Anderson Sweeney Williams

QUANTITATIVE
METHODS FOR
BUSINESS 13e

Slides Prepared by Titto Rohendra, SE., M.Si.

© 2001 South-Western College Publishing/Thomson Learning Slide 1

 Konsep Probabilitas

 Perhitungan dalam Konsep Probabilitas.

 Konsep Kombinasi Peristiwa :
- mutually exclusive (saling asing)
- non mutually exclusive (saling tindih)
- gayut (dependent)
- tak gayut (independent

Titto Rohendra, SE., M.Si.

Slide 2
 Pengertian

Probabilitas dari kata asli bahasa Inggris probability. Banyak

istilah bahasa Indonesia yang biasanya digunakan untuk
menyebut istilah probabilitas ini, misalnya peluang,
kemungkinan, kementaan dan kebolehjadian. Untuk
memudahkan kita gunakan saja peng-Indonesia-an istilah itu
dengan probabilitas. Yang lebih penting adalah
pengertiannya. Probabilitas itu mengukur peluang atau
kecenderungan terjadinya suatu peristiwa. Andaikata pagi
ini langit mendung, kita biasanya sudah menduga apakah
nanti siang akan hujan atau tidak.
Dugaan kita itu dengan kadar yang berbeda, kalau
mendungnya tebal kemungkinan besar akan hujan, dan
kalau mendungnya tipis kemungkinan kecil saja hujannya.
Contoh lain kalau kita melihat ada mahasiswa yang jarang
kuliah, tidak pernah belajar dan tidak pernah mengerjakan
tugas dan pekerjaan rumah, maka kira-kira ia tidak akan
lulus. Prakiraan kecenderungan terjadinya suatu peristiwa
ini disebut sebagai probabilitas.

Titto Rohendra, SE., M.Si.

Slide 3
 Pendahuluan

 Probabilitas diukur dengan angka yang besarnya antara 0

sampai dengan 1. Kalau suatu peristiwa itu probabilitasnya
= 0 berarti peristiwa itu mustahil terjadinya, misalnya
timbulnya matahari di malam hari. Kalau peristiwa itu
probabilitasnya = 1 berarti peristiwa itu pasti terjadi.
Misalnya kalau suatu bola lampu yang menyala dipecah,
pasti akan mati. Peristiwa yang memiliki probabilitas 0 dan 1
tidak pemah dipersoalkan, karena mustahil dan pasti terjadi,
dianggap tidak perlu kita urus. Yang biasanya dibahas
adalah peristiwa yang probabilitasnya di atas 0 dan di
bawah 1.
 Probabilitas biasanya dinyatakan dengan menggunakan
simbol P. Jadi kalau probabilitas terjadinya suatu peristiwa =
0,75 dinyatakan dengan: PA = 0,75. Probabilitas tidak
terjadinya suatu peristiwa disebut dengan Q yang besarnya
= (1 - P). sehingga probabilitas tidak terjadinya suatu
peristiwa = QA = (1- 0,75) = 0,25.

Titto Rohendra, SE., M.Si.

Slide 4
 Pendekatan-pendekatan Untuk Menghitung
Probabilitas

Pengertian mengenai probabilitas dapat dilihat dari tiga macam

pendekatan yaitu pendekatan klasik, frekuensi relatif dan
subjektif.
1. Pendekatan klasik, probabilitas diartikan sebagai hasil
banyaknya peristiwa yang dimaksud dengan seluruh
peristiwa yang mungkin. Dirumuskan :
P  A 
x
Keterangan: n
P(A) = probabilitas terjadinya peristiwa A
x = peristiwa yang dimaksud
n = peristiwa yang mungkin

Titto Rohendra, SE., M.Si. 5

Slide 5
 Pendekatan-pendekatan Untuk Menghitung
Probabilitas
Pendekatan klasik sering juga disebut dengan pendekatan teoritik atau
pendekatan apriori. Caranya adalah dengan melihat mengamati atau
menilai obyeknya. Artinya dengan melihat, mengamati atau menilai
obyek ini maka ditentukanlah probabilitasnya.
Sebagai contoh andaikata suatu mata uang yang simetris memiliki dua
permukaan. Permukaan pertama diberi nama permukaan A dan
permukaan kedua diberi nama permukaan B. Kalau dilemparkan ke
atas, setelah jatuh, kemungkinan yang akan tampak di atas salah satu
permukaan, A atau B. Probabilitas tampaknya permukaan A di atas =
0,5, dan permukaan B juga 0,5, karena mata uang ini simetris sehingga
probabilitas munculnya permukaan A dan B sama. Demikian pula
kalau suatu dadu yang memiliki 6 permukaan simetris, probabilitas
setiap permukaan nampak di atas setelah suatu pelemparan = 1/6.
Sebagai contoh lain, misalnya andaikata di dalam suatu kabupaten
terdapat 5 orang kepala desa yang pandai menyanyi di antara 40
kepala desa yang ada. Kalau secara random dipilih salah seorang
kepala desa, maka probabilitas mendapat kepala desa yang pandai
menyanyi = 0,125.

Titto Rohendra, SE., M.Si. 6

Slide 6
 Pendekatan-pendekatan Untuk Menghitung
Probabilitas

2. Pendekatan Frekuensi Relatif

Pendekatan frekuensi ini sering juga disebut dengan pendekatan eksperimental.
Menurut pendekatan frekuensi relative, probabilitas diartikan sebagai berikut
1) Proporsi waktu terjadinya suatu peristiwa dalam jangka panjang, jika kondisi
stabil atau
2) frekuensi relative dari seluruh peristiwa dalam sejumlah besar percobaan.
Probabilitas berdasarkan pendekatan ini sering disebut sebagai probabilitas
empiris. Nilai probabilitas ditentukan melalui percobaan, sehingga nilai
probabilitas itu merupakan limit dari frekuensi relative peristiwa tersebut.
Dirumuskan:

P X  x   lim
f
n  n
Keterangan :
P(X = x) = probabilitas terjadinya peristiwa X
f = frekuensi peristiwa X
n = banyaknya peristiwa yang bersangkutan

Titto Rohendra, SE., M.Si.

Slide 7
 Pendekatan-pendekatan Untuk Menghitung
Probabilitas

Dari hasil ujian teori pengambilan keputusan, 65

mahasiswa sebuah universitas, diperoleh data
sebagai berikut:
X 5,0 6,5 7,5 8,5 9,0 9,5

f 11 14 13 15 7 5

X = nilai teori pengambilan keputusan

Berapa probabilitas salah seorang yang nilainya 7,5 ?
Jawab:
Frekuensi mahasiswa dengan nilai 7,5 (f) = 13
P X  7,5 
13
 0,2
Jumlah mahasiswa = 65 65

Titto Rohendra, SE., M.Si.

Slide 8
 Contoh Pendekatan Frekuensi Relatif

Sebagai contoh, untuk mencari probabilitas

munculnya permukaan A suatu mata uang,
maka mata uang itu dicoba dilemparkan
misalnya 100 kali.
Andaikata diperoleh munculnya permukaan A 48
kali dan permukaan B 52 kali, maka PA = 0,48
dan PB = 0,52.

Titto Rohendra, SE., M.Si.

Slide 9
 Pendekatan-pendekatan Untuk Menghitung
Probabilitas
3. Pendekatan subjektif
Menurut pendekatan subjektif, probabilitas diartikan
sebagai tingkat kepercayaan individu atau
kelompok yang didasarkan pada fakta-
fakta/peristiwa masa lalu yang ada atau berupa
terkaan saja.
Contoh:
Seorang direktur akan memilih seorang karyawan
dari 3 calon yang telah lulus ujian saringan. Ketiga
calon tersebut sama pinter, sama lincah dan
semuanya penuh kepercayaan. Probabilitas
tertinggi (kemungkinan diterima) menjadi
karyawan ditentukan secara objektif oleh sang
direktur.

Titto Rohendra, SE., M.Si.

Slide 10
 Hubungan Di Antara Dua Peristiwa
Untuk mencari probabilitas suatu peristiwa biasanya
mudah dilakukan. Tetapi kalau peristiwanya lebih
dari satu, maka menghitung probabilitasnya lebih
sulit. Untuk mempermudahnya hendaklah kita
kenali dulu hubungan di antara dua buah
peristiwa, kemudian dihitung probabilitasnya. Ada
beberapa hubungan yang ada, antara lain sebagai
berikut:
a) Hubungan mutually exclusive
b) Hubungan bebas atau independent
c) Hubungan conditional atau bersyarat

Titto Rohendra, SE., M.Si.

Slide 11
 Hubungan mutually exclusive

Beberapa peristiwa dikatakan memiliki hubungan mutually exclusive

apabila mereka itu. Saling asing atau saling meniadakan. Artinya
kalau suatu peristiwa terjadi maka peristiwa yang lain tidak akan
terjadi. Misalnya antara siang dengan malam, kalau siang tidak
mungkin malam. Contoh lain antara SBY atau Wiranto yang
menjadi presiden, kalau SBY menjadi presiden maka Wiranto tidak
mungkin menjabat. Demikian pula sebaliknya.
Peristiwa-peristiwa yang memiliki hubungan mutually exclusive itu
hanya dapat terjadi salah satu saja. Oleh karena itu, andaikata ada
dua peristiwa, yaitu peristiwa A dan peristiwa B, maka:
P(A dan B) = 0
Artinya peristiwa A dan peristiwa B tidak mungkin terjadi
bersamasama.
P(A atau B) = PA + PB
Maka artinya probabilitas terjadinya salah satu dari peristiwa A atau
peristiwa B = jumlah dari probabilitas peristiwa-peristiwa itu.

Titto Rohendra, SE., M.Si.

Slide 12
 Hubungan independent
Beberapa peristiwa dikatakan memiliki hubungan bebas atau independent
apabila terjadinya kedua peristiwa itu bebas, tidak saling mempengeruhi.
Apabila peristiwa pertama terjadi, maka peristiwa kedua boleh terjadi
boleh pula tidak terjadi. Demikian pula sebaliknya. Kalau ada dua
peristiwa A dan peristiwa B, maka untuk mencari probabilitasnya:
Probabilitas terjadinya peristiwa A dan B bersama-sama:
P(A dan B) = PA x PB
Probabilitas terjadinya salah satu dari peristiwa A atau B:
P(A atau B) = PA +PB - P(A dan B) Contoh:
1. Misalkan ada sebuah mata uang dan sebuah dadu. Keduanya dilemparkan,
dan kita amati hasilnya. Probabilitas munculnya permukaan A mata uang
= PA = 1/2. Probabilitas munculnya permukaan nomor 1 dadu = PB =
1/6.
Maka:
Probabilitas munculnya permukaan A mata uang dan permukaan nomor 1
dadu
P(A dan B) = 1/2 x 1/6 = 1/12
Probabilitas munculnya salah satu dari permukaan A mata uang atau
permukaan nomor 1 dadu
P(A atau B) = 1/2 + 1/6 - 1/12 = 7/12

Titto Rohendra, SE., M.Si. 13

Slide 13
 Hubungan independent
2. Dati II Wonosobo memiliki daerah pertanian yang sangat subur, dengan
tanaman tembakau yang terkenal. Probabilitas panen tembakau tahun ini
sangat balk (Peristiwa A) = 0, 60. Di samping itu kota Wonosobo ada
kemingkinan dapat meraih predikat sebagai kota adipura (peristiwa B),
dengan probabilitas 0,55. Probabilitas panen tembakau sangat baik = PA =
0,60. Probabilitas dapat meraih prestasi kota adipura = 0,55. Panen
tambakau dengan meraih adipura bersifat independent.
a) Dengan rumus probabilitas:
- Probabilitas panen tembakau sangat baik dan dapat meraih adipura:
P(A dan B) = PA x PB = 0,6 x 0,55 = 0,33.
- Probabilitas panenan sangat bagus dan tidak meraih adipura:
P(A dan bukan B) = PA x QB = 0,6 x 0,45 = 0,27
- Probabilitas panen tidak sangat baik dan mendapat adipura:
P(bukan A dan B)= QA x PB = 0,40 x 0,55 = 0,22
- Probabilitas panen tidak sangat baik dan tidak mendapat adipura:
P(bukan A dan bukan B) = QA x QB = 0,4 x 0,45 = 0,18
- Probabilitas panen sangat baik atau mendapat adipura:
P(A atau B) = PA + PB - P(A dan B) = 0,6 + 0,55 - 0,33 = 0,82
Dan seterusnya.

Titto Rohendra, SE., M.Si. 14

Slide 14
 Hubungan independent

b) Dengan probability tree:

Untuk mencari probabilitas dapat pula
digunakan pendekatan probability tree
atau pohon keputusan. Mula-mula
buatlah cabang berdasarkan atas
sangat baik atau tidaknya panen dan
tulis juga probabilitasnya. Kemudian
masing-masing cabang dibuat cabang
lagi, yaitu meraih adipura dan tidak
meraih. masing-masing juga
dicantumkan probabilitasnya.
Probabilitas yang menyangkut terjadi
atau tidaknya kedua peristiwa itu
terdapat pada salah satu cabang,
diperoleh dengan mengalikan saja
probabilitas cabang pertama dengan
cabang kedua.

Titto Rohendra, SE., M.Si.

Slide 15
 Hubungan independent

c) Pendekatan tabel
Kalau tabel, maka peristiwa pertama ditaruh pada baris sedang pada peristiwa kedua
pada kolom.
Probabilitas meraih panen sangat baik (PA) = 0,60 dan probabilitas tidak tedadi panen
sangat baik (QA) = 0,40 disebut sebagai marginal probability. Demikian pula
probabilitas meraih adipura (PB) = 0,55 dan probabilitas tidak meraih adipura (PB)
= 0,45 juga disebut sebagai marginal probability. Untuk mencari probabilitas yang
kita kehendaki tinggal mengalikan raja di antara marginal probability.
Probabilitas panen sangat baik dan meraih adipura = 0,60 x 0,55 = 0,33
Probabilitas panen tidak sangat baik dan meraih adipura 0,40 x 0,55 = 0,22.

Titto Rohendra, SE., M.Si.

Slide 16
 Hubungan bersyarat (conditional)

Kalau dua peristiwa memiliki hubungan bersyarat, maka terjadinya

suatu peristiwa harus didahului oleh peristiwa prasyaratnya.
PA = probabilitas peristiwa prasyarat
PB/A = probabilitas bersyarat, terjadinya peristiwa B setelah peristiwa A
terjadi
P(AdanB) = PA X PB/A
Contoh:
1. Untuk dapat diterima di suatu perguruan tinggi harus sudah lulus
SMU. Kalau tidak lulus tidak mungkin diterima, kalau lulus bare ada
kemungkinan diterima. Andaikata probabilitas seorang siswa lulus
SMU = 0,80 dan probabilitas setelah lulus is diterima di perguruan
tinggi X = 0,30, maka:
a) Dengan rumus probabilitas:
Probabilitas peristiwa yang mendahului, yaitu lulus SMU
PA = 0,80.
Probabilitas ia diterima setelah lulus SMU = PB/A = 0,30.
Probabilitas ia lulus SMU dan diterima di perguruan tinggi X P (A
dan B) = PA X PB/A = 0,8 x 0,3 = 0,24.

Titto Rohendra, SE., M.Si.

Slide 17
 Hubungan bersyarat (conditional)

b) Dengan probability tree:

Titto Rohendra, SE., M.Si.

Slide 18
 Hubungan bersyarat (conditional)
2. Untuk mengawali pelaksanaan otonomi daerah, diadakan penelitian
terhadap 200 kecamatan sampel yang dipilih secara random. Kecamatan
terdiri dari dua macam, yaitu kecamatan yang makmur dan kecamatan
yang minus. Mereka ditanyai apakah mereka setuju dengan pelaksanaan
otonomi daerah atau tidak. Hasilnya terlihat pada tabel berikut.
Untuk menghitung probabilitas peristiwa kalau diambil salah satu kecamatan
secara random, maka semua angka di dalam tabel itu dibagi dengan 200.
a) Apabila secara random dipilih satu kecamatan, maka probabilitas
memperoleh kecamatan makmur = 150/200 = 0,75.

Titto Rohendra, SE., M.Si.

Slide 19
 Hubungan bersyarat (conditional)

b) Sedang probabilitas kecamatan minus = 0,25.

c) Probabilitas memperoleh kecamatan yang setuju otonomi daerah =
130/200 = 0,65
d) Probabilitas yang tidak setuju = 0,35. Probabilitas dari nomor a sampai
dengan d disebut sebagai marginal probability.
Sedang conditional probability (probabilitas bersyarat) setiap peristiwa
berbeda-beda.
e) Apabila kecamatan itu makmur, probabilitas untuk menyetujui
otonomi daerah = 90/150 = 0,60 dan probabilitas tidak menyetujui =
0,40.
f) Apabila kecamatan itu minus, probabilitas menyetujui otonomi daerah
= 40/50 = 0,80, dan probabilitas tidak menyetujui = 0,20.
Ternyata conditional probability mendapatkan kecamatan yang makmur
dengan kecamatan yang minus bagi kecamatan yang setuju dan yang
tidak setuju berbeda.
- P(makmur/setuju) = 90/130 = 0,6923
- P(minus/setuju) = 0,8549

Titto Rohendra, SE., M.Si.

Slide 20
 Hubungan bersyarat (conditional)

Pada hubungan yang bersyarat, conditional probability selalu berbeda,

sedang pada hubungan bebas selalu sama. Dapat dicoba pada
contoh sebelumnya.
g) Probabilitas kecamatan yang makmur dan setuju otonomi daerah =
90/200 = 0.45. Dapat pula dicari dengan P makmur x P
makmur/setuju = 0,75 x 0,60 = 0,45
h) Probabilitas mendapat kecamatan yang minus dan setuju = 40/200
= 0,2 atau sama dengan 0,8 x 0,25 = 0,20. Probabilitas selengkapnya
dapat disusun di dalam Tabel

Titto Rohendra, SE., M.Si.

Slide 21
 Mathematical Expectation

Mathematical expectation menunjukkan nilai yang

diharapkan terjadi dalam jangka panjang.
Mencarinya dengan menjumlah hasil (perolehan)
dikalikan probabilitas setiap peristiwa.
Mathematical expectation
=P1xH1+P2xH2+...+PnxHn
=  Pi x Hi; mulai i = 1 sampai dengan n
Kalau mathematical expectation nilainya positif berarti
peristiwa itu di dalam jangka panjang
menguntungkan, tetapi kalau negatif
mengakibatkan kerugian. Kalau untuk memilih
dua peristiwa atau lebih, maka yang dipilih yang
mathematical expectation-nya tertinggi.

Titto Rohendra, SE., M.Si.

Slide 22
 Mathematical Expectation

Contoh:
1. Suatu proyek pembangunan pasar akan menelan biaya Rp2
miliar. Umur ekonomis bangunan pasar ini 10 tahun. Kalau
keadaan perekonomian baik maka pembangunan pasar ini akan
menghasilkan tambahan penerimaan daerah seluruhnya Rp10
miliar, kalau keadaan ekonomi sedang akan menghasilkan
tambahan penerimaan daerah Rp 6 miliar dan kalau keadaan
ekonomi jelek akan menimbulkan kerugian Rp 1 miliar, Apakah
proyek pembangunan pasar ini akan dijalankan? Probabilitas
keadaan ekonomi baik = 0,50, sedang 0,30 dan jelek.0.20.
Mathematical expectation = -2M + 0,5(10M) + 0,3(6M) + 0,2(-1M) = 4,6 M.
Kesimpulannya proyek pembangunan pasar ini dilaksanakan
karena mathematical expectation-nya positif, berarti di dalam
jangka panjang akan menimbulkan keuntungan.

Titto Rohendra, SE., M.Si.

Slide 23
 Mathematical Expectation

2. Untuk mencari dana guna menyumbang korban bencana alam

akan dilakukan salah satu di antara pertunjukan orkes melayu
atau ketoprak humor. Keuntungan dengan orkes melayu kalau
hari tidak hujan = Rp 700.000,00 sedang kalau hujan hanya
untung Rp 100.000,00. Tetapi kalau mengadakan pertunjukan
ketoprak humor, maka kalau tidak hujan untung dengan Rp
1.200.000,00 dan kalau hujan akan rugi Rp 200.000,00.
Probabilitas terjadinya hujan pada waktu diadakan pertunjukan
itu = 0,30.
Mathematical expectation pertunjukan orkes melayu
= 0,3(Rp 100.000,00) + 0,7(Rp700.000,00) = Rp. 520.000,00
Mathematical expectation pertunjukan ketoprak humor
= 0,3(-200.000) + 0,7(Rp1.200.000,00) = Rp. 780.000,00.
Oleh karena itu sebaiknya diadakan pertunjukan ketoprak humor
saja, karena mathematical expectation-nya lebih besar.

Titto Rohendra, SE., M.Si.

Slide 24
 Latihan

1. Misalkan satu kantong berisi 4 bola putih dan 2

bola hitam; kantong yang lain isinya ada 3 bola
putih dan 5 bola hitam. Bila diambil dari masing-
masing kantong, temukan probabilitasnya (a)
terambil bola putih keduanya (b) terambil bola
hitam keduanya (c) terambil bola putih satu dan
bola hitam satu ?
2. Temukan probabilitas lahir anak pria dan wanita
dalam suatu keluarga bila lahir tiga orang anak,
asumsi probabilitas sama untuk anak pria dan
wanita.

Titto Rohendra, SE., M.Si.

Slide 25
 Contoh Poisson

Dalam satu jam (3600 detik) Pelayanan pembayaran

Listrik di PLN mampu melayani 360 konsumen,
atau per detik mampu melayani sebanyak
360/3600 konsumen atau 0,1 konsumen. Berapakah
jumlah pengunjung yang terlayani setiap menit
oleh kasir ?
Maka jumlah konsumen yang berhasil terlayani per
menit kedatangan () adalah:
 = 0,1 * 60 detik
 = 6 orang

Titto Rohendra, SE., M.Si.

Slide 26
The End of Chapter 3

Slide 27
 Jawaban no.1

W = untuk event bola putih di kantong pertama;

B = untuk event bola hitam di kantong kedua;
(a) terambil bola putih keduanya

(b) terambil bola hitam keduanya

(c) terambil bola putih satu dan bola hitam satu

Titto Rohendra, SE., M.Si. 28

Slide 28
 Jawaban no.2

L = lahir anak laki-laki/pria di keluarga tersebut dan

W = lahir anak wanita di keluarga tersebut;
 Lahir ketiga-tiganya pria

 Lahir ketiga-tiganya wanita

 Lahir 2 pria dan 1 wanita

 Lahir 2 wanita dan 1 pria

Kejadian ini sama simetrisnya dengan lahir 2 pria dan 1 wanita maka
hasilnya 3/8

Titto Rohendra, SE., M.Si. 29

Slide 29