BAB III

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),

frekuensi relatif dari kejadian A adalah mendekati Pr (A)”.

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

2 muncul sebanyak 1674 kali, maka Pr(2)= . Dalam

beberapa hal Pr(A) diperoleh secara apriori lewat penalaran yang murni
tanpa lewat percobaan. Maka karena dadu mempunyai enam sisi yang
simetris dan jika dadu digulirkan secara jujur maka

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

kejadian di mana angka ganjil muncul adalah sama dengan .

Pernyataan yang bisa diberikan adalah sebagai berikut :

Jika Pr(1) = Pr(2) = ... = Pr(6) = maka Pr(angka ganjil) =

Tahap ketiga (fisik), peramalan secara fisik dilakukan dengan

menggunakan hasil pada tahap kedua. Dalam tahap ini perhitungan
probabilitas berdasarkan pendekatan frekuensi relatif dengan demikian
hasilnya tidak tepat./ jika dadu digulirkan sebanyak 10000 kali maka
diharapkan bahwa angka genap akan muncul sebanyak 5000 kali atau
separuh dari jumlah pengguliran dadu tersebut.
Untuk selanjutnya teori probabilitas berkenaan dengan tahap
kedua yaitu dari probabilitas yang diasumsikan mempunyai nilai
tertentu, maka teori probabilitas menjelaskan bagaimana menurunkan
probabilitas lainnya. Dengan demikian proses penurunan probabilitas
bersifat tautologis karena hasilnya sarat dengan asumsi. Contoh mudah
yang mengandung makna tautologis adalah persamaan gerak suatu
satelit adalah termasuk dalam hukum Newton. Tak seorangpun
menyangkal kebenaran dari nilai ilmu mekanika.

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.

artinya p adalah elemen dari himpunan A.

artinya p adalah bukan elemen dari himpunan A.

artinya A adalah subhimpunan dari himpunan B.
artinya A adalah bukan subhimpunan dari himpunan
B.

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.

Ø atau artinya himpunan yang tidak mempunyai elemen

atau disebut dengan himpunan kosong.
Berikut ini adalah contoh penggunaan himpunan :
(1) B adalah himpunan bilangan 2, 4, 6, 8, 10 dapat ditulis B =

.
(2) C adalah himpunan bilangan ganjil, dapat ditulis C =

tanda dibaca “sedemikian hingga”.

(3) D adalah bilangan prima di bawah 15, dapat ditulis D =

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,

dapat ditulis G = Ø atau G = .

Berikut ini akan diuraikan secara singkat tentang pengertian yang
berkaitan atau banyak membantu dalam memahami teori himpunan :

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

(3) , A dan B tidak terpisah

A B

Gambar 3. Irisan

(4) A = B atau

AB

29
 Gambar 4. A = B

(5) X = dan Y =

p
st

Gambar 5. Elemen pada Irisan

Pengoperasian Dasar Himpunan
1. Gabungan (Union)
Gabungan himpunan A dan himpunan B adalah himpunan semua
obyek yang menjadi anggota A atau B atau keduanya, ditulis dengan

menggunakan simbol .
Contoh :

A= B= maka =

Atau ditulis = atau x B

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 :

A= B= maka = atau ditulis

=
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

dengan A’ atau Ac. Jadi A’ = Ac = atau ditulis A’ = Ac =

.
Contoh :

31
Misal himpunan semesta U adalah himpunan semua bilangan bulat

positif, dan misalkan A = maka A’ atau Ac = atau

ditulis A’ = Ac =

A Ac

Gambar 7. Komplemen Himpunan A

Hukum Aljabar pada Himpunan

No. Hukum Aljabar Bentuk
1 Idempotem 1 a
b
2 Hukum Asosiasi 2 a
b
3 Hukum 3 a
Komutasi b
4 Hukum 4 a
Distribusi b
5 Hukum Identitas 5 a
b
6 a
b

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 :

Permutasi Dengan Repetisi (Ulangan)

Sering dijumpai jumlah permutasi obyek di mana beberapa
diantaranya adalah sama. Untuk itu perlu disimak dalil sebagai berikut :
Dalil : Jumlah permutasi n obyek, n1 dari padanya sama, n2 dari
padanya sama, ..., nr dari padanya sama adalah :

Sebagai contoh, seseorang ingin membentuk semua kemungkinan 5

huruf dari kata DADDY. Maka didapat 5! = 120 permutasi dari obyek
D1, A, D2, D3, Y. Dalam hal ini 3 D adalah berbeda. Coba amati 6
permutasi sebagai berikut :
D1D2D3AY D2 D1 D3 AY D3 D1 D2AY
D1D3D2AY D2D3D1AY D3D2D1AY

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.

Jadi perkataan yang terdiri dari 5

huruf yang berbeda yang dapat dibentuk dengan menggunakan huruf
dari kata DADDY.
Contoh lain, terdapat berapa macam isyarat yang berbeda yang dapat
dibentuk dari himpunan 4 bendera merah yang berbeda, 3 bendera
putih yang berbeda, dan satu bendera biru yang masing-masing terdiri
dari 8 bendera yang terpasang di suatu tiang ?. Dalam hal ini dicari
jumlah permutasi 8 obyek yang 4 diantaranya sama (bendera merah), 3
di antaranya sama (bendera putih).
Jawaban :

isyarat yang berbeda.

Kombinasi
Misalkan terdapat himpunan n obyek, maka kombinasi n obyek yang
diambil k sekaligus atau k kombinasi merupakan subhimpunan k
elemen. Jadi k kombinasi adalah pemilihan sebanyak k dari n obyek
tanpa mempersoalkan urutan. Sebagai contoh; terdapat huruf a, b, c
dan d dan diambil 3 sekaligus diperoleh kombinasi abc, acb, cba, cab,
cba, sehingga pada kombinasi tidak diperhitungkan. Rumus yang
digunakan :
Jumlah kombinasi n obyek yang diambil k sekaligus adalah :

35
Contoh, ada berapa banyak panitia yang terdiri dari 3 anggota dari 8
orang yang ada.

C8,3 = panitia yang

berbeda.
Pemilihan Pengurus
Sebanyak 8 anggota pengurus LMD dipilih dari 20 orang anggota
Badan Musyawarah Desa. Hitung jumlah kelompok pengurus yang
berbeda. Untuk itu digunakan rumus kombinasi seperti di atas sebagai
berikut :

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

siswa adalah yang masing-masing mempunyai probabilitas yang

sama. Selanjutnya dicari jumlah kombinasi ini yang terdiri dari 3 laki
dan 7 perempuan. Jumlah kombinasi yang berbeda dari 3 siswa laki

yang terpilih dari 15 siswa laki adalah yang masing-masing

mempunyai probabilitas yang sama. Jumlah kombinasi yang berbeda
dari 7 siswa perempuan yang terpilih dari 30 siswa perempuan adalah

yang masing-masing mempunyai probabilitas yang sama.

Selanjutnya probabilitas yang ditanyakan adalah :

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

ditempati oleh 4 As adalah masing-masing mempunyai

probabilitas yang sama. Jika masing-masing pemain menerima satu As
maka tentunya satu As tersebut berada di antara 13 kartu dari masing-
masing pemain. Dengan demikian terdapat 13 posisi yang mungkin
untuk As yang diterima oleh masing-masing pemain. Maka di antara

kombinasi yang mungkin dari posisi 4 As, tepatnya 13 4 dari

kombinasi tersebut akan memberikan hasil yang diinginkan. Jadi

38
probabilitas yang dimaksud adalah Pr(4 pemain masing-masing

menerima satu As) =

Koefisien Multinomial
Sebanyak 20 anggota DPRD suatu kota tertentu di bagi menjadi tiga
komisi yaitu A dan B yang mempunyai anggota masing-masing
sebanyak 8 orang dan C yang mempunyai anggota 4 orang. Selanjutnya
ditentukan jumlah cara yang berbeda, anggota DPRD dapat diplot di
tiga komisi. Angka yang diperlukan untuk menentukan koefisien
multinomial adalah n = 20, k = 3, n1 = n2 = 8 dan n3 = 4.

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

mempunyai probabilitas yang sama untuk timbul yaitu . Angka dari

hasil tersebut yang dapat mengandung masing-masing dari 6 angka
1,2,3,4,5, 6 tepatnya dua kali timbul adalah sama dengan jumlah
susunan yang berbeda yang mungkin timbul dari 12 elemen. Angka ini

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