BAB IV

TEORI KEMUNGKINAN
4.1. RUANG SAMPEL

Definisi 4.1 :

Himpunan dari semua outcome yang mungkin dari suatu eksperimen

statistik disebut dengan ruang sampel dan dinyatakan dengan simbol S

Masing-masing outcome dari ruang sampel disebut dengan unsur atau anggota atau titik
sampel. Jika ruang sampel mempunyai jumlah anggota yang terbatas maka kita dapat
menyatakan ruang sampel tersebut dengan “men-jejer” anggotanya, antara masing-masing
dipisahkan dengan koma dan meletakan semuanya didalam kurung kurawal.

Contoh 4.1.

a. Sebuah mata uang dilempar 1 X, maka

S=(H,T)
Dimana :
H = Heads ( atau gambar burung )
T = Tails ( atau gambar angka )

b. Dadu dilempar 1 X maka :

S = ( 1, 2, 3, 4, 5, 6 )
c. Dadu dilempar 1x, maka :

S = ( bilangan ganjil, Bilangan genap )

Dalam beberapa eksperimen maka untuk mengetahui unsur-unsur dari ruang sampel secara
sistematis dapat digunakan teknik diagram pohon (tree diagram).

Contoh 4.2.

a. Sebuah mata uang dilempar 2 kali, maka kejadian dari eksperimen ini dapat digambarkan
sebagai berikut :

H HH
H HT
T
H TH
T
T TT
Sehingga ruang sampel S-nya adalah :
S = ( HH, HT, TH, TT )

b. Sebuah mata uang dilempar tiga kali :

H HHH
H
T HHT
H
H HTH
T
T HTT

H THH
H
T THT
T
H TTH
T
T TTT

S = ( HHH, HHT, HTH, HTT, THH, THT, TTH, TTT )

c. Tiga mata uang dilempar 1 X, maka kejadian ekperimen ini sama dengan b.

d. Perhatikan eksperimen berikut ini :

Sebuah mata uang dilempar, jika muncul HEAD, maka mata uang tersebut dilempar untuk
yang kedua kalinya. Akan tetapi jika muncul TAIL, maka sebuah dadu dilempar dua kali.

H HH
H HT
T
1 T1
T
2 T2

3 T3

4 T4

5 T5

6 T6

S = ( HH, HT, T1, T2, T3, T4, T5, T6 )

Contoh 4.3.

Misal empat buah produk diambil secara random dari suatu hasil proses produksi.
Produk tersebut diperiksa dan kemudian diklasifikasikan ke dalam produk baik ( B ) atau cacat
( C ). Bagaimana ruang sampel dari eksperimen ini ?
B
BBBB
B
C
B BBBC
B
C BBCB
C
B BBCC

B
BCBB
B
C
B BCBC
B
C BCCB
C
BCCC
B
CBBB
B
C
B CBBC
B
C CBCB
C
B CBCC

B CCBB
B
C CCBC
B
B
C CCCB
C
CCCC

S = ( BBBB, BBBC,……………………..CCCC )

Contoh 4.4.
Ruang sampel yang anggotanya banyak sekali atau tidak terhingga dinyatakan dengan
menggunakan aturan tertentu, Sebagai contoh, misal “out come” yang mungkin dari suatu
eksperimen adalah himpunan dari kata-kata didunia yang jumlah penduduknya diatas satu juta,
maka ruang sampel S-nya kita tulis sebagai berikut :

S ( x/x = kata didunia dengan penduduk > 1 juta )

Contoh 4.5.

Himpunan titik-titik yang berada didalam lingkaran yang terpusat di ( 0 , 0 ) dan berjari-
jari lebih kecil atau sama dengan 2 adalah :

S = {(x,y) / x2+y2 ≤ 4 }

4.2. KEJADIAN

Definisi 4.2 :

Kejadian adalah himpunan bagian dari ruang sampel

Contoh 4.6.

a. Misal diberi ruang sampel S = ( t / t ≥ 0 ) dimana t menyatakan umur suatu komponen

elektronik yang dinyatakan dalam tahun, maka :

A=( t/0≤t<5 )

Adalah menyatakan kejadian dimana umur komponen elektronik tersebut kurang dari 5
tahun, disini jelas bahwa : A C S

b. Himpunan bagian dari S dapat mengandung seluruh unsur yang ada didalam S atau dapat
juga berupa himpunan yang tidak mengandung unsur yang disebut dengan himpunan
kosong dan di notasikan dengan Ф. Contoh himpunan kosong adalah :

B = ( x / x bilangan genap yang merupakan faktor dari bilangan 17 )

Himpunan B adalah himpunan kosong, karena faktor dari bilangan 17 adalah silangan 1 dan
17 yang semuanya berupa bilangan ganjil.

Definisi 4.3.

Komplement dari kejadian A dalam ruang sampel S adalah Sub Himpunan

( subset ) dari semua unsur S yang tidak ada didalam A. Komplement A di
nyatakan dengan A’

Contoh 4.7.

Misal A adalah kejadian terambilnya kartu merah dari kumpulan kartu bridge. Maka A’ adalah
kejadian terambilnya bukan kartu merah, berarti kartu hitam.
 A A’

Kartu Merah
Kartu Hitam

Contoh 4.8.

Misal diketahui ruang sampel S sebagai berikut :

S = ( buku, meja, kursi, gelas, tas, penggaris )

Dengan

A = ( buku, meja, kursi, gelas )

Maka

A’ = ( tas, penggaris )

Definisi 4.4.

Irisan dari dua kejadian A dan B yang dinotasikan dengan A ∩ B adalah

himpunan kejadian yang ada di A dan B

A∩B

A B
Contoh 4.9.

Misal S adalah ruang sampel dari kejadian dadu yang dilempar 1X, dan A adalah
himpunan bagian kejadian munculnya angka genap, sedang B adalah himpunan kejadian
munculnya angka yang lebih besar dari 3, maka :

S = ( 1, 2, 3, 4, 5, 6 )

A = ( 2, 4, 6 )

B = ( 4, 5, 6 )
Maka A ∩ B = ( 4 , 6 )

Contoh 4.10.

Misal M = ( a, e, I, o, u ) ; N ( r, s, t )
Maka :

M∩N=Ø

Contoh 4.11.

Misal S = Himpunan mahasiswa TI-FTUP.

X = Himpunan mahasiswa TI-FTUP yang tinggal disekitar kampus
Y = Himpunan mahasiswa TI-FTUP yang IPK-nya ≥ 2
Jadi : X ∩ Y = Himpunan mahasiswa TI-FTUP yang tinggal disekitar kampus dan
IPK-nya ≥ 2.

Y
X

X∩Y

Definisi 4.5.

Dua kejadian A dan B dianggap Mutual Eksklusif jika A ∩ B = Ø

Contoh 4.12.

Misal M adalah himpunan kejadian munculnya kartu heart dalam pengambilan sebuah
kartu dari kartu bridge, sedang N adalah himpunan kejadian terambilnya kartu Diamond , maka
M dan N adalah Mutual eksklusif , sebab M ∩ N = Ø.

Diamond

Hart

Contoh 4.13.

Misal X adalah himpunan kejadian terambilnya kartu diamond dari pengambilan

sebuah kartu bridge, dan Y himpunan terambilnya kartu AS, maka X dan Y dalam hal ini bukan
dua kejadian yang mutual eksklusif, sebab bisa terambil kartu AS-diamond

Jadi X ∩ Y ≠ Ø

AS

Diamond

AS-Diamond

Definisi 4.6.

UNION atau Gabungan dari dua kejadian A dan B, dinyatakan dengan

simbol A U B, adalah kejadian yang terdiri dari semua unsur yang ada didalam
A atau B dan keduanya.
Contoh 4.14.

Misal : A adalah kumpulan kartu heart

B adalah kumpulan kartu AS

Maka :

A : ( 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, K, Q, AS Hart )
B : ( AS Hart, AS Scop, AS Diamond, AS Clover )
A U B : ( 1, 2, 3,……………. AS Hart, AS Scop, AS Diamond, AS Clover )

AS Heart

AS Heart
(A) (B)

Contoh 4.15.

Misal A = ( a, b, c ) dan B = ( b, c, d, e )
Maka : A U B = ( a, b, c, d, e )

Contoh 4. 16.

Misal M = ( x / 3 < x < 9 ) dan N = ( Y / 5 < Y < 12 )

Maka : M U N = ( Z / 3 < Z < 12 )

Hubungan antara kejadian dan ruang sampelnya dapat digambarkan secara grafis dengan
menggunakan DIAGRAM VENN. Dalam DIAGRAM VENN ruang sampel digambarkan
dengan segi empat, sedang kejadian digambarkan dengan lingkaran-lingkaran yang ada
didalam segi empat tersebut.

Perhatikan DIAGRAM VENN dibawah ini :

A S
2 6 B
7
1
4 3

8 5
C
A ∩ B = daerah 1 dan daerah 2
B ∩ C = daerah 1 dan 3
A U C = daerah 1, 2, 3, 4, 5 dan 7
BI ∩ A = daerah 4 dan 7
A ∩ B∩C = daerah 1
( A U B ) ∩ CI = daerah 2, 6 dan 7

Contoh 4. 17.

Misal A = Himpunan kartu bridge yang berwarna merah

B = Himpunan kartu Jack, Queen dan King Diamond
C = Himpunan kartu AS
S = Ruang sampel = seluruh kartu bridge

Gambar diagram venn dari himpunan-himpunan diatas adalah sebagai berikut.

A B C

4.3. MENGHITUNG JUMLAH TITIK SAMPEL

Jumlah titik sampel yang sebelumnya kita hitung dengan menggambar diagram pohon,
dapat kita hitung dengan menggunakan aturan perhitungan sebagai berikut :

Teorema 4.1.

Jika operasi kesatu dapat dilakukan sebanyak n1 cara, dan operasi kedua
dapat dilakukan sebanyak n2 cara, maka kedua operasi tersebut dapat dilakukan
bersama sebanyak n1 x n2 cara.

Contoh 4.18.

Budi dapat menuju kampus UP dengan dua cara, yakni naik KA atau patas 01,
sedangkan Amir dengan tiga cara, yakni naik KA, naik patas 02 atau membawa mobil sendiri.
Maka keduanya dapat sampai dikampus ada sebanyak 2 x 3 cara = 6 cara
 BUDI AMIR
KA KA
02
Mobil
01 KA
02
Mobil

Contoh 4.19.
Sepasang dadu dilempar bersama, berapa jumlah titik sampelnya ?
Jawab :

Kejadian dari dadu satu ada 6, yakni 1, 2, 3, 4, 5 atau 6

Kejadian dari dadu dua juga ada 6
 jumlah titik sampel = 6 x 6 = 36
Aturan perkalian diatas dapat diperluas dengan melibatkan lebih dari dua macam cara seperti
dikemukakan dalam teorema berikut :

Teorema 4.2.

Jika operasi 1 dapat dilakukan sebanyak n1 cara, operasi 2 dengan n2

cara dan seterusnya, operasi k sebanyak nk cara, maka operasi tersebut dapat
dilakukan bersama sebanyak n1 x n2 x n3 x .......... nk cara.

Contoh 4.20.

Sebuah menu makan siang terdiri dari sayur asem, ikan goreng, buah dan minuman,
jika ada 4 macam sayur asem, 3 macam ikan goreng, 5 macam buah dan 4 macam minuman,
ada berapa banyak alternatif menu yang dapat dipilih ?

Jawab :
Banyaknya alternatif = 4 x 3 x 5 x 4 = 240

Definisi 4.7.

Permutasi adalah pengaturan ( pengurutan ) semua atau sebagian dari

sekumpulan unsur

Misal ada tiga huruf A, B dan C, maka permutasi yang mungkin adalah : ABC, ACB, BAC,
BCA, CAB, CBA. Jadi ada 6 alternatif pengaturan.

Jika kita gunakan teorema sebelumnya, maka :

Ada n1 = 3 alternatif posisi pertama
n2 = 2 alternatif posisi kedua
n3 = 1 alternatif posisi ketiga

 Banyaknya alternatif = 3 x 2 x 1 = 6

Secara umum : n unsur yang berbeda dapat diatur dalam

n( n -1 )( n -2 )……………( 3 ) ( 2 ) ( 1 ) cara

Kita menyatakan hasil perkalian ini dengan n ! ( n faktorial ).

Perdefinisi 1! = 1 dan o! = 1

Teorema 4.3.

Jumlah permutasi dari n umur yang berbeda adalah sama dengan n!

Jumlah permutasi dari 4 huruf ABCD adalah ada sebanyak 4! = 24. Akan tetapi jumlah
permutasi dari dua huruf yang diambil dari 4 huruf tersebut adalah :

AB, AC, AD, BA, CA, DA

BC, BD, CB, DB

CD, DC. Jadi ada 12 cara urutan

Dengan menggunakan teorema sebelumnya maka :

Alternatif posisi 1 = n1 = 4
Alternatif posisi 2 = n2 = 3. Jadi ada : 3 x 4 = 12 alternatif

Secara umum : dari n obyek diambil r, maka banyak alternatif urutan ada sebanyak :
n ( n-1 ) ( n-2 )…………….( n-r+1 )

Kita nyatakan hasil kali ini dengan simbol :

n!
Prn =
( n  r )!

Teorema 4.4.
Jumlah permutasi dari obyek n yang diambil r adalah sama dengan :

n!
Prn =
( n  r )!
Contoh 4.21.

Dari 5 orang akan dipilih 2 orang untuk menjadi ketua dan wakil ketua dalam
organisasi. Ada berapa alternatif yang mungkin ?

Jawab :

5!
Banyaknya alternatif = P23 =
(5  3 )!
1.2.3.4.5
=  20 alternatif
1.2.3
1 2
1. Ketua

2.Wakil Ketua

A B C D AB AC AD AE ; BA CA DA EA

12 1 2
BC BD BE ; CB DB EB
CD CE ; DC EC
DE ; ED

Teorema 4.5.

Jumlah permutasi dari n obyek yang berbeda yang diatur secara

melingkar adalah ada sebanyak ( n – 1 ) !

Jumlah permutasi melingkar dari 4 huruf A, B, C dan D adalah ada sebanyak : (4-
1)! = 3! = 1x2x3 = 6
Lihat gambar situasinya dihalaman berikut.
 B B C C

A C A D A B A D

D C D B

D D

A B A C

C B

Dalam permutasi yang sudah dibahas sebelumnya masing-masing obyek adalah

berbeda satu sama lain. Seperti misalnya ABC. Bagaimana kalau ada yang sama, misalnya
AXX ?

AX1X2, permutasinya adalah : AX1X2 , AX2X1 , X1AX2

X1X2A , X2X1A , X2AX1

Jadi permutasi dari 3 unsur dengan2 unsur sama ada sebanyak

3! 1x2 x3
 3
1 ! 2 ! 1x2

9! 1. 2. 3. 4. 5. 6. 7. 8. 9
Pemutasi dari kata Statistik ada : =
2 ! 3 ! 1! 2 ! 1! 1.2.1.2.3.1.1.2.1

= 15120

Teorema 4.6.

Jumlah permutasi dari n obyek dengan group n1 ; n2 ; n3 ;…………nk

n!
masing-masing sama adalah sama dengan :
n1!n2 !n3!..........nk !
Dimana : n = n1 + n2 + n3 +………nk

Sering kali kita ingin membagi suatu himpunan dengan n unsur menjadi r sub himpunan
yang disebut dengan sel dimana irisan antar sel adalah Ø dan gabungannya membentuk
himpunan yang semula. Urutan unsur didalam masing-masing sub himpunan tidak
diperhitungkan. Ada berapa cara ?
Misal himpunan ( a, e, i, o, u ) akan dibagi menjadi dua himpunan dengan sub himpunan 1
terdiri dari 4 himpunan dan sub himpunan 2 terdiri dari satu unsur, maka alternatif yang
mungkin adalah :

( a , e , i , o ) dan ( u ) ; ( a , e , i , u ) dan ( o )

( a , e , o , u ) dan ( i ) ; ( a , i , o , u ) dan ( e )

( e , i , o , u ) dan ( a ).

Jadi ada 5 alternatif cara yang sebenarnya dapat dihitung dengan menggunakan rumus
permutasi sebagai berikut :

5! 1.2.3.4.5
=5
4 ! 1! 1.2.3.4

Teorema 4.7.

Jumlah cara membagi sebuah himpunan yang mengandung n unsur

menjadi r sub himpunan dengan masing-masing mempunyai n1, n2, …..nr unsur
adalah sama dengan :
n!
n1 ! n2 !........ nr !
dimana :
n1 + n2 + n3 ……………nr = n

Contoh 4. 22.

7 orang ilmuan yang akan menginap dihotel akan dibagi ke dalam 3 kamar dengan 1
kamar 3 orang dan 2 kamar masing-masing 2 orang, maka alternatif cara pembagian adalah ada
sebanyak :

7!
 210cara.
3 ! 2 !2!

Dalam beberapa hal, kita ingin mengambil r obyek dari n obyek tanpa memperhatikan
urutan, persoalan ini di sebut dengan kombinasi.

Contoh 4.23.

Dari 4 orang akan diambil 2 orang untuk membentuk team double bulu tangkis. Ada
beberapa alternatif yang mungkin ?
Jawab :

Misal orang tersebut adalah A, B, C, dan D, maka alternatifnya adalah :

AB, AC, AD
BC, BD
CD

Dalam hal ini maka AB = BA

Kombinasi n obyek yang diambil r dinyatakan dengan Crn

Teorema 4.8.

Jumlah kombinasi dari n obyek yang diambil r adalah :

n!
Crn =
(n  r )! r!

Pada contoh 4.23 diatas maka :

4! 1.2.3.4
C24 =  6
2! ( 4  2)! 1.2 1.2.

4.4. KEMUNGKINAN DARI SEBUAH KEJADIAN

Didalam membahas teori kemungkinan, kita hanya akan mempertimbangkan

eksperimen dengan ruang sampel yang mempunyai jumlah unsur terbatas. Terjadinya sebuah
kejadian yang dihasilkan dari eksperimen semacam ini di evaluasi dengan menggunakan
sekumpulan angka riil yang disebut bobot atau kemungkinan yang mempunyai harga diantara
0 dan 1.

Untuk mendapatkan nilai kemungkinan suatu kejadian A, kita jumlahkan semua nilai
kemungkinan titik-titik sampel yang ada di dalam A. Jumlah ini disebut kemungkinan A dan
dinyatakan dengan : P( A ).

Definisi 4.8.

Kemungkinan sebuah kejadian A adalah jumlah kemungkinan dari semua

titik sampel yang ada di dalam A. dengan demikian :

O ≤ P( A ) ≤ 1 ; P( Ø ) =0 dan P ( S ) = 1
Contoh 4.24.

Sebuah mata uang dilempar dua kali, berapa kemungkinan paling sedikit akan muncul
satu head ?

Jawab :
H 1
HH P ( HH )
H 4

T 1
HT P ( HT ) 4
H 1
TH P ( TH )
T 4
T
TT P ( TT ) 1
4

1 1 1 3
A = ( HH, HT, TH ), maka : P ( A ) =   
4 4 4 4

Contoh 4.25.

Sebuah dadu diberi beban sedemikian sehingga kemungkinan muncul angka genap
adalah 2x dari angka ganjil. Jika E adalah kejadian munculnya angka yang kurang dari 4,
hitunglah P( E ) jika dadu tersebut dilempar sebanyak satu kali

Jawab :

Misal P ( ganjil ) = ω, maka : P ( genap ) = 2 ω.

Sampel space ( 1, 2, 3, 4, 5, 6 )

P(1)=P(3)=P(5)=ω

1
P ( 2 ) = P ( 4 ) = P ( 6 ) = 2ω. Jadi : 3 ω + 6 ω = 9 ω = 1. Maka : ω =
9

1 2 1 4
E = ( 1, 2, 3 ), maka : P ( E ) =   
9 9 9 9

Contoh 4.26.

Perhatikan kembali Contoh 4.25. Misal A adalah kejadian munculnya angka genap,
dan B adalah kejadian munculnya angka yang habis dibagi dengan 3. Hitunglah P( A U B ) dan
P( A ∩ B ).
Jawab :

A = ( 2, 4, 6 ) ; B ( 3, 6 )
2 1 2 2 7
 A U B = ( 2,3,4,6 ), maka : P ( A U B ) =    
9 9 9 9 9
2
A ∩ B = ( 6 ), jadi : P ( A ∩ B ) = P( 6 ) =
9

Teorema 4.9.

Jika ruang sampel suatu eksperimen mengandung N unsur dengan

masing- masing unsur mempunyai kesempatan yang sama untuk terjadi yakni
1
sama dengan , maka kemungkinan terjadinya suatu kejadian A yang
N
n
mengandung n unsur dari ruang sampel tersebut adalah sama dengan .
N

Contoh 4.27.

Sebuah kotak berisi 6 bola merah, 4 bola putih dan 2 bola biru. Jika sebuah bola
diambil, berapa kemungkinan bola tersebut adalah :

a ). Bola merah b ). Bola putih atau biru.

Jawab :

N = 6 + 4 + 2 = 12
6 1
a).  P ( bola merah ) = 
12 2
42 6 1
b). P ( putih atau biru ) =  
12 12 2

Contoh 4.28.

Sama dengan Contoh 4.27 tapi sekarang misalkan diambil 3 bola. Berapa
kemungkinannya ketiga bola tersebut terdiri dari 2 bola merah dan 1 bola putih ?

Jawab :

Jumlah bola merah = 6

6! 1.2.3.4.5.6
Maka banyak alternatif terambil 2 bola merah = C 26    15
(6  2)! 2 ! 1.2.3.4.1.2
Jumlah bola putih = 4
1.2.3.4
Banyaknya alternatif terambil 1 bola putih = C14  4
1.2.3.1
Jumlah seluruh bola = 12 diambil 3

12 ! 10.11. 12
Banyaknya alternatif = C 312    220
9! 3 ! 1. 2. 3

 kemungkinan terambil 2 bola merah dan satu bola putih =

C C   154 
6
2 1
4
3
12
C 3 220 11

Cara Lain : M MMMMMP

MMM
M P MMP
B MMB
M MPM
M P P MPP
B MPB
M MBM
B P MBP
B
MBB
M PMM
M P PMP
B PMB
M
PPM
P P P
PPP
B PPB
M PBM
B P PBP
B
PBB
M BMM
M P BMP
B
BMB
M
BPM
B P P
BPP
B BPB
M
BBM
B P
BPP
B
BBB Tidak Mungkin
  6  5  4 
P ( MMP ) =    
 12  11  10 
 1  7  5 
P ( MPM ) =    
 12  11  10 
 11  6  5  6.5.4 3
P ( PMM ) =     ; Jadi : P(2M, 1P) = (3) =
 12  11  10  12.11.10 11

Jika suatu outcome dari suatu eksperimen tidak mempunyai kemungkinan yang sama
untuk menjadi ( not equaly likely ) maka besarnya kemungkinan outcome tersebut kita
tentukan berdasarkan pengetahuan atau eksperimen yang sudah pernah terjadi. Sebagai contoh
jika sebuah mata uang tidak seimbang maka kita dapat memperkirakan besarnya kemungkinan
munculnya masing-masing sisi ( H dan T) dengan jalan melakukan eksperimen pelemparan
mata uang tersebut dan kemudian hasilnya kita catat. Selanjutnya besarnya P ( H ) dan P ( T )
kita perkirakan berdasarkan percobaan ini.

Misal mata uang tersubut kita lempar sebanyak 1000 kali dan ternyata muncul H
sebanyak 480 kali dan T = 520 kali, maka P ( H ) = 0, 48 dan P( T ) = 0,52. Kemungkinan yang
demikian kita sebut dengan kemungkinan relatif.

Jika data eksperimen tidak ada, maka besarnya suatu kemungkinan dapat kita tentukan
berdasarkan intuisi. Kemungkinan yang demikian kita sebut dengan kemungkinan subyektif.

4.5. ATURAN PENJUMLAHAN

Teorema 4.10.

Jika A dan B adalah suatu kejadian, maka P ( AUB ) = P ( A ) + P ( B ) – P

( A∩B )

A B

A∩B
Dalam aturan penjumlahan maka P ( A ) + P ( B ) harus kita kurangi dengan P ( A∩B ), sebab
P ( A∩B ) kita hitung dua kali ( lihat gambar diatas )

Teorema 4.11.

Jika A dan B mutual eksklusif maka : P ( AUB ) = P( A ) + P( B )

Teorema 4.12.

Jika A1, A2, A3 ……..An mutually exclusive, maka

P ( A1 UA2 UA3………..UAn ) = P ( A1 ) + P ( A2 ) +………….P ( An )

Teorema 4.13.

Jika A1, A2, A3 ……..An adalah partisi dari ruang S, maka :

P ( A1 UA2 UA3………..UAn ) = P ( A1 ) + P ( A2 ) +………….P ( An )
=P(S)
=1

Teorema 4.14.

Untuk tiga kejadian A, B dan C maka :

P(AUBUC)=P(A)+P(B)+P(C)–P(A∩B)–P(A∩C) –
P(B∩C)+P(A∩B∩C)

5 2 6
B
A 1 4
3

7
C

A = ( 1, 2, 3, 5 ) ; B = ( 1, 2, 4, 6 ) ; C = ( 1, 3, 4, 7 )
Jadi : A U B U C = A + B + C - A ∩ B – A ∩ C – B ∩ C + A ∩ B ∩ C
= ( 1, 2, 3, 5 ; 1,2, 4, 6 ; 1, 3, 4, 7 ) - ( 1,2 ) - ( 1,3 ) - ( 1,4 ) + ( 1 )
= ( 2, 3, 4, 5, 6, 7 ) + ( 1 )
= ( 1, 2, 3, 4, 5, 6, 7 )

Contoh 4.29.

Kemungkinan Amir lulus ujian matematik adalah 2/3 dan kemungkinan ia lulus fisika
adalah 4/9.Jika kemungkinan lulus kedua-duanya adalah 1/4, berapa kemungkinan paling
sedikit ia akan lulus satu mata kuliah diatas ?

Jawab :

2 4 1
P(M)= ; P(F)= ; P(M∩F)=
3 9 4
2 4 1 24  16  9 31
Jadi : P ( M U F ) =    
3 9 4 36 36

Contoh 4.30.

Sebuah kartu diambil dari kartu bridge. Berapa kemungkinan kartu tersebut = AS atau
kartu diamond ?

Jawab :

Diamond AS

13
P(D)=
52 P(AUD)=P(A)+P(D)–P(A∩D)
4
P(A)= Jadi : 13  4  1
52 
1 52
P(D∩A)= 16 4
52  
52 13
Contoh 4.31.

Sama dengan Contoh 3.30. tetapi kartu AS atau kartu King.

Jawab :

AS KING

4
P(A)=
52 440 8 2
P(AUK)  
4 52 52 13
P(K)= Jadi :
52
P(A∩K)= 0 A dan K adalah mutual eksklusif

Teorema 4.15

Jika A dan A’ adalah dua kejadian yang saling melengkapi (

Complementary ) maka : P ( A ) + P ( A’ ) = 1

Contoh 4.32.

Kemungkinan seorang mekanik mobil melayani 3, 4, 5, 6, 7, atau lebih dari 8 setiap

harinya berturut-turut adalah : 0,12 ; 0,19 ; 0,28 ; 0,24 ; 0,10 ; 0,07.
Berapa kemungkinan ia akan melayani paling sedikit 5 mobil dalam suatu hari ?

Jawab :

Misal E = kejadian melayani mobil paling sedikit 5 ,

Maka E’ = kejadian melayani kurang dari 5 mobil

 P ( E’ ) = 0,12 +0,19 = 0,31

 P ( E ) = 1– 0,31 = 0,69
4.6. KEMUNGKINAN BERSYARAT DAN ATURAN PERKALIAN

Kemungkinan B terjadi jika A sudah terjadi dinotasikan dengan P ( B / A ) dan

dinamakan kemungkinan bersyarat. Jika terjadinya atau tidak terjadinya B tidak dipengaruhi
oleh kejadian A, maka P ( B / A ) = P ( B ). Dalam hal ini dikatakan bahwa A dan B adalah dua
kejadian yang saling bebas ( independent event ).

Jika A ∩ B menyatakan kejadian dimana A dan B keduanya terjadi maka :

- Jika A dan B saling bebas : P ( A ∩ B ) = P ( A ) . P ( B )
- Jika A dan B tidak bebas : P ( A ∩ B ) = P ( A ) . P ( B / A )

Definisi 4.9.

Kemungkinan terjadinya B jika A sudah terjadi dinotasikan dengan P

P(A  B)
( B / A ) dan di definisikan sebagai P ( B / A ) = untuk P ( A ) > 0
P ( A)

Definisi 4. 10.

Dua kejadian A dan B adalah saling bebas jika dan hanya jika :
P ( B / A ) = P ( B ) dan P ( A / B ) = P ( A )
Jika tidak, maka A dan B adalah tidak saling bebas

Teorema 4.16.

Jika dalam suatu eksperimen kejadian A dan B keduanya dapat terjadi

maka : P ( A ∩ B ) = P ( A ) P ( B / A )

P(A∩B)=P(A)P(B/A)
Contoh 4.33.

Dua buah kartu diambil secara berurutan dari kartu bridge. Berapa kemungkinan
berturut-turut akan terambil kartu As dan King ?

Jawab :

4
P(A)= P(A∩K) =P(A)P(K/A)
52
 4  4 
P(K/A)=
4
Jadi : =   
52  1  52  51
Contoh 4.34.

Misal : S = Seluruh mahasiswa Universitas Pancasila = 10.000

A = Jumlah mahasiswa baru = 2.000
B = Jumlah mahasiswa putri = 3.500

Diketahui 800 dari 3.500 mahasiswa putri merupakan mahasiswa baru.

Jika seorang mahasiswa dipanggil secara acak,

a). Berapa kemungkinan bahwa mahasiswa tersebut mahasiswa baru jika diketahui bahwa ia
adalah mahasiswi.
b). Berapa kemungkinan ia adalah mahasiswi jika ternyata ia adalah mahasiswa lama.

Jawab :
S

B A

1
P ( A ) = 2000/10000 = = 0,2
5
800
P ( B ) = 3500/10000 = 0,35 P(A∩B)=  0,08
10000

P( A  B) 0,08 8
a). P(A/B)=  
P (B ) 0,35 35

P ( B  A)
b). P(B/ A )=
P ( A)

3500  800 2700

P(B∩ A )=   0,27
10000 10000

10000  2000
P (A ) =  0,8
10000

0,27 27
 P(B/ A )= 
0,8 80
Contoh 4.35.

Misal dadu dilempar 2x dan X adalah variabel random yang menyatakan jumlah dari
mata dadu yang muncul didalam lemparan tersebut. Jika :

A = { X / X < 5 } dan B = { X / X = bilangan ganjil }

Hitunglah : a). P ( A / B )

b). P ( B / A )

Jawab :

D-II
D-I 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12

6 1 18 1 2
P(A)=  ; P(B)=  ; P(A∩B)=
36 6 36 2 36

P(A∩B) =P(A)P(B/A) = P(B) P(A/B)

2
P( A  B) 36 4 1
a). P ( A / B ) =   
P( B) 1 36 9
2

2
P( A  B) 36 12 1
b). P ( B / A ) =   
P( A) 1 36 3
6

Contoh 4.36.
Kotak 1 berisi 4 bola putih dan 3 bola hitam, sedang kotak 2 berisi 3 bola putih dan 5
bola hitam. Sebuah bola diambil dari kotak 1 tanpa dilihat dan kemudian dimasukan kekotak
2. Sebuah bola sekarang diambil dari kotak 2, berapa kemungkinannya bola tersebut bola hitam
?
Jawab :

Situasi eksperimen dapat digambarkan sebagai berikut :

H2 H1H
2
H1
KOTAK
2

3P ; 5H + 1H P2
KOTAK H1P2
1
H2 P1H
4P ; 3H
2
P1
KOTAK
2

3P + 1P ; 5H P2
P1P2

 3  6  2
P ( H1 ∩ H2 ) = P ( H1 ) P ( H2 / H1 ) =    
 7  9  7

 4  5  20
P ( P1 ∩ H2 ) = P ( P1 ) P ( H2 / P1 ) =    
 7  9  63

2 20 18  20 38
 P ( mengambil bola hitam dari kotak 2 ) =   
7 63 63 63

Teorema 4.17.

Dua kejadian A dan B adalah saling bebas, jika dan hanya jika :
P(A∩B) = P(A).P(B)

Teorema 4.18.

Jika didalam eksperimen, kejadian A1, A2………….AK dapat terjadi ,

maka :
P ( A1 ∩ A2 ∩ A3 …………∩ AK ) = P ( A1 ) P ( A2 / A1 ) P ( A3 / A1 ∩ A2 )
………. P (AK / A1 ∩ A2 ∩ A3 …∩ AK-1
Jika A1 ; A2 ……..AK saling bebas, maka :
P ( A1 ∩ A2 ∩ A3 …………∩ AK ) = P ( A1 ) P ( A2 )……….. P ( AK )
4.7. TEOREMA BAYES

Perhatikan situasi berikut : Misalkan ruang sampel S adalah terdiri dari jumlah
penduduk dewasa yang tinggal disuatu kabupaten. Penduduk-penduduk tersebut dapat
dikelompokan sbb :
Jenis Status Pekerjaan
Total
Kelamin Bekerja Tidak Bekerja
Pria 460 40 500
Wanita 140 260 400
Total 600 300 900

Selanjutnya diketahui bahwa 36 orang yang bekerja dan 12 orang yang tidak bekerja
adalah anggota dari “Rotary Club”.
Jika A adalah himpunan dari anggota “Rotary Club” dan B adalah himpunan dari yang
bekerja, maka kita dapat menggambarkan himpunan diatas sebagai berikut :

600 300

B BI

B∩A BI ∩ A 12

36 A = Rotary Club

Himpunan : A = ( B ∩ A ) U ( B’ ∩ A )
 P ( A ) = P { ( B ∩ A ) U ( B’ ∩ A ) }
= P { ( B ∩ A ) } + P{ ( B’ ∩ A ) }

P ( A ) = P ( B ) P ( A / B ) + P ( B’ ) P ( A / B’ )
600 6
P(B) = 
900 9
300 3
P ( BI ) = 
900 9

P( A  B) 36 / 900 36 6
P(A/B) =   
P( B) 600 / 900 600 100
P( A  B ' ) 12 / 900 12 4
P ( A / B’ ) = '
  
P( B ) 300 / 900 300 100
 6  6   3  4  36  12 48 4
 P ( A ) =         
 9  100   9  100  900 900 75
Teorema 4.19.

Jika kejadian B1 ; B2 ……BK merupakan partisi dari ruang sampel S sedemikian

sehingga P ( Bi ) ≠ 0 untuk i = 1, 2, 3,…..K, maka untuk setiap kejadian A didalam S
k k
P ( A)   P( Bi  A) 
i 1
 P( B ) P( A / B )
i 1
i i

1 2 3 ……………………….. K

B1 B2 B3 BK

Bukti

Dari gambar diagram Venn diatas tampak bahwa himpunan A merupakan gabungan
dari himpunan-himpunan A ∩ B ; A ∩ B2 ; A ∩ B3 ……………..A ∩ BK yang bersifat mutual
exclusive

 A = ( A ∩ B1 ) U ( A ∩ B2 ) U ( A ∩ B3 ) ……………..U ( A ∩ BK )
P ( A ) = P {( A ∩ B1 ) U ( A ∩ B2 ) ……………..U ( A ∩ BK ) }
= P ( A ∩ B1 ) + P ( A ∩ B2 ) + ……………..P ( A ∩ BK )
= P ( BI ) P ( A / B1 ) + P ( B2 ) P ( A / B2 ) + ………..P ( BK ) P ( A / BK )
k
=  P( B ) P( A / B )
i 1
i i

Contoh 4.38.
Dalam sebuah pabrik perakitan , tiga mesin B1 ; B2 dan B3 membuat 30%, 45% dan
25% suatu produk berdasar pengalaman masa lalu, 2%, 3% dan 2% produk yang dibuat oleh
mesin B1 ; B2 dan B3 akan mengalami kerusakan. Misal diambil secara random sebuah produk
jadi yang dihasilkan dari ketiga mesin tersebut. Berapa kemungkinan produk tersebut
merupakan produk yang rusak.

Jawab :

Misalkan :
A = Kejadian bahwa produk adalah rusak
B1 = Kejadian bahwa produk dibuat oleh mesin B1
B2 = Kejadian bahwa produk dibuat oleh mesin B2
B3 = Kejadian bahwa produk dibuat oleh mesin B3
Berdasarkan Teorema 4.19, maka :

P ( A ) = P ( BI ) P ( A / B1 ) + P ( B2 ) P ( A / B2 ) + P ( B3 ) P ( A / B3 )
= ( 0 , 3 ) ( 0 , 02 ) + ( 0 , 45 ) ( 0 , 03 ) + ( 0 , 25 ) ( 0 , 02 )
= 0, 006 + 0, 0135 + 0, 005
= 0, 0245

Perhatikan diagram berikut

P ( A / B1 ) = 0,02
P ( B1 ) =
o Jadi : P(B1 ∩ A) = P(B1).P(A/B1)
0,30

P ( A / B2 ) = 0,03
P ( B2 ) =
I o o Jadi : P(B2 ∩ A) = P(B2).P(A/B2)
0,45

P ( A / B3 ) = 0,02
P ( B3 ) =
o Jadi : P(B3 ∩ A) = P(B3).P(A/B3)
0,25

Persoalan pada Contoh 4.38 dapat dibalik menjadi sebagai berikut :

Misal sebuah produk diambil secara random dan ternyata produk tersebut merupakan
produk rusak. Berapa kemungkinan produk rusak tersebut berasal dari mesin Bi ? Pertanyaan
ini dapat dijawab dengan menggunakan teorema bayes sebagai berikut.

Teorema 4.20. ( Teorema Bayes )

Jika kejadian B1 ; B2 ; B3………..BK merupakan kejadian partisi dari ruang

sampel S dimana P( B1 ) ≠ 0 untuk i = 1, 2, 3………K, maka untuk setiap kejadian A
didalam S dengan P ( A ) ≠ 0 , berlaku hubungan :

P( Br  A) P( Br ) P( A / Br )
P ( Br /A ) = k
 k

 P( B
i 1
i  A)  P( B ) P( A / B )
i 1
i i

Untuk i = 1, 2, 3, …………….K.
BUKTI

P( Br  A)
P ( Br /A ) =
P( A)
K
Dari Teorema 3.19 : P ( A ) =  P (Bi  A )
i 1

P( Br  A) P( Br ) P( A / Br)
 P( Br / A)  K
 K

 P( B
i 1
i  A)  P( B ) P( A / B )
i 1
i i

Contoh 4.39.

Perhatikan kembali Contoh 4.38. Jika sebuah produk diambil, dan ternyata merupakan
produk rusak. Berapa kemungkinan bahwa produk rusak tersebut berasal dari mesin 3 ?

Jawab :
P ( A  B3 ) P (B3 )P ( A / B3 )
P ( B3 / A ) = 
P ( A) P ( A)
(0,25)(0,02)

0,0245
0,005 5 10.000
  x
0,0245 1000 345

10

49

4.8. SOAL-SOAL TEORI KEMUNGKINAN

4.8.1. RUANG SAMPEL DAN KEJADIAN

1. Sebutkan unsur-unsur dari masing-masing ruang sampel berikut :

a. Himpunan bilangan integer antara 1 dan 50 yang habis dibagi dengan 8
b. Himpunan S = ( x / x2 + 4x – 5 = 0)
c. Himpunan S = ( x / 2x – 4 ≥ 0 dan x <1 )

2. Sebuah eksperimen terdiri dari pelemparan sebuah dadu dan kemudian pelemparan sebuah
mata uang satu kali bila muncul mata dadu genap dan mata uang dilempar 2 kali bila
muncul mata dadu ganjil. Gambarkan ruang sampel dari eksperimen ini.

3. Misal dua buah dadu dilempar satu kali.

a. Gambarkan ruang sampel dari eksperimen ini.
b. Misal A adalah kejadian dimana jumlah dari kedua mata dadu yang muncul
adalah lebih dari 8. Sebutkan unsur-unsur dari A.
 c. Misal B adalah kejadian dimana salah satu dari angka dadu yang muncul adalah
angka 2. Sebutkan unsur dari B.
d. Misal C adalah himpunan dimana angka dadu 1 yang muncul adalah lebih dari
4. Sebutkan unsur dari C.
e. Gambarkan diagram Venn dari ruang sampel, himpunan A, B dan C diatas.
f. Tentukan unsur dari :
A ∩ C ; A ∩ B ; B ∩ C ; A U B U C dan A ∩ B ∩ C.

4. Dua dosen pria dan dua dosen wanita mempunyai kesempatan yang sama untuk dipilih
menjadi ketua dan sekretaris jurusan TI-FTUP. Misal dua pria dan wanita tercatat adalah
P1 P2 dan W1 W2
a. Tentukan ruang sampel dari seluruh kejadian yang mungkin.
b. Misal kejadian A adalah kejadian dimana ketua jurusan adalah pria, sebutkan
unsur-unsur dari A.
c. B adalah kejadian dimana tepat sama dengan satu dari kedua jabatan diatas
diduduki oleh pria. Sebutkan unsur dari B.
d. C adalah kejadian dimana tidak satupun dari kedua jabatan tersebut diduduki
oleh pria. Sebutkan unsur dari C.
e. Gambar diagram Venn dari keadaan diatas dan tentukan unsur dari A ∩ B ; A
U C ; A U B U C dan A ∩ B ∩ C.

5. Misal S = ( 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 )
A = ( 0, 2, 4, 6, 8 )
B = ( 1, 3, 5, 7, 9 )
C = ( 2, 3, 4, 5 )
D = ( 1, 6, 7 )
Gambar diagram venn, dan tentukan unsur dari :
a. A U C b. CI c. ( S ∩ C )I d. A ∩ B e. A ∩ C ∩ DI

4.8.2. MENGHITUNG JUMLAH TITIK SAMPEL

1. Dalam studi kesehatan, pasien diklasifikasi dalam 8 cara sesuai tipe darahnya, yakni : AB+
; AB- ; A+ ; A- ; B+ ; B- ; O+ dan O- dan menurut tinggi rendah tekanan darahnya yakni
tekanan darah tinggi, normal dan rendah.
Tunjukan ada berapa banyak cara klasifikasi dari pasien tersebut.

2. Sebuah perusahaan “real estate” merencanakan akan membangun perumahan dengan 4 tipe
rancangan, 3 sistem pendingin, 1 garasi mobil atau 2 garasi mobil dan dengan taman atau
tanpa taman.
Berapa jumlah seluruh alternatif rencana yang dapat ditawarkan pada calon pembeli ?

3. Tiga digit bilangan akan diambil dari bilangan 0, 1, 2, 3, 4, 5 dan 6

a. Ada berapa banyak angka yang dihasilkan jika masing-masing digit hanya
digunakan satu kali.
b. Berapa banyak yang jumlahnya lebih dari 330 ?

4. Lima orang mendapat kesempatan yang sama untuk dipilih jadi ketua, wakil ketua dan
sekretaris suatu organisasi. Ada berapa alternatif yang mungkin ?
5. Sebuah komisi akan dibentuk terdiri dari 2 orang insinyur, satu ekonom dan dua ahli
hukum. Jika ada 3 insinyur, 2 ekonom dan 4 ahli hukum, ada berapa alternatif komisi
tersebut dapat dibentuk ?

4.8.3. KEMUNGKINAN

1. Dari wawancara 500 mahasiswa FTUP tingkat akhir didapat data sebagai berikut :
- 210 mahasiswa adalah bukan perokok.
- 258 minum susu setiap hari.
- 216 mahasiswa makan dengan sayur mayur setiap hari.
- 122 adalah bukan perokok dan minum susu setiap hari.
- 83 orang minum susu dan makan sayur mayur.
- 97 orang bukan perokok dan makan sayur mayur.
- 52 mahasiswa bukan perokok, minum susu dan makan sayur mayur setiap hari.
Jika seorang mahasiswa tingkat akhir tersebut kita pilih secara random, hitunglah
kemungkinannya bahwa mahasiswa tersebut
a. Tidak merokok tapi tidak minum susu setiap hari.
b. Minum susu dan makan sayur mayur tiap hari tapi perokok.
c. Perokok tapi makan sayur mayur setiap hari.

2. Kemungkinan bahwa sebuah industri ditempatkan di Jakarta adalah 0,7, sedangkan

kemungkinan di Surabaya adalah 0,4. Kemungkinan industri tersebut diletakkan di Jakarta
atau di Surabaya atau keduanya adalah 0,8. Hitunglah berapa kemungkinan industri
tersebut diletakkan di.
a. Kedua kota tersebut.
b. Diluar Jakarta dan Surabaya.

3. Sebuah mobil hasil sebuah produksi sebuah pabrik mempunyai kemungkinan kerusakan
produksi sebagai berikut.
- Kerusakan pada sistem rem : 0,25
- Kerusakan pada sistem transmisi : 0,18
- Kerusakan pada sistem bahan bakar : 0,17
- Kerusakan pada sistem lain : 0,40
a. Berapa kemungkinan terjadi kerusakan pada rem atau sistem bahan bakar jika diketahui
kemungkinan rusak pada keduanya bersama-sama adalah 0,2.
b. Berapa kemungkinan tidak ada kerusakan baik pada sistem rem maupun pada sistem
bahan bakar.

4. Sesuai dengan survey majalah komputer, kemungkinan meletakan PC dirumah adalah

sebagai berikut.
- Dikamar tidur anak dewasa : 0,03
- Dikamar tidur anak-anak : 0,15
- Dikamar tidur lain : 0,14
- Dikamar kerja : 0,40
- Diruang lain : 0,28

a. Hitung kemungkinan PC diletakan dikamar tidur.

b. Hitung kemungkinan PC diletakan bukan dikamar tidur.
c. Misal sebuah rumah yang mempunyai PC dipilih secara random. Pada kamar apa anda
mengharapkan PC akan diletakkan ?
4.8.4. KEMUNGKINAN BERSYARAT

1. Sebuah kelas statistik industri terdiri dari 10 mahasiswa baru, 30 mahasiswa lama dan 10
mahasiswa tingkat akhir. Hasil ujian akhir menunjukan bahwa 3 mahasiswa baru, 10
mahasiswa lama dan 5 mahasiswa tingkat akhir mendapat nilai A. Jika seorang mahasiswa
dipilih dari kelas ini secara random dan ternyata mendapat nilai A, berapa kemungkinan
bahwa ia adalah mahasiswa lama ?

2. Sebuah sampel random terdiri dari 200 orang dewasa yang dikelompokan menurut jenis
kelamin dan pendidikan sebagai berikut.

Pendidikan Pria Wanita Total

SD 38 45 83
Menengah 28 50 78
Universitas 22 17 39
Total 88 112 200

Jika seorang dipilih dari sampel ini secara random, hitunglah kemungkinan bahwa.
a. Orang tersebut adalah pria, jika diketahui bahwa ia adalah berpendidikan menengah.
b. Orang tersebut bukan lulusan Universitas jika diketahui ia adalah wanita.

3. Sebuah kelas terdiri dari 100 orang mahasiswa sebagai berikut :

- 42 Orang mempelajari matematik
- 68 Orang mempelajari psikologi
- 54 Orang mempelajari sejarah
- 25 Orang mempelajari matematik dan psikologi
- 7 Orang mempelajari sejarah tapi tidak mempelajari matematik maupun
psikologi
- 10 Orang mempalajari semuanya
- 8 Orang tidak mempelajari baik matematik, psikologi maupun sejarah
Jika seorang mahasiswa dipilih secara random dari kelas ini, hitunglah kemungkinannya :
a. Ia mempelajari semuanya
b. Ia tidak belajar Psikologi tapi mempelajari baik sejarah maupun matematik.

4. Sebuah produk obat diproses melalui tiga depertemen secara berurutan sbb :

D-I D-2 D-3

Kemungkinan produk tersebut ditolak di departemen 1 adalah 0,1, departemen 2 adalah

0,08 dan departemen 3 adalah 0,12.
a. Berapa kemungkinan produk tersebut lolos dari departemen 1 tapi ditolak di
departemen 2.
b. Ditolak di departemen 3.
5. Kemungkinan bahwa seorang dokter memberikan diagnosis yang benar terhadap suatu
penyakit adalah 0,7. Jika telah diketahui bahwa dokter membuat kesalahan diagnosis maka
kemungkinan pasien mengajukan tuntutan hukum adalah 0,9. Berapa kemungkinan dokter
membuat kesalahan dalam diagnosis dan pesien mengajukan tuntutan hukum ?

4.8.5. TEOREMA BAYES

1. Sebuah pabrik pembuat produk “X” telah menempatkan 4 orang karyawannya untuk
melakukan pemeriksaan akhir dari produk “X” tersebut. Karyawan tersebut adalah ALI,
ANI, ANDI dan AMIR, dimana masing-masing mendapatkan tugas pemeriksaan sebanyak
20% ; 60% ; 15% dan 5% dari hasil produksi. Berdasar data masa lalu kesalahan
pemeriksaan yang dilakukan oleh karyawan tersebut adalah sbb :
ALI : dari 200 pemeriksaan salah 1 X
ANI : dari 100 pemeriksaan salah 1 X
ANDI : dari 100 pemeriksaan salah 2 X
AMIR : dari 200 pemeriksaan salah 1 X
Jika seorang pelanggan melakukan “Complain” kepada pabrik karena produk “X” yang
diterimanya adalah cacat, berapa kemungkinan bahwa kesalahan pemeriksaan tersebut
berasal dari ALI ?

2. Sebuah perusahaan telpon regional telah mengoprasikan tiga stasiun relay pada lokasi
yang berbeda. Selama satu tahun terakhir, sejumlah kesalahan ( malfunctions ) telah
dilaporkan oleh masing-masing stasiun berikut sebab-sebabnya sebagai berikut :

Stasiun
Sebab Kesalahan
A B C
Kesalahan supply listrik 2 1 1
Kesalahan komputer 4 3 2
Kesalahan peralatan 5 4 2
Kesalahan manusia 7 7 5

Misal sebuah “malfunction” telah dilaporkan dan sebabnya adalah kesalahan manusia.
Berapa kemungkinan bahwa kesalahan tersebut berasal dari stasiun C ?