MAKALAH

“PELUANG DISKRIT”
Untuk memenuhi tugas mata kuliah Matematika Diskrit yang diampu
oleh Eka Kurniawan, S.Pd., M.Pd

DISUSUN OLEH:
KELOMPOK 4

1. SUKMAWATI (E1R018078)
2. SUSENA SATILA (E1R019149)
3. SYAFA AULIA (E1R019152)
4. WIDYA RISKI ANNISA (E1R019161)
5. HURUN EIN (E1R019067)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MATARAM

2021
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT. Yang telah melimpahkan berbagai nikmatnya
sehingga penulis dapat menyelesaikan proposal ini dengan tepat waktu. Sholawat serta salam
tak lupa dihaturkan kepada junjungan kita Nabi Muhammad SAW. Yang telah membawa umat
manusia keluar dari zaman jahiliah menuju zaman yang penuh dengan IPTEK.
Makalah ini merupakan hasil pembelajaran mata kuliah matematika diskrit yang disusun
untuk memenuhi tugas perkuliahan. Jadi tujuan utama penyusunan makalah ini adalah sebagai
salah satu media pembelajaran. Kami menyadari dalam makalah ini terdapat banyak
kekurangan. Oleh karena itu kritik dan saran sangat kami harapkan agar dapat memacu untuk
menyusun makalah yang lebih baik lagi. Semoga pembaca dapat mengambil manfaat.

Mataram, 1 November 2021

Penyusun
 DAFTAR ISI

KATA PENGANTAR.........................................................................................................ii
DAFTAR ISI......................................................................................................................iii
BAB I PENDAHULUAN......................................................................................................
1.1 Latar Belakang..........................................................................................................
1.2 Rumusan Masalah.....................................................................................................
1.3 Tujuan ......................................................................................................................
BAB II PEMBAHASAN.......................................................................................................
2.1 Pengertian Peluang Diskrit………………………………………………………...
2.2 Syarat-Syarat Dikatakan Peluang Diskrit………………………………………….
2.3 Macam – Macam Peluang Diskrit.............................................................................
BAB III PENUTUP...............................................................................................................
3.1 Kesimpulan...............................................................................................................
3.2 Saran.........................................................................................................................
DAFTAR PUSTAKA............................................................................................................
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Matematika diskrit adalah salah satu ilmu yang memiliki banyak kegunaan dalam
berbagai bidang ilmu lainnya. Matematika diskrit merupakan cabang matematika yang
mempelajari tentang obyek-obyek diskrit. Diskrit itu sendiri adalah sejumlah berhingga
elemen yang berbeda atau elemen-elemen yang tidak bersambungan. Dimana data diskrit
merupakan data yang satuannya selalu bulat dalam bilangan asli dan tidak berbentuk
pecahan. Contoh dari data diskrit misalnya manusia, pohon, bola dan lain-lain. Berikut ini
adalah beberapa alasan pentingnya mempelajari matematika diskrit antara lain :
1. Landasan berbagai bidang ilmu matematika : logika, teori bilangan, aljabar linier
dan abstrak,kombinatorial, teori graft, teori peluang (diskrit).
2. Landasan ilmu komputer : struktur data, algoritma, teori database, bahasa formal, teori
automata, teori compiler, sistem operasi, dan pengamanan komputer (computer
security).
3. Mempelajari latar belakang matematis yang diperlukan untuk memecahkan masalah
dalam riset operasi (optimasi diskrit), kimia, ilmu-ilmu teknik, biologi,
telekomunikasi, dan sebagainya.

Dari alasan-alasan di atas, jelaslah bahwa matematika diskrit memiliki jangkauan yang luas
dalam berbagai bidang ilmu. Dalam makalah ini akan dibahas secara terperinci mengenai
peluang diskrit. Sebenernya antara kombinatorial dan teori peluang sebenarnya terkait erat.
Peluang didasarkan pada suatu percobaan seperti pelemparan uang logam, pelemparan
dadu, penarikan kartu dan lain-lain.

2.1. Rumusan Masalah

a. Apa definisi dari peluang diskrit?
b. Apa saja sifat-sifat peluang diskrit?
c. Apa saja macam-macam peluang diskrit?
3.1. Tujuan
a. Mengetahui definisi peluang diskrit
b. Mengetahui sifat-sifat peluang diskrit
c. Mengetahui macam-macam peluang diskrit
 BAB II
PEMBAHASAN

2.1. Pengertian Peluang Diskrit

Anatara kombinatorial dan teori peluang sebenarnya saling berkaitan erat. Teori peluang
banyak meggunakan konsep-konsep di dalam kombinatorial. Pada pertemuan sebelumnya
sudah disebutkan bahwa kombinatorial didasarkan pada percobaan. Hasil percobaan
diamati dan jumlah semua kemungkinan dihitung. Misalnya pada pelemparan dadu dengan
6 muka, hasil yang muncul untuk satu kali pelemparan ada 6 kemungkinan yaitu muka 1,
2,3,4,5 dan 6. Pada kejadian mengambil 5 buah kartu remi dari 52 buah kartu, terdapat C
(52,9) = 2. 598.960 Kemungkinan kombinasi kartu.
Himpunan semua kemungkinan hasil percobaan dinamakan ruang sample (sample
space) dari percbaan yang bersangkutan. Setiap hasil percobaan didalam ruang sample
disebut titik sample (sample point). Hasil-hasil percobaan tersebut bersifat saling terpisah.
Dikatakan saling terpisah karena dari seluruh ruang sample, hanya satu titik sample yang
muncul. Misalnya pada pelemparan dadu, hasil percobaan yang muncul hanya salah satu
dari 6 muka dadu, tidak mungkin muncul dua muka dadu atau lebih, atau tidak mungkin
salah satu dari enam muka dadu tidak ada yang muncul.

Misalkan ruang sample dilambangkan dengan S dan titik-titik sample dilambangkan

dengan x 1 , x 2 , … , … , maka

S= { x1 , x 2 , … , xi , … }

Menyatakan ruang sample S yang terdiri dari titik-titik sample x 1 , x 2 , … , x i dan seterusnya.
Ruang sample yang jumlah anggotanya terbatas disebut ruang sample diskrit. Peluang
terjadinya sebuah titik sample dinamakan Peluang Diskrit dan disimbolkan dengan
p=(x ¿¿ i)¿

Definisi 6.4. Misalkan x i adalah sebuah titik sample dalam ruang sample S. peluang bagi x i
adalah ukuran kemungkinan terjadinya atau munculnya x i diantara titik-titik sample yang
lain di dalam S.

Titik sample yang mempunyai peluang lebih besar berarti kemungkinan terjadinya lebih
besar pula, sedangkan titik sample yang peluangnya lebih kecil berarti kemungkinan
terjadinya juga lebih kecil.
2.2. Sifat-Sifat Peluang Diskrit
Peluang diskrit mempuyai sifat sebgai berikut:
1. 0 ≤ p ( x¿ ¿i)≤ 1 ¿, yaitu nilai peluang adalah bilangan tidak negatif dan selalu lebih
kecil atau sama dengan 1.
|S|
2. ∑ p( x¿¿ i)=1 ¿, yaitu jumlah peluang semua titik sample didalam ruang sample S
i=1

adalah 1.

Contoh: Pada pelemparan dadu, S= { 1,2,3,4,5,6 }. Peluang munculnya setiap angka adalah

1
sama yaitu
6

2.3. Macam-Macam Peluang Diskrit

Dalam distriusi peluang diskrit dibagi menjadi beberapa macam yaitu:

1. Distribusi Uniform Diskrit

Bila variable acak X memiliki nilai x 1 , x 2 , … . x k dengan probabilitas yang sama, maka
distribusi uniform diskrit dinyatakan sebagai:

1
f ( x , k )=
k
Keterangan;
k =¿Parameter
Contoh:
Bila lampu pijak dipilih secara acak dari suatu kotak yang berisi lampu pijar 40watt, 60

1
watt, 75watt, 100 watt, dengan peluang masing-masing .Maka distribusi uniformnya
4
adalah
Jawab:
1 1
Fungsi Peluangnya adalah f ( x , k )= =f ( x , 4 )= dengan x=40 ,60,75,100
k 4
Teorema 5.1
Rata-rata dan varians dari suatu distribusi uniform diskrit f ( x , k ) adalah:
 k

∑ xi
μ= i=1
k
Dan
k

∑ ( xi −μ )2
σ 2= i=1
k
Keterangan:
μ = Rata-rata (Mean)
σ = Varians
Contoh:
1
Peluang muncul jumlah titik pada dadu dari S= { 1,2,3,4,5,6 } adalah sama yaitu . Jadi
6
merupakan distribusi uniform (seragam). Tentukan mean dan variansnya
Jawab:
1 1
Fungsi Distribusi Peluangnya adalah f ( x , k )= =f ( x , 6 ) =
k 6
Dengan x=1,2,3,4,5,6 sehingga
Menentukan mean atau rata-rata dengan cara:
k

∑ xi 1+2+3+ 4+ 5+6 21
μ= i=1 = = =3,5
k 6 6
Jadi mean atau rata-rata peluang dadu tersebut adalah 3,5.
Menentukan varians dengan cara:
k
35
∑ ( xi −μ )2 2 2
(1−3,5) +(2−3,5) +…+(6−3,5) 2
2 35
σ 2= i=1 = = = =2,91
k 6 6 12
Jadi nilai varians adalah 2,91.

2. Distribusi Binomial
Distribusi binomial adalah suatu percobaan atau eksperimen yang mempunyai dua buah
kejadian, yaitu sukses atau gagal.
Suatu percobaan binomial adalah suatu percobaan yang memiliki sifat-sifat berikut:
a. Percobaan terdiri atas n percobaan yang berulang
b. Setiap hasil percobaan dapat diklasifikasikan sebagai sukses atau gagal.
c. Probabilitas sukses ,dinyatakan dengan p dan gagal dengan q=1− p .
d. Percobaan-percobaan yang dilakukan tidak saling bergantungan (independent).
Definisi:
Distribusi Binomial:Suatu usaha Bernoulli dapat menghasilkan suskses dengan peluang
pndan gagal dengan peluang q=1− p,maka distribusi peluang binomial X,yaitu
banyaknya sukses dalam n usaha bebas ialah :

P ( X=x )= n p x q n−x
()
x
Dengan x=0,1,2,3 , … n
Contoh:
3
Suatu suku cadang dapat menahan uji goncangan tertentu dengan peluang .Hitunglah
4
peluang bahwa tepat 2 dan 4 suku cadang yang diuji tidak akan rusak.
Jawab:
 Misalkan tiap pengujian bebas,jadi pengujian yang satu tidak mempengaruhi atau
dipengaruhi yang berikutnya.
3
 Jadi p= untuk tiap keempat pengujian, sehingga :
4
2
3 1 2 3
P ( X=x )= n p x q n−x =P ( X =2 )=
() ( )( ) ( =p 2 ; 4 ; )
x 4 4 4
¿
4! 27
¿ . ( 0,75 )2 . ( 0,25 )2= =0,210938
2! (4−2) 128
Jadi peluang bahwa tepat 2 dan 4 suku cadang yang diuji tidak akan rusak adalah
0,210938.
Distribusi Binomial negative
Bila percobaan yang berulang secara independent menghasilkan kesuksesan dengan
probabilitas p dan gagal dengan probabilitasq=1− p .maka distribusi probabilitas
variable acak X pada saat terjadi kesuksesan yang ke- k adalah:

P ( X k =x ) = x−1 p x q x−k dengan x=k ,k + 1, k + 2, … . .

( )
k −1
Contoh:
Anggap suatu kabel terdiri dari beberapa kawat yang tersusun secara independent
Kadang-kadang kabel tersebut dibebani dengan beban yang berlebihan pada saat itu
 probabilitas bahwa ada satu kawat yang putus adalah 0,05. Asumsikan bahwakegagalan
2 atau lebih kawat tidak sama. Kabel harus diganti bahwa 3 kawat sudah putus.Tentukan
probabilitas bahwa kawat dapat bertahan pada saat dibebani dengan beban berlebihan
paling tidak 5 kali sebelum kabel tersebut diganti?

Jawab:
P ( X k ≥ 6 )=1−P ( X 3 <6 )

¿ 1− (22 )× ( 0.05 )−(32)( 0.05 ) . ( 0.95)−(42)( 0.05 ) . ( 0.95)

3 3 2

¿ 0.99884

3. Distribusi Poisson
Model poisson merupakan contoh dari model fungsi probabilitas untuk variable acak
diskrit. Model poisson banyak digunakan dalam aplikasi perhitungan,misalnya berapa
jumlah unit cacat dalam produksi lampu pada shif pertama, jumlah panggilan telpon
pada layanan antar pesan dalam tiap jam ,dan sebagainnya. Distribusi poisson disebut
juga sebagai peristiwa yang jarang terjadi. Distribusi ini dianggap sebagai pendekatan
pada distribusi binomial n (banyak percobaan ) adalah besar, sedangkan p (peluang
sukses) adalah sangat kecil. Distribusi ini digunakan untuk menghitung jugapeluang
terjadinya kejadian menurut satuan waktu ataupun ruang.
Fungsi massa probabilitas X:

e− vt ( vt )x
P ( X=x )= dengan k =0,1,2 , … .
x!

Contoh:

Berdasarkan data, badai hujan di suatu kota selama 20 tahun, menunjukkan

bahwa rata- rata terdapat 4 kali badai hujan pertahun. Asumsikan kejadian badai hujan
adalah proses poisson,berapa peluang bahwa tidak ada hujan tahun depan ?

Jawab:

e−4 ( 4 )0
P ( X t =0 ) = =0.018
0!
 Probabilitas akan terjadi 4 kali badai hujan tahun depan adalah

e−4 ( 4 )4
P ( X t =0 ) = =0.195
4!

Probabilitas akan terjadi 2 kali atau lebih badai hujan tahun depan adalah

1
e−4 ( 4 ) x
P ( X t ≥ 2 )=1−∑ =1−0.018−0.074=0.908
x=0 x!

4. Prinsip Inklusi dan Ekslusi

Misalkan A dan B sembarang himpunan. PenjumlahanA+B menghitung banyaknya
elemen A yang tidak terdapat dalam B dan banyaknya elemen B yang tidak terdapat
dalam A tepat satu kali, dan banyaknya elemen yang terdapat dalam A  B sebanyak dua
kali. Oleh karena itu, pengurangan banyaknya elemen yang terdapat dalam A  B dari
A+B membuat banyaknya anggota A  B dihitung tepat satu kali. Dengan demikian,
A  B= A+B - A  B.

Generalisasi dari hal tersebut bagi gabungan dari sejumlah himpunan dinamakan prinsip

inklusi-eksklusi

Contoh:

Dalam sebuah kelas terdapat 25 mahasiswa yang menyukai matematika diskrit, 13

mahasiswa menyukai aljabar linier dan 8 orang diantaranya menyukai matematika diskrit
dan aljabar linier. Berapa mahasiswa terdapat dalam kelas tersebut?

Jawab:

Misalkan A himpunan mahasiswa yang menyukai matematika diskrit dan B himpunan

mahasiswa yang menyukai aljabar linier. Himpunan mahasiswa yang menyukai kedua
mata kuliah tersebut dapat dinyatakan sebagai himpunan A  B. Banyaknya mahasiswa
yang menyukai salah satu dari kedua mata kuliah tersebut atau keduanya dinyatakan
dengan A  B. Dengan demikian
A  B = A+B - A  B
= 25 + 13 – 8
= 30.
Jadi, terdapat 30 orang mahasiswa dalam kelas tersebut.
 BAB III

PENUTUP

a. Kesimpulan
Dari uraian tentang peluang diskrit diatas dapat kita simpulkan bahwa Teori
peluang banyak menggunakan konsep-konsep di dalam kombinatorial. Sayangnya,
kedua bidang ini lahir dari tempat yang kurang  patut, yaitu dari arena judi (gambling
games). Peluang adalah derajat/tingkat kepastian atau keyakinan dari terjadinya suatu
peristiwa dalam suatu percobaan tertentu dengan kisaran nilai peluang 0  ≤  p( )  ≤  1.
Peluang diskrit mempuyai sifat 0 ≤ p ( x¿ ¿i)≤ 1 ¿, yaitu nilai peluang adalah

|S|
bilangan tidak negatif dan selalu lebih kecil atau sama dengan 1. Dan ∑ p( x¿¿ i)=1 ¿
i=1

, yaitu jumlah peluang semua titik sample didalam ruang sample S adalah 1
b. Saran
Dalam penulisan makalah ini masih banyak kekurangan sehingga tidak sesuai
dengan keinginan pembaca, untuk itu saran dari pembaca sangat diharapkan agar
penulisan makalah selanjutnya kekurangan-kekurangan tersebut dapat penulis
perbaiki
 DAFTAR PUSTAKA

Munir, Rinaldi.2005. Matematika Diskrit. Bandung: Penerbit Informatika