Konsep Dasar Probabilitas

Definisi Probabilitas
Menurut David Hume apabila mempergunakan argument yang disusun atas dasar pengelaman kita dimasa
lampau sebagai dasar pertimbangan untuk membuat ramalan dimasa mendatang maka argument ini hanya
merupakan  kemungkinan (Probabilitas). Jadi probabilitas merupakan pernyataan yang berisi ramalan
tentang tingkatan keyakinan tentang terjadinya sesuatu dimasa yang akan datang.
Tingkatan keyakinan ini bisa dinyatakan dengan angka atau tanpa dengan angka. Seperti contoh untuk
mengukur kemungkinan keluarnya sisi mata uang ketika diputar, karena sisi mata uang ada dua maka
kemungkinan keluarnya sebuah sisi mata uang bias ditulis dengan angka yaitu ½, yang artinya terdapat 1
kemungkinan dari 2 kemungkinan.
Peluang atau kebolehjadian atau dikenal juga sebagai probabilitas adalah cara untuk mengungkapkan
pengetahuan atau kepercayaan bahwa suatu kejadian akan berlaku atau telah terjadi. Konsep ini telah
dirumuskan dengan lebih ketat dalam matematika, dan kemudian digunakan secara lebih luas dalam tidak
hanya dalam matematika ataustatistika, tapi juga keuangan, sains dan filsafat.
Probabilitas suatu kejadian adalah angka yang menunjukkan kemungkinan terjadinya suatu kejadian.
Nilainya di antara 0 dan 1. Kejadian yang mempunyai nilai probabilitas 1 adalah kejadian yang pasti
terjadi atau sesuatu yang telah terjadi. Misalnya matahari yang masih terbit di timur sampai sekarang.
Sedangkan suatu kejadian yang mempunyai nilai probabilitas 0 adalah kejadian yang mustahil atau tidak
mungkin terjadi. Misalnya seekor kambing melahirkan seekor sapi.
Probabilitas/Peluang suatu kejadian A terjadi dilambangkan dengan notasi P(A), p(A), atau Pr(A).
Sebaliknya, probabilitas [bukan A] atau komplemen A, atau probabilitas suatu kejadian A tidak akan
terjadi, adalah 1-P(A). Sebagai contoh, peluang untuk tidak munculnya mata dadu enam bila sebuah dadu
bersisi enam digulirkan adalah .
Dalam mempelajari probabilitas, ada tiga kata kunci yang harus diketahui:
 Eksperimen,
 Hasil (outcome)
 Kejadian atau peristiwa (event)
 
 Pendekatan probabolitas
1. Pendekatan Klasik

Pendekatan klasik mengasumsikan bahwa sebuah peristiwa mempunyai kesempatan untuk terjadi yang
sama (equally likely). Probabilitas suatu peristiwa kemudian dinyatakan sebagai rasio antara jumlah
kemungkinan hasil dengan total kemungkinan hasil (rasio peristiwa terhadap hasil)

Peristiwa menjual dan membeli saham mempunyai kesempatan yang sama untuk terjadi pada kegiatan
jual beli saham. Jumlah hasil ada 2 dan hanya 1 peristiwa yang terjadi, maka probabilitas menjual atau
membeli adalah sama, yaitu ½

Pada suatu percobaan di mana hanya ada satu peristiwa yang terjadi, sehingga peristiwa lain tidak
dapat terjadi pada suatu percobaan dengan waktu yang sama dikenal dengan peristiwa saling lepas
(mutually exclusive).

Peristiwa saling lepas (mutually exclusive) adalah terjadinya suatu peristiwa sehingga peristiwa lain
tidak terjadi pada waktu yang sama.
 2. Pendekatan Relatif
Berbeda dengan pendekatan klasik, besar probabilitas suatu peristiwa tidak dianggap sama, tetapi
tergantung pada berapa banyak suatu peristiwa terjadi dari keseluruhan percobaan atau kegiatan yang
dilakukan.

Jadi pendekatan relatif mendasarkan besarnya probabilitas pada banyaknya suatu peristiwa terjadi dari
keseluruhan percobaan, kegiatan atau pengamatan yang dilakukan.
 3. Pendekatan Subjektif

Menurut pendekatan subjektif, probabilitas diartikan sebagai tingkat kepercayaan individu yang
didasarkan pada peristiwa masa lalu yang berupa terkaan saja.
Contoh :
Seorang direktur akan memilih seorang supervisor dari empat orang calon yang telah lulus ujian saringan.
Keempat calon tersebut sama pintar, sama lincah, dan semuanya dapat dipercaya. Probabilitas
tertinggi(kemungkinan diterima) menjadi supervisor ditentukan secara subjektif oleh sang direktur.
Dari pengertian-pengertian tersebut, dapat disusun suatu pengertian umum mengenai probabilitas, yaitu
sebagai berikut Probabilitas adalah suatu indeks atau nilai yang digunakan untuk menentukan tingkat
terjadinya suatu kejadian yang bersifat random (acak).
Oleh karena probabilitas merupakan suatu indeks atau nilai maka probabilitas memiliki batas-batas yaitu
mulai dari 0 sampai dengan 1 ( 0  P  1).
–          Jika P = 0, disebut probabilitas kemustahilan, artinya kejadian atau peristiwa tersebut tidak akan
terjadi.
–          Jika P = 1, disebut probabilitas kepastian, artinya kejadian atau peristiwa tersebut pasti terjadi.
–       Jika 0 < P < 1, disebut probabilitas kemungkinan, artinya kejadian atau peristiwa tersebut dapat atau
tidak dapat terjadi
 Kaidah menghitung probabilitas
1. Aturan Penjumlahan :
Untuk menerapkan aturan penjumlahan ini, harus dilihat jenis kejadiannya apakah bersifat saling
meniadakan atau tidak saling meniadakan.
a. Kejadian Saling Meniadakan :
Dua peristiwa atau lebih disebut saling meniadakan jika kedua atau lebih peristiwa itu tidak dapat terjadi
pada saat yang bersamaan. Jika peristiwa A dan B saling meniadakan, probabilitas terjadinya peristiwa
tersebut adalah
P(A atau B) = P(A) + P(B) atau
P(A  B) = P(A) + P(B)
Contoh :
Sebuah dadu dilemparkan ke atas, peritiwanya adalah
A = peristiwa mata dadu 4 muncul.
B = peristiwa mata dadu lebih kecil dari 3 muncul.
Tentukan probabilitas dari kejadian berikut !
– Mata dadu 4 atau lebih kecil dari 3 muncul!
Penyelesaian :
P(A) = 1/6
P(B) = 2/6
P(A atau B) = P(A) + P(B)
= 1/6 + 2/6
= 0,5
b. Kejadian Tidak Saling Meniadakan :
Dua peristiwa atau lebih disebut peristiwa tidak saling meniadakan apabila  kedua peristiwa atau lebih
tersebut dapat terjadi pada saat yang bersamaan. Jika dua peristiwa A dan B tidak saling meniadakan,
probabilitas terjadinya peristiwa tersebut adalah
P(A atau B) = P(A) + P(B) – P(A dan B)
P(A  B) = P(A) + P(B) – P(A  B)
Jika 3 peristiwa A, B, dan C tidak saling meniadakan, probabilitas terjadinya peristiwa tersebut adalah
P(A  B  C) = P(A) + P(B) + P(C) – P(A  B) – P(A  C) – P(B  C) + P(A  B  C)
Contoh :
Dua buah dadu dilemparkan bersamaan, apabila :
A = peristiwa mata (4, 4) muncul.
B = peristiwa mata lebih kecil dari (3, 3) muncul.
Tentukan probabilitas P(A atau B) !
Penyelesaian :
P(A) = 1/36
P(B) = 14/36
P(A  B) = 0
P(A atau B) = P(A) + P(B) – P(A  B)
= 1/36 + 14/36 – 0
= 0,42
2. Aturan Perkalian
Dalam konsep probabilitas, aturan perkalian diterapkan secara berbeda menurut jenis kejadiannya. Ada
dua jenis kejadian dalam hal ini, yaitu kejadian tak bebas dan kejadian bebas.
a. Kejadian Tak Bebas :
Dua peristiwa atau lebih disebut kejadian tidak bebas apabila peristiwa yang satu dipengaruhi atau
tergantung pada peritiwa  lainnya. Probabilitas peristiwa tidak saling bebas dapat pula dibedakan atas tiga
macam, yaitu yaitu probabilitas bersyarat, gabungan, dan marjinal.
 Probabilitas Bersyarat :
Probabilitas bersyarat peristiwa tidak saling bebas adalah probabilitas terjadinya suatu peristiwa  dengan
syarat peristiwa  lain harus terjadi dan peristiwa-peristiwa tersebut saling mempengaruhi. Jika peristiwa B
bersyarat terhadap A, probabilitas terjadinya periwtiwa tersebut adalah
 
P(B/A) dibaca probabilitas terjadinya B dengan syarat peristiwa A terjadi.
Contoh :
Sebuah kotak berisikan 11 bola dengan rincian :
5 buah bola putih bertanda +
1 buah bola putih bertanda –
3 buah bola kuning bertanda +
2 buah bola kuning bertanda –
Seseorang mengambil sebuah bola kuning dari kotak
– Berapa probabilitas bola itu bertanda +?
Penyelesaian :
Misalkan : A = bola kuning
B+ = bola bertanda positif
B– = bola bertanda negatif.
P(A) = 5/11
P(B+  A) = 3/11
 Probabilitas Gabungan :
Probabilitas gabungan peritiwa tidak saling bebas adalah probabilitas terjadinya dua atau lebih peristiwa
secara berurutan (bersamaan) dan peristiwa-peristiwa itu saling mempengaruhi.
Jika dua peristiwa A dan B gubungan, probabilitas terjadinya peristiwa tersebut adalah
P(A dan B) = P(A  B) = P(A) x P(B/A)
Jika tiga buah peristiwa A, B, dan C gabungan, probabilitas terjadinya peristiwa tersebut adalah
P(A  B  C) = P(A) x P(B/A) x P(C/A  B)
Contoh :
Dari satu set kartu bridge berturut-turut diambil kartu itu sebanyak 2 kali secara acak. Hitunglah
probabilitasnya kartu king (A) pada pengambilan pertama dan as(B) pada pengambilan kedua, jika kartu
pada pengambilan pertama tidak dikembalikan !
Penyelesaian :
(A) = pengambilan pertama keluar kartu king.
P(A) = 4/52
(B/A) = pengambilan kedua keluar kartu as
P(B/A) = 4/51
P(A  B) = P(A) x P(B/A)
= 4/52 x 4/51
= 0,006
  Probabilitas Marjinal :
Probabilitas marjinal peristiwa tidak saling bebas adalah probabilitas terjadinya suatu peristiwa yang tidak
memiliki hubungan dengan terjadinya peristiwa lain dan peristiwa tersebut saling mempengaruhi. Jika
dua peristiwa A adalah marjinal, probabilitas terjadinya peristiwa A tersebut adalah
P(A) = P(B  A)
= P(Ai) x P(B/Ai), i = 1, 2, 3, …..
Contoh :
Sebuah kotak berisikan 11 bola dengan rincian :
5 buah bola putih bertanda +
1 buah bola putih bertanda –
3 buah bola kuning bertanda +
2 buah bola kuning bertanda –
Tentukan probabilitas memperoleh sebuah bola putih !
Penyelesaiana :
Misalkan : A = bola putih
B+ = bola bertanda positif
B– = bola bertanda negatif
P(B+  A) = 5/11
P(B–  A) = 1/11
P(A) = P(B+  A) + P(B–  A)
= 5/11 + 1/11
= 6/11
3. Kejadian Bebas :
Dua kejadian atau lebih dikatakan merupakan kejadian bebas apabila terjadinya kejadian tersebut tidak
saling mempengaruhi. Dua kejadian A dan B dikatakan bebas, kalau kejadian A tidak mempengaruhi B
atau sebaliknya. Jika A dan B merupakan kejadian bebas, maka P(A/B) = P(A) dan P(B/A) = P(B)
P(A  B) = P(A) P(B) = P(B) P(A)
Contoh :
Satu mata uang logam Rp. 50 dilemparkan ke atas sebanyak dua kali. Jika A 1 adalah lemparan pertama
yang mendapat gambar burung(B), dan A 2 adalah lemparan kedua yang mendapatkan gambar burung(B),
berapakah P(A1  A2)!
Penyelesaian :
Karena pada pelemparan pertama hasilnya tidak mempengaruhi pelemparan kedua dan P(A 1) = P(B) = 0,5
dan P(A2) = P(B) = 0,5, maka P(A1  A2) = P(A1) P(A2) = P(B) P(B) = 0,5 x 0,5 = 0,25.
Rumus Bayes :
Jika dalam suatu ruang sampel (S) terdapat beberapa peristiwa saling lepas, yaitu A 1, A2, A3, …., An yang
memiliki probabilitas tidak sama dengan nol dan bila ada peritiwa lain (misalkan X) yang mungkin dapat
terjadi pada peristiwa-peristiwa A1, A2, A3, …., An  maka  probabilitas terjadinya peristiwa-peristiwa A1,
A2, A3, …., An  dengan diketahui peristiwa X tersebut adalah
Contoh :
Tiga kotak masing-masing memiliki dua laci. Didalam laci-laci tersebut terdapat sebuah bola. Didalam
kotak I terdapat bola emas, dalam kotak II terdapat bola perak, dan dalam kotak III terdapat bola emas
dan perak. Jika diambil sebuah kotak dan isinya bola emas, berapa probabilitas bahwa laci lain berisi bola
perak?
Penyelesaian :
Misalkan : A1 peristiwa terambil kotak I
A2 peristiwa terambil kotak II
A3 peristiwa terambil kotak III
X  peristiwa laci yang dibuka berisi bola emas
Kotak yang memenuhi pertanyaan adalah kotak III (P(A 3/X)).
P(A1) = 1/3              P(X/A1) = 1
P(A2) = 1/3              P(X/A2) = 0
P(A3) = 1/3              P(X/A3) = ½
2.4 Permutasi Dan Kombinasi
Pembicaraan mengenai permutasi dan kombinasi selalu berkaitan dengan prinsip dasar membilang dan
faktorial.
Prinsip Dasar Membilang :
Jika kejadian pertama dapat terjadi dalam n 1 cara, kejadian kedua dalam n2 cara, demikian seterusnnya,
sampai kejadian k dalam nk cara, maka keseluruhan kejadian dapat terjadi dalam :
n1 x n2 x …x nk cara
Contoh :
Seorang pengusaha ingin bepergian dari Jakarta ke Ujungpandang melalui Surabaya. Jika Jakarta –
Surabaya dapat dilalui dengan tiga cara dan Surabaya – Ujungpandang dapat dilalui dengan dua cara, ada
berapa cara pengusaha tersebut dapat tiba di Ujungpandang melalui Surabaya?

Penyelesaian :
misalkan : dari Jakarta ke Surabaya (n1) = 3 cara.
Dari Surabaya ke Ujungpandang (n2) = 2 cara.
Cara pengusaha tersebut dapat tiba di Ujungpandang melalui Surabaya adalah :
n1 x n2 = 3 x 2 = 6 cara.
Faktorial :
Faktorial adalah perkalian semua bilangan bulat positif (bilangan asli) terurut mulai dari bilangan 1
sampai dengan bilangan bersangkutan atau sebaliknya.
Faktorial dilambangkan: “!”.
Jika : n = 1,2, …., maka :
n! = n(n – 1)(n – 2) ….x 2 x 1
= n(n –1)!
Contoh :
Tentukan nilai factorial dari bilangan berikut
1. 5!
2. 3! X 2!
3. 6!/4!
Penyelesaian :
1. 5! = 5 x 4 x 3 x 2 x 1 = 120
2. 3! X 2! = 3 x 2 x 1 x 2 x 1 = 12
  Permutasi
Pengertian Permutasi :
Permutasi adalah suatu penyusunan atau pengaturan beberapa objek ke dalam suatu urutan tertentu.
Contoh :
Ada 3 objek, yaitu ABC. Pengaturan objek-objek tersebut ialah ABC, ACB, BCA, BAC, CAB, CBA
yang disebut permutasi. Jadi, permutasi 3 objek menghasilkan enam pengaturan dengan cara yang
berbeda.
Rumus-rumus Permutasi :
Permutasi  dari m objek seluruhnya tanpa pengembalian  : mPm = m!
Contoh :
Pada suatu tempat terdapat 4 buku matematika yang berbeda. Buku itu akan disusun pada sebuah rak
buku. Berapa cara susunan yang mungkin dari buku-buku matematika dapat disusun.
Penyelesaian :
Buku-buku matematika dapat disusun dalam :
4P4 = 4! = 4 x 3 x 2 x 1 = 24 cara.
Permutasi sebanyak x dari  m objek tanpa pengembalian :
Contoh :
Dari empat calon pimpinan sebuah perusahaan, misalkan A, B, C, D hendak dipilih seorang ketua,
seorang sekretaris, dan seorang bendahara.
Berapa cara keempat calon tersebut dipilih?
Penyelesaian:
m = 4 dan x = 3
4P3 =
Permutasi dari m objek dengan pengembalian :
mPx = mx
x ≤ m dan bilangan bulat positif
Contoh :
Tentukan permutasi dari ABC sebanyak 2 unsur dengan pengembalian unsure yang terpilih!
Penyelesaian :
M = 3 dan x = 2
3P2 = 32 = 9
yaitu : AA, AB, AC, BB, BA, BC, CC, CA, CB
 
Permutasi dari m objek yang sama :
m!
mPm1, m2, m3, … = ———————–
m1! . m2! . m3! ….
Dengan m1 + m2 + m3 + ….= m
Contoh :
Tentukan permutasi dari kata “TAMAT”
Penyelesaian :
M = 5, m1 = 2, m2 = 2, m3 = 1
5!               5 x 4 x 3 x 2 x 1
5P2, 2, 1 = ————— =  ——————– = 30
2! . 2! . 1!         2 x 1 x 2 x 1 x 1
Kombinasi :
Pengertian Kombinasi :
Kombinasi adalah suatu penyusunan beberapa objek tanpa memperhatikan urutan objek tersebut.
Contoh :
Ada 4 objek, yaitu : A, B, C, D. Kombinasi 3 dari objek itu adalah ABC, ABD, ACD, BCD. Setiap
kelompok hanya dibedakan berdasarkan objek yang diikutsertakan, bukan urutannya. Oleh karena itu :
ABC = ACB = BAC = BCA = CAB = CBA
ABD = ADB = BAD = BDA = DAB = DBA
ACD = CAD = ADC = CDA = DAC = DCA
BCD = BDC = CBD = CDB = DBC = DCB
Rumus-rumus Kombinasi :
Kombinasi x dari m objek yang berbeda :
m!
mCx = ————–     ; m  x
(m – x)!.x!
Contoh :
Dari 5 pemain bulu tangkis, yaitu A, B, C, D, dan E hendak dipilih dua orang untuk pemain ganda.
Berapa banyak pemain ganda yang mungkin terbentuk?
Penyelesaian :
M = 5 dan x = 2
5!
5C2 = —————- = 10
– 2)! . 2!
 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;
1. Membantu peneliti dalam pengambilan keputusan yang lebih tepat. Pengambilan keputusan yang
lebih tepat dimagsudkan tidak ada keputusan yang sudah pasti karena kehidupan mendatang tidak
ada yang pasti kita ketahui dari sekarang, karena informasi yang didapat tidaklah sempurna.
2. Dengan teori probabilitas kita dapat menarik kesimpulan secara tepat atas hipotesis yang terkait
tentang karakteristik populasi. Menarik kesimpulan secara tepat atas hipotesis (perkiraan sementara
yang belum teruji kebenarannya) yang terkait tentang karakteristik populasi pada situssi ini kita
hanya mengambil atau menarik kesimpulan dari hipotesis bukan berarti kejadian yang akan dating
kita sudah ketehaui apa yang akan tertjadi.
3. Mengukur derajat ketidakpastian dari analisis sampel hasil  penelitian dari suatu populasi.
Contoh:
Ketika diadakannya sensus penduduk 2000, pemerintah mendapatkan data perbandingan antara jumlah
penduduk berjenis kelamin laki-laki berbanding jumlah penduduk berjenis kelamin perempuan adalah
memiliki perbandingan 5:6, sedangkan hasil sensus pada tahun 2010 menunjukan hasil perbandingan
jumlah penduduk berjenis kelamin pria berbanding jumlah penduduk berjenis kelamin wanita adalah 5:7.
Maka pemerintah dapat mengambil keputusan bahwa setiap tahunnya dari tahun 2000 hingga 2010
jumlah wanita berkembang lebih pesat daripada jumlah penduduk pria.
Menghitung Probabilitas atau Peluang Suatu Kejadian
Jika tadi kita hanya memperhatikan peluang suatu kejadian secara kualitatip, hanya memperhatikan
apakkah kejadian tersebut memiliki peluang besar akan terjadi atau tidak. Disini kita akan membahas nilai
dari probabilitas suatu kejadian secara kuantitatip. Kita bias melihat apakah suatu kejadian berpotensi
terjadi ataukah tidak.
Misalkan kita memiliki sebuah dadu yang memiliki muka gambar dan angka,jika koin tersebut kita
lemparkan keatas secara sembarang, maka kita memiliki 2 pilihan yang sama besar dan kuat yaitu
peluang munculnya angka dan peluang munculnya gambar. Jika kita perhatikan secara seksaama, pada
satu koin hanya terddiri dari satu muka gambar dan satu muka angka, maka peluang munculnya angka
dan gambar adalah sama kuat yaitu ½. 1 menyatakan hanya satu dari muka pada koin yang mungkin
muncul, entah itu gambar maupun angka sedangkan 2 menyatakan banyaknya kejadian yang mungkin
terjadi pada pelemparan koin, yaitu munculnya gambar + munculnya angka.
Jika kita berbicara tidak lagi 2 kejadian yaitu menyangkut banyak kejadian yang mungkin terjadi,
mengingat dan dari hasil pengumpulan dan penelitian data diperoleh suatu rumus sebagai berikut. Jika
terdapat N peristiwa, dan nA  dari N peristiwa tersebut membentuk kejadian A, maka probabilitas A
adalah :
P(A)    = nA/N
Dimana : nA= banyaknya kejadian
N= kejadian seluruhnya/peristiwa yang mungkin terjadi
Contoh.
Suatu mata uang logam yang masing-masing sisinya berisi gambar dan
angka dilemparkan secara bebassebanyak 1 kali.
Berapakah probabilitas munculnya gambar atau angka?
Jawab :
n=1, N=2
P (gambar  atau angka)=
P (gambar atau angka)=1/2 atau 50%
Dapat disimpulkan peluang munculnya gambar atau angka adalah sama besar.
 
Contoh 2.
Berapa peluang munculnya dadu mata satu pada satu kali pelemparan?
Jika kita tinjau pada sebuah dadu hanya memiliki 1 buah mata dadu bermata 1, sedangkan pada dadu
terdapat 6 mata yaitu mata 1 sampai mata 6.
Maka
P(A)    = nA/N
                = 1/6
Berikut merupakan aturan dalam probabilitas
         Jika n = 0 makka peluang terjadinya suatu kejadian pada keadaan ini adalah sebesar P(A) = 0 atau
tidak mungkin terjadi.
         Jika n merupakan semua anggota N maka probabilitasnya adalah satu, atau kejadian tersebut pasti
akan terjadi
         Probabilitas suatu kejadian memiliki rentangan nilai
         Jika E menyatakan bukan peristiwa E maka berlaku

Te
 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)

or
P(B | A) P(A)
P(A | B) =
P(B | A)P(A) + P(B | A)P(A)

Contoh Aplikasi Dari Teorema Bayes

Di sebuah negara, diketahui bahwa 2% dari penduduknya menderita 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 kita lihat perhitungan matematikanya.
Marilah kita lambangkan informasi di atas sebagai berikut:
         B = Kejadian tes memberikan hasil positif.
         B = Kejadian tes memberikan hasil negatif.
         A = Kejadian seseorang menderita penyakit langka itu.
         A = Kejadian seseorang tidak menderita penyakit langkat itu.
Kita ketahui juga peluang dari kejadian-kejadian berikut:
         P (A) = 2%
         P (A) = 98%
         P (B | A) = 97%
         P (B | A) = 9%
 Dengan menggunakan rumus untuk peluang bersyarat, dapat kita simpulkan peluang dari
kejadian-kejadian yang mungkin terjadi dalam tabel di bawah ini:

A (2%) A (98%)

Positif yang benar Positif yang salah

B P (B ∩ A) = P (A) × P (B | A) = 2% × 97% P (B ∩ A) = P (A) × P (B | A) = 98% × 9% =
= 0,0194 0,0882

Negatif yang salah Negatif yang benar

B P (B ∩ A) = P (A) × P (B | A) = 2% × 3% = P (B ∩ A) = P (A) × P (B | A) = 98% × 91%
0,0006 = 0,8918

Misalnya seseorang menjalani tes klinik tersebut dan mendapatkan hasil positif,
berapakah peluang bahwa ia benar-benar menderita penyakit langka 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 teorema
Bayes di atas:
P(B ∩ A)
P(A | B) =
P(B)
P(B | A) × P(A)
=
P(B | A)P(A) + P(B | A)P(A)
97% × 2%
=
(97% × 2%) + (9% × 98%)
0.0194
=
0.0194 + 0.0882
0.0194
=

P(A | B) = 0.1803
TUGAS STATISTIK

Rangkuman
 OLEH :

NAMA: SAHRUL IDWAN MUBAROQ

NIM : A1B117178

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MATARAM

TAHUN 2019