1

I. PENDAHULUAN

1.1. Latar belakang

Istilah-istilah seperti peluang, kemungkinan, kebolehjadian dan lain sebagainya

merupakan suatu kata yang biasanya digunakan untuk membicarakan sebuah peristiwa
yang belum bisa dipastikan. Bisa juga merupakan suatu peristiwa yang kebenarannya
belum diketahui. Sesungguhnya terdapat banyak hal yang tidak bisa terlepas dari adanya
kemungkinan yang harus dihadapi. Misalnya saja saat hendak bepergian cuaca yang
mendung belum tentu akan turun hujan, seorang ibu yang sedang hamil tidak tau akan
melahirkan bayi laki-laki atau perempuan, dan orang yang sedang menunggu hasil ujian
tidak tahu akan diterima atau tidak.
Ilmu genetika adalah ilmu yang mempelajari sifat-sifat keturunan (hereditas) serta
segala seluk beluknya secara ilmiah. Orang yang dianggap sebagai Bapak genetika adalah
Gregor Mendel. Berdasarkan Hukum Mendel, tiap sifat organisme hidup dikendalikan oleh
sepasang “faktor keturunan”. Tiap pasangan faktor keturunan menunjukkan bentuk
alternatif sesamanya, kedua bentuk alternatif disebut pasangan alel.Hukum Mendel adalah
salah satu hukum terpenting dalam perkembangan ilmu genetika di dunia. Namun, tidak
banyak orang yang menyadari bahwa penelitian Mendel didasari pada ilmu Matematika
Diskrit. Dalam makalah ini akan dibahas mengenai penelitian Gregor Mendel yang
menggunakan ilmu Kombinatorial dalam Matematika Diskrit, yaitu pencarian jumlah
gamet, perhitungan dalam poligen, dan perhitungan mengenai peluang kemunculan suatu
genotipe tertentu. Kemungkinan dari suatu peristiwa yang diharapkan, ialah perbandingan
antara peristiwa yang diharapkan itu dengan segala peristiwa yang mungkin terjadi
terhadap suatu objek (dalam bahasa inggris kemungkinan ialah Probability)
(Wildan,Yatim:2003).
Kisaran probability adalah dari 0 sampai 1. Suatu kejadian yang pasti akan terjadi
mempunyai probabilitas 1, sedangkan suatu kejadian yang pasti tidak akan terjadi
mempunyai probability 0. Dengan koin yang kedua sisinya adalah gambar,
probabilitas untuk mendapatkan sisi gambar adalah satu dan probabilitas untuk
mendapatkan sisi angka adalah 0.Dengan koin normal (sisi angka dan sisi gambar),
peluang mendapatkan sisi gambar adalah ½ dan peluang lemparan sisi angka adalah 1/2.
(Campbell. 2008: 290) Prinsip-prinsip peluang mendasari hukum-hukum mendel dalam
persilangan, misalnya ketika terjadinya penggabungan secara random antara gamet yang
dibentuk, atau pada saat terjadinya penggabungan secara random antara gamet jantan dan
bertina (Milla. 2017: 6).
Penyakit genetika ini berkaitan erat dan memiliki prinsip yang sama dengan teori
penurunan sifat. Prinsip tentang gen dan teori penurunan sifat digagas oleh Gregor Mendel.
Pada awalnya, Gregor Mendel mengadakan penelitian pada tanaman buncis dan
mempelajari 7 jenis sifat yang berbeda, yang kemudian ditemukan teori persilangan untuk
gen-gen yang independen. Teori persilangan tersebut menyatakan bahwa gen dari
anak merupakan perpaduan (persilangan) dari gen dari kedua orang tuanya. Begitu
juga untuk penyakit genetik, terjangkit atau tidaknya seorang individu tergantung pada
perpaduan gen kedua orang tuanya. Teori peluang diskrit dapat digunakan untuk
menganalisis hal tersebut, memperkirakan peluang harapan terjangkit penyakit atau tidak.
 2

Dengan demikian penurunan penyakit genetik dapat dicegah atau diminimalisir

kemungkinannya. Secara struktural, penyakit genetik terbagi menjadi dua jenis, yaitu
penyakit yang terkait dengan gen seksual (xy dan xx) dan penyakit yang terkait dengan gen
non-seksual (misal buta warna dinotasikan BB dan bb). Terdapat gen resesif dan dominan,
dimana gen dominan lebih berpengaruh dan dapat menindas sifat gen resesif

1.2. Perumusan Masalah

 Untuk menghindari salah penafsiran terhadap istilah yang terkandung dalam

judul pratikum kali ini.
 Maka penulis mencoba untuk mndefinisikan istilah-istilah penting yang
digunakan.

1.3. Tujuan Khusus

Adapun tujuan dari pratikum kali ini adalah untuk memahami prinsip-prinsip
probabilitas yang melandasi genetika, dan juga membuktikan teori kemungkinan.

1.4. Manfaat

Penelitian ini diharapkan dapat memberi manfaat bagi semua pihak terutama pihak
yang berkaitan langsung dalam kegiatan penelitian. Adapun manfaat dari penelitian ini
untuk meningkatkan kualitas diri dalam mempelajari tentang uji silang.
 3

II. TINJAUAN PUSTAKA

Dalam penelitian yang berjudul “Penjadwalan Matakuliah Menggunakan Algoritma

Genetika Di jurusan Sistem Informasi ITS”. Penjadwalan mata kuliah merupakan kegiatan
yang sangat penting untuk proses belajar mengajar di Jurusan Sistem Informasi. Proses
belajar mengajar dilaksanakan oleh seluruh mahasiswa dan dosen yang mengajar, sehingga
jadwal mata kuliah yang disusun harus dapat memfasilitasi kepentingan dosen dan
mahasiswanya. Apabila beberapa batasan yang ada dalam penjadwalan tidak
diperhitungkan dengan baik, maka akan menyebabkan sulitnya untuk melakukan
penjadwalan mata kuliah. Batasanbatasan tersebut, antara lain mata kuliah yang
diselenggarakan, jumlah kelas yang tersedia, jumlah waktu yang ada, dan ketersediaan
dosen yang mengajar. Masalahmasalah penjadwalan yang terjadi di Jurusan Sistem
Informasi tersebut dapat diminimalkan dengan perhitungan penjadwalan yang tepat dan
mempertimbangkan seluruh aspek yang berkaitan dengan kegiatan belajar mengajar di
Jurusan Sistem Informasi. Permasalahan penjadwalan yang rumit di Jurusan Sistem
Informasi ITS menjadikan alasan untuk membuat sebuah sistem penjadwalan matakuliah
yang terotomatisasi. Penjadwalan mata kuliah ini, dibuat dengan menggunakan algoritma
genetika sebagai alat bantu untuk menyelesaikan masalah-masalah yang ada pada
penjadwalan di jurusan. Penjadwalan yang dibuat disesuaikan dengan beberapa batasan
yang ada di jurusan, seperti ketersediaan dosen, mahasiswa yang mengambil mata kuliah,
serta ketersediaan waktu dan ruang kelas (Puspaningrum, 2013).
Dalam penelitian yang berjudul “Implementasi Algoritma Genetika pada sistem
penjadwlan pada LAB ICT terpadu” penelitiian ini bertujuan untuk Penjadwalan ruangan
untuk setiap mata kuliah yang berada di LAB untuk setiap sesi dalam satu hari yang telah
ditentukan oleh pihak Fakultas. Dengan menghitung jumlah mata kuliah yang sama dalam
satu hari dan sesi waktu yang sama. Kemudian setiap semester semakin terus bertambah
mata kuliah yang diadakan diLAB ICT. Pada kasus ini, penulis menggunakan metode
algoritma genetika denganpengkodean integer, lalu panjang kromosom sebanyak 14.
Pengujian dilakukan untukmemudahkan pekerjaan supervisor dan dapat berupa solusi
saran penjadwalan terbaik. Dari penulis yang telah dilakukan terhadap hasil pengujian
penjadwalan didapatkan dari setiapsesi hari presentase keberhasilan sebesar 90.15% (S,
Putra, & Ridwan, 2015).
Dalam penelitian yang berjudul “Optimasi Penjadwalan mata kuliah dengan
Algoritma Genetika “. Penjadwalan perkuliahan merupakan proses penyusunan jadwal
pelaksanaan yang menginformasikan sejumlah mata kuliah, dosen yang mengajar, ruang,
serta waktu kegiatan perkuliahan. Perlu diperhatikan beberapa aspek untuk menyusun
jadwal perkuliahan yang sesuai dengan kebutuhan. Aspek yang perlu diperhatikan antara
lain adalah aspek dari dosen yang mengajar, mata kuliah yang diajar, serta tidak melanggar
pembatasan yang sudah ditentukan. Penyusunan jadwal secara manual cenderung
membutuhkan waktu yang lebih lama dan ketelitian yang cukup bagi pembuat jadwal.
Untuk dapat membuat jadwa yang optional, dibutuhkan metode optimasi. Pada penelitian
ini, akan diuji coba metode optimasi dalam pembuatan jadwal perkuliahan yaitu Algoritma
Genetika. Algoritma genetika merupakan pendekatan komputasional untuk menyelesaikan
masalah yang dimodelkan dengan proses biologi dari evolusi. Parameter- parameter
Algoritma Genetika yang mempengaruhi jadwal perkuliahan yang dihasilkan adalah
 4

jumlah individu, probabilitas crossover, probabilitas mutasi serta metode seleksi,

crossover, mutation yang digunakan. Pengujian dilakukan dengan cara mencari nilai
parameter-parameter algoritma genetika yang paling optimal dalam jadwal perkuliahan.
Hasil penelitian menunjukkan bahwa dengan 100 jumlah generasi, 10 jumlah individu,
30% probabilitas crossover dan 50% probabilitas mutation dapat menghasilkan jadwal
yang paling optimal (Fauzi , 2015).
Dalam penelitian yang berjudul “ Optimasi Penjadwalan Matakuliah dengan
Algoritma genetika pada fakultas ilmu komputer Universitas Panca Budi” Penyusunan
mata kuliah pada Fakultas Ilmu Komputer Universitas Sumatra Utarapada umumnya
dilakukan dengan cara manual. Metode ini memiliki keterbatasan sehingga sering
menyebabkan terjadinya tabrakan jadwal. Pada penjadwalan kuliah dan praktikum sering
terjadi tabrakan jadwal terhadap dosen yang mengajar, tabrakan jadwal pada kelas dan
mahasiswa, tabrakan waktu kuliah kuliah dengan waktu praktikum, alokasi penggunaan
ruangan yang tidak optimal. Metode algoritma genetika merupakam algoritma pencarian
heuristik yang didasarkan atas mekanisme dariseleksi alam yang lebih dikenal dengan
proses evolusi biologis. Algoritma genetika digunakan untuk mendapatkan jadwal yang
optimal yang terdiri dari proses inisialisasi populasi, evaluasi fitness, seleksi, crossover dan
mutasi. Data yang digunakan meliputi data pengajar, data mata kuliah, data ruangan dan
data waktu yang diperolehdari database Fakultas Ilmu Komputer Universitas Sumatera
Utara. Data tersebut terlebih dahulu melalui tahapan proses dari algoritma genetika untuk
mendapatkan hasil yang optimal Hasil dari penelitian ini berupa jadwal mata kuliah yang
sudah dioptimasi sehingga tidak ada terjadi kesalahan dan kesenjangan (Siaahaan, 2016).
Algoritma genetika berangkat dari himpunan solusi yang dihasilkan secara acak
yang disebut populasi. Sedangkan setiap individu dalam populasi disebut kromosom yang
merupakan representasi dari solusi dan masing-masing dievaluasi tingkat ketanggguhannya
(fitness) oleh fungsi yang telah ditentukan. Melalui proses seleksi alam atas operator
genetik, gen dari dua kromosom (disebut parent) diharapkan akan menghasilkan
kromosom baru dengan tingkat fitness yang lebih tinggi sebagai generasi baru atau
keturunan (offspring) berikutnya. Kromosom-kromosom tersebut akan mengalami iterasi
yang disebut generasi (generation). Pada setiap generasi, kromosom dievaluasi berdasarkan
nilai fungsi fitness (Gen dan Cheng, 2000).
 5

III. METODE PRATIKUM

3.1. Tempat dan Waktu

    Kegiatan praktikum ini dilaksanakan di Laboratorium genetika dan pemuliaan

tanaman program Studi Agroteknologi Fakultas Pertanian Universitas Syiah Kuala pada
hari jumat tangga 22 April 2021 pada pukul 10.00-12.00 WIB.

3.2. Alat dan Bahan

Adapun alat dan bahan yang digunakan dalam pratikum kali ini adalah sebagai
berikut: hanya menggunakan koin atau mata uang dan juga kertas karton sebagai alas
melempar.

3.3. Metode Pelaksanaan Pratikum

Dan adapun metode pelaksanaan pratikum pada kali ini adalah sebagai berikut,
yang pertama lempar 1 koin sebanyak 30 x jumlah pelemparan, tabulasikan hasilnya,
kemudian hitung jumlah gambar dan angka yang keluar, dan tentukan perbedaan antara
hasil percobaan dan yang diharapkan.yang kedua melempar gengan menggunakan 3 koin
dengan jumlah pelemparan sebanyak 40 x, dan lakuakan hal yang sama dengan perlakuan
yang pertama.yang ketiga lempar 4 koin secara bersamaan dengan jumlah pelemparan
sebanyak 48 x, dan juga lakukan kembali perlakuan yang sama seperti langkah satu dan
dua.

3.4. Parameter Pengamatan

Untuk parameter pada pratikum kali ini menggunakan : koin dan juga kertas alas
melempar.
 6

IV. HASIL DAN PEMBAHASAN

4.1. Hasil Pengamatan

Berdasarkan hasil dari praktikum yang telah dilakukan oleh praktikan, dengan teknik
pengambilan kancing genetik 2 warna, yaitu merah untuk gen jantan dan putih untuk gen
betina. Didapat hasil berupa tabel sebagai berikut :

4.1.2. Tabel Pengamatan

Tabel 1. Perbandingan nisbah observasi dan nisbah harapan untuk pengambilan 30 x.

1 koin Observasi (O) Harapan (E) (O-E)

Gambar 19 15 4
Angka 11 15 -4
Total 30 30 4

Tabel 2. Perbandingan nisbah observasi dan nibah harapan untuk pengambilan 40 x.

3 koin Observasi (O) Harapan (E) (O-E)

3G-0A 6 5 1
2G-1A 18 5 13
1G-2A 11 5 6
0G-3A 5 5 0
Total 40 20 20

Tabel 3. Perbandingan nisbah observasi dan nisbah harapan untuk pengambilan 48 x.

4 koin Observasi (O) Harapan (E) (O-E)

4G-0A 3 3 0
 7

3G-1A 12 3 9
2G-2A 16 3 13
1G-3A 9 3 6
0G-4A 3 3 0
Total 48 15 28

4.2. Pembahasan

Pada hasil praktikum dilakukan percobaan dengan menggunakan koin untuk

mengetahui peluang munculnya keturunan laki-laki atau perempuan pada suatu
keluarga.Percobaan ini dilakukan dengan melempar koin ke atas kemudian setelah jatuh
akan muncul angka atau gambar, sebelumnya ditentukan permisalan terlebih dahulu
misalnya sisi yang angka untuk perempuan dan sisi yang gambar untuk laki-laki. Maka
setelahdilempar kemudian muncul angka berarti dicatat sebagai munculnya individu
perempuan begitu seterusnya sebanyak 5x pada keluaraga ke-1 sampai dengan keluarga ke
20 dimulaidari P0 – P5 berturut-turut dengan total 48 x lemparan.
Pada percobaan yang pertama mengunakan 1 koin saja untuk melihat jumlah
gambar dan angka yang muncul, pelemparan dilakukan sebanyak 30 x, dengan jumlah
angka sebanyak 11 dan gambar sebanyak 19 x, dengan nilai harapan 15 gambar dan 15
angka. Pada tabel kedua mengunakan 3 koin dengan kemunculan yang dominan terjadi
pada 2G-1A dengan jumlah 18 x, dan jumlah pelemparan sebanyak 40 x,jumlah total nilai
harapan adalah 20. Dan pada tabel ke tiga dilakukan percobaan menggunakan 4 koin dan
dengan jumlah pelemparan sebanyak 48 x. Dengan nilai observasi 15, dan jumlah total
nilai harapan 28. Dan diketahiu bahwa jumlah yang paling banyak muncula adalah 2G-2A
yaitu sebanyak 16 x.

4.3. Tugas Terintegrasi

1. Jika dilakukan persilangan :

P1 : AaBbCbDDEeFf x P2 : aaBbCcDdeeFf
Berapa peluang untuk mendapatkan turunan dengan :
a. Genotipe : aabbccDDeeff
b. Genotipe: AaBBCcDdEeFf
c. Genotipe : aaBbCcddEeFf
d. Fenotipe : seperti aaBBCcDdeeff
e. Fenotipe :sama dengan P1
2. P1 = kacang kapri berbiji kuning (KKLL) x kapri berbiji hijau keriput (kkll)
G = KL x kl
F1 = KkLl kuning licin 100%
P2 = KkLl x KkLl
G2 = KL,Kl,kL,KL,Kl,kL,kl
 8

F2 =

KL Kl kL kl
KL KKLL KKLl KkLL KKLl
Kl KKLl KKll KkLL KKll
kL KkLL KkLl kkLL kkLl
kl KkLl Kkll kkLl kkll

a. Berapa peluang untuk mendapatkan paling sedikit satu individu berbiji hijau
keriput (kkll) dari 50 tanaman F1.
Jawab : 0 karena pada F1 hanya menghasilkan kuning licin 100%.
b. Berapa biji F1 harus ditanam agar 99% pasti diperoleh tanaman F1 yang
menghasilkan paling sedikit 1 sedikit 1 individu berbiji hijau keriput F2.
Jawab : dengan penanaman 2 biji yang diperoleh dari indukkeriput (kkll)
dengan induk keriput (kkll) kemungkinan akan menghasilkan 99% hijau
keriput.

3. Disilangkan bunga ungu (P1) dengan bunga putih (P2)

Menghasilkan F2 : 705 bunga ungu
F2 : 224 bunga putih

Induk Observasi Harapan Devasiasi

Bunga ungu 705 ¾ x 929 = 696,75 8,25
Bunga putih 224 ¼ x 929= 232,25 -8,25
Total 929 0

Jadi persilangan sesuai dengan perbandingan 3:1.

4. P1 = kacang kapri berbiji kuning licin (KKLL) x kapri berbiji hijau keriput (kklll)
G =KL x kl
F1 = KkLl kuning licin 100%
P2 = KkLl x KkLl
G2 = KL,Kl,kL,kl,Kl,Kl,kL,kl.
F2=

KL Kl kL kl
KL KKLL KKLl KkLL KKLl
Kl KKLl KKll KkLL KKll
kL KkLL KkLl kkLL kkLl
kl KkLl Kkll kkLl kkll

Fenotipe :
Kuning licin (K-L-) = 9
Kuning keriput (K-ll) = 3
 9

V. PENUTUP

5.1. Kesimpulan

Dari percobaan yang telah dilakukan, dapat disimpulkan bahwa :    

1. Peluang merupakan peristiwa yang diharapkan. Yaitu pebandingan

antara peristiwa yang diharapkan itu dengan semua peristiwa yang mungkin terjadi 
padasuatu objek.
2.

5.2. Saran

Pada saat penghitungan perbandingan dibutuhkan ketelitian yang tinggi agar data
yang peroleh dapat dibuktikan kebenarannya.
 10

VI. DAFTAR PUSTAKA

Campbell, dkk. 2008.Biologi Edisi ke 5 Jilid 1. Jakarta.

Fauzi,2015.Genetika Dasar. Bandung : Insitut Teknologi Bandung Prassojo.

Gen dan Cheng,2000.Teori Kemungkinan. Jakarta

Milla,2017 Genetika Manusia. Yogyakarta : Gajah Mada University Press

Puspaningrum,2013. Penuntun Praktikum Genetika. Purwokerto : Universitas

MuhammadiyahPurwokerto

TarsitoAdriana, dkk. 2010.Laporan Hasil Praktikum Peluang.

Yatim Wildan. 2003.Genetika. Bandung

 11

VII. LAMPIRAN

Gambar1. Koin dengan gambar dan angka.

Gambar 2. Perhitungan 30x. Gambar 3. pengambilan 40x.

 12

Gambar 4. Pengambilan 48x.

13