KONSEP PROBABILITAS

Sebelumnya, telah dipelajari statistika deskriptif yang fokus untuk menyimpulkan data yang
telah dikumpulkan pada waktu sebelumnya.
Pada bab ini, akan dibahas tentang aspek lain dari statistika, yaitu menghitung kesempatan
yang akan terjadi di masa mendatang → STATISTIKA INFERENSIAL .

Dalam statistika inferensial, keputusan untuk suatu populasi diambil berdasarkan sampel
yang diambil dari populasi tersebut. Namun, terdapat ketidakpastian dalam pengambilan
kesimpulan, sehingga semua risiko harus dievaluasi → dibahas melalui TEORI
PROBABILITAS.
Melalui teori probabilitas ini, dengan informasi yang terbatas, dapat dianalisis risiko.
___________________________________________________________________________
I. Probabilitas

a) Probabilitas adalah bilangan yang menunjukkan peluang/kesempatan sesuatu kejadian

akan terjadi.
b) Nilai probabilitas berada di antara 0 sampai 1.
c) Nilai probabilitas bisa dideskripsikan dalam bentuk desimal atau bilangan pecahan.
d) Jika probabilitas semakin mendekati 0, maka dapat dikatakan bahwa semakin tidak
mungkin kejadian tersebut terjadi.
e) Jika probabilitas semakin mendekati 1, maka dapat dikatakan bahwa semakin pasti
kejadian tersebut terjadi.

Tiga kata kunci dalam teori probabilitas yaitu:

• Suatu proses yang mengarah pada terjadinya satu dan

Eksperimen hanya satu dari beberapa pengamatan yang mungkin.

Hasil • Hasil tertentu dari suatu eksperimen.

• Kumpulan dari satu atau lebih hasil dari suatu

Kejadian eksperimen yang diobservasi.

Contoh:
Eksperimen
Lempar Dadu

Hasil
Muncul mata dadu 1, 2, 3, 4, 5, 6

Kejadian
Mengamati mata dadu genap, dll

Konsep Probabilitas - Srava Chrisdes Antoro

1
___________________________________________________________________________
II. Pendekatan untuk Menetapkan Probabilitas

Pendekatan Probabilitas

Objektif Subjektif

Berdasarkan informasi yang

Probabilitas Klasik Probabilitas Empiris
ada

Berdasarkan hasil probabilitas

Berdasarkan frekuensi relatif
yang sama

1) PROBABILITAS KLASIK

Probabilitas Klasik berdasarkan pada asumsi bahwa hasil (outcomes) dari suatu eksperimen
adalah dengan kemungkinan yang sama. Dengan probabilitas klasik, maka:

𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 ℎ𝑎𝑠𝑖𝑙 𝑦𝑎𝑛𝑔 𝑑𝑖𝑖𝑛𝑔𝑖𝑛𝑘𝑎𝑛

𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 𝑘𝑒𝑗𝑎𝑑𝑖𝑎𝑛 =
𝑡𝑜𝑡𝑎𝑙 ℎ𝑎𝑠𝑖𝑙 𝑦𝑎𝑛𝑔 𝑚𝑢𝑛𝑔𝑘𝑖𝑛 𝑡𝑒𝑟𝑗𝑎𝑑𝑖

Contoh probabilitas klasik:

Dalam eksperimen lempar dadu, hitunglah probabilitas kejadian munculnya mata dadu
genap?

Jawab:
• Ada 3 hasil/outcomes yang diinginkan, yaitu munculnya mata dadu 2, 4 atau 6.

• Ada 6 kejadian/events yang mungkin terjadi pada eksperimen, yaitu munculnya mata
dadu 1, 2, 3, 4, 5, atau 6.
3 1
• Probabilitas kejadian muncul mata dadu genap adalah  .
6 2

2) PROBABILITAS EMPIRIS

Probabilitas empiris adalah probabilitas dari suatu kejadian yang terjadi merupakan bagian
dari berapa kali suatu kejadian yang sama terjadi pada waktu lampau.

𝑏𝑒𝑟𝑎𝑝𝑎 𝑘𝑎𝑙𝑖 𝑠𝑢𝑎𝑡𝑢 𝑘𝑒𝑗𝑎𝑑𝑖𝑎𝑛 𝑡𝑒𝑟𝑗𝑎𝑑𝑖

𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 𝑒𝑚𝑝𝑖𝑟𝑖𝑠 =
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑠𝑖

Konsep Probabilitas - Srava Chrisdes Antoro

2
Hukum “Large Number”:
Semakin banyak percobaan dilakukan, maka probabilitas empiris dari suatu
kejadian akan mendekati probabilitas sesungguhnya.

Contoh:
Pada kejadian pelemparan sebuah koin, maka probabilitas klasik munculnya gambar
adalah 1 2.
Sedangkan, probabilitas empirisnya ditemukan sebagai berikut.

Banyaknya Percobaan Banyaknya Kejadian Frekuensi Relatif dari

Muncul „GAMBAR‟ „GAMBAR‟
1 0 0
10 3 0,3
50 26 0,52
100 52 0,52
500 236 0,472
1000 494 0,494
10000 5027 0,5072

Dapat diperhatikan bahwa semakin banyak percobaan dilakukan, maka probabilitas

empiris semakin mendekati probabilitas sebenarnya (probabilitas klasik).

Karena probabilitas empiris akan mendekati probabilitas sesungguhnya/probabilitas klasik,

maka konsep probabilitas empiris/frekuensi relatif dapat digunakan untuk menemukan
probabilitas dari suatu kejadian.

Contoh:
Pada semester lalu, sebanyak 80 mahasiswa Fakultas Ekonomi di suatu perguruan tinggi
mengikuti perkuliahan Statistika, dan sebanyak 12 orang diantaranya memperoleh nilai
A, maka probabilitas seorang mahasiswa akan memperoleh nilai A bisa ditaksir melalui
frekuensi relatif/probabilitas empiris, yaitu 12/80 = 0,15.

3) PROBABILITAS SUBJEKTIF

Konsep dari Probabilitas subjektif adalah bahwa probabilitas dari suatu kejadian yang terjadi
diperoleh berdasarkan informasi dan/atau opini apapun yang dimiliki pada saat itu.

Contoh:
 Probabilitas seseorang menikah sebelum usia 30 tahun.
 Probabilitas Inter Milan bermain dalam Liga Champions pada musim depan.

___________________________________________________________________________
III. Aturan-Aturan untuk Menghitung Probabilitas

1) ATURAN PENJUMLAHAN

a) Aturan khusus dalam penjumlahan:

Konsep Probabilitas - Srava Chrisdes Antoro

3
hanya bisa digunakan jika kejadian pada eksperimen saling lepas (artinya, jika suatu kejadian
terjadi, maka tidak mungkin ada kejadian lain terjadi pada waktu bersamaan).

Syarat suatu kejadian A dan B pada eksperimen saling lepas adalah: A B  

Jika kejadian A dan kejadian B saling lepas, maka probabilitas bahwa satu atau lebih kejadian
terjadi adalah jumlah dari probabilitas masing-masing kejadian, atau secara matematika
ditulis:

𝑷 𝑨 𝐚𝐭𝐚𝐮 𝑩 = 𝑷 𝑨 ∪ 𝑩 = 𝑷 𝑨 + 𝑷 𝑩

Contoh:
Sebuah dadu dilemparkan, maka berapakah probabilitas munculnya mata dadu genap
yang lebih besar dari 3 atau mata dadu bilangan prima?

Jawab:
A = munculnya mata dadu genap yang lebih besar dari 3 : {4,6} → P(A) = 2/6 = 1/3
B = munculnya mata dadu prima : {2,3,5} → P(B) = 3/6 = 1/2
Penyelesaian 1:
Maka,
𝟏 𝟏 𝟓
𝑷 𝑨∪𝑩 = 𝑷 𝑨 +𝑷 𝑩 = + =
𝟑 𝟐 𝟔
Dengan demikian, probabilitas munculnya mata dadu genap yang lebih besar dari 3 atau
mata dadu bilangan prima adalah 5 6.

Penyelesaian 2:
Maka,
𝟓
𝐴 ∪ 𝐵 = 4,6 ∪ 2,3,5 = 2,3,4,5,6 → 𝑷 𝑨∪𝑩 =
𝟔
Dengan demikian, probabilitas munculnya mata dadu genap yang lebih besar dari 3 atau
mata dadu bilangan prima adalah 5 6.

b) Aturan umum dalam penjumlahan:

digunakan jika kejadian pada eksperimen tidak saling lepas (artinya, suatu hasil muncul
paling sedikit pada 2 kejadian yang berbeda dalam waktu bersamaan).

Jika kejadian A dan kejadian B tidak saling lepas, berarti bisa jadi terdapat hasil yang muncul
pada kejadian A dan muncul juga pada kejadian B, maka probabilitas bahwa A atau B terjadi
secara matematika ditulis:

𝑷 𝑨 𝐚𝐭𝐚𝐮 𝑩 = 𝑷 𝑨 ∪ 𝑩 = 𝑷 𝑨 + 𝑷 𝑩 − 𝑷 𝑨 ∩ 𝑩

dengan 𝑃 𝐴 ∩ 𝐵 merupakan probabilitas suatu hasil yang bisa muncul pada kejadian A dan
pada kejadian B. 𝑃 𝐴 ∩ 𝐵 disebut juga sebagai joint probability, yaitu jika dua kejadian
terjadi bersamaan.

Konsep Probabilitas - Srava Chrisdes Antoro

4
Contoh:
Sebuah dadu dilemparkan, maka berapakah probabilitas munculnya mata dadu genap
atau mata dadu bilangan prima?

Jawab:
A = munculnya mata dadu genap : {2,4,6} → P(A) = 3/6 = 1/2
B = munculnya mata dadu prima : {2,3,5} → P(B) = 3/6 = 1/2
Penyelesaian 1:
Perhatikan “2” muncul pada kejadian A dan pada kejadian B, sehingga 𝑃 𝐴 ∩ 𝐵 = 1/6
Maka,
𝟏 𝟏 𝟏 𝟓
𝑷 𝑨∪𝑩 =𝑷 𝑨 +𝑷 𝑩 −𝑷 𝑨∩𝑩 = + − =
𝟐 𝟐 𝟔 𝟔
Dengan demikian, probabilitas munculnya mata dadu genap atau mata dadu bilangan
prima adalah 5 6.

Penyelesaian 2:
Maka,
𝟓
𝐴 ∪ 𝐵 = 2,4,6 ∪ 2,3,5 = 2,3,4,5,6 → 𝑷 𝑨∪𝑩 =
𝟔
Dengan demikian, probabilitas munculnya mata dadu genap atau mata dadu bilangan
prima adalah 5 6.

2) ATURAN PERKALIAN

a) Aturan khusus dalam perkalian:

hanya bisa digunakan jika kejadian yang muncul pada eksperimen saling bebas (artinya,
kemunculan suatu kejadian tidak memengaruhi probabilitas dari kemunculan kejadian
lainnya).
Misalnya: ketika kejadian B terjadi setelah kejadian A terjadi, maka apakah kejadian A
memengaruhi probabilitas kejadian B untuk terjadi? Jika tidak, maka probabilitas dari A dan
B adalah dengan mengalikan probabilitas masing-masing kejadian A dan B, secara matematis
dituliskan:
syarat kejadian
𝑷 𝑨 𝐝𝐚𝐧 𝑩 = 𝑷 𝑨 ∩ 𝑩 = 𝑷 𝑨 × 𝑷 𝑩 A dan B saling
bebas

Contoh:
Dua keping logam dilempar secara bersamaan sebanyak satu kali. Kejadian M adalah
kejadian munculnya sisi gambar pada logam pertama, sedangkan kejadian N adalah
kejadian munculnya sisi yang sama untuk kedua keping logam itu. Periksalah apakah
kejadian M dan N merupakan dua kejadian yang saling bebas.

Jawab:
M = munculnya sisi gambar pada logam pertama : {(G,G), (G,A)}
→ P(M) = 2/4 = 1/2
N = munculnya sisi yang sama untuk kedua keping logam : {(A,A), (G,G)}
→ P(N) = 2/4 = 1/2
M  N  {(G, G)} → P(M  N )  1/ 4
Ternyata,

Konsep Probabilitas - Srava Chrisdes Antoro

5
 1 1 1
P( M  N ) 
   P( M )  P( N )
4 2 2
Maka, kejadian M dan N merupakan dua kejadian yang saling bebas.

Contoh:
Berdasarkan pengalaman, terungkap bahwa probabilitas dari suatu ban X untuk mampu
digunakan maksimal 60.000 mil adalah 0,95. Berapakah probabilitas dua buah ban X
mampu digunakan maksimal 60.000 mil?

Jawab:
Misalkan:
A = ban X pertama yang mampu digunakan maksimal 60.000 mil → P(A) = 0,95
B = ban X kedua yang mampu digunakan maksimal 60.000 mil → P(B) = 0,95
Maka, probabilitas kedua ban mampu digunakan maksimal 60.000 mil adalah:
𝑷 𝑨 ∩ 𝑩 = 𝑷 𝑨 × 𝑷 𝑩 = 𝟎, 𝟗𝟓 × 𝟎, 𝟗𝟓 = 𝟎, 𝟗𝟎𝟐𝟓

b) Aturan umum dalam perkalian:

digunakan jika kejadian pada eksperimen tidak saling bebas (artinya, ketika kejadian B
terjadi setelah kejadian A, dan A berpengaruh pada probabilitas dari kejadian B).
Aturan umum dalam perkalian adalah:

𝑷 𝑨 𝐝𝐚𝐧 𝑩 = 𝑷 𝑨 ∩ 𝑩 = 𝑷 𝑨 × 𝑷 𝑩|𝑨

dengan 𝑃 𝐵|𝐴 adalah probabilitas terjadinya kejadian B setelah kejadian A terjadi. 𝑃 𝐵|𝐴
disebut juga sebagai conditional probability, yaitu nilai probabilitas tergantung pada kondisi
apakah kejadian A terjadi sebelum terjadinya kejadian B. Berdasarkan rumus di atas, maka
conditional probability secara matematis dapat ditulis:

𝑷 𝑨∩𝑩
𝑷 𝑩|𝑨 =
𝑷(𝑨)

Contoh:
Terdapat 10 bungkus mie di dalam suatu kotak yang terdiri dari 7 mie rebus dan 3 mie
goreng. Maka, probabilitas terambilnya mie rebus adalah 7/10, dan probabilitas
terambilnya mie goreng adalah 3/10.
Selanjutnya, mie kedua diambil lagi dari dalam kotak tanpa pengembalian mie pertama
yang sudah diambil. Maka, pada pengambilan kedua, probabilitas terambilnya mie
rebus pada pengambilan kedua adalah:
*) 6/9 jika yang terambil pada pengambilan pertama adalah mie rebus. (Karena mie
rebus yang tersisa adalah sebanyak 6 bungkus, sedangkan total mie yang tersisa
dalam kotak adalah 9 bungkus setelah pengambilan pertama.)
*) 7/9 jika yang terambil pada pengambilan kedua adalah mie goreng. (Karena mie
rebus tidak berkurang setelah pengambilan pertama, yaitu masih tetap 7, sedangkan
total mie yang tersisa dalam kotak adalah 9 bungkus setelah pengambilan pertama).
Pada contoh sebelumnya, jika seseorang makan mie 2 hari berturut-turut yang diambil
dari kotak yang sama, maka berapa probabiltas keduanya terambil mie rebus?

Jawab:
Asumsikan A adalah terambil mie rebus pada pengambilan pertama, maka 𝑃 𝐴 = 7/10.

Konsep Probabilitas - Srava Chrisdes Antoro

6
 Asumsikan B adalah terambil mie rebus pada pengambilan kedua, maka 𝑃 𝐵|𝐴 = 6/9.
Maka, probabilitas terambilnya mie rebus pada hari pertama dan hari kedua adalah:
𝟕 𝟔 𝟒𝟐
𝑷 𝑨 ∩ 𝑩 = 𝑷 𝑨 × 𝑷 𝑩|𝑨 = × =
𝟏𝟎 𝟗 𝟗𝟎

Contoh:
Ani dan Budi merupakan pasangan pengantin baru. Mereka berencana untuk memiliki
dua anak saja. Jika Budi menginginkan kedua anaknya adalah laki-laki, sementara Ani
menginginkan paling sedikit satu anak mereka adalah laki-laki, hitunglah probabilitas
kedua anak mereka laki-laki dengan syarat paling sedikit satu anaknya adalah laki-laki.

Jawab:
Misalkan: b → boy; g → girl
A = paling sedikit satu anaknya adalah laki-laki : {(b,b), (b,g), (g,b)} → P(A) = 3/4
B = kedua anaknya adalah laki-laki : {(b,b)} → P(B) = 1/4
Penyelesaian 1:
Perhatikan bahwa
1
𝐴 ∩ 𝐵 = 𝑏, 𝑏 → 𝑃 𝐴∩𝐵 =
4
Maka,
𝑷 𝑨∩𝑩 𝟏/𝟒 𝟏
𝑷 𝑩|𝑨 = = =
𝑷(𝑨) 𝟑/𝟒 𝟑
Dengan demikian, probabilitas kedua anak mereka laki-laki dengan syarat paling sedikit
satu anaknya adalah laki-laki adalah 1 3.

Penyelesaian 2:
Ruang sampel awal adalah: {(b, b), (b, g ), ( g , b), ( g , g )}
Karena yang ditanyakan adalah probabilitas kedua anak mereka laki-laki “dengan syarat
paling sedikit satu anaknya adalah laki-laki”, berarti kejadian „paling sedikit satu anak
adalah laki-laki‟ pasti terjadi. Atau, dengan kata lain, kejadian „paling sedikit satu anak
adalah laki-laki‟ menjadi ruang sampel yang baru.
Ruang sampel baru adalah: {(b, b), (b, g ), ( g , b)}
Dengan demikian, probabilitas kedua anak mereka laki-laki dengan syarat paling sedikit
satu anaknya laki-laki adalah 1 3. [ 1 ← {(b, b)} ; 3 ← {(b, b), (b, g ), ( g , b)} ]

3) ATURAN KOMPLEMEN

Digunakan untuk menentukan probabilitas dari suatu kejadian untuk terjadi dengan cara
mengurangkan probabilitas dari suatu kejadian untuk tidak terjadi dari 1.

Suatu kejadian terjadi dan suatu kejadian tidak terjadi jelas merupakan hal yang saling lepas,
sehingga jumlah probabilitas dari terjadinya suatu kejadian dan probabilitas tidak terjadinya
suatu kejadian tersebut adalah 1.

𝑷 𝑨 + 𝑷 ~𝑨 = 𝟏 ↔ 𝑷 𝑨 = 𝟏 − 𝑷(~𝑨)

Konsep Probabilitas - Srava Chrisdes Antoro

7
Contoh:
Kemasan dari suatu bahan makanan: ada yang underweight, ada yang overweight dan
ada yang beratnya sesuai label. Probabilitas terambilnya kemasan yang underweight
adalah 0,025 dan probabilitas terambilnya kemasan yang overweight adalah 0,075. Maka
berapa probabilitas terambilnya kemasan yang beratnya sesuai dengan labelnya?

Jawab:
U = terambilnya kemasan yang underweight → P(U) = 0,025
O = terambilnya kemasan yang overweight → P(O) = 0,075
Maka, probabilitas terambilnya kemasan yang underweight atau kemasan yang
overweight adalah:
𝑃 𝑈 ∪ 𝑂 = 0,025 + 0,075 = 0,1
sehingga, probabilitas terambilnya kemasan yang beratnya sesuai label adalah:
𝟏 − 𝑷 𝑼 ∪ 𝑶 = 𝟏 − 𝟎, 𝟏 = 𝟎, 𝟗

___________________________________________________________________________
IV. Tabel Kontingensi

Tabel kontingensi adalah suatu tabel yang digunakan untuk mengelompokkan sampel
pengamatan sesuai dengan dua atau lebih karakteristik yang dapat diidentifikasi.

Contoh:
Suatu survei dilakukan terhadap 200 pegawai tentang kesetiaan mereka terhadap
perusahaan mereka. Salah satu pertanyaan adalah “Jika kamu diberikan tawaran oleh
perusahaan lain, yang posisinya sama atau lebih tinggi dibanding perusahaan tempat
kamu bekerja saat ini, apakah kamu akan tetap di perusahaan sekarang atau menerima
tawaran dari perusahaan lain?” Respons dari responden diklasifikasikan berdasarkan
lamanya mereka berada di perusahaan tersebut, yang ditampilkan dalam tabel
kontingensi berikut:

Lamanya bekerja di perusahaan sekarang

1 - 5 tahun 6 - 10 tahun > 10 tahun
Kesetiaan < 1 tahun (B1) Total
(B2) (B3) (B4)
tetep diperusahaan
10 30 5 75 120
sekarang (A1)
menerima tawaran
dari perusahaan lain 25 15 10 30 80
(A2)
Total 35 45 15 105 200

Berdasarkan informasi dari tabel kontingensi tersebut, hitunglah probabilitas terpilihnya

seorang pegawai yang setia pada perusahaan dan telah bekerja di perusahaan selama
lebih dari 10 tahun, secara acak?

Jawab:
𝐴1 = terpilihnya pegawai yang tetap setia pada perusahaan sekarang
120
→ 𝑃 𝐴1 =
200

Konsep Probabilitas - Srava Chrisdes Antoro

8
 𝐵4 = terpilihnya pegawai yang telah bekerja di perusahaan selama lebih dari 10 tahun

𝑃 𝐵4|𝐴1 = probabilitas terpilihnya pegawai yang telah bekerja di perusahaan selama

lebih dari 10 tahun, yang tetap memilih setia pada perusahaan sekarang
75
→ 𝑃 𝐵4|𝐴1 =
120
Dengan demikian, probabilitas terpilihnya seorang pegawai yang setia pada perusahaan
dan telah bekerja di perusahaan selama lebih dari 10 tahun adalah:
𝟏𝟐𝟎 𝟕𝟓 𝟕𝟓
𝑷 𝑨𝟏 ∩ 𝑩𝟒 = 𝑷 𝑨𝟏 × 𝑷 𝑩𝟒|𝑨𝟏 = × = = 𝟎, 𝟑𝟕𝟓
𝟐𝟎𝟎 𝟏𝟐𝟎 𝟐𝟎𝟎

___________________________________________________________________________
V. Diagram Pohon

Diagram pohon merupakan suatu graf yang sangat membantu dalam menampilkan
perhitungan yang melibatkan beberapa tahapan.

Contoh:

Lamanya bekerja di perusahaan sekarang

1 - 5 tahun 6 - 10 tahun > 10 tahun
Kesetiaan < 1 tahun (B1) Total
(B2) (B3) (B4)
tetep diperusahaan
10 30 5 75 120
sekarang (A1)
menerima tawaran
dari perusahaan lain 25 15 10 30 80
(A2)
Total 35 45 15 105 200

Bentuk diagram pohon dari tabel di atas ditampilkan sebagai berikut:

Konsep Probabilitas - Srava Chrisdes Antoro

9
 Conditional Lama Joint
Kesetiaan probability bekerja probability
n
120 10
< 1 tahun × = 0,05
200 120
10/120

30/120 120 30
1 - 5 tahun × = 0,15
tetap pada 200 120
perusahaan
5/120
120
sekarang 6 - 10 120 5
tahun × = 0,025
200 120
200
75/120
120 75
> 10 tahun × = 0,375
200 120

80 25
< 1 tahun × = 0,125
200 80
80 25/80
25/8
80 15
200 0 15/80
15/8 1 - 5 tahun × = 0,075
menerima 200 80
0
tawaran dari
10/80
10/8
perusahaan lain 6 - 10 80 10
0 × = 0,05
tahun 200 80
30/80
30/8
0
> 10 tahun 80 30
× = 0,15
200 80

___________________________________________________________________________
VI. Prinsip-Prinsip Perhitungan

1) FORMULASI PERKALIAN

 Jika ada m cara untuk melakukan sesuatu, dan ada n cara untuk melakukan sesuatu
lainnya, maka ada 𝑚 × 𝑛 cara untuk melakukan keduanya.
 Banyak cara pengaturan = 𝑚 × 𝑛
Prinsip ini dapat diperluas jika ada lebih dari 2 kejadian.
Formula perkalian diaplikasikan untuk menemukan banyaknya cara pengaturan yang
mungkin untuk dua atau lebih grup.

Contoh:
Suatu dealer memasang iklan bahwa untuk $30.000 pelanggan bisa membeli mobil
convertible, sedan 2-pintu, atau model 4-pintu, dan kemudian pelanggan bisa memilih
wire wheel covers atau solid wheel covers. Berapa banyak cara memilih pasangan model
dan penutup roda yang ditawarkan oleh dealer tersebut?

Jawab:
Ada 3 pilihan model dan ada 2 pilihan penutup roda. Maka, banyak cara memilih
pasangan model dan penutup roda adalah 3 × 2 = 6.

Konsep Probabilitas - Srava Chrisdes Antoro

10
 Convertible model
Wire wheel cover

Model sedan 2-pintu

Solid wheel cover

Model sedan 4-pintu

2) FORMULASI PERMUTASI

Formula permutasi diaplikasikan untuk menemukan banyaknya cara pengaturan yang

mungkin jika hanya ada 1 grup objek, dan jika cara pengaturan memperhatikan urutan
(artinya “ab” dianggap tidak sama dengan “ba”).
 Untuk memilih r objek dari satu grup yang mengandung n objek menggunakan formula
permutasi:
𝒏!
𝑷𝒏𝒓 =
𝒏−𝒓 !

Contoh:
Tiga bagian alat elektronik, asumsikan bagian A, bagian B, dan bagian C, akan dipasang
ke TV. Bagian-bagian tersebut akan dipasang dengan cara sebarang ke TV. Berapa
banyak cara untuk memasang bagian-bagian tersebut ke TV?

Jawab:
Ada 3 bagian yang akan dipasang, sehingga 𝑛 = 3. Karena tiap bagian tidak mungkin
dipasang pada tempat yang sama, atau ketiga bagian akan ditempatkan pada lokasi yang
berbeda, maka ada 3 tempat tersedia untuk memasang bagian-bagian tersebut, sehingga
𝑟 = 3.
Maka, banyaknya cara untuk memasang bagian-bagian tersebut ke TV adalah:
𝟑! 𝟑! 𝟑 ∙ 𝟐 ∙ 𝟏 𝟔
𝑷𝟑𝟑 = = = = =𝟔
𝟑 − 𝟑 ! 𝟎! 𝟏 𝟏
Hal tersebut juga bisa dilakukan dengan menggunakan konsep/formula perkalian:
 ada 3 part (A, B, C) yang akan ditempatkan pada 3 lokasi yang berbeda:

Konsep Probabilitas - Srava Chrisdes Antoro

11
 Dengan demikian ada 6 cara berbeda untuk menempatkan 3 bagian ke 3 tempat yang
berbeda.

3) FORMULASI KOMBINASI

 Urutan dari objek-objek yang dipilih tidak diperhatikan (sehingga “ab” dianggap sama
saja dengan “ba”).
 Formula untuk menghitung banyaknya kombinasi dari r objek dari sehimpunan n objek
adalah

𝒏!
𝑪𝒏𝒓 =
𝒓! 𝒏 − 𝒓 !

Contoh:
Suatu CD akan diwarnai dengan 2 warna yang berbeda. Jika kombinasi dari 2 warna
sudah digunakan pada suatu CD, maka kombinasi warna tersebut tidak bisa lagi
digunakan untuk mewarnai CD lainnya. Jika tersedia warna merah, kuning, hijau, biru,
maka ada berapa cara warna yang bisa diaplikasikan ke CD? Jika terdapat 10 CD, apakah
dari 4 warna dan diambil 2 warna cukup untuk mewarnai semua CD?

Jawab:
Dengan menggunakan formula kombinasi, maka
4! 4! 4∙3∙2∙1 24 24
𝐶24 = = = = = =6
2! 4 − 2 ! 2! ∙ 2! 2∙1 2∙1 2∙2 4
sehingga jika dari 4 warna akan diambil 2 kombinasi warna untuk setiap CD, maka ada 6
kombinasi warna untuk mewarnai CD, yaitu:

Karena jika setiap kombinasi warna hanya diaplikasikan ke 1 CD saja, maka hanya ada 6
CD yang bisa diberi warna. Atau dengan kata lain, dengan 4 pilihan warna yang tersedia,
tidak cukup untuk mewarnai 10 CD.

Contoh:
Sebuah kotak berisi 10 buah kelereng, 6 diantaranya berwarna merah dan 4 berwarna
putih. Dari kotak itu, diambil 3 buah kelereng secara acak. Berapa peluang terambilnya:
a. semua kelereng putih
b. 2 kelereng merah dan 1 kelereng putih

Konsep Probabilitas - Srava Chrisdes Antoro

12
 Jawab:
Dari 10 kelereng, diambil 3 kelereng. Berarti, total cara pengambilan ada sebanyak:
10! 10!
3 
C 10   120 cara
3!(10  3)! 3! 7!

a)
3 kelereng putih diambil dari 4 kelereng putih, total cara pengambilan ada sebanyak:
4! 4!
C 34    4 cara
3!(4  3)! 3!1!
Jadi, peluang terambilnya semua kelereng putih adalah:
4 1
P(semua kelereng putih)  
120 30

b)
2 kelereng merah dan 1 kelereng putih, total cara pengambilan ada sebanyak:
6! 4! 6! 4!
C 62  C 14      15  4  60 cara
2!(6  2)! 1!(4  1)! 2! 4! 3!1!
Jadi, peluang terambilnya 2 kelereng merah dan 1 kelereng putih adalah:
60 1
P(2 merah dan 1 putih)  
120 2

Konsep Probabilitas - Srava Chrisdes Antoro

13
 LATIHAN SOAL
1. Video Games Inc. baru-baru ini mengembangkan video game baru. Kemampuan untuk
dimainkannya diuji oleh 80 pemain game kawakan.
a. Apa eksperimennya?
b. Sebutkan salah satu kemungkinannya!
c. Misalkan 65 pemain yang mencoba game tersebut berkata bahwa mereka
menyukainya. Apakah 65 ini merupakan probabilitasnya?
d. Probabilitas bahwa game tersebut akan berhasil terhitung sebesar -1. Berilah
komentar Anda mengenai hal ini!
e. Tentukan salah satu kejadian yang mungkin!

2. Satu kartu secara acak dipilih dari tumpukan kartu remi standar. Hitunglah probabilitas
terambilnya:
a. kartu berwarna merah
b. kartu King
c. kartu As dan berwarna hitam
d. kartu bernomor 9 dan berwarna merah

3. Pemeriksaan fisik rutin dilakukan setiap tahun sebagai bagian dari program pelayanan
kesehatan bagi para pekerja Jack Separo Institute. Delapan persen pekerja ditemukan
membutuhkan sepatu pengobatan, lima belas persen membutuhkan perawatan gigi, dan
tiga persen membutuhkan keduanya. Berapakah probabilitas seorang pekerja yang
dipilih secara acak membutuhkan perbaikan sepatu atau perawatan gigi?

4. Dua dadu setimbang dilemparkan secara bersamaan satu kali. Misalkan A adalah
kejadian jumlah dari angka pada kedua dadu sama dengan 6, sementara B adalah
kejadian munculnya angka 4 pada dadu pertama. Apakah A dan B merupakan kejadian
yang saling bebas? Buktikanlah!

5. Dua buah dadu setimbang dilempar secara bersamaan sebanyak satu kali. Hitunglah
probabilitas kejadian munculnya angka 1 pada dadu kedua dengan syarat kejadian
munculnya jumlah kedua dadu kurang dari 4 terjadi lebih dulu!

6. Lihatlah tabel berikut.

Kejadian
Pertama
Kejadian 𝐴1 𝐴2 𝐴3 Total
Kedua
𝐵1 2 1 3 6
𝐵2 1 2 1 4
Total 3 3 4 10

a. Tentukan 𝑃(𝐴1 ).
b. Tentukan 𝑃(𝐵1 |𝐴2 ).
c. Tentukan 𝑃(𝐵2 dan 𝐴3 ).

Konsep Probabilitas - Srava Chrisdes Antoro

14
7. Selesaikanlah.
a. P 74 c. C 52
b. P 93 d. C 10
7

8. Pengumpul suara nasional telah membuat 10 pertanyaan yang dirancang untuk menilai
kinerja presiden Indonesia. Pengumpul suara akan memilih 5 dari pertanyaan tersebut.
Berapa banyak susunan berbeda yang ada untuk menyusun 5 pertanyaan yang terpilih?

9. Dari satu set kartu remi standar, diambil sebuah kartu tanpa pengembalian, kemudian
diambil sebuah kartu lagi. Hitunglah probabilitas kejadian terambilnya:
a. dua-duanya hitam
b. dua-duanya merah
c. kartu hitam pada pengambilan pertama dan kartu merah pada pengambilan kedua
d. kartu merah pada pengambilan pertama dan kartu hitam pada pengambilan kedua

10. Tim baseball Kucing Garong memainkan 70 persen pertandingannya saat malam dan
30 persen saat siang hari.Tim tersebut memenangkan 50 persen pertandingan malamnya
dan 90 persen pertandingan siangnya. Menurut koran hari ini, mereka menang kemarin.
Hitunglah berapa probabilitas pertandingan yang dimainkan saat malam!

Konsep Probabilitas - Srava Chrisdes Antoro

15