PENGERTIAN PROBABILITAS
MANFAAT PROBABILITAS
Manfaat probabilitas dalam kehidupan sehari-hari adalah membantu kita
dalam mengambil suatu keputusan, serta meramalkan kejadian yang mungkin
terjadi. Jika kita tinjau pada saat kita melakukan penelitian, probabilitas memiliki
beberapa fungsi antara lain:
PENDEKATAN PROBABILITAS
Ada 3 (tiga) pendekatan konsep untuk mendefinisikan probabilitas dan
menentukan nilai-nilai probabilitas, yaitu :
1. Pendekatan Klasik
(A) = a/a+b ; dan peluang bahwa akan terjadi b adalah: P (A) = b/a+b
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?
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?
DISTRIBUSI PROBABILITAS
2. Distribusi Poisson
1. Hasil percobaan pada suatu selang waktu dan tempat tidak tergantung dari
hasil percobaan di selang waktu dan tempat yang lain terpisah.
2. Peluang terjadinya suatu hasil percobaan sebanding dengan panjang selang
waktu dan luas tempat percobaan terjadi. Hal ini berlaku hanya untuk
selang waktu yang singkat dan luas daerah yang sempit.
3. Peluang bahwa lebih dari satu hasil percobaan akan terjadi pada satu
selang waktu dan luasan tempat yang sama diabaikan.
Jika kita menghitung sejumlah benda acak dalam suatu daerah tertentu T, maka
proses penghitungan ini dilakukan sebagai berikut :
Agar lebih praktis, telah ada tabel kurva normal dimana tabel ini
menunjukkan luas kurva normal dari suatu nilai yang dibatasi nilai tertentu.
Ciri Khas Distribusi Normal:
Simetris
Seperti lonceng
Titik belok μ ±σ
Luas di bawah kurva = probability = 1
teorema dengan dua penafsiran berbeda. Dalam penafsiran Bayes, teorema ini
rasional ketika ada petunjuk baru. Dalam penafsiran frekuentis teorema ini
dasar dari statistika Bayes dan memiliki penerapan dalam sains, rekayasa, ilmu
inferens Bayes.
seseorang lain di atas kereta api. Tanpa informasi tambahan, peluang dia
menyebut bahwa orang lain di atas kereta api itu berambut panjang. Dari
Bayes dapat digunakan untuk menghitung besarnya peluang bahwa kawan Anda
berbicara dengan seorang wanita, bila diketahui berapa peluang seorang wanita
berambut panjang.
Misalkan:
P(W) = 0,5
berarti bila kita mengetahui bahwa seseorang adalah wanita, peluangnya berambut
P(L|W) = 0,75
P(L|M) = 0,3
Di sini kita mengasumsikan bahwa seseorang itu adalah pria atau wanita,
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).
B. Teorema Bayes
Teorema Bayes, diambil dari nama Rev. Thomas Bayes, menggambarkan
hubungan antara peluang bersyarat dari dua kejadian A dan B sebagai berikut:
P(B | A) P(A)
P(A | B) =
P(B)
Atau
P(B | A) P(A)
P(A | B) =
P(B | A)P(A) + P(B | A)P(A)
sebuah penyakit langka. 97% dari hasil tes klinik adalah positif bahwa seseorang
menderita penyakit itu. Ketika seseorang yang tidak menderita penyakit itu dites
dengan tes yang sama, 9% dari hasil tes memberikan hasil positif yang salah.
Jika sembarang orang dari negara itu mengambil test dan mendapat hasil
positif, berapakah peluang bahwa dia benar-benar menderita penyakit langka itu?
Secara sepintas, nampaknya bahwa ada peluang yang besar bahwa orang
itu memang benar-benar menderita penyakit langka itu. Karena kita tahu bahwa
hasil test klinik yang cukup akurat (97%). Tetapi apakah benar demikian? Marilah
· P (A) = 2%
· P (B | A) = 9%
Dengan menggunakan rumus untuk peluang bersyarat, dapat kita
bawah ini:
A (2%) A (98%)
tersebut?
Dengan kata lain, kita mencoba untuk mencari peluang dari A, dimana B atau P
(A | B).
Dari tabel di atas, dapat kita lihat bahwa P (A | B) adalah peluang dari positif yang
benar dibagi dengan peluang positif (benar maupun salah), yaitu 0,0194 / (0,0194
+ 0,0882) = 0,1803.
Kita dapat juga mendapatkan hasil yang sama dengan menggunakan rumus
Hasil perhitungan ini sangat berbeda dengan intuisi kita di atas. Peluang
bahwa orang yang mendapat hasil tes positif itu benar-benar menderita penyakit
langka tidak sebesar yang kita bayangkan. Cuma ada sekitar 18% kemungkinan
Mengapakah demikian?
populasi negara itu, hanya 2% yang benar-benar menderita penyakit langka itu.
Jadi, walaupun hasil tes adalah positif, peluang bahwa seseorang menderita
Kita bisa juga meninjau situasi di atas sebagai berikut. Misalnya populasi
negara tersebut adalah 1000 orang. Hanya 20 orang yang menderita penyakit
langka itu (2%). 19 orang dari antaranya akan mendapat hasil tes yang positif
(97% hasil positif yang benar). Dari 980 orang yang tidak menderita penyakit itu,
sekitar 88 orang juga akan mendapat hasil tes positif (9% hasil positif yang salah).
Jadi, 1000 orang di negara itu dapat kita kelompokkan sebagai berikut:
Bisa kita lihat dari informasi di atas, bahwa ada (88 + 19) = 107 orang
yang akan mendapatkan hasil tes positif (tidak perduli bahwa dia benar-benar
menderita penyakit langka itu atau tidak). Dari 107 orang ini, berapakah yang
benar-benar menderita penyakit? Hanya 19 orang dari 107, atau sekitar 18%.
TEORI PELUANG,PERMUTASI DAN KOMBINASI
1. Teori peluang adalah salah satu cabang ilmu matematika yang mempalajari
tentang peluang suatu kejadian dan analisis secara acak. Teori peluang bnyak
diaplikasikan dalam berbagai bidang di antaranya untuk memprediksi kesuksesan
pengobatan, ramalan cuaca, studi kelakuan molekul dalam gas, untuk
memprediksi hasil pemilihan umum dan lain sebagainya.
Jika pada suatu keadaan diketahui terdapat sejumlah n tempat yang akan diisi oleh
sejumlah n objek, maka banyaknya cara mengisi tempat tersebut dapat dihitung
dengan menggunakan persamaan berikut :
n x (n-1) x (n - 2) x (n - 3) ... 3 x 2 x 1 = n!
Keterangan :
Identitas faktorial :
0! = 1 dan 1! = 1
A. Permutasi
Penulisan permutasi dapat disombolkan dengan P(n,k), nPk ataupun Pkn dibaca
permutasi k dari n benda yaitu menyusun ulang sejumlah unsur saja. Banyaknya
permutasi k unsur dari n benda dapat dihitung dengan menggunakan persamaan
berikut :
n!
nPr = ————
(n - r)!
dengan syarat r ≤ n.
Permutasi Siklis
Permutasi siklis adalah jenis permutasi yang beranggapan bahwa susunan benda
berbentuk lingkaran. Dengan kata lain, permutasi siklis digunakan untuk melihat
banyaknya penyusunan benda yang disusun secara melingkar.
nP(siklis) = (n - 1)!
Permutasi Berulang
nPr (berulang) = nr
dengan :
Contoh Soal 1
Di sebuah sekolah ada 4 orang guru yang dicalonkan untuk mengisi posisi bendahara
dan sekertaris. Coba kalian tentukan banyaknya cara yang dapat digunakan untuk
mengisi posisi tersebut!
Pembahasan:
Soal di atas dapat dituliskan sebagai permutasi P(4,2), n(banyaknya guru) = 4 k
(jumlah posisi) = 2
masukkan ke dalam rumus:
Contoh Soal 2
Berapakah banyaknya bilangan yang dibentuk dari 2 angka berbeda yang dapat
kita susun dari urutan angka 4, 8, 2, 3, dan 5?
Pembahasan:
pertanyaan di atas dapat disimpulkan sebagai permutasi yang terdiri dari 2 unsur
yang dipilih dari 5 unsur maka dapat dituliskan sebagai P(5,2). tinggal kita
masukkan ke dalam rumus.
Maka ada 20 cara yang dapat dilakukan untuk menysyn bilangan tersebut menjadi
2 angka yang berbeda-beda (48, 42, 43, 45, 84, 82, 83, 85, 24, 28, 23, 25, 34, 38,
32, 35, 54, 58, 53, 52).
B. Kombinasi
n!
nCr = —————
r! (n - r)!
Contoh Soal 3
Manuel Pelegrini membawa 16 pemain saat Manchester City melawan Liverpool
di Etihad Stadium. 11 orang diantaranya akan dipilih untuk bermain pada babak
pertama. jika kita tidak memperhatikan posisi pemain, berapakah banyaknya cara
yang dapat diambil oleh pelatih untuk memilih pemain?
Pembahasan:
Karena tidak mementingkan posisi pemain, maka kita gunakan rumus kombinasi:
16
C11 = 16! = 16 x 15 x 14 x 13 x 12 x 11!
11!(16-11)! 11!5!
Contoh Soal 4
Sebuah ember berisi 1 buah alpukat, 1 buah pir, 1 buah jeruk dan 1 buah salak.
berapakah banyaknya kombinasi yang tersusun dari 3 macam buah?
Pembahasan:
diketahui n = 4 dan r = 3, maka:
4
C3 = 4! = 4 x 3 x 2 x 1 = 24 = 24 = 4
3!(4-3)! 3!1! 3 x 2 x 1 6