Pertemuan ke

PROBABILITAS
Membahas ukuran/derajat ketidakpastian suatu peristiwa

1. Unsur Probabilitas
S Ruang Sampel, S

Peristiwa, A
A
n(A)
Probabilitas P(A) =
n(S)

0 ≤ P(A) ≤ 1

Elemen, Xi P(A) = 1 – P(A)

A = komplemen A

Ruang Sampel, Peristiwa dan Elemen adalah Unsur2 Probabilitas

2. Probabilitas (Peluang)

Definisi :
Misalkan sebuah peristiwa E dapat terjadi sebanyak n kali
diantara N peristiwa yang saling eksklusif (saling asing,
peristiwa yang satu mencegah peristiwa yang lain), dan
masing-masing terjadi dengan kesempatan yang sama.

Peluang peristiwa E terjadi adalah n/N dan ditulis dalam

bentuk :
n n( E )
P( E )   E = peristiwa , S = ruang sampel
N n( S )
a. Nilai Peluang
Banyaknya elemen dari peristiwa E, n(E), di atas merupakan
sebagian dari seluruh elemen di ruang sampel, n(S) atau N
sehingga nilai peluang E dapat ditulis sebagai :
0 ≤ P(E) ≤ 1
Peluang E, P(E) = 0 terjadi apabila tidak ada elemen dalam
peristiwa E, disebut juga sebagai Elemen Nol, ditulis E : { Ø }
Peluang E, P(E) = 1 terjadi apabila semua elemen peristiwa E
adalah semua elemen yang ada di ruang sampel.
Jadi : n(E) = n(S)
Contoh soal :
Data 90 pemboran di suatu lokasi diantaranya terdapat 50 bor
isi, berapa peluang bor isi daerah tersebut ?
Jika : A = banyaknya bor isi dan
B = banyaknya bor kosong,
maka peluang bor isi ditulis : P( A)  n( A)  50  0,55
n( A  B ) 50  40
Contoh soal :
Data 50 pengambilan grab sampling di suatu titik di atas belt
conveyor diantaranya terdapat 30 sample yang kadarnya >
COG, berapa peluang sample yang kadarnya < COG di lokasi
sampling tersebut ?
Jika : A = banyaknya sample > COG dan
B = banyaknya sample < COG
maka peluang sample < COG ditulis :
n( B ) 20
P( B)    0,4
n( A  B) 30  20
b. Komplemen Peristiwa

Jika E merupakan suatu peristiwa, maka Ē disebut sebagai

komplemen peristiwa E artinya bukan peristiwa E, dan
mempunyai peluang :

P(Ē) = 1 – P(E) atau P(E) = 1 - P(Ē)

Contoh soal :
Dari soal dia atas, berapa peluang bor kosong ?
Jika B = menyatakan bor kosong,
maka B merupakan komplemen dari bor isi A,
jadi n(B) = n(S) – n(A) = 90 – 50 = 40.
Maka peluang bor kosong : n( B) 40
P(B) = 1 – P(A) = 1 – 0,55 = 0,45 atau P( B)  n( S )  90  0,45
Contoh soal :
Dari soal dia atas, berapa peluang < COG ?
Jika B = menyatakan < COG
maka A merupakan komplemen kadar > COG
jadi n(A) = n(S) – n(B) = 50 – 20 = 30.
Maka peluang > COG :
P(A) = 1 – P(B) = 1 – 0,4 = 0,6 atau

n( A) 30
P( A)    0,6
n( S ) 50
c. Peristiwa Ekslusif (saling asing, independen)

Dua peristiwa dikatakan saling ekslusif (saling asing,

independen) jika peristiwa satu mencegah terjadinya peristiwa
lain atau satu peristiwa tidak mempengaruhi terjadinya peristiwa
lainnya.
Peristiwa eksklusif dihubungkan dengan kata atau (union) dan
ditulis dengan simbol U.
Jika k buah peristiwa E1, E2, E3, ....., Ek saling eksklusif atau
saling asing maka peluang terjadinya peluang E1 atau E2 atau
E3 ..... atau Ek sama denga jumlah peluang tiap peristiwa. Dalam
statistika matematik ditulis :
P(E1 atau E2 atau E3 ... atau Ek) = P(E1)+P(E2)+P(E3)+...+P(Ek)
atau ditulis dalam bentuk :
P(E1 U E2 U E3 ..... U Ek) = P(E1) + P(E2) + P(E3) + ... + P(Ek)
 P(E 1U E 2 U E 3 … U E n ) = P(E1) + P(E 2 ) + ….. + P(En )

Interval Frekuensi
A 10 – 19 3
B 20 – 29 4
A B C 30 – 39 8
D 40 – 49 11
E 50 – 59 23
F 60 – 69 9
C D G 70 – 79 6

P(AUBUC) = ? P(AUEUG) = ?
Contoh soal :

Ada 200 lembar undian berhadiah dengan 1 buah hadiah

pertama, 5 buah hadiah kedua, 10 buah hadiah ketiga dan
sisanya tak berhadiah. Seseorang membelinya selembar,
berapa peluang orang tersebut akan memenangkan hadiah
pertama atau kedua ?

Jika A = hadiah pertama maka n(A) = 1

B = hadiah kedua maka n(B) = 5
C = hadiah ketiga maka n(C) = 10
D = tak berhadiah maka n(D) = 200 – 1 – 5 - 10 = 184
Oleh karena peristiwa A, B, C, dan D saling asing, maka :
P(A atau B) = P(A) + P(B)
= 1/200 + 5/200
= 6/200
= 0,03.
d. Peristiwa Dependen (Bersyarat)
(Saling Bergantung, Dependent)
Dua peristiwa dikatakan mempunyai hubungan bersyarat jika peristiwa
satu menjadi syarat terjadinya peristiwa yang lain, ditulis sebagai A ‫ ׀‬B
yang menyatakan bahwa peristiwa A terjadi jika didahului peristiwa B
terjadi. Peluangnya ditulis P(A ‫ ׀‬B) disebut peluang bersyarat untuk
terjadinya peristiwa A dengan syarat B.
Jika terjadinya atau tdk terjadinya peristiwa B tidak mempengaruhi
terjadi-nya peristiwa A, maka A dan B disbt peristiwa bebas atau
independen.
Jika A dan B untuk menyatakan peristiwa2 A dan B kedua2nya terjadi
maka peluangnya dinyatakan dalam peluang bersyarat ditulis sbg :
P(A dan B) = P(AΠB) = P(B).P(A‫ ׀‬B) , jika A dan B dependen
atau
P(A dan B) = P(AΠB) = P(B).P(A) , jika A dan B independen
artinya P(A‫ ׀‬B) = P(A), Rumus di atas dapat diperluas menjadi :
P(E1 dan E2 dan E3 ........dan Ek) = P(E1).P(E2).P(E3)....P(Ek).
 P(A) . P(B) ; A dan B independent
P(AΠB) = AΠD

P(A) . P(A B) ; A dan B dependent

AΠB Komoditi Target, ton

D
2008 2009 2010

A Batubara 500 600 750

A B
B Emas 100 125 350
AΠC C
BΠC C Timah 85 105 172
D E F
Probabilitas Bersyarat
P(A B) = P(A∩B) / P(A)

Contoh :
A menyatakan si Y akan hidup 30 tahun lagi, dgn P(A) = 0,65
B menyatakan si X akan hidup 30 tahun lagi, dgn P(B) = 0,52
maka berapa peluang si Y dan X dua-duanya akan hidup
30 tahun lagi ?

Oleh karena peristiwa A dan B independen, maka peluang si

Y dan X dua-duanya akan hidup 30 tahun lagi adalah :

P(A dan B) = P(A).P(B) = 0,65 . 0,52 = 0,338

Sebuah kotak berisi 10 kelereng merah, 18 kelereng hijau, dan
22 kelereng kuning. Dari kotak diambil kelereng 2 kali, tiap kali
diambil sebuah kelereng. Kelereng yang telah diambil tidak
dikembalikan lagi ke dalam kotak. Berapa peluang kelereng
warna merah pada pengambilan pertama dan kelereng warna
hijau pada pengambilan kedua ?
Jika E = peristiwa pengambilan pertama kelereng merah ,
maka
n( E ) 10
P( E )    0,2
n( S ) 10  18  22
Oleh karena peristiwa F terjadi setelah peristiwa E terjadi
yang berakibat jumlah kelereng merah tinggal 9 buah, maka :
F = peristiwa pengambilan kedua kelereng hijau, maka

n( F ) 18 18
P( F / E )   
n( S  1) 9  18  22 49
Jadi : P(E dan F) = 0,2 . 18/49 = 18/245.
e. Peristiwa Inklusif

Peristiwa A dan B dikatakan mempunyai hubungan inklusif jika

berlaku hubungan atau A atau B atau kedua-duanya terjadi,
sehingga berlaku rumus :

P(A dan atau B) = P(A) + P(B) – P(A dan B)

Contoh soal :
Tumpukan kartu bridge yang terdiri dari 52 buah kartu dengan
gambar spade, heart, diamond, dan club masing-masing terdiri
13 kartu (As, King, Queen, Jack, dan angka 10 s.d. 2). Berapa
peluangnya menarik sebuah kartu didapatkan As spade ?
Jika A = peristiwa kartu As, maka n(As) = 4. Jadi P(As) = 4/52
B = peristiwa kartu spade, maka n(B) = 13. Jadi P(B) = 13/52
C = peristiwa kartu As dan Spade, maka n(C) = 1/52
Jadi :
P(A dan atau B) = P(A) + P(B) – P(A dan B)
= 4/52 + 13/52 – 1/52 = 16/52.
 P(A) + P(B) ; A dan B independent
P(AUB) =
P(A) + P(B) - P(AΠB) ; A dan B dependent

AΠB Komoditi Target, ton

D
2008 2009 2010

A Batubara 500 600 750

A B
B Emas 100 125 350
AΠC C
BΠC C Timah 85 105 172
D E F
P(AUBUC) = ? P(AUD) = ?
f. Peristiwa Bersyarat Bayesian

Misalkan {B1, B2, ...... , Bn} suatu himpunan kejadian yang meru-
pakan suatu sekatan ruang sampel S dengan P(Bi) ≠ 0 untuk
i= 1, 2, ... , n.
Misalkan A suatu kejadian sembarang dalam S dengan P(A) ≠ 0,
maka untuk k = 1,2, ... , n berlaku :

P( Bk  A) P( Bk ).P( A Bk )
P( Bk A)  n
 n

 P( B  A)  P( B ).(P( A B )
i 1
i
i 1
i i
 Probabilitas Bersyarat Bayesian
P(Br A) = P(Br) . P(A Br) / ∑ P(Bi) . P(A Bi)
B1 B2
A
A∩B1
A∩B2
A∩B3

B3
B4
B P(A) P(B)

Firma Bagian yang rusak Bagian yang disuplai oleh

1 0,02 0,15

2 0,01 0,80

3 0,03 0,05

P(B3) . P(A B3)

P(B3 A) =
P(B1).P(A B1) + P(B2).P(A B2) + P(B3).P(A B3)

(0,05) . (0,03)
P(B3 A) = = 3/25
(0,15).(0,02) + (0,80).(0,01) + (0,05).(0,03)
Tiga anggota koperasi dicalonkan menjadi ketua. Peluang pak
Ali terpilih 0,3, peluang pak Badu terpilih 0,5, sedangkan
peluang pak Cokro 0,2. Kalau pak Ali terpilih maka kenaikan
iuran koperasi adalah 0,8. Bila pak Badu atau pak Cokro yang
terpilih maka peluang kenaikan iuran koperasi adalah masing-
masing 0,1 dan 0,4. Bila seorang merencanakan masuk
sebagai anggota koperasi tersebut tapi menundanya beberapa
minggu dan kemudian mengetahui bahwa iuran telah naik,
berapa peluang pak Cokro terpilih jadi ketua ?.
Jika A = orang yang terpilih menaikkan iuran
B1 = Pak Ali yang terpilih
B2 = Pak Badu yang terpilih
B3 = pak Cokro yang terpilih
Maka :
P( B3  A)
P( B3 A) 
P( B1  A)  P( B2  A)  P( B3  A)
Sekarang
P(B1 Π A) = P(B1).P(A/B1) = 0,3.0,8 = 0,24
P(B2 Π A) = P(B2).P(A/B2) = 0,5.0,1 = 0,05
P(B3 Π A) = P(B3).P(A/B3) = 0,2.0,4 = 0,08
Jadi :

0,08 8
P( B3 A)  
0,24  0,05  0,08 37

Peluang pak Cokro terpilih sebagai ketua koperasi

sebesar 8/37.
g. Diagram Venn
Diagram Venn merupakan cara penggambaran hubungan-hubungan
antar peristiwa. Dalam diagram Venn dikenal istilah hubungan
gabungan (union, hubungan atau ), hubungan irisan (intersection,
hubungan dan), hubungan negasi (komplemen).
Diagram Venn digambarkan dalam bentuk empat persegi panjang
yang berisi sejumlah peristiwa beserta hubungan antar peristiwa.

Lihat gambar berikut ini :

Hubungan irisan (intersection), A Π B : himpunan elemen

yang ada di A (elemen A) dan di B (elemen B)
Hubungan gabungan (union), A U C : himpunan yang ada di A
digabung dengan yang ada di C, dimana untuk elemen yang
sama hanya dihitung sekali.
Hubungan negasi (komplemen), Ā : himpunan elemen yang
bukan elemen A.
 AΠB
A
B
AΠBΠC
BΠC
AΠC

C
Contoh soal :
Mahasiswa Teknik Pertambangan pada TA 2013/2014 mengambil mata kuliah :
30 mhs mengambil mata kuliah Statistik
20 mhs mengambil mata kuliah PTMB
40 mhs mengambil mata kuliah Eksplorasi
5 mhs mengambil mata kuliah Statistik dan PTMB
8 mhs mengambil mata kuliah Statistik dan Eksplorasi
10 mhs mengambil mata kuliah PTBM dan Eksplorasi
2 mhs mengambil mata kuliah Statistik, PTMB dan Eksplorasi
6 mhs mengambil mata kuliah yang lain.
Jika dosen wali akan tandatangan pada KRS, berapa peluang dosen wali
tersebut mendapatkan mahasiswa mengambil mata kuliah Statistik saja ?
Jika A = mengambil mata kuliah Statistik maka n(A) = 30
B = mengambil mata kuliah PTMB maka n(B) = 20
C = mengambil mata kuliah Eksplorasi maka n(C) = 40
A Π B = mengambil mata kuliah Statistik dan PTMB maka n(A Π B) = 5
A Π C = mengambil mata kuliah Statistik dan Eksplorasi maka n(A Π C) = 8
B Π C = mengambil mata kuliah PTMB dan Eksplorasi maka n(B Π C) = 10
A Π B Π C = mengambil ketiga mata kuliah maka n(A Π B Π C) = 2
A U B U C = mengambil mata kuliah lainnya maka n(A U B U C) = 6
maka : Jml mhs = (5+8+10+2) + (30-5-8-2) + (20-5-10-2) + (40-8-10-2) + 6
= 25 + 15 + 3 + 20 + 6 = 69
Peluang mahasiswa mengambil mata kuliah statistik saja = 15/69 = 0,217
 5
A = 15 B=3

8 10

AΠBΠC=6
C = 20

Jumlah mahasiswa = 15 + 5 + 2 + 8 + 10 + 3 + 20 + 6 = 69
Peluang mahasiswa mengambil mata kuliah statistik saja
= 15/69 = 0,224
3. Ekspektasi

Misalkan eksperimen menghasilkan k buah peristiwa dapat terjadi,

dengan peluang terjadinya tiap peristiwa adalah p1, p2, p3, .... , pk
dan untuk tiap peristiwa dengan peluang tersebut terdapat
satuan-satuan d1, d2, d3, ..... , dk. Satuan d bisa bernilai positif,
negatif maupun nol dan jumlah peluang sama dengan 1, maka
nilai ekspektasi eksperimen tersebut (Expected Value), ditulis ε
didefinisikan sebagai :
k
E d    p .d i i
i 1

Ε [d] = p1.d1 + p2.d2 + p3.d3 + ......... + pk.dk

atau secara statistika matematik ditulis sebagai :
Contoh soal :
Produksi suatu barang diketahui peluang rusak sama dengan 6%.
Jika diambil sampel secara acak terdiri atas 50 barang, maka
berapa ekspektasinya banyaknya barang yang rusak ?
Peluang banyaknya barang rusak rata-rata : 6% x 50 = 3 buah