MAKALAH

“KONSEP DASAR DAN HUKUM PROBABILITAS”

Disusun untuk Memenuhi Tugas Mata Kuliah Teori Probabilitas

Dosen Pengampu : Yuni Syifau Rohmah, M. Pd.

Disusun Oleh :

Nama : MUHAMAD REZA FAHLEPI

Kelas : TI 20 B
NIM : 20416226201080

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS BUANA PERJUANGAN KARAWANG
2021/2022
 A. PENGERTIAN PROBABILITAS
Probabilitas atau Peluang adalah suatu ukuran tentang kemungkinan suatu peristiwa (event)
akan terjadi di masa mendatang. Probabilitas dapat juga diartikan sebagai harga angka yang
menunjukkan seberapa besar kemungkinan suatu peristiwa terjadi, di antara keseluruhan
peristiwa yang mungkin terjadi. Probabilitas dilambangkan dengan P.
B. KONSEP DASAR DAN HUKUM PROBABILITAS
1. HUKUM PENJUMLAHAN
Hukum penjumlahan menghendaki peristiwa saling lepas (mutually exclusive)
jika kejadian-kejadian tersebut tidak dapat terjadi bersamaan dan peristiwa/kejadian
bersama (non mutually exclusive) jika kejadian-kejadian tersebut dapat terjadi
bersamaan.
Addition Rule : untuk dua events A dan B yang terpisah / disjoint ( Mutually
Exclusive) :
P (A or B) = P (A) + P (B)

Contoh 1:
Lempar dadu : S = {1,2,3,4,5,6};
Misalkan A = {2},B = {1,3,5}; P(A or B) = P(A)+P(B) =1/6+1/2=2/3
Contoh 2 :
Berdasarkan tabel dibawah ini, berapakah probabilitas bahwa pengambilan data
perusahaan secara random akan terpilih perusahaan yang memiliki laba per tahun:
Kategori Batasan Laba Per tahun Jumlah Perusahaan
A < 10 juta 60
B 10 juta s.d 19.999 juta 100
C 20 juta s.d 29.999 juta 160
D 30 juta s.d 39.999 juta 140
E 40 juta s.d 49.999 juta 40
Total 500
a. diantara 10 juta s.d 19 juta
b. kurang dari 20 juta
c. salah satu dari kelompok ekstrim (kurang dari 10 juta atau lebih dari 40 juta)
Jawab :
a. P(B) = 100/500
b. P(A atau B) = 60/500 + 100/500
c. P(A atau E) = 60/500 + 40/500
 2. KEJADIAN DEPENDENT , INDEPENDENT DAN BERSYARAT
Berdasarkan pengaruh atau tidaknya suatu kejadian terhadap kejadian lain,
dibedakan menjadi 2 yakni kejadian yang dependent dan kejadian yang independent.
Dua kejadian dikatakan independent apabila terjadi atau tidaknya suatu kejadian
tidak berpengaruh kepada probabilitas kejadian lain dan sebaliknya.
Apabila kejadian dependent, maka konsep probabilitas bersyarat digunakan untuk
menentukan probabilitas yang berkaitan.
Lambang untuk probabilitas bersyarat adalah P(A|B). Lambang tersebut
menyatakan probabilitas kejadian A dengan ketentuan kejadian B terjadi lebih dahulu.
P( A ∩B)
Besarnya probabilitas bersyarat tersebut ditentukan dengan rumus : P ( A|B )= .
P( B)
Dua kejadian saling bebas (independent):
a. Dikatakan saling bebas artinya kejadian itu tidak saling mempengaruhi.
b. Dua kejadian A dan B dalam ruang sampel S dikatakan saling bebas, jika
kejadian A tidak mempengaruhi probabilitas terjadinya kejadian B dan
sebaliknya kejadian B tidak mempengaruhi probabilitas terjadinya
kejadian A.
c. Bila A dan B dua kejadian saling bebas, berlaku:
P ( A ∩ B )=P ( A ) . P(B)
Contoh 1:
Pada pelemparan dua uang logam secara sekaligus, apakah kejadian munculnya
muka dari uang logam pertama dan uang logam kedua saling bebas?
Jawab:
Ruang sampel S = {(m,m), (m,b), (b,m), (b,b)}
Misalkan,
A = kejadian muncul muka dari uang logam 1 = P(A) = 2/4 = ½= {(m,m), (m,b)}
B = kejadian muncul muka dari uang logam 2 = P(B) = 2/4 = ½= {(m,m), (b,m)}
A ∩ B = kejadian muncul dua muka dari uang logam 1 dan 2= {(m,m)}= P( A ∩ B) = ¼
Bila A dan B saling bebas berlaku: P( A ∩ B) = P(A). P(B)
¼= ½ . ½
¼= ¼
Jadi, A dan B saling bebas.
 Kejadian Indepedent vs Kejadian Dependent
P ( A ∩ B )=P ( A ) . P(B) P ( A ∩ B )=P ( A ) . P(B/ A)
C
P ( A ∩ B ∩C )=P ( A ) . P ( B ) . P(C) P ( A ∩ B ∩C )=P ( A ) . P ( B / A ) . P( )
A∩B
Contoh 1 :
Sebuah kotak berisi 10 bola yang terdiri dari 6 bola berwarna hijau dan 4 bola berwarna
kuning. Jika 2 buah bola diambil berturut-turut secara acak, tentukan probabilitas 1 berwarna
hijau, dan lainnya berwarna kuning. Pengambilan dilakukan:
a. Dengan pengembalian (with replacement)
b. Tanpa pengembalian (without replacement)
Jawab :
6 4 24
a. P ( M 1 ∩ P2 ) =P ( M 1 ) . P( P 2) P ( M 1 ∩ P2 ) = . = =0,240=24 %
10 10 100
6 4 24
b. P ( M 1 ∩ P2 ) =P ( M 1 ) . P( P 2/ M 1) P ( M 1 ∩ P2 ) = . = =0,2 67=26,7 %
10 9 90
Contoh 2 :
Sebuah mata uang logam dan sebuah dadu dilemparkan satu kali secara bersamaan.
Tentukan probabilitas munculnya sisi muka pada uang logam dan 4 pada dadu
Jawab
Misal :
A = munculnya sisi muka pada uang logam
B = mata 4 pada dadu
Jadi, P (A) = 1/2
P (B) = 1)/6
P (A . B) = P (A) . P (B)
= 1/2 . 1/6 = 1/12
 3. TEOREMA BAYES
Dalam kehidupan sehari-hari banyak kejadian yang saling terkait satu sama lain dan
kejadian yang satu menjadi syarat untuk terjadinya kejadian yang lain. Misalnya “Saya bersedia
diajak nonton, asalkan saya ditunggu”
Jadi, Rumus diatas lebih dikenal dengan “Teorema Bayes”. Teorema bayes lebih
dikenal dengan kaidah /aturan bayes, teorema ini digunakan untuk menghitung kaidah
probabilitas terjadinya suatu peristiwa berdasarkan pengaruh didapat dari diservasi. Teorema ini
menerangkan hubungan antara probabilitas terjadinya suatu peristiwa (misal A) dengan syarat
peristiwa lain (misal X) telah terjadi.
Teorema Bayes, misalkan B1, B2,... Bn adalah kejadian - kejadian yang terpisah (saling
meniadakan) yang golongan nya adalah ruang sampel S, dengan kata lain salah satu dari kejadian
tersebut harus terjadi. Jika A adalah kejadian sembarang dalam S dengan P (A) =/ 0, maka . P
( Br | A),
Jika kita memiliki variabel kejadian bukan A (~A) maka formula yang digunakan
adalah.