MODUL STATISTIK

(CCS201)

MODUL 4
PERMUTASI, KOMBINASI DAN PROBABILITAS

DISUSUN OLEH
SURYANI, M.Si

UNIVERSITAS ESA UNGGUL

2020

Universitas Esa Unggul

http://esaunggul.ac.id
0 / 22
 PERMUTASI, KOMBINASI, DAN PROBABILITAS
Kemampuan Akhir Yang Diharapkan
Setelah mempelajari modul 4 ini, diharapkan mahasiswa mampu :
1. Memahami dan menyelesaikan soal tentang permutasi.
2. Memahami dan menyelesaikan soal tentang kombinasi.
3. Memahami dan menyelesaikan soal tentang probabilitas.

PERMUTASI
Permutasi adalah susunan-susunan yang dibentuk dari anggota-
anggota suatu himpunan dengan mengambil seluruh atau sebagian
anggota dan memberi arti pada urutan anggota dari masing-masing
susunan tersebut. Dengan demikian permutasi dapat dikatakan bahwa
permutasi adalah suatu susunan yang dibentuk dari keseluruhan atau
sebagian kumpulan obyek. Permutasi mempelajari tentang menyusun k
objek dari n objek dengan memperhatikan urutan sehingga AB ≠BA.
Permutasi yang sering muncul yaitu permutasi dari unsur-unsur yang
berbeda, permutasi dengan beberapa unsur yang sama, dan permutasi
siklik. Simak penjabaran lebih lanjut pada penjabaran di bawah.
a. Permutasi dari unsur-unsur yang berbeda yaitu banyaknya cara
untuk menyusun k unsur dari n unsur yang berbeda.
𝑛!
𝑃"# = , 𝑘 ≤ 𝑛
(𝑛 − 𝑘 )!
b. Permutasi dengan beberapa unsur yang sama, yaitu banyaknya
cara untuk menyusun a, b unsur dari n unsur yang berbeda.
𝑛!
𝑃=
𝑎! 𝑏!
c. Permutasi siklis yaitu cara menyusun n unsur yang susunannya
membentuk lingkaran
𝑃 = (𝑛 − 1)!

Universitas Esa Unggul

http://esaunggul.ac.id
1 / 22
KOMBINASI
Kombinasi dari sekumpulan obyek adalah susunan yang tidak
memperhatikan urutan. Contoh permasalahan yang menggunakan
kombinasi adalah mengetahui banyaknya cara untuk mengambil 3 bola dari
5 bola merah dan 2 bola hijau yang tersedia dalam sebuah kotak. Cara
pengambilan bola tersebut tersebut bola merah, merah, dan hijau. Cara
pengambilan lain yang mungkin adalah merah, hijau, merah, dan lain
sebagainya. Misalkan bola warna merah tersebut diberi nomor satu sampai
dengan lima dan bola hijau juga diberi nomor satu sampai dua. Cara
pengambilan bola pertama berwarna merah dengan nomor dua akan sama
dengan terambilnya bola warna merah dengan nomor satu. Begitu pula
dengan bola dengan warna dan nomor yang berlainan. Perhatikan gambar
di bawah ini.

Untuk mendapatkan jumlah banyaknya cara menyusun k objek dari n

objek yang tersedia akan menghabiskan banyak waktu dan tidak efektif.
Dalam ilmu peluang, ada sebuah rumus yang dapat digunakan untnuk
menyusun k objek dari n objek yang tersedia. Cara tersebut adalah
menggunakan rumus kombinasi. Banyaknya kombinasi k unsur yang
diambil dari n unsur yang tersedia dinyatakan dalam rumus kombinasi di
bawah ini.
𝑛! 𝑃"#
𝐶"# = = , 𝑘 ≤ 𝑛
(𝑛 − 𝑘)! 𝑘! 𝑘!
Aturan Pengisian Tempat (Filling Slots)
Aturan pengisin tempat atau dalam Bahasa Inggris disebut filling slot
merupakan cara yang digunakan untuk menentukan banykanya cara suatu
objek menenpati tembatnya. Contoh permasalahan mengenai aturan

Universitas Esa Unggul

http://esaunggul.ac.id
2 / 22
pengisian tempat dapat digambarkan pada masalah lima buah bola dengan
warna merah, kuning, hijau, biru, dan coklat akan diletakkan pada tiga buah
kotak. Kelima bola dapat diletakkan dalam beberapa posisi. Misalkan, cara
pertama adalah meletakkan bola merah di kota pertama, bola kuning di
kotak ke dua, dan bola hijau di kotak ke tiga. Cara lain menempatkan kelima
bola dalam tiga kotak dapat dilakukan dengan meletakkan bola coklat di
kotak pertama, bola merah di kotak ke dua, dan bola kuning di kotak ke tiga.
Untuk mengetahui banyaknya cara untuk meletakkan lima bola dalam tiga
kotak dapat dilakukan dengan cara mendaftarnya, namun hal ini pasti tidak
efektif. Untuk itu, diperkenalkan cara sederhana yang dapat digunakan
untuk mengetahui banyaknya cara sebuah objek dalam menempati n buah
tempat. Cara ini sering disebut dengan aturan pengisian tempat (filling
slots). Caranya cukup mudah, hanya dengan mengalikan kemungkinan
yang dapat mengisi sebuah tempat (slot). Misalkan pada n buah tempat
dengan P1 adalah banyaknya cara yang memenuhi untuk mengisi tempat
pertama. Sedangan, Pn adalah banyaknya cara yang memenuhi untuk
mengisi tempat ke-n setelah tempat pertama, ke dua, dan sebelumnya
sudah terisi.
Banyaknya cara untuk mengisi n buah tempat secara keseluruhan dapat
diperoleh menggunakan rumus di bawah.
𝐴𝑡𝑢𝑟𝑎𝑛 𝑃𝑒𝑛𝑔𝑖𝑠𝑖𝑎𝑛 𝒏 𝑏𝑢𝑎ℎ 𝑡𝑒𝑚𝑝𝑎𝑡 = 𝑝> × 𝑝@ × … × 𝑝#
Agar dapat memahami penggunaan aturan pengisian tempat, simak
permasalahan berikut. Dari bilangan-bilangan 1, 2, 3, 4, 5, dan 6 akan
dibentuk bilangan yang terdiri atas empat angka. Syarat ketentuan yang
diberikan adalah dalam empat bilangan yang akan disusun tidak boleh
mempunyai angka yang sama. Contoh bilangan yang dapat disusun adalah
1.234, 3.125, 2.345, 1.345, dan lain sebagainya. Berapa banyak cara yang
dapat dilakukan untuk menyusun empat bilangan tersebut? Cara mendaftar
semua bilangan yang mungkin akan memakan waktu yang sangat lama.
Sehingga, sangat tidak dianjurkan. Oleh karena itu perhatikan penjelasan
dibawah ini.

Universitas Esa Unggul

http://esaunggul.ac.id
3 / 22
Cara Mengisi Tempat pada Aturan Pengisian tempat

• Sediakan empat buah kotak/tempat karena kita akan menyusun

sebuah bilangan yang terdiri atas empat angka. Kotak tersebut
mewakili posisi bilangan yang akan dibentuk.

• Isikan angka yang memenuhi syarat untuk mengisi kotak yang

disediakan. Dimulai dari kotak pertama.

• Kalikan semua angka yang mengisi tempat sesuai aturan.

Jadi, banyaknya bilangan dengan 4 digit yang disusun dari 6
angka adalah
𝐴𝑡𝑢𝑟𝑎𝑛 𝑃𝑒𝑛𝑔𝑖𝑠𝑖𝑎𝑛 𝟒 𝑏𝑢𝑎ℎ 𝑡𝑒𝑚𝑝𝑎𝑡 = 6 × 5 × 4 × 3 = 360 cara

Perbedaan Masalah Permutasi dan Kombinasi

Setelah mengetahui dua rumus tentang permutasi dan kombinasi, hal
yang tidak kalah penting adalah membedakan permasalahan yang
termasuk dalam permutasi atau kombinasi. Permasalahan yang sering
muncul berupa soal cerita dan kita dituntut agar bisa membedakan masalah
tersebut termasuk dalam permutasi atau kombinasi. Sehingga, tidak terjadi
kesalahan dalam menggunakan rumus untuk menyelesaikan masalah
tersebut. Perhatikan dua contoh kasus berikut.

Universitas Esa Unggul

http://esaunggul.ac.id
4 / 22
Contoh Soal :
a. Kasus pertama: Permasalahan permutasi.
Susunan panitia yang terdiri atas ketua, wakil ketua, sekretaris, dan
bendahara akan dibentuk untuk mensukseskan sebuah acara.
Susunan panitia tersebut akan dipilih dari 10 orang terpilih
berdasarkan kriteria yang telah ditentukan. Berapakah banyaknya
susunan panitia yang dapat dibentuk?
Penyelesaian :
Susunan urutan menjadi bagian yang perlu diperhatikan pada kasus
ini. Kedudukan ketua untuk orang pertama tentu akan berbeda
dengan ketua yang ditempati oleh orang kedua atau ketiga. Begitu
pula dengan kedudukan untuk posisi lainnya. Sehingga kasus ini
adalah kasus permutasi.
>I!
𝑃H>I = (>IJH)! = 720 susunan

b. Enam buku akan dipilih dari 5 buku Kalkulus, 3 buku Matematika

Diskrit dan 4 buku Statistik untuk disumbangkan ke perpustakaan.
Berapa banyak cara yang dapat dilakukan untuk memilih 6 buku
tersebut ?
Penyelesaian :
Pada contoh ini jumlah buku adalah (5+3+4) = 12 buku. Pemilihan
buku pada urutan buku pertama dan kedua misanya buku Kalkulus
pertama dan buku Kalkulus kedua, keduanya merupakan buku
Kalkuus, sehingga urutan tidak dierhatikan.
>@! MMN@OI
𝐶M>@ = (>@JM)!M! = P@I
= 924 cara

Jadi intinya, rumus kombinasi digunakan untuk menyelesaikan

permasalahan yang tidak memperhatikan urutan.
c. Berapa banyaknya susunan huruf yang dapat dibentuk dari kata
NASIONAL?

Universitas Esa Unggul

http://esaunggul.ac.id
5 / 22
 Penyelesaian :
Unsur-unsur yang sama pada kata “NASIONAL”: N = 2, dan A = 2
Banyaknya susunan huruf yang berbeda :
O!
𝑃 = @!@! = 10.080

d. Bilangan terdiri dari tiga angka disusun dari angka-angka 2, 3, 5, 6,

7, dan 9. Banyaknya bilangan dengan angka-angka berlainan yang
lebih kecil dari 400 adalah …
Penyelesaian :
Bilangan yang akan disusun memiliki nilai lebih dari 400, sehingga
nilai tertingginya adalah 397. Cara mencari banyaknya bilangan
yang dapat disusun dapat dilihat seperti cara di bawah.

Jadi, bilangan tiga angka yang dapat disusun dari angka-angka 2, 3,

5, 6, 7, dan 9 dengan nilai di bawah 400 = 2x4x5 = 40 bilangan
e. Dalam sebuah kelas terdiri atas 7 mahasiswa perempuan dan 3
mahasiswa laki-laki. Dari kelas tersebut akan dipilih 3 orang
mahasiswa secara acak, maka peluang bahwa yang terpilih ketiga-
tiganya mahasiswa adalah …
Penyelesaian :

Dalam permasalahan ini, urutan tidak menjadi hal yang perlu

diperhatikan, sehingga rumus yang digunakan adalah kombinasi.
Banyaknya cara untuk memilih 3 murid dari 10 murid secara acak
(misalkan dengan variabel n):

Universitas Esa Unggul

http://esaunggul.ac.id
6 / 22
 10! 8.9.10
𝐶H>I = = = 120
(10 − 3)! 3! 1.2.3

Banyaknya cara untuk memilih 3 murid perempuan dari 7 murid

perempuan (misalkan dengan variabel k):

7! 5.6.7
𝐶HP = = = 35
(7 − 3)! 3! 1.2.3

Peluang bahwa yang terpilih ketiga-tiganya perempuan adalah:

𝒎 35 7
𝑷(3 perempuan) = = =
𝑵 120 24
Yang mana tentang peluang akan dipelajari lebih lanjut di bawah ini.

PROBABILITAS
Dalam statistika kadang-kadang timbul suatu persoalan bagaimana
keyakinan kita untuk mempercayai kebenaran hasil dari penyelidikan suatu
data atau kesimpulan yang dibuat. Yakinkah 100% bahwa hasil
penyelidikan atau kesimpulan yang dibuat itu benar atau ragu-ragukah
untuk mempercayainya. Untuk menjawab persoalan itu diperlukan teori
probabilitas. Sesuai dengan namanya maka teori ini akan membahas
tentang ukuran atau derajat kemungkinan kepastian/ketidakpastian suatu
peristiwa.
Perumusan konsep dasar probabilitas dilakukan dengan tiga sudut
pandang, yaitu pendekatan objektif dengan perumusan klasik dan frekuensi
relatif, pendekatan subjektif dan pendekatan menggunakan metode Bayes.
Bila kejadian-kejadian pada contoh di atas kita lambangkan dengan huruf
besar E (Event), kita dapat merumuskan probabilitas kejadian E, yaitu P(E).
Pada grafik dibawah merupakan sudut pandang dari probabilitas yang akan
dijelaskan lebih lanjut pada sub topik ini:

Universitas Esa Unggul

http://esaunggul.ac.id
7 / 22
Probabilitas Objektif
Probabilitas ini didasrkan pada fenomena yang diturunkan dari
proses objektif. Ada 2 cara perumusan tentang teori probabilitas objektif ini,
yaitu :

a. Perumusan klasik
b. Perumusan frekuensi relative

Perumusan Klasik

Apabila suatau peristiwa (event) E dapat terjadi sebanyak k dari

sejumlah n kejadian yang mempunyai kemungkinan sama untuk terjadi,
maka probabilitas peristiwa E dapat dirumuskan sebagai berikut :
𝒎
𝑷(𝑬) =
𝒏
Keterangan :
P = Probabilitas
E = Kejadian (Event)
m = banyaknya hasil dari kejadian
N = banyaknya semesta

Universitas Esa Unggul

http://esaunggul.ac.id
8 / 22
Contoh Soal :

a. Apabila kita melempar sebuah mata uang logam, berapakah

probabilitas gambar burung ada di atas?

P(B) = m/N = ½
P(A) = 1/2

b. Apabila kita melempar sebuah dadu. Berapakah probabilitas angka

3 di atas?

P(3) = m/N = 1/6

P(ganjil) = 3/6 = ½
P(genap) = 3/6 = 1/2

c. Sebuah kotak berisi 20 kelereng, di mana 5 berwarna merah, 12

putih dan sisanya hitam kemudian kelereng tersebut diambil sebuah.
Berapakah probabilitas bola warna hitam?

P(Hitam) = 3/20
P(Merah) = 5/20
P(Putih) = 12/20

Perumusan Probabilitas Frekuensi Relatif

Apabila kita mengadakan percobaan sebanyak n yang dilakukan

secara berulang-ulang sehingga mendekati tak terhingga dan apabila m
merupakan jumlah kejadian khusus, maka probabilitas peristiwa E
m
merupakan harga limit dari frekuensi relative /n.

Rumus :

𝒎
𝑬 = 𝐥𝐢𝐦
𝒏→c 𝒏

Universitas Esa Unggul

http://esaunggul.ac.id
9 / 22
Contoh :

Jika kita melempar sebuah mata uang logam sebanyak 1000 kali ternyata
gambar burung ada di atas sebanyak 519 (maka frekuensi relatifnya =
519/1000 = 0,519). Bila uang ini kita lempar lagi sebanyak 5000 kali dan
hasil gambar burung ada di atas sebanyak 2530 (maka frekuensi relatifnya
= 2530/5000 = 0,506). Jika proses demikian diteruskan sampai n tak
terhingga, maka nilai frekuensi relatifnya lambat laun akan makin mendekati
sebuah bilangan yang merupakan probabilitas burung itu sendiri yaitu 0,5

Probabilitas Subjektif
Pendekatan subjektif yang digunakan untuk menentukan probabilitas suatu
peristiwa hanya didasarkan pada pengetahuan, pengalaman, dan keahlian
yang dimiliki. Dengan demikian, probabilitas suatu peristiwa yang
ditentukan dengan pendekatan subjektif menyebabkan penentuan
probabilitas suatu peristiwa antara orang yang satu dengan yang lain dapat
berbeda. Hal ini disebabkan oleh tingkat pengetahuan, penguasaan
informasi, naluri dan faktor-faktor lain yang berkaitan dengan peristiwa itu.

ATURAN-ATURAN PROBABILITAS

Probabilitas Suatu Peristiwa

Peristiwa E dapat terjadi sebanyak a kali diantara sejumlah n kejadian
yang mungkin. Jadi jelas bahwa batas-batas probabilitas E adalah antara 0
hingga 1

𝟎 ≤ 𝑷(𝑬) ≤ 𝟏

artinya apabila

P (E) = 0 maka peristiwa E pasti tidak terjadi.

P (E) = 1 maka peristiwa E pasti terjadi.

Jika kemungkinan terjadinya peristiwa E disebut P(E) maka besarnya

probabilitas bahwa peristiwa E tidak terjadi adalah

Universitas Esa Unggul

http://esaunggul.ac.id
10 / 22
 ~𝑷(𝑬) = 𝟏 − 𝑷(𝑬)
~𝑷(𝑬) = probabilitas tidak terjadinya suatu peristiwa

Contoh :

Probabilitas lulus ujian statistika 75% à P(stat) = 0,75; Jadi probabilitas

tidak lulus statistik adalah ~ P (stat) = 1 – 0, 75 = 0,25

Probabilitas Peristiwa- Peristiwa Lebih dari Satu Macam

Peristiwa Mutually Exclusive
Peristiwa merupakan peristiwa mutualy exclusive jika
terjadinya peristiwa yang satu menyebabkan tidak terjadinya
peristiwa yang lain. Dengan kata lain kedua peristiwa itu tidak dapat
terjadi bersamaan.

𝑷(𝑨 ∪ 𝑩 ∪ … ) = 𝑷(𝑨) + 𝑷(𝑩) + ⋯.

Contoh

1. Jika melempar sebuah mata uang logam. Berapakah probabilitas

burung atau angka ada di atas?

> >
𝑃(𝐵 ∪ 𝐴) = 𝑃 (𝐵) + 𝑃(𝐴) = @ + @ = 1

2. Sebuah kotak berisi 10 kelereng merah, 18 hitam dan 22 putih.

Kelereng diaduk baik-baik lalu diambil sebuah secara random.
Berapakah probabilitas akan terambil kelereng merah atau hitam ?

>I >O
𝑃(𝑀 ∪ 𝐻) = 𝑃(𝑀) + 𝑃(𝐻) = NI + NI = 0,2 + 0,36 = 0,56

Peristiwa Non Exclusive

Dua peristiwa dikatakan Non Exclusive jika kedua peristiwa itu

dapat terjadi secara bersamaan (irisan).

𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨 ∩ 𝑩)

Universitas Esa Unggul

http://esaunggul.ac.id
11 / 22
Contoh.

1. Ada satu set kartu remi (52) yang akan diambil salah satu. Berapa
probabilitas dalam sekali pengambilan itu akan diperoleh kartu King
atau Hati.

𝑷(𝑲 ∪ 𝑯) = 𝑷(𝑲) + 𝑷(𝑯) − 𝑷(𝑲 ∩ 𝑯)

𝟒 𝟏𝟑 𝟏
= + −
𝟓𝟐 𝟓𝟐 𝟓𝟐
= 𝟎, 𝟎𝟕𝟔 + 𝟎, 𝟐𝟓 − 𝟎, 𝟎𝟏𝟗
= 𝟎𝟑𝟏

2. Suatu kumpulan mahasiswa terdiri dari 30 mahasiswa pria dan 20

wanita. Dari perkumpulan itu diketahui terdapat 10 mahasiswa pria
fakultas ekonomi dan 15 wanita fakultas ekonomi, sedangkan
sisanya dari fakultas lain. Apabila kita mengambil seorang
mahasiswa secara random, berapakah kemungkinan seorang
mahasiswa yang terambil tersebut adalah mahasiswa pria atau
mahasiswa fakultas ekonomi.

𝑃 (𝑃𝑟𝑖𝑎 ∪ 𝑊𝑎𝑛𝑖𝑡𝑎) = 𝑃(𝑃𝑟𝑖𝑎) + 𝑃(𝑊𝑎𝑛𝑖𝑡𝑎) − 𝑃(𝑃𝑟𝑖𝑎 ∩ 𝑊𝑎𝑛𝑖𝑡𝑎)

30 20 10
= + −
50 50 50
= 0,6 + 0,4 − 0,2
= 0,8

Peristiwa Independent (Bebas)

Dua peristiwa dikatakan Independent jika terjadinya atau tidak
terjadinya suatu peristiwa tidak mempengaruhi dan tidak dipengaruhi
oleh peristiwa lain.

𝑷(𝑨 ∩ 𝑩 ∩ … ) = 𝑷(𝑨) × 𝑷(𝑩) × …

Universitas Esa Unggul

http://esaunggul.ac.id
12 / 22
Contoh :

1. Apabila diketahui bahwa probabilitas si A akan hidup 25 th lagi

adalah 0,65 dan kemungkinan si B akan hidup 25 th lagi adalah 0,25.
Berapakah probabilitas si A dan si B akan hidup 25 th lagi ?

𝑃(𝐴 ∩ 𝐵) = 𝑃 (𝐴) × 𝑃(𝐵) = 0,65 × 0,25 = 0,16

2. Dari 100 unit barang yang diperiksa terdapat 20 barang yang rusak.
Berapakah probabilitas dalam 3 kali pengambilan akan diperoleh
barang yang bagus semua sehingga (barang yang sudah diambil
dikembalikan lagi).

20
𝑃 (𝑅 ) = = 0,2 (𝑦𝑔 𝑟𝑢𝑠𝑎𝑘)
100

𝑃(𝐵) = 1 − 𝑃 (𝑅) = 1 − 0,2 = 0,8

𝑃(𝐼 ∩ 𝐼𝐼 ∩ 𝐼𝐼𝐼 ) = 𝑃(𝐼 ) × 𝑃(𝐼𝐼 ) × 𝑃(𝐼𝐼𝐼 )

= 0,8 × 0,8 × 0,8

= 0,51

Peristiwa Dependent (Bersyarat)

Dua peristiwa dikatakan Dependent jika terjadinya peristiwa yang

satu mempengaruhi atau merupakan syarat terjadinya peristiwa lain.

𝑷(𝑨 ∩ 𝑩) = 𝑷(𝑨) × 𝑷(𝑩ǀ𝐀)

Peluang bersyarat B denga syarat A telah diketahui muncul ditulis sebagai

P(B|A). Informasi mengenai A muncul ini munkin akan meningkatkan
peluang munculnya B, mungkin juga menurunkan, atau mungkin juga tidak
berpengaruh.

Universitas Esa Unggul

http://esaunggul.ac.id
13 / 22
Contoh :

1. Dari 100 mahasiswa ditanya tentang matakuliah yang paling

digemari, didapat jawaban sbb :

- 40 mahasiswa gemar akuntansi

- 30 gemar statistka
- 30 tidak gemar keduanya

Kalau kita mengambil 2 orang mahasiswa berurutan secara random

(setelah dipilih tidak dikembalikan lagi). Berapakah probabilitas
dalam pengambilan itu akan terdapat seseorang mahasiswa yang
senang akuntansi dan seorang lagi senang statistik.

~I HI
I. 𝑃(𝐴𝑘𝑢𝑛𝑡𝑎𝑠𝑖 , 𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑘) = >II × •• = 0,4 × 0,30 = 0,12
HI ~I
II. 𝑃(𝑆𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑘, 𝑎𝑘𝑢𝑛𝑡𝑎𝑛𝑠𝑖 ) = >II × •• = 0,3 × 0,40 = 0,12

Jadi probabilita mahasiswa yang senang akuntansi dan seorang lagi

senang statistik adalah 0,12 + 0,12 = 0, 24

2. Ada 2 buah kotak, sebut kotak A & B.. Kotak A berisi 25 bola merah
dan 10 bola putih. Kotak B berisi 5 bola merah dan 15 bola putih.
Apabila salah satu dari kotak itu kita ambil 2 bola secara berururtan
(setelah diambil tidak dikembalikan lagi. Berapakah probabilitas
dalam pengambilan bola pertama akan bewarna merah dan
pengambilan kedua putih ? Coba kerjakan..

@N >I
I. 𝐴(𝑚, 𝑝) = HN × H~ = 0,71 × 0,29 = 0,21
N >N
II. 𝐵(𝑚, 𝑝) = @I × >• = 0,25 × 0,78 = 0,20

Jadi probabilitas dalam pengambilan bola pertama akan bewarna

merah dan pengambilan kedua putih adalah 0,21 + 0,20 = 0, 41

Universitas Esa Unggul

http://esaunggul.ac.id
14 / 22
Aturan Bayes

Dalam teori probabilitas dan statistika, pengertian Aturan

Bayes adalah teorema yang digunakan untuk menghitung peluang dalam
suatu hipotesis. Teorema ini juga merupakan dasar dari statistika Bayes
yang memiliki penerapan dalam ilmu ekonomi mikro, sains, teori
permainan, hukum dan kedokteran. Teorema Bayes akhirnya
dikembangkan dengan berbagai ilmu termasuk untuk penyelesaian
masalah sistem pakar dengan menetukan nilai probabilitas dari hipotesa
pakar dan nilai evidence yang didapatkan fakta yang didapat dari objek
yang diagnosa.
Teorama Bayes ini membutuhkan biaya komputasi yang mahal
karena kebutuhan untuk menghitung nilai probabilitas untuk tiap nilai dari
perkalian kartesius. penerapan Teorema Bayes untuk mencari penerapan
dinamakan Inferensi Bayes
Jika ruang contoh gabungan dari k kejadian yang terpisah yaitu A1,
A2, A3,…, Ak, serta E merupakan kejadian di dalam ruang contoh, maka
peluang munculnya suatu kejadian Ai dengan syarat kejadian E muncul
dirumuskan sebagai :
P( Ai ! E ) P( Ai ! E )
P( Ai | E ) = =
P( E ) P( A1 ).P( E | A1 ) + P( A2 ).P( E | A2 ) + ... + P( Ak ).P( E | Ak )

Contoh :

1. Sebuah perkantoran biasanya membutuhkan tenaga listrik yang cukup

agar semua aktifitas pekerjaannya terjamin dari adanya pemutusan
aliran listrik. Terdapat dua sumber listrik yang digunakan PLN dan
Generator. Bila listrik PLN padam maka secara otomatis generator akan
menyala dan memberikan aliran listrik untuk seluruh perkantoran.
Masalah yang selama ini mengganggu adalah ketidakstabilan arus
(voltage) listrik. Selama beberapa tahun terakhir, diketahui bahwa
peluang perkantoran itu menggunakan listrik PLN adalah 0.9 dan
peluang menggunakan generator adalah 0.1.

Universitas Esa Unggul

http://esaunggul.ac.id
15 / 22
 Peluang terjadi ketidakstabilan pada arus PLN maupun generator
masing-masing 0.2 dan 0.3.

Permasalahan ini di ilustrasikan sebagai berikut :

E : Peristiwa listrik PLN digunakan
Ec : Peristiwa listrik Generator digunakan
A : Peristiwa terjadinya ketidakstabilan arus
Peristiwa A dapat ditulis sebagai gabungan dua kejadian yang saling
lepas :
𝐸 ∩ 𝐴 𝑑𝑎𝑛 𝐸ƒ ∩ 𝐴 , jadi : 𝐴 = (𝐸 ∩ 𝐴) ∪ (𝐸ƒ ∩ 𝐴).

Dengan menggunakan probabilitas bersyarat maka :

𝑃(𝐴) = 𝑃[(𝐸 ∩ 𝐴) ∪ (𝐸ƒ ∩ 𝐴)]

= 𝑃(𝐸 ∩ 𝐴) ∪ 𝑃(𝐸ƒ ∩ 𝐴)
= 𝑃(𝐸 ∩ 𝐴) ∪ 𝑃(𝐸ƒ ∩ 𝐴)
= 𝑃(𝐸 )𝑃†𝐴 | Eˆ + 𝑃(𝐸ƒ )𝑃(𝐴 | E‰ )

Diketahui:

𝑃(𝐸) = 0.9

𝑃(𝐸’) = 0.1
𝑃(𝐴|𝐸) = 0.2

𝑃(𝐴|𝐸’) = 0/3

Sehingga:
𝑃(𝐴) = 𝑃(𝐸). 𝑃(𝐴|𝐸) + 𝑃(𝐸’). 𝑃(𝐴|𝐸’)
= (0.9). (0.2) + (0.2). (0.3)
= 0.21

Kembali pada permasalahan diatas, bila suatu saat diketahui terjadi

ketidak stabilan arus listrik, maka berapakah probabilitas saat itu aliran
listrik berasal dari generator ? Dengan menggunakan rumus
probabilitas bersyarat diperoleh

Universitas Esa Unggul

http://esaunggul.ac.id
16 / 22
 𝑃(𝐸’ ∩ 𝐴)
𝑃(𝐸’|𝐴) =
𝑃 (𝐴 )
𝑃(𝐴|𝐸’)
= 𝑃(𝐸’).
𝑃 (𝐴 )
0.03
=
0.21
0
=
143

Peristiwa B1,B2,….,Bk merupakan suatu sekatan (partisi) dari ruang

sampel S dengan P(Bi)≠0 untuk I = 1,2,…,k , maka setiap peristiwa A
anggota S berlaku:

" "

𝑃(𝐴) = • 𝑃(𝐵Ž ∩ 𝐴) = • 𝑃(𝐵Ž )𝑃(𝐴 | B• )

Ž‘> Ž‘>

Digunakan bila ingin diketahui probabilitas P(B1|A),P(B2|A)….,P(Bk|A)

dengan rumus sebagai berikut :

P(A ∩ B) P(B— )P(A | B— )

𝑃†𝐵’ | Aˆ = = –
∑–•‘> P(B• ∩ A) ∑•‘> P(B• ) P(A | B— )

r = 1,2,…,k

2. Suatu generator telekomunikasi nirkabel mempunyai 3 pilihan tempat

untuk membangun pemancar sinyal yaitu didaerah tengah kota, daerah
kaki bukit dan daerah tepi pantai, dengan masing-masing mempunyai
peluang 0.2,0.3 dan 0.5. Bila pemancar dibangun ditengah kota,
peluang terjadi gangguan sinyal adalah 0.05. Bila pemancar dibangun
dikaki bukit, peluang terjadinya gangguan sinyal adalah 0.06. Bila
pemancar dibangun ditepi pantai, peluang gangguan sinyal adalah 0.08.
a. Berapakah peluang terjadinya gangguan sinyal ?
b. Bila diketahui telah terjadinya gangguan pada sinyal, berapa peluang
bahwa operator tersebut ternyata telah membangun pemancar di
tepi pantai

Universitas Esa Unggul

http://esaunggul.ac.id
17 / 22
 Misal
A = Terjadi ganguan sinyal
B1 = Pemancar dibangun di tengah kota
B2 = Pemancar dibangun di kaki bukit
B3 = Pemancar dibangun di tepi pantai

Maka :
Peluang terjadinya ganguan sinyal
𝑃(𝐴) = 𝑃(𝐵1)𝑃(𝐴|𝐵1) + 𝑃(𝐵2)𝑃(𝐴|𝐵2) + 𝑃(𝐵3)𝑃(𝐴|𝐵3)
= (0,2). (0.05) + (0.3)(0.06) + (0.5)(0.08)
= 0.001 + 0.018 + 0.04
= 0.068
a. Diketahui telah terjadi gangguan pada sinyal, maka peluang bahwa
operator ternyata telah membangun pemancar di tepi pantai. Dapat
dinyatakan dengan ,"peluang bersyarat bahwa operator membangun
pemancar di tepi pantai bila diketahui telah terjadi gangguan sinyal".
P(A ∩ BH )
𝑃†𝐵H | Aˆ =
P(A)
P(BH )P(A | BH )
=
P(A)
†(0,5)(0,08)ˆ
=
0,068
= 0,588
3. Dalam sebuah pabrik perakita terdapat 3 mesin, B1, B2, and B3, yang
masing-masing membuat 30%, 45%, dan 25%, dari produksi. Dari
pengalaman masa lalu bahwa masing-masing mesin menghasilkan 2%,
3%, dan 2% dari produk, yang cacat. Jika sebuah produk akhir dipilih
secara random, berapa probabilitas produk yang terpilih adalah produk
yang cacat ?

Misal :
A : produk yang cacat,
B1: produk yang dihasilkan oleh mesin B1

Universitas Esa Unggul

http://esaunggul.ac.id
18 / 22
 B2: produk yang dihasilkan oleh mesin B2
B3: produk yang dihasilkan oleh mesin B3
Dengan mengaplikasikan aturan eliminasi , bisa kita tulis :
𝑃(𝐴) = 𝑃(𝐵> )𝑃(𝐴|𝐵> ) + 𝑃(𝐵@ )𝑃(𝐴|𝐵@ ) + 𝑃(𝐵H )𝑃(𝐴|𝐵H ).

Mengacu pada Diagram tree pada gambar diatas, kita dapat menemukan 3
cabang yang memberikan probabilitas :
𝑃(𝐵1)𝑃(𝐴|𝐵1) = (0.3)(0.02) = 0.006,
𝑃(𝐵2)𝑃(𝐴|𝐵2) = (0.45)(0.03) = 0.0135,
𝑃(𝐵3)𝑃(𝐴|𝐵3) = (0.25)(0.02) = 0.005,
Sehingga,
𝑃(𝐴) = 0.006 + 0.0135 + 0.005 = 0.0245
4. Mengacu pada soal no. 3, jika sebuah produk diilih secara random dan
ditemukan produk yang cacat , berapa probabilitas produk cacat yang
dibuat oleh mesin B3?

Dengan menggunakan Aturan Bayes

𝑃(𝐵H ∩ 𝐴)
𝑃(𝐵H |𝐴) =
∑"Ž‘> 𝑃 (𝐵Ž ∩ 𝐴)
𝑃(𝐵H )𝑃(𝐴|𝐵H )
=
𝑃(𝐵> )𝑃(𝐴|𝐵> ) + 𝑃(𝐵@ )𝑃(𝐴|𝐵@ ) + 𝑃(𝐵H )𝑃(𝐴|𝐵H )
0.005
=
0.006 + 0.0135 + 0.005
0.005
=
0.0245
10
=
49

Universitas Esa Unggul

http://esaunggul.ac.id
19 / 22
5. Sebuah perusahaan manufaktur merencanakan dan mengembangkan
3 produk khusus. dimana rencana 1, 2, dan 3 digunakan untuk masing-
masing 30%, 20%, dan 50%. Probabilits produk cacat berbeda untuk
setiap prosedur sesuai data berikut :

𝑃 (𝐷|𝑃> ) = 0.01
𝑃(𝐷|𝑃@ ) = 0.03
𝑃(𝐷|𝑃H ) = 0.02
Dimana P(D|Pj) adalah probabilitas produk cacat yang diberikan oleh
plan j (j = 1,2,3). Jika sebuah produk cacat dipilih secara acak, maka
probablitas dari rencana mana yang menghasilkan produk cacat
terbesar ?
Penyelesaian:
𝑃(𝑃> ) = 0.30
𝑃(𝑃@ ) = 0.20
𝑃(𝑃H ) = 0.50
Kita harus menemukan P(D|Pj) untuk j=1,2,3 dengan menggunakan
aturan Bayes sebagai berikut:
𝑃(𝑃> )𝑃(𝐷|𝑃> )
𝑃(𝑃> |𝐷) =
𝑃(𝑃> )𝑃(𝐴|𝑃> ) + 𝑃(𝑃@ )𝑃(𝐴|𝑃@ ) + 𝑃(𝑃H )𝑃(𝐴|𝑃H )
(0.30)(0.01) 0.003
= = = 0.158
(0.30)(0.01) + (0.20)(0.03) + (0.50)(0.02) 0.019
(0.03)(0.20)
𝑃(𝑃@ |𝐷) = = 0.316
0.019
(0.02)(0.50)
𝑃(𝑃H |𝐷) = = 0.526
0.019
Jadi probablitas terbesar dari rencana yang menghasilkan produk cacat
adalah rencana 3.

Universitas Esa Unggul

http://esaunggul.ac.id
20 / 22
DAFTAR PUSTAKA

Sugiono, Prof. DR. 2017. Statistika untuk Penelitian. Bandung: Alfabeta.

Supranto, J. 2008. Statistik Teori dan Aplikasi, Edisi ketujuh; Jilid 1. Jakarta:
Erlangga.

Walpole, Ronald E. 2017. Pengantar Statistika, Edisi ketiga. Jakarta:

Gramedia Pustaka Utama.

Universitas Esa Unggul

http://esaunggul.ac.id
21 / 22