BAB 2.

PELUANG

2.1 Peluang Suatu Kejadian

Peluang dapat didefinisikan sebagai kemungkinan timbulnya/munculnya

suatu kejadian. Peluang kejadian A dilambangkan dengan P(A), yaitu jumlah
peluang dari semua anggota titik contoh dalam A.

n(A)
P(A) 
n(S)

Contoh 2.1. Dalam percobaan pelemparan sebuah dadu, berapa peluang munculnya
angka ganjil?
Jawab:
Ruang contoh untuk percobaan tersebut adalah: S={1, 2, 3, 4, 5, 6) n(S) = 6
Misalkan kejadian A adalah munculnya angka ganjil, maka A={1, 3, 5} n(A)=3
n(A) 3 1
P(A)   
n(S) 6 2

Contoh 2.2. Pada percobaan melempar 2 keping mata uang, berapa peluang
munculnya angka pada lemparan kedua?

Jawab:
Ruang contoh untuk percobaan tersebut adalah: S={GG, GA, AG, AA) n(S) = 4
Misalkan kejadian B adalah munculnya angka pada lemparan kedua, maka B={GA,
GG} n(B)=2
n(B) 2 1
P(B)   
n(S) 4 2
Suatu kejadian A akan memenuhi aturan peluang, jika:
i) 0  P(A)  1
2 BAB 2. PELUANG

ii) P() = 0
iii) P(S) = 1
Selanjutnya kita akan mempelajari beberapa aturan dalam peluang, yaitu:
1. Kaidah Penjumlahan, P(A  B) = P(A) + P(B) – P(A  B)
2. Bila kejadian A dan B saling terpisah, maka (A  B)= , sehingga P(A  B) =0
3. Bila A’ adalah komplemen dari kejadian A, maka berlaku P(A’) = 1 – P(A)
4. Bila A1, A2, A3, ……. , An saling terpisah, maka P(A1  A2  A3  ……. 
An)= P(A1) + P(A2) + P(A3) + ……. + P(An)

Contoh 2.3 Diantara 100 mahasiswa 54 mengambil mata kuliah statistika, 69

mengambil mata kuliah komputer dan 35 mengambil mata kuliah keduanya. Bila
seorang mahasiswa diambil secara acak diantara mereka, hitunglah peluang:
a. ia mengambil mata kuliah statistika atau komputer
b. ia tidak mengambil mata kuliah keduanya

Jawab:
a. Misalkan A=mahasiswa yang mengambil mata kuliah statistika
B= mahasiswa yang mengambil mata kuliah komputer
n(S)=100, n(A)=54, n(B)=69, n(AB)=35

n(A) 54 n(B) 69
P(A)    0,54 ; P(B)    0,69
n(S) 100 n(S) 100

n(A  B) 35
P(A  B)    0,35
n(S) 100

P(A  B) = P(A) + P(B) – P(A  B)=0,54 + 0,69 –0,35 =0,88

b. P(A  B)’ = 1 - P(A  B) = 1-0,88 =0,12

Contoh 2.4: Bila kejadian A dan B saling terpisah dengan P(A)=0,3 P(B)=0,5
Hitunglah: a. P(A  B) b. P(A’) c. P(A’  B)

Jawab:
 Modul Peluang 3

a. P(A  B) = P(A) + P(B) = 0,3 + 0,5 = 0,8

b. P(A’) = 1 – P(A) = 1 – 0,3 = 0,7
c. P(A’  B) = P(B) = 0,5

2.2 Peluang Bersyarat

Peluang bersyarat adalah peluang munculnya suatu kejadian dengan syarat

bahwa suatu kejadian lain telah muncul terlebih dahulu. Peluang bersyarat B, bila A
diketahui dilambangkan dengan P(B|A). Lambang P(B|A) dibaca “ peluang
terjadinya B bila A telah terjadi” atau lebih singkat lagi “peluang B bila A diketahui.

P(A  B)
P(B | A)  ; P(A)  0 demikian pula sebaliknya
P(A)
P(A  B)
P(A | B)  ; P(B)  0
P(B)

Contoh 2.5: Ruang contoh S terdiri atas populasi sarjana di kota Manado. Populasi
tersebut dapat dikelompokkan sebagai berikut:
Status Kerja
Jenis Kelamin
Bekerja (B) Menganggur (M) Total
Laki-Laki (L) 460 40 500
Perempuan (P) 140 260 400
Total 600 300 900

Misalkan kita mengambil secara acak seorang diantara mereka:

a. Berapa peluang yang terpilih adalah laki-laki, bila diketahui ia telah bekerja?
b. Berapa peluang yang terpilih adalah perempuan, bila diketahui ia belum
bekerja?

Jawab:
a. n(S)=900, n(B)=600 n(BL)=460
n(B) 600 n(B  L) 460
P(B)    2/3 P(B  L)    23/45
n(S) 900 n(S) 900

P(B  L) 23 / 45 23
P(L | B)   
P(B) 2/3 30
4 BAB 2. PELUANG

b. n(M)=300 n(PM)=260
n(M) 300 n(P  M) 260
P(M)    1 / 3 P(P  M)    13/45
n(S) 900 n(S) 900

P(P  M) 13/45 13
P(P | M)   
P(M) 1/3 15

Definisi Dua Kejadian Bebas. Dua kejadian A dan B dikatakan bebas bila
P(B|A) =P(B) atau P(A|B)=P(A)
Bila hal ini tidak dipenuhi, maka A dan B dikatakan tidak bebas

Misalkan kita mengambil 2 kartu berturut-turut dengan pengembalian dari satu set
kartu bridge, artinya setelah diambil dan dicatat hasilnya, kartu itu dikembalikan lagi.
Perhatikan dua kejadian berikut:
A= kartu yang terambil sebua ace; B= kartu kedua sebuah sekop
Karena kartu pertama dikembalikan lagi, maka ruang contoh untuk pengambilan
pertama dan kedua tetap sama yaitu 52 kartu, yang mempunyai 4 ace dan 13 sekop.
Jadi
P(B|A)=13/52 =1/4 dan P(B) =13/52 = ¼
Sehingga P(B|A) = P(B). karena P(B|A) = P(B) maka kejadian A dan B dikatakan
saling bebas.

2.3 Kaidah Penggandaan

Dengan mengalikan kedua sisi rumus peluang bersyarat pada subbab 2.4 dengan
P(A) dan P(B), kita mendapatkan kaidah penggandaan atau kaidah multiplikatif yang
penting berikut ini sehingga memungkinkan kita menghitung peluang terjadinya dua
kejadian sekaligus.

DALIL Kaidah Penggandaan. Bila dalam suatu percobaan kejadian A dan B

keduanya dapat terjadi sekaligus, maka
P(AB) = P(A) P(B|A) atau P(AB) = P(B) P(A|B)
 Modul Peluang 5

Contoh 2.6: Misalkan kita mempunyai sebuah kotak berisi 20 sekering yang 5
diantaranya rusak.. Bila kita mengambil secara acak 2 sekering tanpa pengembalian,
berapa peluang sekering yang terambil itu keduanya rusak?

Jawab:
Misalkan A adalah kejadian bahwa sekering pertama rusak, dan B adalah kejadian
bahwa sekering kedua rusak; maka (AB) dapat kita tafsirkan sebagai A terjadi dan
kemudian B terjadi setelah A terjadi. Peluang mendapatkan sekering rusak pada
pengambilan pertama adalah 5/20, dan peluang mendapatkan sekering rusak pada
pengembalian kedua adalah 4/19, sehingga
P(AB)=(5/20)(4/19) = 1/19
Bila pada contoh 1.16 sekering pertama dimasukkan kembali ke dalam kotak, maka
peluang mendapatkan sekering rusak pada pengambilan kedua tetap sebesar 5/20,
sehingga P(B|A) = P(B) dan kedua kejadian A dan B dikatakan saling bebas. Bila
hal ini dipenuhi, kita dapat mengganti P(B|A) dalam Dalil kaidah penggandaan
dengan P(B), sehingga kita memperoleh kaidah penggandaan khusus berikut ini:

DALIL Kaidah Penggandaan Khusus. Bila dua kejadian A dan B bebas, maka
P(AB) = P(A) P(B)

2.4 Kaidah Bayes

A=(EA)(E’A), karena (EA) dan (E’A)

S
saling terpisah, sehingga
A
E P(A) = P(EA) + P(E’A)
E’ = P(E) P(A|E) + P(E’) P(A|E’)
P(A) adalah peluang total atau kaidah eliminasi
Diagram Venn Peluang Total
6 BAB 2. PELUANG

S B1 B2 …… Bn

Diagram Venn Kaidah Bayes

DALIL Peluang Total. Bila kejadian-kejadian B1, B2, … Bn 0, maka untuk
sembarang kejadian A yang merupakan himpunan bagian S berlaku

P(A)= P(B1) P(A|B1) + P(B2) P(A|B2) + …………… + P(Bn) P(A|Bn)

Berdasarkan diagram venn kaidah bayes di atas, bila kejadian B 1, B2, … Bn

merupakan sekatan dari ruang contoh S dengan P(Bi)0, untuk i=1,2, … , n, maka
untuk sembarang kejadian berlaku:
P(A  B r) P(B r ) P(A | B r )
P(B r | A)  
P(A) P(A | B1 ) P(B1 )  P(A | B 2 ) P(B 2 )  ......  P(A | B n ) P(B n )

Contoh 2.7: Tiga mahasiswa (Mario, Feky dan Susi) dicalonkan menjadi ketua
senat. Peluang Mario terpilih menjadi ketua adalah 0,3, peluang Feky terpilih adalah
0,5 dan peluang Susi terpilih adalah 0,3. Jika mario terpilih, maka peluang terjadinya
kenaikan iuran sebesar 0,8. Jika Feky atau Susi terpilih maka peluang terjadinya
kenaikan iuran masing-masing sebesar 0,1 dan 0,4.
a. Berapa peluang terjadinya kenaikan iuran
b. Misalkan seseorang bermaksud menjadi anggota organisasi tersebut tapi ia
menunda keputusannya karena iuran anggotanya telah dinaikkan, berapa
peluang bahwa yang terpilih menjadi ketua senat adalah Mario?
 Modul Peluang 7

Jawab:
Perhatikan kejadian-kejadian berikut:
N : iuran anggota dinaikkan
M : Mario terpilih menjadi ketua senat
F : Feky terpilih menjadi ketua senat
S : Susi terpilih menjadi ketua senat

M P(N|M) N P(M)=0,3 P(F)=0,5 P(S)=0,2

P(M) P(N|M)= 0,8 P(N|F)= 0,1
P(N|S) = 0,4
P(F) F P(N|F) N

P(S)

S P(N|S) N

a. dengan menggunakan aturan eliminasi (peluang total) kita memperoleh

P(N)=P(N|M) P(M) + P(N|F) P(F) + P(N|S) P(S)

= 0,3 (0,8) + 0,5 (0,1) + 0,2 (0,4) = 0,37

b. dengan menggunakan kaidah bayes kita dapat menuliskan

P(M  N) P(M) P(N | M) 0,08

P(M | N)     8 / 37
P(N) P(M) P(N | M)  P(F) P(N | F)  P(N | S) P(S) 0,37

Latihan 2.

1. Seseorang memiliki 2 mobil, yaitu model kompak dan standar. Kurang lebih
75% ia menggunakan model kompak untuk pergi bekerja, dan 25% ia
menggunakan model standar. Bila menggunakan model kompak, maka
kemungkinannya 75% ia sampai di kantor sebelum pukul 08.00; sedangkan bila
menggunakan model standar, maka kemungkinannya 60% ia sampai di kantor
sebelum pukul 08.00.
8 BAB 2. PELUANG

a. bila suatu hari diketahui ia sampai di kantor sebelum pukul 08.00, berapa
peluang ia menggunakan mobil kompak?
b. Bila suatu hari ia terlambat sampai di kantor (sesudah pukul 08.00), berapa
peluang ia menggunakan mobil standar?
2. Dari pengalaman lalu, pedagang saham yakin bahwa dalam kondisi ekonomi
sekarang ini, peluang pemilik uang mananamkan modalnya dalam obligasi yang
bebas pajak adalah 0,6; akan menanamkan modalnya dalam dana bersama
(mutual fund) dengan peluang 0,3; dan akan menanamkan dalam keduanya
dengan peluang 0,15. Tentukan peluang bahwa seorang pemilik modal akan
menanamkan modalnya:
a. dalam obligasi bebas pajak atau dana bersama
b. tidak dalam keduanya
c. dalam obligasi bebas pajak tetapi tidak dalam dana bersama
3. Suatu contoh acak 150 nasabah Bank BCA cabang Manado dapat diklasifikasikan
menurut pekerjaan dan tempat tinggal, sebagai berikut:
Pekerjaan
Tempat Tinggal
PNS (P) Swasta (S)
Kota Manado (M) 30 35
Kab. Minahasa (N) 28 10
Kota Bitung (B) 22 25

Bila seorang nasabah diambil secara acak dari kelompok ini, hitunglah peluang:
a. yang terpilih pekerjaannya PNS, bila diketahui ia berasal dari Kota Manado
b. yang terpilih bukan dari Kota Bitung, bila diketahui pekerjaannya adalah
Swasta.
4. Tiga buku diambil secara acak dari sebuah rak yang berisi 5 buku novel, 3 buku
puisi dan sebuah kamus. Berapa peluang bahwa:
a. yang terambil adalah 2 buku novel dan 1 buku puisi
b. kamus tersebut terambil
5. Bila A, B dan C merupakan kejadian yang saling terpisah dengan P(A)=0,2
P(B)=0,3 dan P(C)=0,2, hitunglah:
a. P(ABC) b. P[A’(BC)] c. P(BC’)’
 Modul Peluang 9

6. Peluang ibu rumah tangga berada di rumah ketika petugas dari Avon
mengunjunginya adalah 0,6. bila ibu itu berada di rumah, peluang ibu itu akan
membeli adalah 0,4. Hitunglah peluang bahwa seorang ibu rumah tangga berada
di rumah dan melakukan pembelian ketika petugas dari avon menunjunginya.
7. Sebuah kota memiliki dua mobil pemadam kebakaran yang beroperasi bebas satu
sama lain. Peluang masing-masing mobil itu tersedia ketika diperlukan adalah
0,96.
a) Berapa peluang tidak ada yang tersedia ketika mobil itu diperlukan?
b) berapa peluang sebuah mobil pemadam kebakaran tersedia ketika diperlukan?