PROBABILITAS
Tujuan perkuliahan :
1. Mengetahui sejarah perkembangan teori probabilitas
2. Mengetahui penafsiran probabilitas
3. Mengetahui konsep dasar probabilitas
4. Mengetahui teori himpunan
5. Mengetahui pengoperasian dasar himpunan
6. Melakukan penghitungan menggunakan teori himpunan
A. Sejarah Perkembangan Teori Probabilitas
Perkembangan konsep kebetulan dan ketidakpastian sama
tuanya dengan perkembangan peradaban manusia di muka bumi ini.
Semenjak dahulu masyarakat berhadapan dengan ketidakpastian yang
berkenaan dengan cuaca, penyediaan bahan makanan, perubahan
lingkungan lainnya yang bisa mempengaruhi kehidupan mereka. Untuk
itu mereka berusaha untuk mengurangi ketidakpastian beserta
akibatnya.
Sejalan dengan konsep kebetulan dan ketidakpastian, ide
perjudian juga mempunyai sejarah yang panjang. Sekitar 3500 tahun
sebelum masehi, permainan berbasis kebetulan dengan menggunakan
tulang binatang dikembangkan dikalangan masyarakat Mesir. Prototipe
dadu berbentuk kubus ditemukan di makam kuno Mesir sekitar 2000
tahun sebelum Masehi. Pada masa itu perjudian dengan menggunakan
dadu populer di masyarakat dan menjadi penting bagi pengembangan
teori probabilitas. Teori metematik dari probabilitas diperkenalkan oleh
ahli matematikawan bangsa Prancis yaitu Blaise Pascal (1623-1662) dan
20
Pierre Fermat (1601-1665) pada waktu mereka berhasil menurunkan
probabilitas eksak untuk menyelesaikan masalah perjudian tertentu
yang menggunakan dadu. Ide mereka banyak dimanfaatkan para
penjudi hingga 300 tahun kemudian. Probabilitas numerik dari
berbagai macam kombinasi dadu sebelumnya telah dihitung oleh
Girolamo Cardano (1501-1576) dan Galileo Galilei (1564-1642).
Semenjak abad ke – 17, teori probabilitas telah dikembangkan
dan diterapkan di berbagai bidang studi. Kini teori probabilitas banyak
digunakan di bidang teknik, ilmu pengetahuan alam, menejemen dan
lain-lain. Telah banyak para peneliti yang aktif terlibat dalam usaha
untuk menemukan dan menegakkan penerapan baru dari probabilitas
di bidang kedokteran, meteorologi, fotografi pesawat ruang angkasa,
pemasaran, peramalan gempa bumi, perilaku manusia, rancangan
sistem komputer, dan hukum. Pada proses hukum yang melibatkan
pelanggaran antitrust serta diskriminasi pekerjaan banyak dibantu oleh
perhitungan probabilitas dan statistik.
B. Penafsiran Probabilitas
Banyak percakapan sehari-hari yang mengandung konsep
probabilitas. Ungkapan seperti “melihat kondisi yang mendung ini,
kemungkinan nanti malam akan turun hujan”, selanjutnya “karena
kabut yang tebal di kawasan Kalimantan, sangat mungkin pesawat dari
Surabaya akan terlambat mendarat di Bandara Hasanuddin”
mengandung konsep probabilitas. Di kalangan mahasiswa banyak
diungkapkan kalimat seperti “melihat sulitnya dosen mata kuliah
statistika dalam memberikan soal ujian akhir, peluangnya kecil untuk
mendapatkan nilai A”.
21
Sekalipun banyak contoh penggunaan konsep probabilitas, ironisnya
tak satupun penafsiran ilmiah dari istilah probabilitas diterima oleh
semua pakar statistik, ahli filsafat, serta pemegang otoritas ilmiah
lainnya. Selama bertahun-tahun masih timbul perdebatan penafsiran
probabilitas. Bila ada seorang pemegang otoritas ilmiah mengajukan
penafsiran probabilitas tentu akan dikritik olah pakar lainnya.
Pengertian yang sebenarnya dari probabilitas masih dalam perdebatan
filosofis yang tak habis-habisnya di kalangan para pakar statistika,
filsafat dan logika. Untuk memahami betapa bervariasinya pengertian
probabilitas, berikut ini akan disajikan berbagai macam pemahaman
yang terkait dengan probabilitas.
Diketahui bahwa teori ilmiah berkenaan dengan konsep, tidak
pernah berkenaan dengan realitas. Semua hasil teoritis diturunkan dari
aksioma tertentu melalui logika deduktif. Pada ilmu eksakta, teori
diformulasikan sedemikian rupa sehingga sesuai dengan makna yang
bermanfaat bagi dunia nyata. Namun, kesesuaian tersbut bersifat
pendekatan dan pembenaran eksakta bagi kesimpulan teoritis
berdasarkan pada bentuk penalaran induktif (Papoulis, 1981).
Pada umumnya dapat diterima dengan mudah pemisahan
antara dunia konsepsual atau model dengan dunia eksakta untuk
fenomena deterministik. Namun dari sudut pandang deskripsi
probabilistik pemisahan tersebut menjadi rancu. Dikatakan bahwa alam
berkembang sesuai dengan hukum deterministik yang menetapkan apa
yang terjadi di masa depan secara eksak, sementara suatu deskripsi
probabilistik menyatakan bahwa keadaan alam tersebut merupakan
suatu kondisi yang diperlukan (necessary) agar kejadian di masa
22
mendatang memadai (sufficient) untuk muncul. Dengan kata lain
deskripsi probabilistik memandang kejadian di masa mendatang
merupakan proses yang stokhastik bukan proses yang eksak.
Kesangsian yang berakar secara mendalam terhadap validitas hasil
probabilistik hanya dapat diatasi dengan pemberian interpretasi makna
probabilitas secara benar.
C. Konsep Dasar Probabilitas
Rata – rata fenomena massa yang timbul secara berurutan atau
serentak seperti pancaran elektron, panggilan telpon, deteksi radar,
kendali mutu, kegagalan sistem, permainan berbasis kebetulan,
mekanika statistik, turbulensi, suara, tingkat kelahiran atau kematian,
herediter banyak terkait dengan teori probabilitas. Dengan pendekatan
teori probabilitas diketahui bahwa bila jumlah pengamatan dari
fenomena tersebut di atas meningkat, maka rata-rata fenomena massa
tersebut mendekati nilai konstan. Sebagai contoh, pada pelemparan
mata uang logam, persentasi munculnya sisi muka (M) mendekati 0,5
atau nilai konstan tertentu. Angka yang sama akan diperoleh bila
dilakukan pelemparan n kali di mana kuantitas n besar. Tujuan dari
teori probabilitas adalah untuk mendeskripsikan dan meramal rata-rata
tersebut di atas dengan menghubungkan probabilitas dengan berbagai
macam kejadian.
Probabilitas dari kejadian A di dalam suatu eksperimen A dapat
ditafsirkan sebagai-berikut :
23
“ Jika eksperimen diulang n kali dan kejadian A timbul n A kali, maka
dengan derajat kepastian yang tinggi ( high degree of certainty),
Pr(A) ≈
.............................................(1)
di mana n cukup besar.
Penafsiran probabilitas dengan menggunakan pendekatan
definisi frekuensi relatif seperti tersebut di atas sebetulnya tidak tepat.
Ada cara untuk memperbaiki definisi di atas dengan memberikan
muatan probabilitas pada ungkapan “derajat kepastian yang tinggi”.
Pada penyelidikan probabilistik dari suatu fenomena fisika
perlu dibedakan tiga hal sebagai berikut :
Tahap pertama (fisik), yaitu suatu proses di mana Pr(A) dari suatu
kejadian A tidak dapat dibuat pasti. Tahap ini berdasarkan rumus (1) di
mana Pr(A) dihitung dengan menggunakan pendekatan frekuensi
relatif. Sebagai contoh, jika suatu dadu digulirkan 10000 kali dan angka
Pr(2) =
24
Tahap kedua (konsepsual), di mana probabilitas memenuhi suatu
aksioma tertentu. Lewat penalaran deduktif ditentukan probabilitas
Pr(A) dari suatu kejadian A dan Pr (B) dari suatu kejadian B. Pada
pengguliran dadu secara jujur dapat dideduksikan bahwa probabilitas
25
Tahap satu dan tiga masuk dalam kajian bidang statistika,
walaupun dalam statistika semua hasil perhitungan dinyatakan dalam
pernyataan probabilitas. Ada suatu perbedaan yaitu pada uji
eksperimental akhir diterapkan pada kejadian di mana nilai
probabilitasnya mendekati satu. Dalam hal ini penafsiran frekuensi
relatif mengambil bentuk sebagai berikut :
Jika probabilitas suatu kejadian mendekati satu maka dengan derajat
kepastian yang tinggi kejadian tersebut timbul pada suatu eksperimen
tunggal.
D. Teori Himpunan
Himpunan adalah suatu daftar atau koleksi obyek yang
mempunyai sifat tertentu. Sedangkan elemen atau anggota himpunan
adalah obyek yang membentuk himpunan, dapat berupa bilangan,
orang, penyakit dan lain sebagainya. Berikut ini akan dijelaskan
beberapa notasi yang berkaitan dengan teori himpunan.
Himpunan dinyatakan dengan huruf besar seperti A, B, C, X,
Y, sedangkan elemen dinyatakan dengan huruf kecil seperti a, b, c, x
dan y. Berikut ini adalah notasi yang perlu diperhatikan.
26
artinya setiap elemen dari himpunan A juga
kepunyaan himpunan B, atau disebut A termasuk di
dalam B.
A = B artinya himpunan A = himpunan B yaitu jika satu
sama lain saling termasuk, artinya jika A B maka A
B.
A ≠ B artinya himpunan A ≠ himpunan B.
.
(2) C adalah himpunan bilangan ganjil, dapat ditulis C =
atau D = .
(4) E adalah himpunan obat antibiotika generik, dapat ditulis E =
.
(5) F adalah himpunan vaksin untuk batita, dapat ditulis F =
27
(6) G adalah himpunan orang yang berusia lebih dari 1000 tahun,
Diagram Venn-Euler
Diagram Venn-Euler digunakan untuk menggambarkan hubungan di
antara himpunan. Contoh :
(1) tetapi A ≠ B
B
A
Gambar 1. tetapi A ≠ B
(2) A dan B terpisah atau saling asing (disjoint atau mutually exclusive)
28
A B
Gambar 2. A dan B terpisah
A B
Gambar 3. Irisan
(4) A = B atau
AB
29
Gambar 4. A = B
(5) X = dan Y =
p
st
menggunakan simbol .
Contoh :
A= B= maka =
A B
30
Gambar 6. Gabungan A dan B
2. Irisan (Intersection)
Irisan himpunan A dan himpunan B adalah himpunan semua obyek
yang sekaligus menjadi anggota A dan B , ditulis dengan menggunakan
simbol
Contoh :
=
3. Selisih Himpunan A dan B
Selisih himpunan A dan B adalah himpunan semua obyek yang
menjadi anggota A tetapi tidak menjadi anggota B, ditulis dengan
menggunakan simbol A – B.
Contoh :
A= maka A – B = dan B – A =
atau ditulis A – B =
4. Komplemen Himpunan A
Komplemen himpunan A adalah himpunan semua obyek yang bukan
anggota A yaitu, selisih himpunan semesta U dan himpunan A, ditulis
.
Contoh :
31
Misal himpunan semesta U adalah himpunan semua bilangan bulat
ditulis A’ = Ac =
A Ac
32
6 Hukum 7 a
Komplemen b
8 a
b
7 Hukum De 9 a
Morgan b
E. Teknik Perhitungan
Dalam hal ini dikembangkan teknik untuk menentukan jumlah
hasil yang mungkin dari suatu eksperimen tertentu atau untuk
menentukan jumlah elemen di dalam suatu himpunan tanpa
menghitung secara langsung. Teknik ini disebut analisis kombinatorial.
Jika suatu prosedur dapat ditampilkan dalam x3 cara yang
berbeda, demikian juga untuk prosedur kedua dapat ditampilkan
dalam cara yang berbeda dan seterusnya untuk prosedur berikutnya,
maka jumlah cara di mana prosedur dapat ditampilkan dalam urutan
adalah merupakan hasil perkalian n1*n2*n3*....
Notasi Faktorial
= 1*2*3*...*(n-2)*(n-1)*n. Penting untuk diingat bahwa 0! = 1
Contoh : 2! = 2 x 1 = 2 3! = 3 * 2 * 1 = 6 dan seterusnya.
Permutasi
Permutasi suatu obyek adalah susunan
himpunan dari n obyek dalam urutan yang
ditentukan. Jadi suatu susunan k ≤ n obyek dalam
urutan yang ditentukan disebut k permutasi atau
permutasi n obyek yang diambil sejumlah k
33
sekaligus. Perlu diperhatikan bahwa susunan
urutan amat penting dalam permutasi. Sebagai
contoh adalah suatu himpunan terdiri dari huruf
a, b, c, d. Maka bdca, dcab, acdb adalah permutasi
4 huruf yang diambil 4 sekaligus. Maka bad, adb,
cbd dan bca adalah permutasi 4 huruf yang
diambil 3 sekaligus. Maka ad, cb, da, dan bd
adalah permutasi 4 huruf yang diambil 2
sekaligus. Jumlah permutasi n obyek yang
diambil k sekaligus dinyatakan dengan rumus
sebagai berikut :
34
akan menghasilkan kata yang sama bila indeks 1, 2, 3, dipindahkan.
Angka 6 tersebut berasal dari 3! = 3*2*1 = 6 cara yang berbeda atas
penempatan 3 huruf D pada 3 posisi yang pertama di dalam permutasi.
35
Contoh, ada berapa banyak panitia yang terdiri dari 3 anggota dari 8
orang yang ada.
Koefisien Binomial
Sebuah mata uang logam dilempar secara jujur
sebanyak 10 kali selanjutnya hitung (a)
probabilitas timbulnya 3M (b) probabilitas
timbulnya ≤ 3M.
Untuk 10 pelemparan mata uang logam, ruang sampel yang terbentuk
terdiri dari 210 hasil yang mungkin yang masing-masing mempunyai
probabilitas yang sama. Jumlah susunan yang berbeda yang terbentuk
36
dari 3M dan 7B adalah Dengan demikian probabilitas timbulnya
3M adalah :
Pr(MMM) =
Sampling tanpa penggantian
Suatu kelas terdiri dari 15 siswa laki dan 30 siswa perempuan.
Selanjutnya dipilih secara random sebanyak 10 siswa dari 45 siswa.
Hitung probabilitas dari 10 siswa yang terpilih 3 di antaranya siswa laki.
Jumlah kombinasi yang berbeda dari 10 siswa yang terpilih dari 45
37
Pr(3 L dari 10 siswa terpilih) =
Permainan Kartu
Sebanyak 52 kartu bridge yang diantaranya terdiri dari empat kartu As
yang berbeda dikocok secara merata kemudian dibagikan ke-4 pemain
yang masing-masing pemain menerima satu kartu As. Jumlah
kombinasi yang berbeda yang mungkin timbul dari 4 posisi yang
38
probabilitas yang dimaksud adalah Pr(4 pemain masing-masing
Jawabannya adalah :
Permainan Dadu
Pada pengguliran 12 dadu dihitung probbilitas masing-masing enam
angka yang berbeda akan timbul dua kali. Masing-masing hasil di ruang
sampel S dapat dianggap sebagai urutan dari 12 angka di mana angka
ke-i merupakan hasil dari pengguliran dadu ke-i. Dengan demikian
terdapat 612 hasil yang mungkin di ruang sampel S yang masing-masing
39
dapat ditentukan dengan mengevaluasi koefisien multinomial di mana
n = 12, k = 6, dan n1 = n2 = ... = n6 = 2.
Koefisien multinomial =
Maka probabilitas yang dimaksud adalah :
Pr =
Permainan Kartu
Kartu bridge terdiri dari 52 kartu di antaranya terdapat 13 kartu heart.
Selanjutnya kartu dikocok secara merata dan dibagikan keempat
pemain A, B, C, dan D sehingga masing-masing pemain menerima 13
kartu. Tentukan probabilitas di mana pemain menerima 13 kartu.
Tentukan probabilitas di mana pemain A menerima 6 heart, pemain B
menerima 4 heart, pemain C menerima 2 heart dan pemain D
menerima 1 heart. Maka jumlah keseluruhan N cara yang berbeda, 52
kartu dapat disebarkan keempat pemain sehingga masing-masing
menerima 13 kartu adalah
N=
40
41