dianggap susunan yang berbeda.Pada kombinasi
menggunakan lambang notasi yaitu  CC. jadi apabila disebutkan nn
adalah  kombinasi rr, maka kita bisa menulisnya menjadi nCknCk. Rumus
kombinasi adalah sebagai berikut :

Keterangan :
C =  Kombinasi atau Combinasi
n  = Jumlah banyaknya objek
k  =Jumlah banyaknya objek yang diperintahkan

B. Kombinasi Pengulangan 
Jika pada urutannya  tidak diperhatikan dan sebuah objek dapat dipilih
lebih dari satu kali, maka jumlah dari  kombinasi yang ada yaitu:
 Yang  mana (n) yaitu jumlah dari sebuah objek yang dapat dipilih dan
(r) merupakan  jumlah yang harus dipilih. Misalnya  jika kamu  sedang pergi
ke suatu tempat seperti toko donat. Pada Toko itu menyediakan berupa 10 jenis
donat yang berbeda. Jika Kamu ingin membeli tiga buah donat yang ada pada
took itu.Maka kombinasi yang akan dihasilkan yaitu :
 10  3  1 !  220 Kombinasi
3! 10  1 !

C. Kombinasi Tanpa Pengulangan

Ketika pada suatu urutannya tidak diperhatikan akan tetapi pada setiap
objek yang ada hanya bisa dipilih satu kali maka jumlah  dari kombinasi yang
ada yaitu:
 Yang mana (n) yaitu suatu jumlah dari objek yang bisa dipilih sedangkan  (r)
yaitu jumlah yang harus  kita pilih.

Contoh : 
Andi memiliki 5 buah  pensil warna dengan warna yang berbeda seperti
merah, kuning, hijau, biru dan ungu. Dan Andi ingin membawanya ke sekolah.
Tetapi Andi  hanya boleh membawa dua buah  pensil warna saja.lalu,ada
berapa banyak carakah untuk mengkombinasikan setiap pensil warna yang
ada? Yaitu dengan menggunakan  sebuah rumus di atas maka ada 5!

Jawaban :
5!
 10 buah kombinasi
 5  2  ! 2  !

D. Contoh Soal Kombinasi

Contoh Soal No 1 :

Di dalam suatu kelas terdiri dari 7 orang murid  yaitu 4 orang murid perempuan
dan 3 orang murid laki-laki. Dan dari kelas itu akan dipilih 3 orang murid
secara acak, maka berapakah  peluang  yang terpilih ketiga-tiganya perempuan
itu yaitu…
 2
A.
91
1
B.
12
1
C.
3
1
D.
5
3
E.
5

Pembahasannya:
Di dalam permasalahan ini, sebuah urutannya tidak menjadi suatu hal yang
perlu kita perhatikan, sehingga rumus yang digunakan adalah  rumus dari
kombinasinya. Jadi banyaknya cara untuk memilih 3 orang murid dari 10 orang
murid di kls tersebut  secara acak yaitu (misalnya yaitu dengan variabel adalah:

n 10 C3
10!
n
7!.3!
10.9.8
n
3!
10.9.8
n
3.2.1
n  120
Jadi banyakNya cara untuk memilih 3orang  murid perempuan dari 7 orang
murid perempuan (misalnya dengan variabel k) yaitu:
n 7 C3
7!
n
4!.3!
7.6.5.4!
n
4!.3!
7.6.5
n
3.2.1
n  35
Peluang untuk yang terpilih bahwa  ketiga-tiganya perempuan ialah

k
P  3 pi  
n
35 7
P  3 pi   
120 24
Jawaban: A

Contoh Soal No 2
Pada  sebuah  kotak terdapat 20 buah  bola yang terdiri dari: 8 buah
bola  berwarna merah, 7 buah bola berwarna putih, dan sisa bola berwarna
hitam. Jikakita ambil 2 buah bola dari kotak tersebut,maka  berapa banyak
carakah untuk medapatkan dua buah bola berwarna  merah ?

Jawaban :

Diketahui : n = 8 ; k = 2
Ditanya : Banyak cara pengambilan dua bola warna merah ???
 Peny :

n!
nCk 
 n  k  !k !
8!
8C2 
 8  2  !2!
8!

 8  2  !2!
8!

6!.2!
8  7  6!

6!.2!
8 7

2 1
56

2
 28

Maka, banyaknya cara untuk mengambil dua buah bola yang  berwarna merah
yaitu 28 cara.

Peluang Bersyarat

A. Pengertian Peluang Bersyarat

 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”.

Contoh kasus :

Sebuah kartu di pilih secara acak dari satu set kartu remi, maka dalam hal ini
dapat di kerahui bahwa ruang sampelnya sebanyak 52. Peluang terpilihnya

4 1
 
AS  52 13
·      Peluang terambilnya AS dari yang terambil adalah salah satu jenis di

4 1

antranya yaitu queen,  king, AS = 12 3

Rumusnya : 
 n  A  B
n( A  B ) n S
P  A | B  
n( B ) n  B
n S
P ( A  B)

P( B)

B. Konsep Peluang kejadian bersyarat

Dua kejadian disebut kejadian bersyarat atau kejadian yang saling
bergantung apabila terjadi atau tidak terjadinya kejadian A akan memengaruhi
terjadi atau tidak terjadinya kejadian B. Peluang terjadinya kejadian A dengan

P  A | B
syarat kejadian B telah terjadi terlebih dahulu ditulis, 

Peluang terjadinya kejadian B dengan syarat kejadian A telah terjadi

P  B | A
terlebih dahulu ditulis 
Dengan,  P ( A  B ) merupakan peluang irisan dari A dan B 

Contoh Soal 1 :

Sebuah kartu diambil dari 10 kartu identik yang dinomori 1,2,3,.......,10.

Berapakah peluang kartu yang terambil bernomor prima bila yang diketahui
kartu yang terambil bernomor ganjil !
Jawaban :
A    = Terambilnya kartu bernomor prima
       = {2,3, 5 dan 7}
B    = Terambilnya kartu bernomor prima
       = {1,3, 5,7 dan 9}
A  B  {3,5, 7}

P  A  B
P( A | B) 
P( B)

3
3
 10 
5 5
10
Contoh Soal 2 : 

Sebuah dadu dilempar sekali. Tentukan peluang munculnya mata dadu ganjil
dengan syarat munculnya kejadian mata dadu prima lebih dahulu. 
Jawaban :

Misal A adalah kejadian munculnya angka prima,  Ruang sampel : S =

{1,2,3,4,5,6}, sehingga  n(S) = 6 . A = {2,3,5}, sehingga  n(A) = 3.   Peluang
kejadian 
n  A 3 1
A : P  A   
n S  6 2

Misal B adalah kejadian muncul mata dadu ganjil,  B = {1,3,5} , sehingga

irisannya : 
A  B   3, 5 , Dengan n  A  B   2

Peluang irisannya : 
n( A  B ) 2 1
P  A  B   
n S  6 3

Menentukan peluang munculnya mata dadu ganjil dengan syarat munculnya

kejadian mata dadu prima lebih dahulu :  P(B|A) 
1
( A  B) 3 2
P  B | A   
P  A 1 3
2
 Jadi, peluang munculnya mata dadu ganjil dengan syarat munculnya kejadian

2
mata dadu prima lebih dahulu adalah  3

Catatan : 

 Kejadian A terjadi lebih dahulu, sehingga A = {2,3,5} adalah sebagai ruang

sampel dari kejadian B.
 2
 Kejadian B : B = {3,5} , sehingga peluang kejadian B adalah  3

Contoh soal :

Sebuah kotak berisi bola merah dan bola putih, dan setiap bola diberi tanda X
atau tanda Y. Berikut komposisi bola-bola yang ada dalam kotak :

Jawaban :

Dipilih satu bola secara acak dari kotak tersebut. Tentukan peluang dari
kejadian terambil bola hitam bertanda X.
 Kejadian ini bisa kita pandang sebagai peluang kejadian munculnya bola
hitam ( kejadian B) dengan syarat bola bertanda X (kejadian X) lebih
dahulu.
 Terdapat 8 bola bertanda X dari total 11 bola, sehingga

8
P( X ) 
peluangnya  11 .

P B  X   5
 Dari 8 bola bertanda X terdapat 5 warna hitam, artinya  ,

5
 B X 
sehingga peluangnya  11

 Peluang warna hitam (B) dengan syarat bertanda X : P(B|X) 

5
P  B  X  11 5
P B | X    
P X  8 8
11
 5
     Jadi, peluang dari kejadian terambil bola hitam bertanda X adalah  8

C. Menentukan Peluang Irisan dan Peluang Kejadian Bersyarat

 Peluang kejadian A dan B dengan kejadian B terjadi lebih dahulu  P ( A  B )

      Peluang kejadian A dan B dengan kejadian B terjadi lebih

dahulu  P( A  B)  
  

        
 Contoh soal 1: 

Dalam sebuah kotak terdapat 6 bola merah dan 4 bola putih. Jika sebuah bola
diambil dalam kotak itu berturut-turut sebanyak dua kali tanpa pengembalian.
Tentukan peluang yang terambil
a)    kedua-duanya bola merah,
b)    bola pertama warna merah dan bola kedua warna putih.
Penyelesaian :
a) kedua-duanya bola merah,
 Misal A kejadian bola pertama merah, Peluang

n( A) 6 3
A : ( P( A)   
n( S ) 10 5
 B.kejadian bola kedua warna merah karena bola tidak dikembalikan,
maka bola merah tinggal 5 bola merah dan 4 bola putih.
P  B | A
Sehingga peluang B dengan kejadian A sudah terjadi : 
5
P  B | A 
   9

P  A  B
·      Peluang bola pertama merah dan kedua merah : 
3 5 1
P  A  B   P  A  P  B | A   
    5 9 3
1
     Jadi, peluang keduanya merah adalah  3

b) bola pertama warna merah dan bola kedua warna putih

 Misal A kejadian bola pertama merah, Peluang

n( A) 6 3
P  A   
A :  n( S ) 10 5

 B kejadian bola kedua warna putih. karena bola tidak dikembalikan,

maka bola merah tinggal 5 bola merah dan 4 bola putih.
 P  B | A
Sehingga peluang B dengan kejadian A sudah terjadi : 
    
4
P  B | A 
9
P  A  B
·      Peluang bola pertama merah dan kedua putih :      
3 4 4
P  A  B   P  A  P  B | A   
    5 9 15
4
Jadi, peluang bola pertama warna merah dan bola kedua warna putih adalah  15

Contoh Soal 2 :

Terdapat kotak berisi 20 bola lampu, lima diantaranya rusak. Bila dua bola
lampu dikeluarkan dari kotak satu demi satu secara acak tanpa mengembalikan,
peluang kedua sekering itu cacat adalah… 

Jawaban :
Misalkan A= kejadian bola lampu pertama cacat, sehingga : 

n( A)
P  A 
n S 
5

20
1

4
B=kejadian bola lampu kedua cacat setelah bola lampu cacat pertama terambil,
sehingga:
 B
n 
B A
P    
 A  n S 
4

19
B
P  A  B   P  A  P  
 A
1 4
 
4 19
1

19

Contoh Soal 3 :

Dalam suatu kotak terdapat 5 kelereng merah, 2 kelereng putih dan 4 kelereng
hijau. Jika diambil dua kelereng berturut-turut tanpa dikembalikan, peluang
terambil 2 kelereng hijau adalah…

Jawaban :
n(S)=  total kelereng =11
P(A)= peluang terambil kelereng hijau pada pengambilan pertama =411
P(B)= peluang terambil kelereng hijau setelah kelereng hijau pertama
terambil=310

P  A  B   P  A  P  B 
4 3
 
11 10
12

110

Contoh Soal 4 :
Dalam supermarket terdapat 12 ibu-ibu dan 4 orang remaja yang sedang
berbelanja. Kemudian dari mereka dipilih secara acak 3 orang untuk
mendapatkan 3 undian berhadiah, dan setiap orang hanya berhak memperoleh
1 hadiah. Tentukan peluang dari kejadian :
a) ketiga undian dimenangkan oleh ibu-ibu.
b) undian pertama dimenangkan remaja, undian kedua dimenangkan oleh ibu-
ibu, dan undian ketiga dimenangkan remaja.
c) terdapat 2 undian yang dimenangkan remaja dan 1 undian dimenangkan
oleh ibu-ibu.

Penyelesaian :
Misalkan I adalah kejadian ibu-ibu memenangkan undian dan R adalah
kejadian remaja memenangkan undian.
a) ketiga undian dimenangkan oleh ibu-ibu.
ada 12 ibu-ibuu dan 4 remaja, sehingga n(S) = 16 
12 3
P  I1   
 Peluang ibu-ibu memenangkan undian pertama :  16 4

 1 ibu sudah menang, maka tersisa 11 ibu-ibu dan 4 remaja, sehingga

10 5
P  I 2 | I1 , I 2   
 Peluang ibu-ibu memenangkan undian kedua :  14 7

 2 ibu sudah menang, maka tersisa 10 ibu-ibu dan 4 remaja, sehingga

10 5
P  I 2 | I1 , I 2   
Peluang ibu-ibu memenangkan undian ketiga :  14 7

P  I1  I 2  I 3 
 Peluang ketiganya dimenangkan oleh ibu-ibu :     
P  I1  I 2  I 3   P  I1   P  I 2 | I 2   P  I 3 | I1 , I 2 
3 11 5
  
4 15 7
11

28
11
Jadi, peluang ketiga undian dimenangkan oleh ibu-ibu adalah  28
 b) undian pertama dimenangkan remaja, undian kedua dimenangkan oleh ibu-
ibu, dan undian ketiga dimenangkan remaja.
ada 12 ibu-ibuu dan 4 remaja, sehingga n (S) = 16 
4 1
P  R1   
 Peluang remaja memenangkan undian pertama :  16 4

 1 remaja sudah menang, maka tersisa 12 ibu-ibu dan 3 remaja, sehingga

12 4
P  I | R1   
Peluang ibu-ibu memenangkan undian kedua :  15 5
1 ibu sudah menang dan 1 remaja, maka tersisa 11 ibu-ibu dan 3
remaja, sehingga
3
P  R2 | R1 , I  
 Peluang remaja memenangkan undian ketiga :  14

 Undian pertama dimenangkan remaja, undian kedua dimenangkan oleh ibu-ibu,

P  R1  I  R2 
dan undian ketiga dimenangkan remaja :      
P  R1  I  I 2   P  R1   P  I | R1   P  R2 | R1 , I 
1 4 3
  
4 5 14
3

70
3
         Jadi, peluangnya adalah  70

c) terdapat 2 undian yang dimenangkan remaja dan 1 undian dimenangkan

oleh ibu-ibu. Terdapat tiga kemungkinan dan cara menghitungnya mirip
dengan cara bagian (b) sebelumnya.
 undian pertama dimenangkan remaja, undian kedua dimenangkan oleh
ibu-ibu, dan undian ketiga dimenangkan remaja,
    
 P  R1  I  I 2   P  R1   P  I | R1   P  R2 | R1 , I 
3

70
      0, 0428

·      undian pertama dimenangkan remaja, undian kedua dimenangkan oleh

remaja, dan undian ketiga dimenangkan ibu-ibu,

P  R1  R2  I   P  R1   P  R2 | R1   P  I | R1 , R2 
4 3 12
  
16 15 14
 0, 0428
·      undian pertama dimenangkan ibu-ibu, undian kedua dimenangkan oleh
remaja, dan undian ketiga dimenangkan remaja,
  
P  I  R1  R2   P  I   P  R1 | I   P  R2 | I , R1 
12 4 3
  
16 15 14
 0, 0428
Jadi, peluang terdapat 2 undian yang dimenangkan remaja dan 1 undian
dimenangkan oleh ibu-ibu adalah 0,428 +  0,428 +  0,428 = 0,1284

PELUANG
A. Pengertian Probabilitas
Probabilitas atau Peluang adalah suatu ukuran tentang kemungkinan
suatu peristiwa (event) akan terjadi di masa mendatang. Probabilitas dapat juga
diartikan sebagai harga angka yang menunjukkan seberapa besar kemungkinan
suatu peristiwa terjadi, di antara keseluruhan peristiwa yang mungkin
terjadi. Probabilitas dilambangkan dengan P.
  Contoh 1: Sebuah mata uang logam mempunyai sisi dua (H & T) kalau
mata uang tersebut dilambungkan satu kali, peluang untuk keluar sisi H

1
adalah  2
 Contoh 2: Sebuah dadu untuk keluar mata ‘lima’ saat pelemparan dadu
tersebut satu kali adalah 1/6 (karena banyaknya permukaan dadu adalah 6).
B. Konsep Dasar Peluang
1. Percobaan : Pengamatan terhadap beberapa aktivitas atau proses yang
memungkinkan timbulnya paling sedikit dua peristiwa tanpa memperhatikan
peristiwa mana yang akan terjadi.
2. Hasil (outcome): Suatu hasil dari sebuah percobaan.
3. Event (kejadian/peristiwa): Kumpulan dari satu atau lebih hasil yang terjadi
pada sebuah percobaan atau kegiatan.

Contohnya :

Pendekatan peluang :
 Pendekatan Klasik/apriori/teoritis
 Pendekatan empiris
 Pendekatan Subjektif
C. Pendekatan Klasik/apriori/teoritis
Pendekatan klasik didasarkan pada sebuah peristiwa mempunyai
kesempatan untuk terjadi sama besar (equally likely). Probabilitas suatu
peristiwa kemudian dinyatakan sebagai suatu rasio antara jumlah kemungkinan
hasil dengan total kemungkinan hasil (rasio peristiwa terhadap hasil).
Probabilitas suatu peristiwa = Jumlah kemungkinan hasil / Jumlah total
kemungkinan hasil

Jika ada a kemungkinan yang dapat terjadi pada kejadian A dan ada b
kemungkinan yang dapat terjadi pada kejadian A, serta masing-masing
kejadian mempunyai kesempatan yang sama dan saling asing, maka
probabilitas/peluang bahwa akan terjadi a adalah:
 Contoh :

Pelamar pekerjaan terdiri dari 10 orang pria (A) dan 15 orang wanita (B). Jika
yang diterima hanya 1, berapa peluang bahwa ia merupakan wanita?
Jawab:

Contoh :
Berapa  peluang munculnya 2 angka yang sama pada pelemparan dua buah
dadu ?
Jawaban : 

n (N) = ¿ ⟹ n = 36
n (A) = ( ( 1 , 1 ) , ( 2,2 ) , ( 3,3 ) , ( 4,4 ) , ( 5,5 ) ,(6,6) ) ⟹ n = 6
Jadi ,
n( A)
P( A)=
n( N )
6 1
P( A)= =
36 6

Jadi, peluang munculnya 2 angka yang sama adalah 1/6

D. Pendekatan Klasik/apriori/teoritis

Catatan :
 Setiap peristiwa mempunyai kesempatan yang sama untuk terjadi.
 Berdasarkan logika/teori sebelum peristiwanya terjadi.
 Asumsi :peristiwa terjadi pasti

E. Pendekatan Relatif
Peluang suatu kejadian tidak dianggap sama, tergantung dari berapa
banyak suatu kejadian terjadi atau menghitung peluang kejadian berdasarkan
kejadian/data masa lalu. Besarnya probabilitas suatu peristiwa tidak dianggap
sama, tetapi tergantung pada berapa banyak suatu peristiwa terjadi dari
keseluruhan percobaan atau kegiatan yang dilakukan. probabilitas dapat
dinyatakan sebagai berikut :
Probabilitas kejadian relatif = Jumlah peristiwa yang terjadi / Jumlah total
percobaan atau kegiatan
Jika pada data sebanyak N terdapat a kejadian yang bersifat A, maka
probabilitas/peluang akan terjadi A untuk N data adalah: 

Contoh:

Dari hasil penelitian diketahui bahwa 5 orang karyawan akan terserang flu
pada musim dingin. Apabila lokakarya diadakan di Puncak, berapa probabilitas
terjadi 1 orang sakit flu dari 400 orang karyawan yang ikut serta?

Jawab:
 Catatan :
 Peluang terjadinya suatu kejadian di masa yang akan datang ditentukan
berdasarkan frekuensi kejadian di masa lalu.contoh: tahun 2010, ada
10.000 orang datang ke puskesmas, terdapat 100 orang harus dirujuk ke
RS. P=0,01
 Peluang terjadinya suatu kejadian di masa yang akan datang ditentukan
berdasarkan frekuensi kejadian di masa lalu. contoh: tahun 2010, ada
10.000 orang datang ke puskesmas, terdapat 100 orang harus dirujuk ke
RS. P=0,01

F. Pendekatan Subjektif
Peluang suatu kejadian didasarkan pada penilaian pribadi yang
dinyatakan dalam suatu derajat kepercayaan. Berdasarkan tingkat kepercayaan
seseorang terhadap suatu kejadian. Orang yang memiliki probabilitas 0 = orang
pesimis, probabilitas 1 = orang optimis. Besarnya suatu probabilitas didasarkan
pada penilaian pribadi dan dinyatakan dalam derajat kepercayaan. Penilaian
subjektif diberikan terlalu sedikit atau tidak ada informasi yang diperoleh dan
berdasarkan keyakinan.

G. Konsep Dasar dan Hukum Probabilitas

Dalam mempelajari hukum dasar probabilitas berturut-turut akan dibahas
hukum penjumlahan dan hukum perkalian.
1. Hukum Penjumlahan
Hukum penjumlahan menghendaki peristiwa saling lepas (mutually
exclusive) dan peristiwa/kejadian bersama (non mutually exclusive).
 Saling meniadakan (mutually exclusive)
Apabila suatu peristiwa terjadi, maka peristiwa lain tidak dapat terjadi
pada saatbersamaan. Rumus penjumlahan untuk kejadian-kejadian yang
saling meniadakan:
P (A U B) = P (A atau B)= P (A) + P (B)

Contoh:
Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu kali
sebuah dadu adalah:
P(2 U 5) = P (2) + P (5) = 1/6 + 1/6 = 2/6
 Kejadian Bersama (Non Mutually Exclusive)
Peristiwa Non Mutually Exclusive (Joint) dua peristiwa atau lebih dapat
terjadi bersama-sama (tetapi tidak selalu bersama).
Rumus penjumlahan untuk kejadian-kejadian yang tidak saling
meniadakan:
Dua Kejadian
P (A U B) =P(A) + P (B) – P(A ∩ B)
Tiga Kejadian
 P(A U B U C) = P(A) + P(B) + P(C) – P(A ∩ B) – P(A ∩ C) – P(B
∩  C) + P(A ∩ B ∩ C)

Peristiwa terjadinya A dan B merupakan gabungan antara

peristiwa A dan peristiwa B. Akan tetapi karena ada elemen yang sama
dalam peristiwa A dan B, Gabungan peristiwa A dan B perlu dikurangi
peristiwa di mana A dan B memiliki elemen yang sama.
Dengan demikian, probabilitas pada keadaan di mana terdapat elemen
yang sama antara peristiwa A dan B maka probabilitas A atau B adalah
probabilitas A ditambah probabilitas B dan dikurangi probabilitas elemen
yang sama dalam peristiwa A dan B.
 Peristiwa Pelengkap (Complementary Event)
Apabila peristiwa A dan B saling melengkapi, sehingga jika peristiwa A
tidak terjadi, maka peristiwa B pasti terjadi.  Peristiwa A dan B        
dikatakan sebagai peristiwa komplemen. Rumus untuk kejadian-kejadian
yang saling melengkapi :
P(A)+P(B) = 1 atau P(A) = 1 – P(B)

2. Hukum Perkalian
 Hukum Bebas (independent)
Hukum perkalian menghendaki setiap peristiwa adalah independen,
yaitu  suatu peristiwa terjadi tanpa harus menghalangi peristiwa lain
terjadi. Peristiwa A dan B independen, apabila peristiwa A terjadi tidak
menghalangi terjadinya peristiwa B.
P(A ∩ B) = P (A dan B) = P(A) x P(B)

Contoh soal 1:
Sebuah dadu dilambungkan dua kali, peluang keluarnya mata 5 untuk
kedua kalinya adalah:
P (5 ∩ 5) = 1/6 x 1/6 = 1/36
Contoh soal 2:
Sebuah dadu dan koin dilambungkan bersama-sama, peluang keluarnya
hasil lambungan berupa sisi H pada koin dan sisi 3 pada dadu adalah:
P (H) = ½, P (3) = 1/6
P (H ∩ 3) = ½ x 1/6 = 1/12

 Peristiwa Bersyarat (Tidak Bebas) / (Conditional Probability)

Probabilitas bersyarat adalah probabilitas suatu peristiwa akan terjadi
dengan ketentuan peristiwa yang lain telah terjadi. Peristiwa B terjadi
dengan syarat peristiwa A telah terjadi.
P(A dan B) = P(A x P(B|A) atau P(B dan A) = P(B) x P(A|B)

Contoh Soal :
Seorang mahasiswa mengambil 2 mata kuliah (FI dan KI). Peluang lulus
kuliah FI adalah 3/5 dan peluang lulus kuliah KI adalah 2/3. Peluang
lulus kedua mata kuliah tersebut adalah 5/6. Berapa peluang lulus paling
sedikit satu mata kuliah?

Jawaban:
Dik : 
        A       = kejadian lulus mata kuliah FI = P(A) = \(\frac{3}{5}\)
        B       = kejadian lulus mata kuliah KI = P(B) = \(\frac{2}{3}\)
        A ∩ B = kejadian lulus FI dan KI = P(A ∩ B) = \(\frac{5}{6}\)
Ditanya : P(A ∪ B) = ?
Penyelesaian : 
P(A ∪ B) = P(A) + P(B) – P(A ∩ B)
3 2 5
  
5 3 6
18 20 25
  
30 30 30
13

30         
Contoh :
Dari 100 orang mahasiswa yang diwisuda, ditanya apakah akan bekerja
atau kuliah S2 setelah wisuda. Ternyata 50 orang berencana akan
bekerja, 30 orang berencana akan S2, dan 36 orang berencana salah satu
dari keduanya (bekerja atau S2). Seorang wisudawan dipilih secara acak.
Berapa peluang wisudawan yang terpilih berencana bekerja sambil kuliah
S2?

Jawaban:

Diketahui :
50
P ( A) 
A = kejadian memilih wisudawan yang akan bekerja  100

S 2 P  B   30 /100
B = kejadian memilih wisudawan yang akan

A ∪ B = kejadian memilih wisudawan yang akan bekerja atau S2

36
P( A  B) 
100
 Ditanyakan : P(A ∩B) = ?
Penyelesaian :
P(A ∩B) = P(A) + P(B) – P(A ∪ B)

50 30 36
  
100 100 100
44

100
 0.44

TEOREMA BAYES

A. Pengertian Teorema Bayes

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.

Ilustrasi :
Sebuah perkantoran biasanya membutuhkan tenaga listrik yang cukup agar
semua aktifitas pekerjaannya terjamin dari adanya pemutusan aliran
listrik.Terdapat dua sumber listrik yg 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
menganggu adalah ketidakstabilan arus(voltage)listrik, baik dari PLN maupun
generaor, yang akan merusak peralatan listrik.Selama beberapa tahun terakhir,
diketahui bahwa probabilitas terjadinya listrik padam adalah 0.1, dgn kata lain
peluang bahwa perkantoran itu menggunakan listrik PLN adalah 0.9 dan
peluang menggunakan generatoradalah 0.1.Peluang terjadi ketidakstabilan pada
arus listrik PLN maupun generator masing-masing 0.2 dan 0.3.
Persamaan seperti ini dapat di ilustrasikan :

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 saling lepas

 Jadi : 

dengan menggunakan probabilitas bersyarat maka :

Diketahui:
P(E)=0.9     P(E’)=0.1
P(A|E)=0.2 P(A|E’)=0/3
Shg:
P(A)=P(E).P(A|E)+P(E’).P(A|E’)
 =(0.9).(0.2)+(0.2).(0.3)
 =0.21
Kembali pada permasalahan diatas, bila suatu saat diketahui terjadi
ketidakstabilan arus listrik, maka berapakah probabilitas saat itu aliran listrik
berasal dari generator? Dengan menggunakan rumus probalilitas 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:

 Berikut k=3 :

      
 Digunakan bila ingin diketahui probabilitas P(B1|A),P(B2|A)….,P(Bk|A)
dengan rumus sebagai berikut :
Ilustrasi 2  : 
Misalkan kawan Anda bercerita dia bercakap-cakap akrab dengan seseorang
lain di atas kereta api. Tanpa informasi tambahan, peluang dia bercakap-cakap
dengan perempuan adalah 50%. Sekarang misalkan kawan Anda menyebut
bahwa orang lain di atas kereta api itu berambut panjang. Dari keterangan baru
ini tampaknya lebih bolehjadi kawan Anda bercakap-cakap dengan perempuan,
karena orang berambut panjang biasanya wanita. Teorema Bayes dapat
digunakan untuk menghitung besarnya peluang bahwa kawan Anda berbicara
dengan seorang wanita, bila diketahui berapa peluang seorang wanita berambut
panjang.
Misalkan:
 W adalah kejadian percakapan dilakukan dengan seorang wanita.
 L adalah kejadian percakapan dilakukan dengan seorang berambut panjang
 M adalah kejadian percakapan dilakukan dengan seorang pria

Kita dapat berasumsi bahwa wanita adalah setengah dari populasi. Artinya
peluang kawan Anda berbicara dengan wanita,P(W) = 0,5
Misalkan juga bahwa diketahui 75 persen wanita berambut panjang. Ini berarti
bila kita mengetahui bahwa seseorang adalah wanita, peluangnya berambut
panjang adalah 0,75. Kita melambangkannya sebagai:
P(L|W) = 0,75
Sebagai keterangan tambahan kita juga mengetahui bahwa peluang seorang
pria berambut panjang adalah 0,3. Dengan kata lain:
P(L|M) = 0,3
Di sini kita mengasumsikan bahwa seseorang itu adalah pria atau wanita, atau
P(M) = 1 - P(W) = 0,5. Dengan kata lain M adalah kejadian komplemen dari
W. Tujuan kita adalah menghitung peluang seseorang itu adalah wanita bila
diketahui dia berambut panjang, atau dalam notasi yang kita gunakan, P(W|L).
Menggunakan teorema Bayes, kita mendapatkan:
Di sini kita menggunakan aturan peluang total. Dengan memasukkan nilai-nilai
peluang yang diketahui ke dalam rumus di atas, kita mendapatkan peluang
seseorang itu wanita bila diketahui dia berambut panjang adalah 0,714. Angka
ini sesuai dengan intuisi awal kita, bahwa peluang kawan kita itu bercakap-
cakap dengan wanita meningkat.
Dari contoh di atas kita bisa merumuskan teorema Bayes secara umum

Contoh :
Suatu generator telekomunikasi nirkabel mempunyai 3 pilihan tempat untuk
membangun pemancar sinyal yaitu didaerah tengah kota, daerah kaki bukit
dikota itu  dan derah tepi pantai, dengan masing-masing mempunyai peluang
0.2; 0.3 dan 0.5. Bila pemancar dibangun ditengah kota, peluang terjadi
ganguan sinyal adalah 0.05. Bila pemancar dibangun dikaki bukit, peluang
terjadinya ganguan sinyal adalah 0.06.Bila pemancar dibangun ditepi pantai,
pelaung ganguan sinyal adalah 0.08.
a. Berapakah peluang terjadinya ganguan sinyal?
b. Bila diketahui telah terjadinya gangguan pada sinyak pada sinyal, berapa
peluang bahwa operator tsb ternyata telah membangun pemancar di tepi
pantai?

 Jawab :
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 ganguan pd sinyal, maka peluang bahwa operator
ternyata telah membangun pemancar di tepi pantai: Dapat dinyatakan dgn:
 “Peluang bersyarat bahwa operator membangun pemancar di tepi   pantai
bila diketahui telah terjadi ganguan sinyal : 

Variabel Acak

A. Konsep Variabel Acak
Variabel acak adalah keluaran dari suatu percobaan yang dinyatakan
secara numerik, untuk menggambarkan hasil-hasil percobaan sebagai nilai-nilai
numerik secara sederhana, kita menggunakan apa yang disebut sebagai variabel acak.
Jadi variabel acak dapat didefinisikan sebagai deskripsi numerik dari hasil
percobaan. Variabel acak biasanya menghubungkan nilai-nilai numerik dengan
setiap kemungkinan hasil percobaan. Karena nilai-nilai numerik tersebut dapat
bersifat diskrit(hasil perhitungan) dan bersifat kontinu(hasil pengukuran) maka
variabel acak dapat dikelompokkan menjadi variabel acak diskrit dan variabel
acak kontinu. Variabel random (acak) adalah suatu fungsi bernilai numerik
yang didefinisikan untuk seluruh ruang sampel.

Contoh:
ruang sampel untuk kemungkinan hasil jika 3 spesimen diuji S  = {BBB, BBC,
BCB, CBB, BCC, CBC, CCB, CCC}, B  baik & C cacat. Umumnya minat pada
banyaknya cacat yang terjadi yang dapat bernilai 0, 1, 2, atau 3. Nilai ini
kuantitas random yang ditentukan oleh hasil eksperimen. Nilai-nilai ini
diasumsikan sebagai variabel random, X, yaitu banyaknya item spesimen yang
cacat dalam pengujian.
Penggunaan huruf besar, misal X, untuk menyatakan suatu variabel
random dan huruf kecil x untuk nilainilainya. Dalam ilustrasi diatas, variabel
 random X  mengasumsikan nilai 2 untuk semua elemen dalam subset E =
{CCB, CBC, BCC} dari ruang sampel S (mengandung Cacat sebanyak dua
buah). Setiap kemungkinan nilai X merepresentasikan suatu kejadian yang
merupakan suatu subset dari ruang sampel untuk suatu eksperimen yang
diberikan.
Notasi variabel acak dinyatakan dalam huruf besar (misal X, Y, W) dan
suatu nilai dari variabel acak tersebut ditulis dengan huruf kecil (misal x, y,
w). Var.acak dinyatakan dengan fungsi X = X (s) = s2 ; s adalah bilangan real,
elemen- elemen pada sample-space S, yaitu himpunan {0 < s < 12}; maka titik-
titik pada S akan dipetakan pada himpunan real {0 < x < 144}
Syarat suatu fungsi X sebagai variable acak ialah:
1.
Himpunan {X < x} merupakan suatu event untuk semua nilai real x € - ∞< x 
< ∞
2. P{X = - ∞} = 0 dan P{X = ∞}= 0
Variabel random dapat dibedakan menjadi dua

Variabel acak diskrit hanya memiliki nilai-nilai diskrit (countable),

sedangkan variabel acak kontinyu mempunyai nilai-nilai (manapun) pada suatu
range yang kontinyu.

B. Variabel Random Diskrit

 Variabel random yang hanya mempunyai nilai pada titik
tertentu atau nilai yang dapat dibilang baik terbatas
(finite) maupun tidak terbatas (infinite)

C. Variabel Random Kontinu

Variabel random yang dapat mempunyai nilai-nilai yang

berhubungan dengan setiap titik dalam satu atau lebih
interval (range) dimana nilai-nilai tersebut tidak terbatas
(infinite) dan tidak dapat dibilang (uncountable)

D. Distribusi Probabilitas Diskrit

 Distribusi probabilitas suatu variabel random diskrit adalah suatu tabel, grafik,
atau formula yang menyatakan probabilitas yang dihubungkan dengan setiap
kemungkinan nilai x.
1. Syarat-Syarat untuk Suatu Distribusi Probabilitas Diskrit x
a. p(x) ≥ 0 untuk semua nilai x
(  ) p ( x)  1
b. untuk semua nilai x
Distribusi probabilitas diskrit dalam literatur asing sering disebut
dengan pmf (probability mass function) atau fungsi massa peluang

Contoh Distribusi Probabilitas Diskrit

Percobaan: Melempar dua koin. Menghitung banyaknya kemunculan ekor
(tail).

E. Visualisasi Distribusi Probabilitas Diskrit

1. Ringkasan Ukuran pada Distribusi Probabilitas Diskrit
a. Nilai Harapan (Rataan/Mean Distribusi Probabilitas)
 Rata-rata tertimbang untuk semua nilai yang Mungkin
  E  x    xp  x 

b. Variansi
 Rata-rata tertimbang dari deviasi kuadrat di sekitar rataan

 2  E  x        x    p  x 
2 2
 
c. Standard Deviation

  
2

2. Nilai Harapan & Variansi

Contoh
Pengiriman 20 tipe laptop yang sama ke satu toko ritel tertentu
berisikan 3 buah produk cacat. Jika suatu sekolah membeli 2 laptop dari
toko ini, carikah distribusi probabilitas untuk banyaknya laptop yang
cacat.

Jawaban :
X adalah variabel random yang nilai-nilai xnya merupakan
kemungkinan banyaknya laptop cacat yang dibeli sekolah tersebut.
Nilai x yang mungkin adalah 0, 1, dan 2.
 Distribusi Probabilitas X diberikan sebagai berikut:

F. Distribusi Kumulatif Diskrit

Berapa probabilitas nilai pengamatan suatu variabel random X kurang dari atau
sama dengan beberapa bilangan riil  untuk

x, x,  F  x   P  X  x   F  x   P  X  x 
setiap bilangan   F(x) dapat
didefinisikan sebagai fungsi.
G. Distribusi kumulatif variabel random X.
Distribusi kumulatif F(x) dari variable random diskrit X dengan distribusi

x ,F  x   P  X  x    f  t 
peluang f(x) adalah: untuk   tx untuk - ∞ < x < ∞
Contoh
Seorang penjaga penyimpanan barang mengembalikan tiga helm yang telah
diberi nama pemilik pada tiga karyawan secara acak. Jika Smith (S), Jones(J),
dan Brown(B), menerima satu dari tiga topi, daftarlah ruang sampel untuk
berbagai kemungkinan urutan helm yang dikembalikan.

Jawaban :
1. Carilah ruang sampel dan nilai m untuk variabel random M yang
menyatakan kesesuaian dengan pemiliknya.
2. Buatlah tabel distribusi peluangnya.
3. Carilah distribusi probabilitas kumulatifnya
a. Ruang sampel untuk semua pengaturan yang mungkin dan banyaknya
kesesuaian helm dengan pemiliknya adalah sebagai berikut :
b. Tabel Distribusi peluangnya adalah sebagai berikut :

c. Untuk mencari distribusi probabilitas kumulatifnya, terlebih dahulu

hitung :

   Selanjutnya :
 Maka Gambarnya : 

H. Distribusi Probabilitas Kontinu

Suatu variabel random kontinu X memiliki tiga sifat berikut:
1. X  merupakan bilangan yang bernilai tidak terhingga tidak terhitung

(uncountably infinite number of values) dalam interval  

 ,  
2. Fungsi distribusi kumulatif, F(x), kontinu.
3. Probabilitas X sama dengan sembarang nilai yang khusus adalah 0
 Karena probabilitas variabel random kontinu sama dengan suatu sembarang
nilai sama dengan nol. Jika X  adalah variabel random kontinu,
 P  a  X  b  P  a  X  b  P  X  b  P  a  X  b
maka   dan dapat
dihitung sebagai berikut :

Tidak masalah apakah titik akhir suatu selang diikutkan atau tidak. Hal ini
berbeda dengan variabel random diskrit. Distribusi variabel random kontinu
dapat dinyatakan dalam bentuk formula

Contoh
    Kesalahan pengukuran temperatur dinyatakan dengan variabel
random X dengan fungsi densitas yang didefinisikan sebagai berikut :

1.    Periksa syarat 2 dari definisi 4.3. diatas

2.    Hitunglah
 Jawaban :

I. Distribusi Kumulatif Kontinu

Distribusi kumulatif F(x) dari variabel random kontinu X dengan fungsi
densitas peluang f(x) adalah

Sebagai akibat dari definisi diatas dapat dituliskan

Dan jika turunannya ada maka :

 Contoh
Dari contoh sebelumnya tentukan F(x) kemudian gunakan
untuk menghitung

Jawaban :

    

Distribusi  Gabungan Variabel Random  Diskrit

    Jika X dan Y  dua variabel random diskrit, maka
distribusi peluang untuk kejadian simultan dapat direpresentasikan dengan fungs
   f (x,y)  untuk setiap pasangan (x,y). Fungsi ini disebut dengan distribusi
peluang gabungan dari variabel random X dan Y. Untuk kasus diskrit dituliskan:
    F(x,y) = P( X = x, Y = y )

   Definisi 
  Fungsi f (x, y) adalah distribusi peluang gabungan
atau fungsi massa peluang dari dua variabel random diskrit X dan Y  jika

Contoh Soal 

   Dua isi ulang bolpoin diambil dari kotak yang berisi 3
warna biru, 2 warna merah, dan 3 warna hijau. Jika X menyatakan banyaknya war
na biru yang terpilih dan Y banyaknya warna merah terpilih, tentukan
1.    Fungsi peluang gabungan f(x, y)

2.    \(P\left[ {\left( {X,Y} \right) \in A} \right]\)  dimana A adalah daerah  \(\left\

{ {\left( {x,y} \right)|x + y \le 1} \right\}\)

Jawab
    Nilai pasangan yang mungkin dari (x, y) adalah (0, 0),
(0, 1), (1, 0), (1, 1), (2, 0), dan  (0, 2).
1.  Misalkan f  (0,1) menggambarkan probabilitas sebuah bolpoin hijau, dan merah y
ang terpilih. Banyaknya semua kemungkinan memilih 2 dari total 8 Poin
adalah : \(\left( {\begin{array}{*{20}{c}}8\\3\end{array}} \right) = 28\)
     
Banyaknya cara memilih 1 merah dari 2 bolpoin merah dan 1 hijau dari 3 bolpoin 
hijau \(\left( {\begin{array}{*{20}{c}}2\\1\end{array}} \right)\left( {\begin{array}
{*{20}{c}}3\\1\end{array}} \right) = 6\) 

Oleh karena itu  \(f(0,1) = \frac{6}{{28}} = \frac{3}{{14}}\)    

 
Perhitunungan yang sama untuk pasangan hasil lain yang mungkin dapat dilihat dal
am tabel  berikut :
Distribusi Binomial

Banyaknya ‘sukses’ dalam suatu sampel dari pengamatan (trial) sebanyak n
·      Banyaknya item yang cacat dalam suatu batch berisikan 5 item
·      Banyaknya jawaban yang benar dari 30 pertanyaan saat ujia
  Banyaknya pelanggan yang berbelanja dari 100
pelanggan yang masuk toko (tiap pelanggan memiliki kesempatan sama untuk me
mbeli)

Karakteristik Variabel  Random Binomial

1. Eksperimen terdiri dari percobaan Bernoulli sebanyak n yang identik Hanya ada d
ua kemungkinan hasil pada setiap percobaan, yaitu S (untuk sukses) dan F
(untuk gagal)
2.    P(S) = p and P(F)  = q tetap sama dari satu percobaan
ke percobaan lain (Perhatikan bahwa p + q =1)
3. Percobaan-percobaan tersebut adalah independen Variabel random binomial x 
adalah banyaknya S dalam n kali percobaan

Contoh  Distribusi Probabilitas Binomial

  Percobaan:  Melemparkan 1 koin sebanyak 5 kali. Catat
banyaknya kemunculan ekor. Berapakah probabilitas muncul 3 ekor dari 5 pelem
paran tersebut?
  Karakteristik Variabel  Random Hipergeometri

1.  Percobaan terdiri dari penarikan n elemen secara
random tanpa pengembalian dari suatu set elemen
sebanyak N.  Dari percobaan tersebut dapat dinyatakan r  yang  merupakan S (un
tuk sukses) dan (-r)  yang merupakan F  (untuk gagal)
2.  Ukuran sampel n relatif
besar dibandingkan dengan banyaknya elemen N dalam populasi, yaitu n /
N > 0,05
3.  Variabel random hipergeometrik, X adalah banyaknya S yang terambil
dalam n elemen.
Distribusi Poisson

Banyaknya kejadian yang terjadi dalam interval /selang
·      kejadian per  unit —   Waktu, panjang, area
·      Contoh
a)    Banyaknya pelanggan yang datang dalam 20 menit
b)   Banyaknya gol dalam suatu liga sepakbola per tahun.
c)    Banyaknya mesin pabrik yang rusak dalam satu hari

Karakteristik Variabel Random Poisson
1.   Percobaan terdiri dari menghitung banyaknya sukses yang terjadi
dari suatu kejadian khusus yang terjadi selama suatu unit waktu
tertentu, atau dalam suatu area atau volume tertentu (atau berat,
jarak, atau sembarang unit pengukuran)
2. Probabilitas bahwa suatu kejadian terjadi dalam suatu unit
pengukuran tertentu adalah sama untuk seluruh unit
3.  Banyaknya kejadian yang terjadi dalam satu unit pengukuran
independen terhadap banyaknya kejadian yang terjadi dalam unit-unit lain.
4.    Rataan (atau harapan) banyaknya kejadian dalam suatu unit akan
dinotasikan dengan huruf Yunani, 
  Soal

    Seorang karyawan administrasi bertugas memasukkan 75 kata per menit dengan 6
error/kesalahan per jam.
Berapakah probabilitas ia membuat 0 kesalahan dalam 255 transaksi kata
yang dibuat?\

Jawaban : 

Menentukan \(\lambda \) terlebih dahulu

Menentukan P = 0