RANCANGAN TUGAS I

PROBABILITAS

OLEH:

KELOMPOK 8

Neneng Fransiska (183010)

Rahma Mutia .A (183010)

Rosa Anjani (18301067)

Suja Lasmini (18301071)

Umikalsum (18301074)

PROGRAM STUDI ILMU KEPERAWATAN

STIKes PAYUNG NEGERI

PEKANBARU

2021
 KATA PENGANTAR
Dengan menyebut nama Allah Swt. Yang maha pengasih, penulis panjatkan puji
syukur kehadirat-Nya, yang telah melimpahkan rahmat dan hidayah-Nya,
sehingga dapat mneyelesaikan makalah ini. Makalah ini telah penulis sususn
dengan semaksimal dan mendapatkan bantuan dari berbagai pihak sehingga
dapat mempelancar pembuatannya. Makalah ini belum sempurna, penulis
menerima kritik dan saran dari berbagai pihak untuk perbaikan di masa
mendatang.

Pekanbaru,4oktober 2021

Penulis
 DAFTAR ISI

KATA PENGANTAR .............................................................................

DAFTAR ISI ............................................................................................
BAB I PENDAHULUAN ........................................................................
1. Latar Belakang ......................................................................................................
2. Rumusan Masalah ................................................................................................
3. Tujuan Penulisan ..................................................................................................
A. Tujuan Umum ...........................................................................................
B. Tujuan Khusus ..........................................................................................
BAB II TINJAUAN PUSTAKA ............................................................
A. Pengertian Probabilitas ..........................................................................................
B. Jenis-jenis Probabilitas............................................................................................
C. Hukum-hukum Probabilitas....................................................................................
D. Pengertian Distribusi Probabilitas ..........................................................................
E. Macam-macam Distribusi ………………………………………………….
F. Distribusi Binomial ………………………………………………………...
G. Distribusi Poisson …………………………………………………………..
H. Distribusi Normal …………………………………………………………..
BAB III PENUTUP ................................................................................
A. Simpulan .................................................................................................................
B. Saran .......................................................................................................................
DAFTAR PUSTAKA ..............................................................................
 BAB I
PENDAHULUAN

1. Latar Belakang
Analisis mengenai probabilitas berkembang pada abad ke-17 di
kalangan para ahli Matematika di Eropa. Sejak saat itu dan sampai
sekarang, probabilitas menjadi dasar bagai teori-teori penaksiran dan
pengujian hipotesis dalam ilmu statistik murni dan beberapa ilmu terapan.
Dalam kenyataan sehari-hari kita sering mendengar istilah ‘probabilitas’
atau kemungkinan. Kata probabilitas sering dipertukarkan dengan istilah
lain seperti peluang dan kemungkinan. Secara umum probabilitas
merupakan peluang bahwa sesuatu akan terjadi.
Jadi, Probabilitas adalah suatu ukuran tentang kemungkinan suatu (event)
akan terjadi di masa mendatang. Probabilitas dinyatakan antara 0 sampai 1
atau dalam persentase. Kejadian atau kemungkianan (event) adalah hasil
tak tentu dari suatu eksperimen atau observasi.

Distribusi Probabilitas adalah suatu distribusi yang mengambarkan

peluang dari sekumnpulan variat sebagai pengganti frekuensinya.
Probabilitas kumulatif adalah probalitas dari suatu variabel acak yang
mempunyai nilai sama atau kurang dari suatu nilai tertentu. Misalnya nilai
variat tersebut = x, maka Probabilitas kumulatif adalah P(X x), maka =1–
P (X x), Fungsi distribusi peluang pada umumnya dibedakan atas
distribusi peluang diskrit dan distribusi peluang kontinu.

2. Rumusan Masalah
 Berdasarkan latar belakang diatas, penulis dapat menarik rumusan masalah
yaitu“ Apa itu probabilitas dan distribusi probabilitas?”.

3. Tujuan
A. Tujuan Umum
Untuk menjelaskan mengenai pengertian probabilitas dan
penjabarannya.
B. Tujuan Khusus
1. Untuk menjelaskan tentang pengertian probabilitas, jenis-jenis probabilitas,
hokum-hukum probabilitas,dan penjabaran distribusi probabilitas
2. Untuk menjelaskan tentang fokus pengertian probabilitas dan jenis-
jenisnya serta penjabaran dari distribusi probabilitas.
 BAB II
PEMBAHASAN
A. Pengertian Probabilitas
Menurut David Hume apabila mempergunakan argument yang
disusun atas dasar pengalaman kita dimasa lampau sebagai dasar
pertimbangan untuk membuat ramalan dimasa mendatang maka argument ini
hanya merupakan  kemungkinan (Probabilitas). Jadi probabilitas merupakan
pernyataan yang berisi ramalan tentang tingkatan keyakinan tentang
terjadinya sesuatu dimasa yang akan datang.
Tingkatan keyakinan ini bisa dinyatakan dengan angka atau tanpa
dengan angka. Seperti contoh untuk mengukur kemungkinan keluarnya sisi
mata uang ketika diputar, karena sisi mata uang ada dua maka kemungkinan
keluarnya sebuah sisi mata uang bisa ditulis dengan angka yaitu ½, yang
artinya terdapat 1 kemungkinan dari 2 kemungkinan.
Analisis mengenai probabilitas berkembang pada abad ke-17 di
kalangan para ahli Matematika di Eropa. Sejak saat itu dan sampai sekarang,
probabilitas menjadi dasar bagai teori-teori penaksiran dan pengujian
hipotesis dalam ilmu statistik murni dan beberapa ilmu terapan. Dalam
kenyataan sehari-hari kita sering mendengar istilah ‘probabilitas’ atau
kemungkinan. Kata probabilitas sering dipertukarkan dengan istilah lain
seperti peluang dan kemungkinan. Secara umum probabilitas merupakan
peluang bahwa sesuatu akan terjadi.
Jadi, Probabilitas adalah suatu ukuran tentang kemungkinan suatu
(event) akan terjadi di masa mendatang. Probabilitas dinyatakan antara 0
sampai 1 atau dalam persentase. Kejadian atau kemungkianan (event) adalah
hasil tak tentu dari suatu eksperimen atau observasi.

B. Jenis-jenis Probabilitas

1. Probabbilitas a priori 
yaitu probabilitas yang disusun berdasarkan perhitungan akal, bukan atas
dasar pengalaman. Untuk menentukan beberapa kemungkinan mata dadu
yang bakal keluar, maka mempunyai kemungkinan 1/6, karena sebuah mata
dadu mempunnyai enam muka. Bila dua mata uang dilemparkan, maka
kemmungkinan jatuh dengan dua kali sisi depanya adalah 1/2 x 1/2 =1/4.
2. Probabilitas relatif frekuensi
yaitu probabilaitas yang disusun berdasarkan statistik atas fakta-fakta empiris,
seperti probabilitas tentang gagalnya tembakan pistol adalah 5. Maksudnya
bahwa setiap 100 kali ditembakan maka paling tidak 5 kali diantaranya
macet.
3. Ilmu dan Probabilitas
Berdasarkan kenyataan bahwa teori, generlisasi dan klausaliatas bersifat
probabilistik, maka ilmu-ilmu tidak pernah memberi keterangan yang pasti
tentang peristiwa-peristiwa. Teori dan keterangan yang diberikanya bersifat
kemungkinan. Ini perlu disadari bahwa ilmu itu tidak pernah berprestasi
untuk mendapatkan pengetahuan yang bersifat ‘Minumlah ini, anda pasti
sembuh’. Ilmu paling-paling akan menyatakan; ‘Minumlah obat ini
kemungkinan besar anda akan sembuh’. Meskipun penjelasan yang diberikan
oleh ilmu adalah penjelasan probabilistik, namun probabilistik yang dapat
dipetanggung jawabkan, karena ia disusun berdasarkan pengalaman. Teori
ilmu memberikan kepada kita penegetahuan sebagai dasar kita mengambil
keputusan. Keputusan yang kita ambil bebrdasarkan keterangan keilmuan itu,
dengan memandang resiko yang bakal kita hadapi. Meskipun ramalan cuaca
memberikan kemungkinan 0,8 tidak akan hujan (tidak memberikan 1,00 pasti
hujan), toh dari keterangan ini kita bisa mengambil keputusan. Ramalan 0,8
tidak akan turun hujan barati ada peluang 0,2 untuk turun hujan. Bila kita
hendak piknik meskipun kita tahu ada peluang 0,2 turun hujan, toh kita tidak
akan mengurungkan niat kita, karena sudah cukup bagi kita jaminan 0,8 tidak
turun hujan. Jika kita mempunyai penyakit yang bila kena air hujan akan
kambuh sedemikian hebatnya, maka kita akan ragu-ragu untuk memutuskan
pergi. Kalaupun kia memutuskan pergi kita akan memakai jaket, payung dan
 alat penutup lainnya yang lebih rapat. Jadi tindakan yang akan kita ambil
berdasarkan resiko yang mungkin timbul dari pilihan kita berkaitan dengan
probabilitas yang ada. Demikian nilai proabilitas ilmu bagi kehidupan kita.

C. Hukum-hukum Probabilitas
Dalam mempelajari hukum dasar probabilitas berturut-turut akan dibahas
hukum penjumlahan dan hukum perkalian.

1. Hukum Penjumlahan

Hukum penjumlahan menghendaki peristiwa saling lepas (mutually exclusive)

dan peristiwa/kejadian bersama (non mutually exclusive).Kejadian saling
meniadakan (Mutually Exclusive) Apabila suatu peristiwa terjadi, maka
peristiwa lain tidak dapat terjadi pada saat bersamaan.

Rumus penjumlahan untuk kejadian-kejadian yang saling meniadakan:

P (A U B) = P (A atau B)= P (A) + P (B)

Contoh:
Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu kali
sebuah dadu adalah:
P(2 U 5) = P (2) + P (5) = 1/6 + 1/6 = 2/6
Kejadian Bersama (Non Mutually Exclusive)
Peristiwa Non Mutually Exclusive (Joint) dua peristiwa atau lebih dapat
terjadi bersama-sama (tetapi tidak selalu bersama).
Rumus penjumlahan untuk kejadian-kejadian yang tidak saling meniadakan:
Dua Kejadian
P (A U B) =P(A) + P (B) – P(A ∩ B)
Tiga Kejadian
P(A U B U C) = P(A) + P(B) + P(C) – P(A ∩ B) – P(A ∩ C) – P(B ∩ C) +
P(A ∩ B ∩ C)
Peristiwa terjadinya A dan B merupakan gabungan antara peristiwa A dan
peristiwa B. Akan tetapi karena ada elemen yang sama dalam peristiwa A dan
B, Gabungan peristiwa A dan B perlu dikurangi peristiwa di mana A dan B
memiliki elemen yang sama. Dengan demikian, probabilitas pada keadaan di
mana terdapat elemen yang sama antara peristiwa A dan B maka probabilitas
A atau B adalah probabilitas A ditambah probabilitas B dan dikurangi
probabilitas elemen yang sama dalam peristiwa A dan B.
Peristiwa Pelengkap (Complementary Event)
Apabila peristiwa A dan B saling melengkapi, sehingga jika peristiwa A tidak
terjadi, maka peristiwa B pasti terjadi. Peristiwa A dan B dikatakan sebagai
peristiwa komplemen.
Rumus untuk kejadian-kejadian yang saling melengkapi :
P(A)+P(B) = 1 atau P(A) = 1 – P(B)

2. Hukum Perkalian
Kejadian Bebas (Independent)
Hukum perkalian menghendaki setiap peristiwa adalah independen, yaitu
suatu peristiwa terjadi tanpa harus menghalangi peristiwa lain terjadi.
Peristiwa A dan B independen, apabila peristiwa A terjadi tidak menghalangi
terjadinya peristiwa B.

P(A ∩ B) = P (A dan B) = P(A) x P(B)

Contoh soal 1:
Sebuah dadu dilambungkan dua kali, peluang keluarnya mata 5 untuk kedua
kalinya adalah:
P (5 ∩ 5) = 1/6 x 1/6 = 1/36

Contoh soal 2:
Sebuah dadu dan koin dilambungkan bersama-sama, peluang keluarnya hasil
lambungan berupa sisi H pada koin dan sisi 3 pada dadu adalah:
P (H) = ½, P (3) = 1/6
 P (H ∩ 3) = ½ x 1/6 = 1/1
Kejadian Bersyarat (Tidak Bebas) / (Conditional Probability)
Probabilitas bersyarat adalah probabilitas suatu peristiwa akan terjadi dengan
ketentuan peristiwa yang lain telah terjadi. Peristiwa B terjadi dengan syarat
peristiwa A telah terjadi.
P(A dan B) = P(A x P(B|A) atau P(B dan A) = P(B) x P(A|B)
Contoh :
Dua kartu ditarik dari satu set kartu bridge, peluang untuk yang tertarik
keduanya kartu as adalah sebagai berikut: Peluang as I adalah 4/52 -> P (as I)
= 4/52
Peluang as II dengan syarat as I sudah tertarik adalah 3/51
P (as II │as I) = 3/51
P (as I ∩ as II) = P (as I) x P (as II│ as I) = 4/52 x 3/51 = 12/2652 =1/221

D. Pengertian distribusi probabilitas

Distribusi Probabilitas adalah suatu distribusi yang mengambarkan peluang

dari sekumnpulan variat sebagai pengganti frekuensinya. Probabilitas
kumulatif adalah probalitas dari suatu variabel acak yang mempunyai nilai
sama atau kurang dari suatu nilai tertentu. Misalnya nilai variat tersebut = x,
maka Probabilitas kumulatif adalah P(X x), maka =1– P (X x), Fungsi
distribusi peluang pada umumnya dibedakan atas distribusi peluang diskrit dan
distribusi peluang kontinu.

E. Macam-macam Distribusi
1. Distribusi Probabilitas Kumulatif
Distribusi probabilitas kumulatif juga dikenal sebagai distribusi
probabilitas kontinu. Dalam distribusi ini, sekumpulan kemungkinan hasil
dapat mengambil nilai pada rentang yang berkelanjutan. Misalnya,
sekumpulan bilangan real adalah distribusi kontinu atau normal, karena
memberikan semua hasil yang mungkin dari bilangan real.
 2. Distribusi Probabilitas Diskrit
Suatu distribusi disebut distribusi probabilitas diskrit apabila himpunan
hasilnya bersifat diskrit.Misalnya, jika dadu dilempar, semua kemungkinan
hasilnya akan berlainan dan memberikan hasil yang banyak. Ini juga
dikenal sebagai fungsi massa probabilitas. Jadi, hasil dari distribusi
binomial terdiri dari n percobaan berulang dan hasilnya mungkin terjadi
atau tidak.

F. Distribusi binominal
Distribusi probabilitas Binomial adalah distribusi probabilitas diskret
yang sering terjadi. Salah satu ciri distribusi binomial adalah hanya memiliki
dua hasil yang mungkin terjadi dalam sebuah percobaan dari satu eksperimen.
Sebagai contoh, pernyataan dari pertanyaan benar/salah hanya dapat berupa
“benar” atau “salah”. Hasil-hasilnya tidak terikat satu sama lain, yang artinya
jawaban untuk sebuah pernyataan benar/salah tidak mungkin sekaligus
“benar” dan “salah”.
probabilitas sukses pada setiap percobaan. Probabilitas distribusi Binomial
dihitung dengan rumus:
P (x) = n C x π x (1-π) n-x (2.1)
C = suatu kombinasi n = jumlah percobaan x = variabel acak yang
menyatakan jumlah sukses π = probabilitas sukses untuk setiap percobaan

G. Distribusi Poisson
Distribusi Poisson adalah percobaan yang menghasilkan nilai numerik
pada suatu variabel acak x, jumlah keluaran yang terjadi selama suatu selang
waktu yang diketahui atau di dalam suatu daerah (ruang) yang ditentukan
disebut sebagai percobaan Poisson, sehingga sebuah percobaan Poisson dapat
memunculkan pengamatan untuk peubah acak x.
Ciri-ciri distribusi Poisson yaitu:
1. Hasil percobaan pada suatu selang waktu dan tempat tidak tergantung dari
hasil percobaan diselang waktu dan tempat yang lain yang terpisah.
2. Peluang terjadinya suatu hasil percobaan sebanding dengan panjang selang
waktu dan luas tempat percobaan terjadi. Hal ini berlaku hanya untuk selang
waktu yang singkat dan luas daerah yang sempit.
3. Peluang lebih dari satu hasil percobaan akan terjadi pada satu selang waktu
yang singkat dan luasan tempat yang sama diabaikan.

Distribusi Poisson menggambarkan probabilitas pada peristiwa acak

(random) yang akan terjadi pada jeda (interval) waktu atau ruang dengan
kondisi probabilitas sangat kecil, meskipun jumlah percobaan yang dilakukan
besar tetapi hasilnya tidak berarti. Adapun proses dari distribusi
Poisson yaitu:
1. Percobaan Bernoulli menghasilkan variabel random x yang bernilai
numerik, yaitu jumlah sukses yang terjadi.
2. Jika pengamatan dilakukan pada suatu rentang interval waktu, maka
dapat diamati bahwa variabel random x adalah terjadinya sukses selama
waktu tertentu.
3. Jika perhatian ditujukan pada kejadian sukses yang muncul pada suatu
rentang yang kecil, maka terjadi sebuah proses Poisson.

Pendekatan peluang Poisson untuk peluang Binomial dilakukan untuk

mendekatkan probabilitas dari kelas sukses (x) dari n percobaan Binomial
dalam situasi di mana sampel sangat besar (n > 20) dan probabilitas kelas
sukses sangat kecil (p < 0,05). Rumus pendekatan peluang Poisson untuk
Binomial adalah:
H. Distribusi Normal
Distribusi normal adalah distribusi probabilitas yang bersifat kontinyu.
Karena distribusi normal merupakan distribusi probabilitas yang bersifat
kontinyu cukup penting, banyak para ahli matematika berusaha untuk
mengembangkannya, diantaranya adalah Karl Gauss, seorang ahli matematika
dan astronomi pada abad ke-18, sehingga diberi penghargaan kepadanya
distribusi normal disebut juga Distribusi Gauss. Distribusi normal atau kurva
normal adalah suatu distribusi yang simetris dan berbentuk lonceng/genta
yang menunjukkan hubungan antara ordinat pada mean dengan berbagai
ordinat pada berbagai jarak sigma () yang diukur dari mean.

Persamaan dari ordinat kurva normal dirumuskan sebagai berikut:

Berdasarkan rumus di atas maka pada Y0 nilai x = mean, sehingga e0 = 1.

Selanjutnya untuk menghitung ordinat yang maksimum masih harus dikalikan
dengan NCj, dimana N = jumlah frekuensi dan Cj = interval kelas. Sehingga
ordinat maksimum menjadi:

Segala bentuk kurva dengan mean dan deviasi yang berbeda selalu dapat
dikonversikan ke dalam bentuk kurva standar dengan mengubah skala x
menjadi z dengan rumus:

Contoh:
Contoh: Suatu distribusi normal dengan rata-rata = 50 dan deviasi
standar = 25. Hal
ini dapat digambarkan sebagai berikut:
 Berdasarkan gambar di atas, maka konversi skala x menjadi skala z
adalah sebagai
berikut:

a. Menghitung daerah kurva normal antara z = 0 dan z = +1,25

Menurut tabel daerah kurva normal z = +1,25 adalah 0,3944. Apabila
seluruh daerah kurva normal dinyatakan 100% maka luas daerah kurva
normal antara z = 0 dan z = +1,25 adalah seluas = 39,44%.
b. Menghitung luas daerah kurva normal antara z = 0 dan z = -1,25.
Sebagaimana telah dijelaskan bahwa kurva normal simetris bentuknya,
maka tabel z = 1,25 berlaku untuk nilai z positif dan negatif, sehingga z =
-1,25 tabel z = 0,3944.
Luas daerah kurva normal antara z = 0 dan z = -1,25 seluas 39,44%

c. Menghitung luas daerah kurva normal sebelah kanan z = +0,35

Menurut tabel daerah kurva normal z = +0,35 adalah 0,1368. Nilai ini
merupakan luas daerah kurva normal di sebalah kiri z = 0,35 sampai z = 0.
Jadi luas daerah kurva normal sebelah kanan z = 0,50 – 0,1368 = 0,3632
atay 36,32%.
d. Menghitung luas daerah kurva normal sebelah kiri z = +0,35 Menurut
tabel daerah normal z = 0,35 adalah 0,1368. Luas daerah kurva normal di
sebelah kiri z=0,35 adalah 0,50 + 0,1368 = 0,6368 atau 63,68%.

e. Menghitung luas daerah kurva normal sebelah kanan z = -1,45. Tabel

daerah kurva normal untuk z = -1,45 adalah 0,4265. Luas daerah kurva
normal di sebelah kanan z = -1,45 menjadi 0,50 + 0,4265 = 0,9265 atau
92,65%.
 BAB III
PENUTUP

1. Simpulan
Berdasarkan pembahasan uraian diatas, maka penulis dapat mengambil
kesimpulan dari susunan makalah ini diantaranya:

a. Probabilitas adalah suatu ukuran tentang kemungkinan suatu (event) akan

terjadi di masa mendatang. Probabilitas dinyatakan antara 0 sampai 1 atau
dalam persentase. Kejadian atau kemungkianan (event) adalah hasil tak
tentu dari suatu eksperimen atau observasi.
b. Jenis-jenis Probabilitas yaitu probabilitas priori, probabilitas relatif
frekuensi, ilmu dan probabilitas.
c. Hukum probabilitas yaitu hokum penjumlahan, dan hukum perkalian.
d. Distribusi probabilitas adalah menggambarkan peluang dari sekumpulan
variat sebagai frekuensinya.
e. Jenis-jenis distribusi yaitu distribusi probabilitas kumulatif, dan distribusi
probabilitas diskrit.
f. Distribusi binomial yaitu distribusi yang memiliki diskret yang sering
terjadi dan memiliki ciri dua hasil yang mungkin terjadi daalam sebuah
percobaan dari satu eksperimen.
g. Distribusi poisson adalah percobaan yang menghasilkan nilai numeric
pada satu variabel acak.
h. Distribusi normal adalah distribusi probabilitas yang bersifat continue dan
cukup penting serta banyak ilmuan matematika yang berusaha untuk
mengembangkannya.
2. Saran
Dengan tersusunnya makalah ini semoga bisa bermanfaat bagi pembaca
maupun penulis. Kritik dan saran dari pembaca sangat kami butuhkan, karena
penulis sadar bahwa penyusunan makalah ini jauh dari kata sempurna dan kami
sangat mengharapkan kritik dan saran yang lebih baik.
 DAFTAR PUSTAKA

Boediono. Koster, Wayan. Statistika dan Probabilitas. Jakarta: PT Re-

maja Rosdakarya, (2001).

Hasan, Iqbal.Pokok-pokok Materi Statistik 2 (Statistik Inferensif ) Edisi

2. Jakarta: Bumi Aksara, (2003).