PROBABILITAS

KELOMPOK 8

Nurul Hidayah
Munadi liliman
Rema diana
Sri mariaty
Valencia hutapea

PROGRAM STUDI S1 KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN PAYUNG NEGERI
PEKANBARU
2020
 KATA PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha
Panyayang. Dengan ini penulis ucapkan puji syukur atas kehadirat-Nya, yang
telah melimpahkan rahmat dan hidayah-Nya kepada saya, sehingga saya dapat
menyelesaikan tugas pertemuan 1 untuk memenuhi salah satu tugas mata kuliah
biostastik yang berjudul "Probabilitas” Saya mengucapkan terimakasih kepada
dosen mata kuliah biostastik yang telah memberikan tugas ini, Saya
mengharapkan semoga ini dapat dipahami para pembaca sebagai pengetahuan
tambahan di masa yang akan datang.

Pekanbaru, 19 November 2020

 DAFTAR ISI
COVER PROBABILITAS........................................................................................................1
KATA PENGANTAR..............................................................................................................2
DAFTAR ISI..........................................................................................................................3
BAB I PENDAHULUAN.........................................................................................................3
A. Latar Belakang.....................................................................................................3
B. RUMUSAN MASALAH......................................................................................4
C. Tujuan...................................................................................................................4
BAB II PEMBAHASAN..........................................................................................................6
A. PROBABILITAS..................................................................................................6
a. PENGERTIAN PROBABILITAS..................................................................6
b. JENIS-JENIS PROBABILLITAS..................................................................7
c. HUKUM-HUKUM PROBABILITAS............................................................7
B. DISTRIBUSI PROBABILITAS..........................................................................9
a. Definisi distribusi probabilitas........................................................................9
b. Macam-macam distribusi..............................................................................10
c. Distribusi binomial.........................................................................................10
d. Distribusi poisson...........................................................................................11
BAB III PENUTUP..............................................................................................................13
A. Kesimpulan.........................................................................................................13
B. Saran........................................................................................................................13
DAFTAR PUSTAKA.............................................................................................................15
 BAB I
PENDAHULUAN
A. Latar Belakang
Sejauh ini teori peluang yang kita bicarakan hanya sebatas pada suatu
peristiwa tertentu atau tentang kemungkinan terjadinya peristiwa dengan nilai
peluang tertentu. Padahal masih ada nilai-nilai peluang dari peristiwa lainnya
yang bisa ditentukan. Nilai-nilai peluang tambahan yang demikian bisa
membentuk suatu distribusi yang disebut sebagai distribusi peluang. Sebagai
contoh, ketika melempar sebuah dadu, kita bisa menghitung peluang dari
seluruh peristiwa yang mungkin yakni munculnya angka 1, 2, 3, 4, 5 dan 6
yang masing-masing memiliki peluang 1/6.
Semua peristiwa tersebut berada dalam “ketidakpastian” atau Uncertainty.
Dengan demikian, probabilitas atau peluang merupakan “derajat kepastian”
untuk terjadinya suatu peristiwa yang diukur dengan angka pecahan antara nol
sampai dengan satu, dimana peristiwa tersebut terjadi secara acak atau random.
Dengan konsep probabilitas tersebut, maka akan dapat diusahakan untuk
menarik kesimpulan tentang karakteristik dari populasi dengan menggunakan
data sampel. Proses penarikan kesimpulan populasi atas dasar data sampel
sering disebut dengan “induktif”.
Peluang banyak digunakan dibidang lain, selain bidang Matematika. Ahli
fisika menggunakan peluang untuk mempelajari macam-macam gas dan
hukum panas dalam teori atom. Ahli biologi mengaplikasi teknik peluang
dalam ilmu genetika dan teori seleksi alam. Dalam dunia bisnis teknik peluang
digunakan untuk pengembalian keputusan. Peluang merupakan teori dasar
stastistika, suatu disiplin ilmu yang mempelajari pengumpulan, pengaturan,
perhitungan, penggambaran dan penganalisisan data, serta penarikan
kesimpulan yang valid berdasarkan penganalisisan yang dilakukan dan
pembuatan keputusan yang rasional.
B. RUMUSAN MASALAH
a. Jelaskan devinisi probabilitas ?
 b. Jelaskan jenis-jenis probabilitas ?
c. Jelaskan Hukum-hukum probabilitas ?
d. Jelaskan definisi distribusi probabilitas ?
e. Jelaskan macam-macam distribusi ?
f. Jelaskan distribusi binominal ?
g. Jelaskan distribusi poisson ?
h. Jelaskan distribusi normal ?
C. Tujuan
a. Tujuan umum
Mahasiswa mampu menjelaskan probabilitas
b. Tujuan khusus
1. Mahasiswa mampu menjelaskan devinisi probabilitas
2. Mahasiswa mampu menjelaskan jenis-jenis probabilitas
3. Mahasiswa mampu menjelaskan Hukum-hukum probabilitas
4. Mahasiswa mampu menjelaskan definisi distribusi probabilitas
5. Mahasiswa mampu menjelaskan macam-macam distribusi
6. Mahasiswa mampu menjelaskan distribusi binominal
7. Mahasiswa mampu menjelaskan distribusi poisson
8. Mahasiswa mampu menjelaskan distribusi normal
 BAB II
PEMBAHASAN
A. PROBABILITAS
a. PENGERTIAN PROBABILITAS
Probabilitas adalah kemungkinan yang dapat terjadi dalam suatu
peristiwa. Dalam kehidupan sehari-hari sulit untuk mengetahui dengan
“pasti” apa yangakan terjadi pada waktu yang akan datang, baik dalam
jangka pendek maupunjangka panjang. Sebuah contoh sederhana adalah
jika sebuah koin dilempar, makaakan sulit untuk memastikan bahwa muka
gambar atau muka angka yang beradadi atas. Jika terkait dengan
suatu perusahaan, maka akan sulit untuk memprediksikan apakah
tahun depan akan mengalami keuntungan atau kerugian. Jika terkait
dengan suatu ujian, juga akan sulit untuk memastikan apakah lulusatau
gagal dan lain sebagainya. Semua peristiwa tersebut berada
dalam“ketidak pastian” atau Uncertainty. Dengan demikian, probabilitas
atau peluang merupakan “derajat kepastian” untuk terjadinya suatu
peristiwa yang diukur dengan angka pecahan antara nol sampai dengan
satu, dimana peristiwa tersebut terjadi secara acak atau random. Dengan
konsep probabilitas tersebut, maka akan dapat diusahakan untuk menarik
kesimpulan tentang karakteristik dari populasi dengan menggunakan data
sampel. Proses penarikan kesimpulan populasi atas dasar data sampel
sering disebut dengan “induktif”. Dengan menggunakan konsep
probalilitas, maka dapat diusahakan untuk menjawab peristiwa-peristiwa
yang belum dapat dipastikan.
Probabilitas adalah suatu nilai untuk mengukur tingkat
kemungkinan terjadinya suatu kejadian yang tidak pasti. P(A)=0,99 artinya
probabilitas bahwa kejadian akan terjadi sebesar 99%, probabilitas A tidak
akan terjadi (100- 99)% = 1% .Secara umum probabilitas merupakan
peluang bahwa sesuatu akan terjadi.Secara lengkap probabilitas
didefinisikan sebagai berikut :“Probabilitas” ialah suatu nilai yang
 digunakan untuk mengukur tingkatterjadinya suatu kejadian acak.”Dalam
mempelajari probabilitas, ada tiga kata kunci yang harus diketahui:
a. Eksperimen,
b. Hasil (outcome)
c. Kejadian atau peristiwa (event)
b. JENIS-JENIS PROBABILLITAS
1. Probabilitas a priori
Probabilitas a priori yaitu probabilitas yang disusun berdasarkan
perhitungan akal, bukan atas dasar pengalaman. Untuk menentukan
beberapa kemungkinan mata dadu yang bakal keluar, maka
mempunyai kemungkinan 1/6, karena sebuah mata dadu mempunyai
enam muka. Bila dua mata uang dilemparkan, maka kemungkinan
jatuh dengan dua kali sisi depannya adalah 1/2 x 1/2 = 1/4.
2. Probabilitas relatif frekuensi
Probabilitas relatif frekuensi yaitu probabilitas yang disusun
berdasarkan statistik atas fakta-fakta empiris, seperti probabilitas
tentang gagalnya tembakan pistol adalah 5. Maksudnya bahwa setiap
100 kali ditembakkan maka paling tidak 5 kali diantaranya macet.
c. HUKUM-HUKUM PROBABILITAS
a. Hukum pertambahan
Asas perhitungan dengan berbagai kondisi yang harus diperhatikan,
terdapat 2 kondisi yang harus diperhatikan yaitu :
1. Mutually exclusive (saling meniadakan)

Rumus = P (A B) = P(A atau B) = P (A) + P (B)

A B

Contoh :
 Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu
kali sebuah dadu adalah :

P (2 5) = P (2) + P (5) = 1/6 +1/6 = 2/6

2. Non Mutually Exclusive (dapat terjadi bersama)

Dua peristiwa atau lebih dapat terjadi bersama sama (tetapi tidak
selalu bersama)

Rumus = P (A B) = P (A) + P (B) – P (A B)

A A B B

b. Hukum Perkalian
Terdapat dua kondisi yang harus diperhatikan apakah kedua pristiwa
salingbebas atau bersyarat
1. Peristiwa bebas (independent)
Apakah kejadian atau ketidak jadian suatu peristiwa tidak
mempengaruhi peristiwa lain
Contoh :
Sebuah koin dilambungkan 2 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 soal :
a) Sebuah dadu dilambungkan dua kali, peluang keluarnya mata
5 untuk kedua kalinya adalah

P (5 5) = 1/6 X 1/6 = /36

b) Sebuah dadu dan koin dilambungkan bersama-sama, peluang

keluarnya hasil lambung 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

2. Peristiwa tidak bebas

Peristiwa tidak bebas atau peristiwa besyarat adalah dua peristia
dikatakan bersyarat apabila kejadian atau ketidak jadian suatu
peristia akan berpengaruh terhadap peristia lainnya.
Contoh :
Dua buah kartu ditarik dari set kartu bridge dan tarikan kedua
tanpa mmemasukkan kembali kartu pertama, maka parobabilitas
kartu kedua sudah tergantung pada kartu pertama yang ditarik.
Simbol untuk peristiwa bersyarat adalah P (BǀA) > probilitas B
pada kondisi A.

Rumus = P (A B) = P (A) x P (B ǀ 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 syrat as I sudah tertarik adalah 3/51
P (as II ǀ as I) = 3/51

P (as I as II) = P (as I) x (as II ǀ as I) = 4/52 x3/51=

12/2652=1/221
B. DISTRIBUSI PROBABILITAS
a. Definisi distribusi probabilitas
Distribusi Probabilitas adalah suatu distribusi yang
mengambarkan peluang dari sekumpulan variat sebagai pengganti
frekuensinya. Fungsi distribusi peluang pada umumnya dibedakan atas
distribusi peluang diskrit dan distribusi peluang kontinu. Distribusi
peluang merupakan model matematik yang menghubungkan semua
 nilai variabel random dengan peluang terjadinya nilai tersebut dalam
ruang sampel. Distribusi peluang dapat direpresentasikan dalam bentuk
fungsi, tabel, atau grafik. Distribusi peluang dapat dianggap sebagai
frekuensi relatif jangka panjang.

b. Macam-macam distribusi
1. Distribusi binomial distribusi probabilitas diskrit dari percobaan
yang dilakukan sebanyak n kali dgn masing-masing percobaan
mempunyai probabilitas p dan masing-masing percobaan tidak
saling mempengaruhi (independen)
2. Distribusi hipergeometrik distribusi prob diskrit dari sekelompok
obyek yg dipilih tanpa pengembalian
3. Disrtribusi poinssondistribusi probabilitas diskrit yg menyajikan
frekuensi dari kejadian acak tertentu
4. Distribusi normal /gauss Distribusi probabilitas untuk var acak
kontinyu paling penting dalam statistic dan paling sering digunakan
c. Distribusi binomial
Distribusi Binomial atau distribusi Bernoulli (ditemukan oleh
James Bernoulli) adalah suatu distribusi teoritis yang menggunakan
variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen,
seperti sukses-gagal, ya-tidak, baik-cacat, sakit-sehat dan lain-lain.
Ciri-ciri distribusi binomial adalah :

1. Setiap percobaan hanya memiliki dua peristiwa, seperti ya-tidak,

sukses-gagal.

2. Probabilitas suatu peristiwa adalah tetap, tidak berubah untuk setiap

percobaan.

3. Percobaannya bersifat independen, artinya peristiwa dari suatu

percobaan tidak mempengaruhi atau dipengaruhi peristiwa dalam
percobaan lainnya.
 4. Jumlah atau banyaknya percobaan yang merupakan komponen
percobaan binomial harus tertentu.

Simbol peristiwa Binomial →b (x,n,p)

Ket :

b = binomial

x = banyaknya sukses yang diinginkan (bilangan random)

n = Jumlah trial

p = peluang sukses dalam satu kali trial.

Dadu dilemparkan 5 kali, diharapkan keluar mata 6 dua kali, maka

kejadian ini dapat ditulis b(2,5,1/6) → x=2, n=5, p=1/6.

Contoh Soal :

Probabilitas seorang bayi tidak di imunisasi polio adalah 0,2 (p). Pada
suatu hari di Puskesmas “X” ada 4 orang bayi. Hitunglah peluang dari
bayi tersebut 2 orang belum imunisasi polio. Jadi, di dalam kejadian
binomial ini dikatakan b (x=2, n=4, p=0,2) → b (2, 4, 0,2).

Jawab :

Katakanlah bayi tersebut A,B,C,D. Dua orang tidak diimunisasi mungkin

adalah A&B, A&C, A&D, B&C, B&D, C&D.

Rumus untuk b (x,n,p) adalah:

P (x) = P 0,1536 = 0,154

d. Distribusi poisson
Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi,
ditemukan oleh S.D. Poisson (1781-1841), seorang ahli matematika
bangsa prancis. Distribusi poisson termasuk distribusi teoretis yang
memakai variabel random diskrit. Distribusi poisson adalah distribusi
nilai-nilai bagi suatu variabel random X(X diskrit), yaitu banyaknya hasil
 percobaan yang terjadi dalam suatu interval waktu tertentu atau disuatu
daerah tertentu.
Distribusi poisson memiliki ciri-ciri sebagai berikut.

1. Banyaknya hasil percobaan yang terjadi dalam suatu interval waktu

atau suatu daerah tertentu tidak bergantung pada banyaknya hasil
percobaan yang terjadi pada interval waktu atau daerah yang terpisah.
2. Probabilitas terjadinya hasil percobaan selama suatu interval waktu
yang singkat atau dalam suatu daerah yang kecil, sebanding dengan
panjang interval waktu atau besarnya daerah tersebut dan tidak
bergantung pada banyaknya hasil percobaan yang trejadi diluar interval
waktu atau daerah tersebut.
3. Probabilitas lebih dari satu hasil percobaan yang terjadi dalam interval
waktu yang dingkat atau dalam daerah yang kecil dapat diabaikan.

e. Distribusi normal
Distribusi normal, disebut pula distribusi Gauss, adalah distribusi
probabilitas yang paling banyak digunakan dalam berbagai
analisis statistika. Distribusi normal baku adalah distribusi normal yang
memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga
dijuluki kurva lonceng (bell curve) karena grafik fungsi kepekatan
probabilitasnya mirip dengan bentuk lonceng.
Distribusi normal memodelkan fenomena kuantitatif pada ilmu
alam maupun ilmu sosial. Beragam skor pengujian psikologi dan
fenomena fisika seperti jumlah foton dapat dihitung melalui pendekatan
dengan mengikuti distribusi normal. Distribusi normal banyak digunakan
 BAB III
PENUTUP
A. Kesimpulan
Probabilitas adalah kemungkinan yang dapat terjadi dalam suatu
peristiwa.Dalam kehidupan sehari-hari sulit untuk mengetahui dengan
“pasti” apa yangakan terjadi pada waktu yang akan datang, baik dalam
jangka pendek maupunjangka panjang. Sebuah contoh sederhana adalah
jika sebuah koin dilempar, makaakan sulit untuk memastikan bahwa
muka gambar atau muka angka yang berada di atas.
Distribusi Probabilitas adalah suatu distribusi yang
mengambarkan peluang dari sekumpulan variat sebagai pengganti
frekuensinya. Fungsi distribusi peluang pada umumnya dibedakan atas
distribusi peluang diskrit dan distribusi peluang kontinu.

1. Distribusi binomial distribusi probabilitas diskrit dari percobaan yang

dilakukan sebanyak n kali dgn masing-masing percobaan mempunyai
probabilitas p dan masing-masing percobaan tidak saling
mempengaruhi (independen)

2. Distribusi hipergeometrik distribusi prob diskrit dari sekelompok obyek

yg dipilih tanpa pengembalian

3. Disrtribusi poinssondistribusi probabilitas diskrit yg menyajikan

frekuensi dari kejadian acak tertentu

4. Distribusi normal /gauss Distribusi probabilitas untuk var acak kontinyu

paling penting dalam statistic dan paling sering digunakan
Saran
Setelah pembuatan makalah ini penulis berharap pembaca bisa
menerap kan contoh apikasi teori para ahli terpilih di kehidupan nya
sehari-hari. Dengan disusunya makalah ini mengharapkan kepada semua
pembaca agar dapat memahami apa yang telah menulis makalah ini
sehingga bisa menambah pengetahuan pembaca. Dengan penyusunan
makalah ini, penulis berharap pada pembaca khusus nya para mahasiswa
berikutnya dapat mengembangkan makalah ini supaya lebih sederhana dan
lebih mudah di mengerti serta semoga menumbuhkan jiwa kreatif dan
inovatif mahasiswa dalam berkarya.
 DAFTAR PUSTAKA
Budiarto, Eko. 2001. Biostatistik untuk Kedokteran dan Kesehatan Masyarakat.
Jakarta: EGC.