1

Pertemuan ke-5: Kamis, 24 Sept 2020

TOPIK 4

Teori Probabilitas
(Peluang)
 2
Probabilitas (Peluang)

 Probabilitas (Peluang) merupakan salah satu cabang

matematika yang mempelajari cara menghitung
tingkat keyakinan seseorang terhadap terjadi atau
tidaknya suatu peristiwa
 Probabilitas merupakan ukuran numerik tentang
seberapa sering peristiwa itu akan terjadi
 Semakin besar nilai probabilitas menyatakan bahwa
peristiwa itu akan sering terjadi
 Peluang bisa dinyatakan dalam perbandingan, bisa
dinyatakan dalam prosentase
 Nilai probabilitas suatu kejadian berkisar antara nol
(nol persen) sampai dengan satu (100 persen)
 (0 ≤ P(A) ≤ 1 )
 3
Menghitung Peluang Kejadian (1)

 Besarnya peluang suatu peristiwa A terjadi, yang

merupakan himpunan bagian dari ruang sampel S
dimana setiap peristiwa didalamnya memiliki
peluang yang sama untuk terjadi, adalah:
𝒏(𝑨)
𝒑 𝑨 = , 0 ≤ p(A) ≤1, dimana
𝒏(𝑺)

P(A) = peluang kejadian A

n(A) = banyaknya anggota kejadian A
n(S) = banyaknya anggota ruang sampel
 4
Menghitung Peluang Kejadian (2)

 P(A) = 1, artinya kejadian A pasti akan terjadi, dan

P(A) = 0, artinya kejadian A mustahil akan terjadi atau tidak akan
pernah terjadi.

 Contoh:
 B = kejadian matahari terbit di timur, maka P(B) = 1
 C = kejadian setiap orang tidak akan mati, maka P(C) = 0
 D = kejadian bahwa besok hari akan hujan, maka
0 < P(D) < 1
 5
Menghitung Peluang Kejadian (3)

 Bila sebuah koin dilemparkan sekali. Hitunglah

peluang munculnya sisi angka.
Ruang Sampel {Gambar,Angka}, jadi n(S)=2
Kejadian A= {Angka}, jadi n(A)=1
p(A)=n(A)/n(S) = ½ = 50%;
 Hitunglah peluang memperoleh kartu hati bila sebuah
kartu diambil secara acak dari seperangkat kartu
bridge?
 Banyaknya kemungkinan percobaan (ruang sampel)
adalah 52, dan 13 diantaranya adalah hati. Maka
peluang memperoleh kartu hati adalah P(A) = 13/52 = 1/4
 6
Menghitung Peluang Kejadian (4)

 Bila sebuah dadu dilemparkan sekali, berapa peluang yang muncul

angka genap?
Ruang sampelnya adalah S = {1, 2, 3, 4, 5 , 6}, Kejadian A adalah, A =
{2, 4, 6}, jadi
P(A)=n(A)/n(S)
=3/6
=1/2
 7
Menghitung Peluang Kejadian (5)

 Bila dua buah koin dilemparkan sekaligus, hitunglah peluang

munculnya kedua sisi angka (AA)
 Kemungkinan yang muncul

Kejadian Koin 1 Koin 2 Titik

Sampel
1 A A AA
2 A G AG
3 G A GA
4 G G GG
 8
Menghitung Peluang Kejadian (6)

 Ruang sampel adalah S = {GG, GA, AG, AA} Banyaknya anggota

ruang sampel, n(S) = 4
 Kejadian A (muncul kedua sisi angka) adalah A = {AA}, jadi
banyaknya anggota kejadian A, n(A) = 1
 Maka P(A)=1/4
 Jadi peluang muncul kedua sisi adalah Angka = ¼ (25%)
 9
Kejadian Majemuk (1)

 Kejadian majemuk dibentuk atau disusun oleh dua kejadian atau

lebih, baik secara gabungan (union) atau perpotongan (interseksi)
atau paduan dari keduanya
 Sifat Hubungan Dalam Kejadian Majemuk
 Kejadian yang saling lepas (mutually exclusive event)
 Kejadian yang Independen (Independen Event)
 Kejadian Bersyarat (Conditional Event)
 10
Kejadian Majemuk (2)

 Kejadian yang saling lepas (mutually exclusive event)

 Dua kejadian dikatakan saling lepas/saling meniadakan, jika terjadinya
kejadian yang satu meniadakan kejadian yang lainnya atau kejadian
yang satu dan kejadian lainnya tidak dapat terjadi secara serempak
dalam waktu yang sama.
 Contoh: Munculnya sisi gambar pada pelemparan sebuah uang logam,
meniadakan munculnya sisi angka. Dengan kata lain, munculnya sisi
gambar tidak dapat bersamaan dengan munculnya sisi angka.
 Contoh: dalam sebuah wadah terdapat sejumlah produk (tercampur
antara produk yang baik dan yang cacat). Bila sebuah produk diambil,
terambilnya produk yang cacat otomatis menutup terambilnya produk
yang baik (tidak cacat).
 11
Kejadian Majemuk (3)

 Kejadian yang Independen (Independen Event)

 Dua kejadian dikatakan independen atau bebas, apabila terjadi-
tidaknya kejadian yang satu tidak mempengaruhi terjadinya kejadian
yang lain.
 Contoh: Bila sebuah dadu dan sebuah uang logam (koin) dilemparkan
sekali secara bersamaan, maka munculnya (di atas) salah satu sisi dadu
(misalkan, sisi dadu dengan mata 3), tidak mempengaruhi munculnya (di
atas) salah satu sisi koin (misalkan sisi gambar), dan sebaliknya.
 Contoh: Lahirnya seorang anak laki-laki sebagai anak pertama dari
seorang ibu, tidak mempengaruhi peluang lahirnya seorang anak laki-
laki atau perempuan sebagai anak kedua dari ibu tersebut.
 Kedua kejadian tersebut di atas merupakan contoh dari kejadian
independen.
 12
Kejadian Majemuk (4)

 Kejadian Bersyarat (Conditional Event)

 Dua kejadian dikatakan bersyarat atau dependen
apabila terjadinya salah satu kejadian akan
mempengaruhi terjadinya kejadian lainnya atau
kejadian yang satu mendahului terjadinya kejadian
yang lain.
 Contoh: Seseorang diterima menjadi mahasiswa, bila
ia lulus tes masuk perguruan tinggi.
 Contoh: Bola lampu akan menyala (hidup), bila bola
lampu dialiri arus listrik.
 Kedua kejadian tersebut merupakan contoh dari
kejadian bersyarat.
Aturan-Aturan Peluang Suatu 13
Kejadian

 Aturan Komplementer
 Aturan Penjumlahan
 Aturan Perkalian
 Aturan Kejadian Bersyarat
 14
Aturan Komplementer

 Bila A dan Ᾱ adalah dua kejadian yang satu

merupakan komplemen lainnya, maka:
P(A) + P(Ᾱ) = 1,
P(A) = peluang terjadinya kejadian A
P(Ᾱ) = peluang terjadinya kejadian bukan A
 Contoh: Peluang tumbuhnya suatu benih 85%. Berapa
peluang benih tersebut tidak tumbuh?
Penyelesaian: A = kejadian benih tumbuh, Ᾱ =
kejadian benih tidak tumbuh.
Diketahui p(A)=85% atau 0.85,
maka p(Ᾱ)=1-0.85= 0.15 atau 15%.
 15
Aturan Penjumlahan (1)

 P(A U B) = P(A) + P(B) - P(A ∩ B)

 P(A U B) = P(A atau B) = peluang terjadinya kejadian A
atau kejadian B
 P(A ∩ B) = P(A dan B) = peluang terjadinya kejadian A
dan kejadian B secara serempak
 P(A) = peluang terjadinya kejadian A
 P(B) = peluang terjadinya kejadian B
 16
Aturan Penjumlahan (2)

 Contoh: Sebuah survei yang dilakukan terhadap para

dosen yang melaksanakan kuliah daring mengenai
penggunaan Zoom dan Meet dalam perkuliahan.
Ternyata hasilnya: 50% senang menggunakan Zoom,
40% senang menggunakan Meet, dan 30% dari
mereka senang menggunakan keduanya.
 Jika seorang dosen dipilih secara acak.
(a) Berapa peluang dosen tersebut senang menggunakan
paling sedikit satu dari kedua aplikasi tersebut?
(b) Berapa peluang dosen tersebut tidak senang
menggunakan baik Zoom ataupun Meet?
Aturan Penjumlahan (3)
17

 A = kejadian dosen senang menggunakan Zoom

 B = kejadian dosen senang menggunakan Meet
 Maka,
 P(A) = 50% = 0,5 dan P(B) = 40% = 0,4
 P(A ∩ B) = P(A dan B) =30% = 0,3
(a) Peluang dosen tersebut senang menggunakan paling sedikit satu dari kedua
aplikasi tersebut
= P(A U B) = P(A atau B)
P(A U B) = P(A) + P(B) - P(A ∩ B) = 0,5 + 0,4 – 0,3 = 0,6
Jadi, peluang bahwa seorang dosen senang menggunakan paling sedikit satu
dari kedua aplikasi tersebut adalah 0,6
(b) Peluang dosen tersebut tidak senang menggunakan baik Zoom ataupun Meet:

P(A U B ) = 1 - P(A U B) = 1 – 0,6 = 0,4

Jadi, peluang bahwa dosen tersebut tidak senang menggunakan baik Zoom
ataupun Meet adalah 0,4
Aturan Perkalian (1) 18

 Aturan perkalian digunakan untuk menghitung peluang

kejadian gabungan (dua atau lebih kejadian yang terjadi
secara serempak atau dua kejadian atau lebih yang terjadi
secara berurutan)
 jika munculnya kejadian A tidak mempengaruhi peluang
munculnya kejadian B (A dan B saling bebas), maka peluang
bahwa A dan B terjadi bersamaan adalah:

P(A dan B) = P(A ∩ B) = P(A) x P(B)

Aturan Perkalian (2) 19

 Contoh: Pada percobaan pelemparan dua buah dadu,

tentukan peluang munculnya angka genap pada dadu
pertama dan angka ganjil prima pada dadu kedua!
 A = kejadian munculnya angka genap pada dadu I = {2, 4, 6},
maka P(A) = 3/6
 B = kejadian munculnya angka ganjil prima pada dadu II = {3,
5}, maka P(B) = 2/6
 Karena kejadian A tidak mempengaruhi kejadian B, maka
keduanya disebut kejadian bebas, sehingga peluang
munculnya kejadian A dan B adalah:
P(A ∩ B) = P(A) x P(B) = 3/6 x 2/6 = 1/6
Jadipeluang munculnya angka genap pada dadu pertama
dan angka ganjil prima pada dadu kedua adalah 1/6
Aturan Kejadian Bersyarat 20

(1)
 Jika munculnya A mempengaruhi peluang
munculnya kejadian B atau sebaliknya, maka A
dan B adalah kejadian bersyarat;
 Peluang kejadian A dengan syarat kejadian B
telah terjadi dituliskan sebagai P(A|B);
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐴𝐵 =
𝑃(𝐵)
 Jika A dan B saling bebas, maka A ∩ B = ø,
sehingga
P(A | B) = 0
Aturan Kejadian Bersyarat (2) 21

Hasil Pengamatan terhadap rambut dari 11 orang

mahasiswa didapatkan hasil sebagai berikut:

WARNA
JENIS RAMBUT
HITAM TIDAK HITAM
LURUS 2 0
IKAL 2 4
KERITING 1 2

Berapa peluang terpilih mahasiswa berambut lurus

dengan syarat hitam?
Aturan Kejadian Bersyarat 22

(3)
𝑃(𝐿𝑢𝑟𝑢𝑠 ∩ 𝐻𝑖𝑡𝑎𝑚)
𝑃 𝐿𝑢𝑟𝑢𝑠 𝐻𝑖𝑡𝑎𝑚 =
𝑃(𝐻𝑖𝑡𝑎𝑚)

Data yang ada di Tabel menunjukkan bahwa:

 Jumlah sampel mahasiswa = 11 orang
 Jumlah mahasiswa berambut lurus dan hitam = 2
orang, jadi P(Lurus ∩ Hitam) = 2/11
 Jumlah mahasiswa berambut hitam = 5 Orang,
jadi P(Hitam)= 5/11
2Τ
 Sehingga: 𝑃 𝐿𝑢𝑟𝑢𝑠 𝐻𝑖𝑡𝑎𝑚 = 5Τ
11
= 2/5
11
23