Modul 2 KLP 23

LAPORAN PRAKTIKUM
MODUL II
EVENT DAN PROBABILITAS
OLEH
KELOMPOK XXIII
HARUN SAHARUDDIN 09120200018
MUH. ZHAFRAN ARDZUL A 09120200002
NURUL FADILAH 09120200084
PUTRI HANDAYANI 09120200129
LABORATORIUM STATISTIK INDUSTRI
JURUSAN TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS MUSLIM INDONESIA
MAKASSAR
2022
BAB I
PENDAHULUAN
1.1 Latar Belakang
Statistika adalah hasil data yang ditampilkan dalam bentuk grafik, tabel, dan
lain sebagainya. Dari kumpulan data, statistika dapat digunakan untuk
menyimpulkan atau mendeskripsikan data. Informasi kemudian dicatat sekaligus
dikumpulkan baik itu dalam bentuk informasi numerik maupun informasi
kategorik yang disebut sebagai suatu pengamatan (Ahmaddien, 2020).
Menurut Kamus Besar Bahasa Indonesia (KBBI), statistik adalah angka-
angka atau catatan yang dikumpulkan, dikelompokkan, dan ditabulasi sehingga
didapatkan informasi berkaitan dengan masalah tertentu. Statistika juga telah
banyak diterapkan dalam berbagai disiplin ilmu, baik itu ilmu-ilmu alam (misalnya
astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan
psikologi), maupun di bidang bisnis (mengenai produk, dll), ekonomi, dan
industri.
Beberapa istilah dalam statistika (ilmu statistik) antara lain populasi, sampel,
unit dan probabilitas. Konsep probabilitas adalah dasar dari sampel dan
inferences tentang populasi yang dapat dibuat dari suatu sampel. Sehingga
sebagian besar konsep dasar ilmu statistik mengasumsikan teori probabilitas
Dalam dunia industri, statistika sebagai metode merupakan kunci sukses untuk
menyelesaikan atau mendapatkan solusi dari sebuah permasalahan. Hampir
seluruh aspek dalam industri menggunakan statistika, salah satu
penggunaannya yakni ketika suatu industri atau perusahaan ingin mengetahui
berapa besar kemungkinan peluang hasil produk baik dan produk cacat yang
dihasilkan di lantai produksi dengan probabilitas (Otaya, 2016).

1.2 Tujuan Praktikum
1. Untuk menerapkan definisi empiris dan probabilitas munculnya suatu
peristiwa.
2. Agar dapat mengetahui nilai probabilitas berdasarkan pendekatan frekuensi
relative.
3. Dapat mengetahui peristiwa yang bersifat mutually exclusive.
4. Untuk mengetahui probabilitas bersyarat .
1.3 Alat dan Bahan
1. Koin (Rp. 200; Rp. 500; Rp. 1000)
2. Kartu UNO
3. Dadu
4. Pallet warna hitam, warna putih dan warna hijau.
5. Kalkulator
6. Lembar Kerja
7. Media Pengujian
1.4 Prosedur Praktikum
1.4.1 Percobaan Apriori dan Frekuensi Relatif
1. Lemparkan koin yang permukaannya seimbang.
2. Catat permukaan yang muncul.
3. Ulangi langkah 1-2 untuk masing-masing sebanyak 20, 60 dan 80 kali.
4. Hitung frekuensi kemunculan masing-masing permukaan.
5. Bandingkan hasil tersebut dengan nilai ekspetasinya.
6. Ulangi langkah 1-4 untuk kartu UNO dengan permukaan yang tidak
seimbang.
7. Hitung probabilitas kemunculan masing-masing permukaan.
8. Buat kesimpulan.
1.4.2 Percobaan Peristiwa Independent
1. Acak media.
2. Ambil sebuah pallet dalam sebuah wadah yang berisi 40 pallet putih,
40 pallet hitam dan 20 pallet hijau.
3. Catat kondisi pallet.
4. Kembalikan sampel tersebut ke dalam wadah lalu acak.
5. Ulangi langkah 1-4 masing-masing sebanyak 20, 60 dan 80 kali.
6. Hitung frekuensi kemunculan masing-masing pallet.
7. Bandingkan hasil percobaan dengan nilai ekspektasi.
8. Buat kesimpulan.
1.4.3 Percobaan Probabilitas Bersyarat
1. Aduk media.
2. Ambil sebuah pallet dalam sebuah wadah yang berisi 40 pallet putih,
40 pallet hitam dan 20 pallet hijau. Dilanjutkan dengan pengambilan
sebuah pallet berikutnya dan cacat hasilnya.
3. Kembalikan ketiga sampel tersebut ke wadah.
4. Ulangi langkah 1-4 masing-nasing sebanyak 20, 60 dan 80 kali.
5. Hitung kemunculan masing-masing pallet.
6. Bandingkan hasil percobaan dengan nilai ekspetasi.
7. Buat kesimpulan.
1.4.4 Percobaan Mutually Exclusive
1. Lemparkan 2 buah dadu.
2. Catat angka yang muncul.
3. Ulangi langkah 1-2 sebanyak 20, 60 dan 80 kali.
5. Buat kesimpulan.
BAB II
LANDASAN TEORI
2.1 Statistik, Statistika dan Metode Statistik
Statistika merupakan cabang dari ilmu matematika yang banyak membantu
kehidupan manusia, oleh karena sifatnya yang membantu kehidupan manusia
maka statistika telah digunakan baik dalam Perindustrian, perdagangan, bisnis,
pendidikan maupun pengambilan keputusan dalam dunia politik.
2.1.1 Statistik
Statistik adalah rekapitulasi dari fakta yang berbentuk angka-angka
disusun dalam betuk tabel dan diagram yang mendeskripsikan suatu
permasalahan. Dapat dikatakan bahwa tabel (tabel biasa, tabel
kontigensi, tabel distribusi frekuensi) dan diagram (diagram batang,
diagram garis atau grafik, diagram lingkaran, diagram pastel, diagram
peta dan diagram pencar) merupakan contoh dari statistik.
2.1.2 Statistika
Statistika adalah pengetahuan yang berhubungan dengan cara-cara
Pengumpulan data, pengolahan data atau analisanya dan penarikan
kesimpulan berdasarkan kumpulan data dan penganalisaan yang
dilakukan. Dengan demikian statistik dikatakan sebagai informasi
sedangkan statistika dikatakan sebagai alat atau pengetahuan untuk
menghasilkan informasi tersebut.
2.1.3 Metode Statistik
Metode statistik adalah cara penggunaan statistika secara tepat untuk
menghasilkan informasi yang tepat dan dapat dipercaya. Jika statistika
adalah ilmu atau pengetahuan yang digunakan untuk menghasilkan
informasi maka cara penggunaan statistika secara tepat sehingga

menghasilkan informasi yang dapat dipercaya disebut dengan metode
statistika atau metode statistik (Jaya, 2010).
2.2 Peranan Statistik
1. Bagi calon peneliti dan para peneliti. Kehidupan sehari-hari tidak dapat lepas
dari data, baik data itu bersifat kuantitatif maupun kualitatif. kedua sifat data
tersebut dapat dianalisis dengan baik. Para peneliti nantinya akan
membedakan data-data tersebut berdasarkan kelompoknya atau ingin
menggabungkan data yang satu dengan yang lainnya atau ingin meramalkan
pengaruh data yang satu dengan yang lainnya. Dalam menghadapi data
mentah, kita ditantang untuk mengumpulkannya melalui teknik pengumpulan
data baik melalui pengamatan (observasi), wawancara, angket maupun
dokumentasi secara objektif. Setelah data itu terkumpul, maka dilanjutkan
dengan mengolah data tersebut dalam bentuk penyajian data. Bentuk mana
yang akan dipilih tergantung kebutuhan masing-masing. Dalam hal ini
statistik deskriptif sangat diperlukan karena peneliti akan dapat
mendeskripsikan data yang dikumpulkan.
2. Bagi pembaca, dalam membaca laporan-laporan penelitian, laporan-laporan
perusahaan, laju inflasi dan seterusnya, si pembaca dituntut mengerti atau
memahami arti dari laporan tersebut.
3. Bagi pembimbing penelitian, peneliti maupun pembimbing yang bijaksana
mempunyai pandangan yang luas dalam mencari kebenaran. Dalam ilmu
statistik banyak terdapat metode-metode yang dapat digunakan untuk
mencari kebenaran data penggunaanya disesuaikan dengan masalah yang
terjadi. Sebagai peneliti dan pembimbing yang kritis kita harus mampu
menempatkan metode penelitian itu pada fungsinya masing-masing. Jika
mungkin metode tersebut dapat saling mengisi. Metode mana yang diambil
dalam penelitian, jawabannya tergantung dari masalah apa yang akan diteliti.
4. Bagi penguji skripsi, tesis atau disertasi, pembacanya menggunakan metode
statistik sudah selayaknya memahami statistik sehingga dapat meningkatkan
kualitas lulusannya dan wibawa penguji sendiri.
5. Bagi pimpinan/manajer dan administrator, staistik sebagai alat untuk
pengumpulan data baik secara sensus maupun sampling, pengolahan atau
analisis data, penyajian data dalam bentuk laporan manajemen, pengambilan
keputusan atau perencanaan, dan evaluasi atau pengawasan antara data
yang dilaporkan dengan penyimpangan dilapangan, melakukan pemecahan
masalah manajerial, dll.
6. Bagi ilmu pengetahuan atau fisika, statistika sebagai disiplin ilmu berguna
untuk kemajuan ilmu dan teknologi. Karena itu, kita dituntut untuk memahami
statistik lebih mendalam (Ma’ruf, 2018).
2.3 Data
2.3.1 Pengertian Data
Data berasal dari bahasa latin yang artinya memberi. Data adalah
sekumpulan baris fakta yang mewakili peristiwa yang terjadi pada
organisasi atau pada lingkungan fisik yang diberikan sebelum diolah ke
dalam format yang bisa digunakan dan dimengerti serta dapat ditarik
menjadi kesimpulan.
Kaitan ‘data’ dengan ‘informasi’ sangat erat sehingga pada
pembicaraan sehari-hari terkadang kita sering menggunakannya untuk
suatu hal serupa walaupun arti sebenarnya berbeda dimana data adalah
kumpulan fakta-fakta, belum diolah dan ditata serta belum dapat dipahami
oleh pengguna akhir. Sedangkan informasi adalah data yang telah diolah
sedemikian rupa sehingga memiliki makna tertentu bagi penggunanya
(Budio, Fadlan and Sari, 2019).

2.3.2 Syarat Pada Data
Data sebagai bahan baku bagi perencanaan dan pengambilan
keputusan haruslah memenuhi persyaratan tertentu. Syarat-syarat data
yang baik adalah sebagai berikut:
1. Realibel (dapat diandalkan), yang meliputi:
a. Data harus objektif artinya sesuai dengan keadaan yang benar (as
it is). Data yang tersedia dapat menggambarkan keadaan yang
sesungguhnya dari objek yang diamati. Misalnya, produksi ikan
menurun dalam lima tahun terakhir dilaporkan meningkat, walaupun
data tertera dalam statistika produksi; tetap saja tidak objektif.
b. Data harus dapat mewakili (representative). Data yang tersedia
mampu mewakili populasi (lingkup yang lebih besar) yang
dimaksud. Misalnya: keadaan ekonomi nelayan ‘tidak miskin’
Kesimpulan ini diambil berdasarkan survei yang respondennya
pemilik kapal saja. Laporan tersebut jelas tidak mewakili sebab
respondennya hanya pemilik kapal, sedang buruh tidak dijadikan
sumber Dimana.
c. Kesalahan baku (standard error) kecil. Data dapat dikatakan baik
bila kesalahan bukunya kecil. Sebaliknya, jika kesalahan baku
besar pertanda data tersebut dianggap bias.
2. Bermanfaat dan berguna, meliputi:
a. Data relevan
Data yang dikumpulkan harus ada hubungannya dengan
masalah yang akan dipecahkan. Misalnya, pemerintah akan
meningkatkan pendapatan nelayan. Untuk memecahkan
persoalan tersebut maka perlu diketahui tentang kepemilikan alat

tangkap ddan potensi sumber daya laut untuk mata pencaharian
alternatif.
b. Data harus tepat waktu (up to date)
Data yang dikumpulkan bersifat kekinian sehingga jika diambil
sebagai bahan untuk pengambilan keputusan atau perencanaan
akan tepat keputusannya (Sunaryo and Ratnaningsih, 2017).
2.4 Pembagian Data
2.4.1. Data Berdasarkan Jenisnya
Dapat dikelompokkan menjadi dua, yaitu:
1. Data Kualitatif
Merupakan data yang menunjukkan kualitas sesuatu; baik
manusianya, benda-beda, maupun suatu variabel tertentu seperti
motivasi, minat dan lainnya yang berbentuk kategorisasi, karakteristik
berbentuk kalimat, kata-kata atau gambar. Contoh: siswa itu rajin,
motivasi belajarnya rendah dan sebagainya.
2. Data Kuantitatif
Merupakan data yang berbentuk angka atau data kualitatif yang
diangkakan. Contoh: skor ulangan Matematika Rudi 75, skor minat
belajar Andi 105, skor IQ Winda 135, jumlah siswa di kelas X SMA 20
Medan adalah 23 orang. Data kuantitatif dapat dikelompokkan
menjadi:
a. Data Diskrit, data yang diperoleh dari hasil menghitung atau
membilang.
b. Data Kontinu, data yang diperoleh dari hasil pengukuran (Jaya,
2020).
2.4.2. Data Berdasarkan Skala Ukurnya
1. Data Nominal
Merupakan data yang hanya mengandung unsur penamaan
(Bahasa Latin, Nomos = nama). Contoh: jenis kelamin mahasiswa
Fakultas Teknologi Industri terdiri dari laki-laki berjumlah 765 orang
dan perempuan sebanyak 450 orang.
2. Data Ordinal
Merupakan data yang selain megandung unsur penamaan juga
memiliki unsur urutan (Order = urutan). Pada data ordinal selain
dilakukan pembobotan atau penskoran, urutan dari penskoran tersebut
juga memiliki arti atau makna. Posisi letak menentukan kedudukan
kategori data.
3. Data Interval
Merupakan data yang selain mengandung unsur penamaan dan
urutannya juga memiliki sifat interval atau selang, jaraknya bermakna.
Disamping itu, data ini memiliki ciri angka dimana angka nol-nya tidak
mutlak. Pada data interval selain data memiliki skor, memiliki urutan
juga memiliki interval yang jelas satu tingkatan data dengan yang
lainnya.
4. Data Rasio
Merupakan data yang memiliki unsur penamaan, urutan,
intervalnya bermakna dan angka nolnya mutlak, sehingga rasionya
memiliki makna (Jaya, 2020).
2.5 Sumber Data
Sumber data atau inti data dalam sebuah penelitian bisa didefinisikan sebagai
sebuah subjek di mana data tersebut bisa di dapat.

2.5.1 Data Primer
Data primer adalah data langsung. Data yang dikumpulkan dan diolah
sendiri secara langsung dari (data unit) sumber data yang bersangkutan
(Arifin, 2018).
2.5.2 Data Sekunder
Data sekunder adalah data yang diambil dari pihak ketiga atau sumber
data lain (tidak langsung ke sumber data yang bersangkutan), biasanya
dalam bentuk publikasi. Misalnya BPS, BAPENAS, dll (Arifin, 2014).
2.6 Teknik Pengumpulan Data
2.6.1 Berdasarkan Jenis Cara Pengumpulannya
1. Pengamatan (Observasi), yaitu cara pengumpulan data dengan terjun
dan melihat langsung ke lapangan terhadap objek yang diteliti
(populasi) dapat juga disebut penelitian lapangan.
2. Penelusuran literatur, yaitu cara pengumpulan data dengan
menggunakan sebagian atau seluruh data yang telah ada. Cara ini
disebut juga pengamatan tidak langsung.
3. Penggunaan kuesioner (angket), yaitu cara pengumpulan data dengan
menggunakan daftar pertanyaan atau angket atau daftar isian
terhadap objek yang diteliti (populasi).
4. Wawancara (interview), yaitu cara pengumpulan data dengan
langsung mengadakan tanya-jawab kepada objek yang diteliti atau
kepada perantara yang mengetahui persoalan dari objek yang diteliti
(Nasution, 2017).
2.6.2 Berdasarkan Banyak Data yang Diambil
1. Sensus, yaitu cara pengumpulan data dengan mengambil elemen atau
anggota populasi secara keseluruhan untuk diselidiki. Data yang

diperoleh dari hasil sensus disebut parameter atau data yang
sebenarnya (true value).
2. Sampling, yaitu cara pengumpulan data dengan mengambil sebagian
dari elemen atau anggota populasi untuk diselidiki (Nasution, 2017).
2.7 Event (Peristiwa)
Suatu kejadian (event) adalah himpunan bagian dari ruang sampel. Karena Ω
adalah himpunan bagian Ω dari Ω maka adalah suatu kejadian dan disebut
kejadian universal. Dengan cara sama himpunan nol (Ø) adalah himpunan
bagian dari Ω. Jadi, juga suatu kejadian dan disebut kejadian tidak mempunyai
anggota. Jadi kejadian universal selalu terjadi dan kejadian nol tidak ada kejadian
yang timbul (Haryono and Ratnaningsih, 2018).
Menurut Walpole (1995), kejadian (event) merupakan suatu himpunan bagian
dari ruang sampel.
2.8 Percobaan
Dalam statistika digunakan istilah percobaan untuk menyatakan tiap proses
yang menghasilkan data mentah.
Berikut ini beberapa contoh percobaan dalam statistika:
1. Pada percobaan melempar mata uang logam, hasil yang muncul adalah sisi
gambar (G) atau sisi angka (A).
2. Pada percobaan melempar sebuah dadu bermata enam, hasil yang muncul
adalah sisi mata dadu 1, 2, 3, 4, 5, atau 6.
3. Pada percobaan memilih hari dalam satu minggu, hasil yang muncul adalah
hari Senin, Selasa, Rabu, Kamis, Jumat, Sabtu, atau Minggu (Mauna. 2019).
2.9 Ruang Sampel
Setiap kemungkinan hasil dalam ruang sampel disebut unsur atau anggota
ruang sampel, atau lebih sering disebut titik sampel. Ruang sampel adalah
himpunan semua hasil yang mungkin pada suatu percobaan (Isrok’atun, 2020).
2.10 Kejadian
Kejadian atau peristiwa himpunan bagian dari ruang sampel. Karena kejadian
adalah bagian dari ruang sampel maka biasanya disimbolkan dalam huruf besar
(Hadinegoro, 2016).
Pengertian kejadian dalam statistika adalah himpunan bagian dari ruang
sampel. Suatu kejadian yang anggota-anggotanya semua titik sampel disebut
kejadian pasti. Sedangkan suatu kejadian yang merupakan himpunan kosong
disebut kejadian mustahil. Bila suatu kejadian dapat dinyatakan sebagai sebuah
himpunan yang hanya terdiri dari sati titik sampel maka kejadian itu disebut
kejadian sederhana. Sedangkan kejadian majemuk adalah kejadian yang dpat
dinyatakan sebagai gabungan beberapa kejadian sederhana. Ruang Kosong
atau Ruang Nol adalah himpunan bagian ruang sampel yang tidak satupun
mengandung satupun anggota. Kejadian ini diberi lambang khusus ∅.
1. Contoh kejadian sederhana yaitu: kejadian munculnya angka pada
percobaan pelemparan dua keping mata uang dapat dinyatakan sebagai Y
= {AA} yang merupakan himpunan bagian dari ruang sampel S = {AA, AG,
GA, GG}
2. Contoh kejadian majemuk : kejadian B menarik sebuah kartu merah dari
sekotak kartu bridge merupakan kejadian majemuk, karena B =
{hear,diamond}.
3. Contoh ruang nol : B = {x/x adalah faktor bukan prima dari 11 selain 1} maka
kejadian B adalah kejadian Ruang Nol karena faktor dari 11 adalah 11 dan
1, 11 adalah bilangan prima.
2.11 Populasi dan Sampel
Populasi adalah bagian keseluruhan dari pengamatan atau objek yang
menjadi perhatian. Sampel adalah bagian dari populasi yang menjadi perhatian.
Populasi dan sample masing-masing mempunyai karakteristik yang dapat
diukur atau dihitung. Karakteristik untuk populasi disebut parameter dan untuk
sample disebut statistik.
Populasi dibedakan menjadi dua jenis yaitu :
1. Populasi orang atau individu adalah keseluruhan orang atau individu (dapat
pula berupa benda-benda) yang menjadi objek perhatian.
2. Populasi data adalah populasi yang terdiri atas keseluruhan karakteristik
yang menjadi objek perhatian.
Sampel juga dibedakan menjadi dua jenis yaitu :
1. Sampel orang atau individu adalah sampel yang terdiri atas orang-orang
(dapat pula berupa benda-benda) yang merupakan bagian dari
populasinya yang menjadi objek perhatian.
2. Sampel data adalah sebagaian karakteristik dari suatu populasi yang
menjadi objek perhatian (Seputra, 2019).
2.12 Titik Sampel
Sering kali kita berhadapan dengan unsur kemungkinan dari suatu kejadian
tertentu bila suatu percobaan dilakukan. Dalam beberapa hal, suatu soal
peluang dapat diselesaikan dengan menghitung titik sampel dalam ruang
sampel. Kita akan mulai pembahasan ini, dengan memperhatikan sifat berikut
ini:
1. Jika suatu operasi dapat dilakukan dengan n 1 cara, dan jika untuk setiap cara
ini operasi ke dua dapat dikerjakan dengan n 2 cara, maka kedua operasi itu
dapat dikerjakan bersama-sama dengan n1n2 cara. Sebagai ilustrasi, jika
sepasang dadu dilemparkan sekali, maka banyaknya titik sampel adalah 36.
Hal ini karena dadu pertama dapat menghasilkan 1 dari enam kemungkinan.
Untuk setiap posisi tersebut, dadu kedua dapat pula menghasilkan 6

kemungkinan. Jadi pasangan dadu itu dapat menghasilkan 6 x 6 = 36
kemungkinan.
2. Jika suatu operasi dapat dilakukan dengan n 1 cara, dan jika untuk setiap cara
ini operasi ke dua dapat dikerjakan dengan n 2 cara, jika untuk setiap cara ini
operasi ke tiga dapat dikerjakan dengan n 3, dan seterusnya, maka deretan k
operasi dapat dikerjakan dengan n1 x n2 x n3 x …x nk cara.
Contoh : Misalkan seseorang akan memakai sepatu, kaos kaki, celana, dan
baju untuk berangkat kerja. Ia mempunyai 2 pasang sepatu, 3 pasang kaos
kaki, 5 baju, dan 4 celana.Maka ia mempunyai pilihan memakai sepatu,
kaos kaki, baju, dan celana sebanyak: 2 x 3 x 5 x 4 = 120 (Prabawanto,
1998).
2.13 Probabilitas
The probability of an event is the proportion (relative prequency) of times
_that the event is expected to occur when an experiment is repeated a large
number of times under identical condition, probability is a measure of a likehood
of the occurance of a random event (Marlina, 2019).
Salah satu bentuk perluasan teori probabilitas adalah imprecise probability.
Penelitian pertama mengenai imprecise probability dilakukan oleh George
Boole pada pertengahan abad ke-19 yang bertujuan untuk mengkombinasikan
teori logika dan probabilitas.
Pada tahun 1920, Keynes memformulasikan dan menerapkan pendekatan
estimasi selang eksplisit untuk probabilitas. Imprecise probability terbagi
kedalam dua bentuk yaitu bentuk kualitatif (probabilitas perbandingan, order
pilihan parsial, dll) dan bentuk kuantitatif (probabilitas interval, teori possibility,
fungsi kepercayaan, ramalan teratas dan terbawah, probabilitas teratas dan
terbawah, probabilitas fuzzy, dll). Pada tahun 2012, Mila Stojaković
memperkenalkan konsep baru dari model imprecise probability yaitu

probabilitas bernilai himpunan yang didefinisikan atas ruang terukur dengan
hasilnya berupa koleksi dari himpunan bagian interval satuan.
Dalam jurnalnya, set valued probability and its connection with set valued
mesure, Stojaković menyatakan bahwa probabilitas bernilai himpunan memiliki
hubungan yang erat dengan ukuran bernilai himpunan. Pada konsep ini, nilai
probabilitas pada akhirnya direpresentasikan dalam bentuk himpunan yang
tersusun dari perluasan teori probabilitas sederhana yang biasa dipakai,
sehingga mendorong penulis untuk mengkaji lebih lanjut mengenai konsep dari
probabilitas bernilai himpunan ini. (Aslikhatul, 2016)
Konsep probabilitas mempunyai peranan yang sangat penting dalam
kehidupan sehari-hari, mulai dari bidang ilmiah, bidang pemerintahan, bidang
usaha atau industri. Secara umum probabilitas merupakan peluang dan
kemungkinan (Ma’ruf, 2018).
Kata probabilitas sering disebut peluang dan kemungkinan. Secara umum
Probabilitas merupakan peluang bahwa sesuatu terjadi. Secara lengkap
didefinisikan sebagai berikut: “Probabilitas” ialah suatu nilai yang digunakan
untuk mengukur tingkat terjadinya suatu kejadian yamg acak. Agus Irianto
(2009 : 73) mengemukakan teori probabilitas berkembang dari permainan
gamblang, dimana setiap tebakan mengandung unsur kemungkinan keluar
maupun tidak persoalannya terletak pada pilihan itu mengandung kemungkinan
keluar lebih besar daripada kemungkinan tidak keluar atau tidak (Otaya, 2016).
Teori probabilitas dapat dikatakan merupakan salah satu ilmu untuk
“mengukur” ketidakpastian hingga ke tingkat yang lebih manageable dan
predictable. Teori probabilitas digunakan bukan hanya untuk hal-hal yang
praktis, bahkan juga untuk hal-hal yang teoritis ketika model-model matematis
tidak dapat lagi disusun secara komprehensif untuk memecahkan suatu
masalah. Apalagi dunia pendidikan yang pada umumnya memerlukan

pertimbangan yang lebih singkat dan pragmatis sangat mengandalkan konsep-
konsep teori probabilitas.
Statistika adalah “wajah” dari teori probabilitas. Statistika digunakan untuk
melakukan pengukuran kuantitatif yang aproksimatif akan suatu hal. Konsep
metodologis yang digunakan didalam statistika dikembangkan berdasarkan
teori probabilitas. Dalam penggunaanya, hasil pengukuran statistika sudah
dapat dianggap memadai. Namun, untuk memahami apa yang ada dibalik
angka-angka hasil penghitungan statistika tersebut memerlukan pemahaman
mengenai model probabilitas yang digunakannya, yang artinya perlu kembali
ke teori probabilitas. Tanpa pemahaman tersebut, seringkali statistika
digunakan untuk elegitimasi suatu kebohongan (dikenal sebagai kebohongan
statistika) ketika statistia digunakan sementara model dasar probabilitas yang
terkait tidak sesuai/relevan dengan situasi yang sebenarnya (Otaya, 2016).
Probabilitas adalah suatu nilai yang digunakan untuk mengukur tingkat
terjadi suatu kejadian yang acak. Kata probabilitas sering disebut peluang dan
kemungkinan (Otaya, 2016). Pendekatan dalam menghitung probabilitas antara
lain:
1. Pendekatan klasik, didasarkan pada asumsi bahwa seluruh hasil dari suatu
eksperimen mempunyai kemungkinan (peluang) yang sama. Perhatikan
suatu kejadian A yang dapat terjadi sebanyak x cara dari seluruh n cara.
Maka probabilitas peristiwa A dapat terjadi (sukses):
𝑥
p I=...........................................................................................
Pr(A) = (Rumus 2.1)
𝑛
Dimana:
Pr(A) = Probabilitas terjadinya peristiwa A
x = Peristiwa yang dimaksud

n = Banyaknya peristiwa yang mungkin
Pendekatan frekuensi relatif, probabilitas suatu kejadian merupakan limit
dari frekuensi relatif kejadian tersebut yang secara teoritis berlaku untuk nilai
n yang besar sekali (tidak terhingga), misalnya merupakan suatu eksperimen
atau penelitian dengan sampel yang besar(Ma’ruf, 2018).
𝑥
Pr(A) = lim dengan fr = 𝑚⁄𝑛
I ........................................................................................... (Rumus 2.2)
𝑛
Dimana:
Pr(A) = Probabilitas peristiwa A
m = frekuensi peristiwa
n = banyaknya peristiwa yang bersangkutan
2. Pendekatan subjektif, didasarkan atas penilaian seseorang dalam
menyatakan tingkat kepercayaan. Jika tidak pengamatan atau pengalaman
masa lalu sebagai dasar untuk menghitung probabilitas, maka pernyataan
probabilitas tersebut bersifat subjektif. Hal ini biasa terjadi dalam bentuk opini
(Ma’ruf, 2018).
2.14 Aturan-Aturan Probabilistik
2.14.1 Peristiwa Bersama
Terjadinya dua atau lebih peristiwa dalam suatu percobaan.
P (XY) = Probabilistik terjadinya X dan Y
P(X+Y) = Probabilistik terjadinya X atau Y
2.14.2 Probabilitas Mutually Exclusive
Dua peristiwa atau lebih dinamakan peristiwa saling lepas jika
kedua atau lebih peristiwa itu tidak dapat terjadi pada saat yang
bersamaan, disebut juga peristiwa saling asing.
O < P (X) <1
Jika P(X) = 0, peristiwa X pasti tidak terjadi

Jika P(X) = 1, peristiwa X pasti terjadi
Kedua hubungan di atas disebut mutually exclusive sehingga:
I................................................................................
P(X) = 1 – P(X) atau P(X) + P (X) =1 (Rumus 2.3)
2.14.3 Peristiwa Bebas (Independent)
Jika probabilitas terjadi peristiwa X tidak mempengaruhi terjadinya
peristiwa Y :
I................................................................................
P(xy) = P(x)P(y) (Rumus 2.4)
Karena x dan y independent maka :
P(y!x) = P(y)
Dua peristiwa atau lebih disebut peristiwa saling bebas apabila
terjadinya peristiwa yang satu tidak mempengaruhi terjadinya
peristiwa yang lain. Probabilitas peristiwa saling bebas dapat
dibedakan atas tiga macam, yaitu:
1. Probabilitas marginal atau probabilitas tidak bersyarat,
probabilitas terjadinya suatu peristiwa yang tidak memiliki
hubungan dengan terjadinya peristiwa lain. Peristiwa-peristiwa
tersebut tidak saling mempengaruhi.
2. Probabilitas gabungan, peristiwa saling bebas adalah
probabilitas terjadinya dua peristiwa atau lebih secara berurutan
dan peristiwa-peristiwa tersebut tidak saling mempengaruhi. Jika
peristiwa A dan B gabungan, probabilitas terjadinya peristiwa
tersebut:
P(A&B) = P(AB)
I ......................................................................... (Rumus 2.5)
= P(A).P(B)
3. Probabilitas bersyarat peristiwa saling bebas adalah probabilitas
terjadinya suatu peristiwa dengan syarat peristiwa lain harus

terjadi. Peristiwa-peristiwa itu tidak saling mempengaruhi. Jika
peristiwa B bersyarat terhadap A, Probabilitas terjadinya
peristiwa tersebut adalah
i .........................................................................
P(B/A) = P(B) (Rumus 2.6)
2.14.4 Peristiwa Tidak Saling Bebas (Dependent)
Dua peristiwa atau lebih disebut peristiwa tidak saling bebas
apabila peristiwa yang satu dipengaruhi atau bergantung pada
peristiwa lainnya. Probabilitas peristiwa tidak saling bebas dapat pula
dibedakan atas tiga macam, yaitu:
1. Probabilitas Bersyarat, peristiwa tidak saling bebas adalah
probabilitas terjadinya suatu peristiwa dengan syarat peristiwa
lain harus terjadi dan peristiwa-peristiwa tersebut saling
mempengaruhi. Jika peristiwa B bersyarat terhadap A,
probabilitas terjadinya peristiwa tersebut:
𝑃(𝐵𝐴)
P (B/A) =
𝑃(𝐴)
i ......................................................................... (Rumus 2.7)
P(B/A) dibaca probabilitas terjadinya B dengan syarat peristiwa
A terjadi.
2. Probabilitas Gabungan, peristiwa tidak saling bebas adalah
probabilitas terjadinya dua atau lebih peristiwa secara berurutan
(bersamaan) dan peristiwa-peristiwa itu saling mempengaruhi.
Jika dua peristiwa A dan B gabungan, probabilitas terjadinya
peristiwa tersebut:
P(A&B) = P(AB) = P(A).P(B/A) .................... (Rumus 2.8)

Jika tiga buah peristiwa A, B, dan C gabungan, probabilitas
terjadinya peristiwa tersebut:
I.......................................................................
P(ABC) = P(A).P(B/A).(C/AB) (Rumus 2.9)
3. Probabilitas Marginal, peristiwa tidak saling bebas adalah
probabilitas terjadinya suatu peristiwa yang memiliki hubungan
dengan terjadinya peristiwa lain dan peristiwa tersebut saling
mempengaruhi. Jika peristiwa A adalah marginal, probabilitas
terjadinya peristiwa A tersebut:
P(A) = ∑ P(BA)
I.......................................................................
= ∑ P(A𝑖̂). P(B/ A𝑖̂) (Rumus 2.10)
= 1,2,3
2.14.5 Probabilitas Bersyarat
Jika peristiwa X menjadi syarat terjadinya atau tidak terjadinya
suatu peristiwa Y maka :
1. Probabilitas peristiwa X terjadi dilalui oleh peristiwa
P( X  Y )
X !Y ) =
P (........................................................................ (Rumus 2.11)
P( X )
2. Probabilitas Y terjadi yang dilalui peristiwa X
P(XY)
i .......................................................................
P(X!Y) = (Rumus 2.12)
𝑃(𝑋)
2.14.6 Hubungan Inklusif : berlaku hubungan antara X dan Y
P(I X  Y ) = P( X ) + P(Y ) − P( X  Y )
............................................................................. (Rumus 2.13)
Variabel acak diskrit X menetukan distribusi probabilitas apabila
untuk nilai-nilai X = X1, X2, ..., Xn terdapat probabilitas P(Xi) = P(X =
Xi) sehingga:
n
I .............................................................................
x =1
P ( Xi ) = 1 (Rumus 2.14)
Sedangkan untuk semua bilangan real dari (−  X) , terhadap
variabel acak kontinyu mempunyai fungsi kepadatan probabilistik
(Probability Density Function):


 X) =  f ( x ) dx
P ( −I....................................................................... (Rumus 2.15)
−
2.15 Probabilitas Beberapa Peristiwa dengan Pendekatan Kombinasi
Pembicaraan mengenai permutasi dan kombinasi selalu berkaitan dengan
prinsip dasar membilang dan faktorial.
2.15.1 Faktorial
Faktorial adalah perkalian semua bilangan bulat positif (bilangan
asli) terurut mulai dari bilangan 1 sampai dengan bilangan
bersangkutan atau sebaliknya. Faktorial dilambangkan : “!”.
Jika n = 1, 2, …, maka:
n = n (n-1) (n-2) …x 2 x 1 = n (n-1 ) ........................ (Rumus 2.16)
Dimana :
1! = 1
0! = 1
2.15.2 Permutasi
Permutasi adalah suatu penyusunan atau pengaturan beberapa
objek ke dalam suatu urutan tertentu.Banyaknya mutasi bergantung
pada ukuran kelompok asalnya dan banyaknya objek yang dipilih dari
kelompok itu.
2.16 Peristiwa Komplementer
Dua peristiwa disebut komplementer apabila peristiwa yang satu
melengkapi peristiwa lainnya atau peristiwa yang saling melengkapi. Jika
peristiwa A dan B adalah peristiwa komplementer, probabilitas terjadinya
peristiwa itu adalah:

Sebuah dadu dilemparkan ke atas, dimana peristiwa-peristiwanya adalah:
A = Peristiwa mata dadu bilangan prima muncul
B = Peristiwa mata dadu bukan bilangan prima muncul
Jika peristiwa A dan B komplementer, tentukan probabilitas munculnya
peristiwa B!
Penyelesaian :
3
P(A) =
6
P(B) = 1 – P(A)
= 1 – 3/6
=½
2.17 Ekspektasi
Misalkan kita punya sebuah eksperimen yang menghasilkan k buah dapat
terjadi. Peluang terjadinya tiap peristiwa masing-masing p1, p2, …., pk dan
untuk tiap peristiwa dengan peluang tersebut terdapat satuan-satuan d1, d2,
…., dk. Satuan-satuan ini bisa nol, positif ataupun negatif dan tentulah p1 +
p2 +….+ pk = 1.
Maka rumus tersebut menyatakan, bahwa jika tiap peristiwa diberi nilai
maka pukul rata diharapkan terdapat nilai sejumlah  pi.di untuk eksperimen
tersebut.
BAB III
METODOLOGI PENELITIAN
3.1 Pendahuluan
3.1.1 Latar Belakang
Latar belakang berisi tentang event dan probabilitas dalam ilmu
statistik agar kita dapat mengetahui dan lebih memahami fungsi dari ilmu
statistik dibidang industri. Event dan probabilitas digunakan untuk
memperkirakan/mengetahui kemungkinan – kemungkinan dari suatu
peristiwa.
3.1.2 Tujuan Praktikum
Adapun tujuan praktikum ini yaitu, untuk menerapkan definisi empiris
dan probabilitas munculnya suatu peristiwa, agar praktikan dapat
mengetahui nilai probabilitas berdasarkan pendekatan frekuensi relatif,
dapat mengetahui peristiwa yang bersifat mutually exclusive dan untuk
mengetahui probabilitas bersyarat.
3.1.3 Alat dan Bahan
Adapun alat dan bahan yang digunakan selama praktikum yaitu :
1. Koin (Rp.200, Rp.500, dan Rp.1000)
2. Kartu UNO
3. Dadu
4. Pallet warna hitam,warna putih dan warna hijau
5. Kalkulator
6. Lembar kerja
7. Media pengujian
3.1.4 Langkah – Langkah Praktikum
A. Percobaan Apriori dan Frekuensi Relatif
1. Lemparkan koin yang permukaannya seimbang.

2. Catat permukaan yang muncul.
3. Ulangi langkah 1-2 untuk masing-masing sebanyak 20, 60 dan 80
kali.
4. Hitung frekuensi kemunculan masing-masing permukaan.
5. Bandingkan hasil tersebut dengan nilai ekspetasinya.
6. Ulangi langkah 1-4 untuk kartu UNO dengan permukaan yang tidak
seimbang.
7. Hitung probabilitas kemunculan masing-masing permukaan.
8. Buat kesimpulan.
B. Percobaan Peristiwa Independent
1. Acak media.
2. Ambil sebuah pallet dalam sebuah wadah yang berisi 40 pallet
putih, 40 pallet hitam dan 20 pallet hijau.
3. Catat kondisi pallet.
4. Kembalikan sampel tersebut ke dalam wadah lalu acak.
5. Ulangi langkah 1-4 masing-masing sebanyak 20, 60 dan 80 kali.
6. Hitung frekuensi kemunculan masing-masing pallet.
8. Buat kesimpulan.
C. Percobaan Probabilitas Bersyarat
1. Aduk media.
2. Ambil sebuah pallet dalam sebuah wadah yang berisi 40 pallet
putih, 40 pallet hitam dan 20 pallet hijau. Dilanjutkan dengan
pengambilan sebuah pallet berikutnya dan cacat hasilnya.
3. Kembalikan ketiga sampel tersebut ke wadah.
4. Ulangi langkah 1-4 masing-nasing sebanyak 20, 60 dan 80 kali.
5. Hitung kemunculan masing-masing pallet.

6. Bandingkan hasil percobaan dengan nilai ekspetasi.
7. Buat kesimpulan.
D. Percobaan Mutually Exclusive
1. Lemparkan 2 buah dadu.
2. Catat angka yang muncul.
3. Ulangi langkah 1-2 sebanyak 20, 60 dan 80 kali.
5. Buat kesimpulan.
3.2 Tinjauan Pustaka
Tinjauan pustaka pada laporan ini berisi tentang materi event dan
probabilitas yang diperoleh dari hasil referensi buku – buku mengenai event dan
probabilitas dan jurnal digital.
3.3 Metodologi Penelitian
Metodologi penelitian dalam laporan ini berisi urutan atau langkah – langkah
yang harus dikerjakan ketika menyusun laporan.
3.4 Pengumpulan Data
Data yang diperoleh merupakan hasil pengambilan secara acak terhadap
beberapa percobaan dimulai dari data koin Rp. 200, Rp. 500, Rp. 1000, pallet
warna hitam,warna putih dan warna hijau dan dua buah dadu.
3.5 Pengolahan Data
1. Menghitung frekuensi kemunculan tiap media
2. Menentukan nilai ekspektasi kemunculan tiap media
3. Menghitung persentase kemunculan tiap media
4. Menentukan perbandingan kemunculan tiap media

3.6 Analisis dan Pembahasan
Analisis dan pembahasan berisi tentang pemaparan langkah – langkah
mengolah data yang diperoleh selama praktikum.
3.7 Penutup
Event dan probabilitas memudahkan kita untuk memperhitungkan
kemungkinan – kemungkinan yang akan terjadi pada suatu peristiwa.

3.8 Flowchart
A. Flowchart Keseluruhan
Mulai
Latar Belakang
Tujuan Praktikum
Tinjauan Pustaka
Pengumpulan Data
1. Pengamatan
2. Pengukuran
Pengolahan Data
1. Mencatat data permukaan koin yang muncul
2. Mencatat data kartu uno yang muncul
3. Mencatat data warna pallet yang muncul
4. Mencatat data mata dadu yang muncul
5. Menghitung frekuensi kemunculan masing – masing
6. Bandingkan dengan nilai ekspektasinya
Analisa dan Pembahasan
Kesimpulan dan Saran
Selesai
Gambar 3.1 Flowchart Keseluruhan

B. Flowchart Percobaan Apriori dan Frekuensi Relatif
1. Percobaan Apriori Koin Rp 200
Mulai
Lemparkan koin yang
permukaan seimbang
Catat permukaan
yang muncul
tidak
N = 20,60,
80?
ya
Hitung frekuensi
kemunculan permukaan
Hitung ekspektasi kemunculan

permukaan
Hitung persentase kemunculan

masing-masing sisi
Bandingkan dengan nilai

ekspektasi sebenarnya
Buat kesimpulan
Selesai
Gambar 3.2 Flowchart Apriori Koin Rp 200

2. Percobaan Apriori Koin Rp 500
Mulai
Lemparkan koin yang
permukaan seimbang
Catat permukaan
yang muncul
tidak
N = 20,60,
80?
ya
Hitung frekuensi

permukaan

masing-masing sisi

Buat kesimpulan
Selesai
Gambar 3.3 Flowchart Apriori Koin Rp 500

3. Percobaan Apriori Koin Rp 1.000
Mulai
Lemparkan koin yang
permukaan seimbang
Catat permukaan
yang muncul
tidak
N = 20,60,
80?
ya
Hitung frekuensi

permukaan

masing-masing sisi

Buat kesimpulan
Selesai
Gambar 3.4 Flowchart Apriori Koin Rp 1.000

4. Flowchart Frekuensi Relatif
Mulai
Ambil media
Lempar kartu UNO

pada permukaan datar
Catat permukaan yang

muncul pada kartu UNO
Kembalikan sampel ke
dalam media
Ya
N = 20,60,
80?
Hitung frekuensi
Permukaan kemunculan Permukaan
angka (+) gambar (-)
Hitung ekspektasi

masing-masing sisi

Buat kesimpulan
Selesai
Gambar 3.5 Flowchart Frekuensi Relatif Kartu UNO

C. Flowchart Percobaan Independent
Mulai
Tuangkan pallet kedalam wadah

alat yang telah disediakan
Aduk pallet
Catat warna pallet yang

keluar dari logistic system
Kembalikan sampel ke
wadah
N =20,60,
80? Data cukup
Hitung frekuensi kemunculan kertas

ekspektasinya
Buat kesimpulan
Selesai
Gambar 3.6 Flowchart Percobaan Independent

D. Flowchart Percobaan Probabilitas Bersyarat
Mulai
Penentuan warna pallet cacat

(putih, hitam, hijau)
Tuangkan pallet wadah
Aduk pallet
Catat warna cacat pallet

yang telah ditentukan
Sesuai warna yang
telah ditentukan
(putih, hitam, hijau)
Kembalikan sampel ke wadah
N =20,60, 80?
Hitung frekuensi kemunculan kertas
Bandingkan dengan nilai ekspektasinya
Buat kesimpulan
Selesai
Gambar 3.7 Flowchart Percobaan Probabilitas Bersyarat

E. Flowchart Percobaan Mutually Exlusive
Mulai
Lemparkan dua
buah dadu
Catat nilai
yang muncul
tidak
N = 20,60,
80?
ya
Hitung frekuensi
kemunculan
Hitung nilai ekspektasi

yang sebenarnya
Hitung persentase
kemunculan
Bandingkan dengan
nilai ekspektasinya
Buat kesimpulan
Selesai
Gambar 3.8 Flowchart Percobaan Mutually Exclusive

BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Data Pengamatan
4.1.1 Percobaan Apriori Dan Frekuensi Relatif
Tabel 4. 1 Data Pengamatan Apriori dan Frekuensi Relatif
N=20 N= 60 N=80
Per. Koin Kancin Per Koin Koin Per Koin Koin
Ke 500 g . Ke 200 1000 . Ke 500 1000
Aprior F. Aprior F.
Apriori F.Relatf
i Relatif i Relatif
1 G - 1 AG AG 1 G G
2 BM - 2 AG AG 2 G G
3 G - 3 G AG 3 AG AG
4 G - 4 G AK 4 AG AG
5 G + 5 G AK 5 AG AG
6 G - 6 AG AK 6 AG AG
7 BM - 7 AG AG 7 G AG
8 G - 8 G AG 8 G G
9 BM - 9 G AK 9 G G
10 BM + 10 G AG 10 G G
11 BM - 11 AG AG 11 AG AG
12 BM + 12 G AK 12 AG G
13 G - 13 G AG 13 AG AG
14 BM + 14 AG AK 14 G AG
15 BM - 15 G AK 15 G G
16 BM - 16 AG AK 16 G G
17 BM - 17 AG AK 17 G AG
18 G - 18 AG AK 18 G AG
19 G - 19 AG AG 19 AG G
20 BM + 20 G AG 20 AG G
21 G AG 21 AG AG
22 AG AG 22 G AG
23 AG AG 23 G G
24 AG AK 24 G G
25 G AK 25 AG G
26 AG AK 26 AG AG
27 AG AG 27 G AG
28 AG AG 28 AG AG
29 G G 29 AG G
30 G G 30 G G
31 G G 31 G G
32 AG AG 32 G G
33 AG AG 33 AG AG
34 AG AG 34 AG AG
35 AG AG 35 AG AG
36 AG AG 36 AG G
37 G G 37 G G
38 G G 38 G G
39 AG AG 39 G AG
40 AG AG 40 AG G
41 G G 41 AG AG
42 G G 42 G G
43 G G 43 G G
44 G G 44 G G
45 G G 45 AG AG
46 AG AG 46 AG AG
47 AG AG 47 AG AG
48 AG AG 48 G G
49 G G 49 G G
50 G G 50 G AG
51 G G 51 G AG
52 G AG 52 AG AG
53 AG AG 53 AG G
54 AG AG 54 G G
55 AG AG 55 G G
56 AG G 56 G AG
57 G G 57 G AG
58 G G 58 AG AG
59 G AG 59 AG G
60 AG AG 60 G AG
61 G G
62 AG G
63 AG AG
64 AG AG
65 G AG
66 G AG
67 G G
68 AG G
69 G AG
70 AG AG
71 AG G
72 AG G
73 AG G
74 G G
75 G G
76 G AG
77 G AG
78 AG G
79 AG G
80 G G
Sumber : data pengamatan (2022)
Keterangan : BM = Bunga Melati
G = Garuda
AK = Angklung
AG = Angka
(+) = Positif
(-) = Negatif
Tabel 4. 2 Data Pengamatan Peristiwa Independent
Perc. N=20 Perc. N=60 Perc. N=80

Ke Warna Ke Warna Ke Warna
1 HJ 1 HT 1 P
2 HT 2 HT 2 P
3 HT 3 HJ 3 P
4 HT 4 HJ 4 HT
5 P 5 P 5 HT
6 HJ 6 P 6 HJ
7 HT 7 P 7 HJ
8 P 8 P 8 HT
9 P 9 HT 9 HT
10 HJ 10 HJ 10 HJ
11 HJ 11 HJ 11 P
12 HT 12 HT 12 P
13 P 13 HT 13 P
14 P 14 P 14 HT
15 HT 15 P 15 HT
16 HJ 16 HT 16 HJ
17 P 17 HJ 17 HJ
18 HJ 18 HJ 18 HT
19 HJ 19 HT 19 HT
20 HT 20 HT 20 P
21 P 21 P
22 P 22 P
23 P 23 P
24 HT 24 HT
25 HT 25 HT
26 HT 26 HT
27 P 27 HJ
28 P 28 HT
29 P 29 HJ
30 HJ 30 P
31 HT 31 HT
32 HT 32 P
33 HT 33 P
34 HT 34 P
35 HJ 35 HT
36 HT 36 HT
37 HJ 37 HJ
38 HT 38 P
39 P 39 P
40 P 40 P
41 P 41 HT
42 P 42 HJ
43 HT 43 HT
44 HT 44 HT
45 HJ 45 HJ
46 HJ 45 HT
47 HT 47 P
48 HJ 48 P
49 HT 49 P
50 HT 50 HT
51 HJ 51 HT
52 P 52 HJ
53 P 53 HT
54 P 54 P
55 HT 55 P
56 HT 56 P
57 HJ 57 HT
58 P 58 HJ
59 HJ 59 HT
60 P 60 HT
61 HJ
62 P
63 P
64 HT
65 HT
66 HT
67 P
68 P
69 HJ
70 HT
71 HJ
72 HJ
73 P
74 P
75 HT
76 HJ
77 HJ
78 HJ
79 P
80 P
Sumber : data pengamatan (2022)
Keterangan : P = Putih
HT = Hitam
HJ = Hijau
4.1.3.1 Pola Pengambilan Pertama Warna Putih
Tabel 4. 3 Data pengamatan pola pengambilan pertama dengan syarat Putih
N (20) N (60) N (80)

Perc. Perc. Perc.
Ke Warna Kertas Ke Warna Kertas Ke Warna Kertas
1 P 1 P 1 P
2 HT 2 HJ 2 HT
3 HT 3 HJ 3 HT
4 HJ 4 HT 4 HJ
5 P 5 HJ 5 HJ
6 P 6 HT 6 P
7 P 7 P 7 P
8 HT 8 P 8 HT
9 HJ 9 HT 9 HT
10 HJ 10 HT 10 HJ
11 HT 11 HJ 11 P
12 P 12 HT 12 P
13 HT 13 P 13 HT
14 HT 14 P 14 HJ
15 P 15 P 15 HJ
16 HT 16 HT 16 HT
17 HJ 17 HJ 17 HT
18 HJ 18 HT 18 HT
19 P 19 HJ 19 HJ
20 P 20 HT 20 HJ
21 HT 21 P
22 HJ 22 P
23 HT 23 P
24 HJ 24 HT
25 P 25 HJ
26 P 26 HT
27 P 27 P
28 HT 28 P
29 HJ 29 HT
30 P 30 HT
31 P 31 HJ
32 HT 32 HJ
33 P 33 P
34 P 34 P
35 HT 35 P
36 P 36 HT
37 HJ 37 HT
38 P 38 HJ
39 P 39 HT
40 HT 40 HT
41 HT 41 HJ
42 HJ 42 P
43 HJ 43 P
44 P 44 P
45 P 45 HT
46 P 46 HT
47 HT 47 HJ
48 HJ 48 HT
49 HT 49 HJ
50 P 50 HT
51 P 51 HJ
52 HT 52 HJ
53 HJ 53 HT
54 HT 54 HJ
55 HJ 55 HT
56 HT 56 HT
57 P 57 HJ
58 HT 58 HJ
59 HJ 59 P
60 HT 60 P
61 HT
62 HT
63 HT
64 HJ
65 HT
66 HJ
67 HT
68 HJ
69 P
70 P
71 P
72 P
73 HT
74 HT
75 P
76 P
77 HJ
78 HT
79 HT
80 P
Sumber: Data Pengamatan (2022)
HT = Hitam
HJ = Hijau
Tabel 4. 4 Pengamatan Pola Pengambilan Pertama Dengan Syarat Hitam
N (20) N (60) N (80)

Perc. Perc. Perc.
1 HT 1 HT 1 HT
2 P 2 HJ 2 HJ
3 P 3 P 3 HT
4 HJ 4 P 4 HJ
5 HT 5 HT 5 P
6 HT 6 HJ 6 P
7 HJ 7 P 7 HT
8 HJ 8 P 8 HJ
9 P 9 HT 9 HJ
10 P 10 HT 10 HT
11 HT 11 P 11 HJ
12 HJ 12 HT 12 P
13 HT 13 HJ 13 P
14 HJ 14 P 14 P
15 P 15 HT 15 HT
16 P 16 HJ 16 HJ
17 P 17 HJ 17 HJ
18 HT 18 HJ 18 HT
19 HJ 19 HT 19 HT
20 HT 20 HT 20 HJ
21 P 21 P
22 P 22 P
23 P 23 HT
24 HT 24 HT
25 HJ 25 HJ
26 HT 26 P
27 HT 27 P
28 HT 28 P
29 HJ 29 P
30 P 30 HT
31 P 31 HT
32 P 32 HT
33 HT 33 HJ
34 HT 34 HJ
35 HT 35 HJ
36 HJ 36 HT
37 HJ 37 HT
38 HJ 38 HT
39 HT 39 HJ
40 HT 40 P
41 HT 41 P
42 HJ 42 HT
43 HJ 43 HJ
44 P 44 P
45 P 45 P
46 P 46 P
47 HT 47 P
48 HJ 48 HT
49 HT 49 P
50 HJ 50 HJ
51 HT 51 HT
52 P 52 HT
53 P 53 P
54 P 54 P
55 P 55 HT
56 HJ 56 HJ
57 HJ 57 P
58 HT 58 P
59 HT 59 HT
60 HT 60 HJ
61 HT
62 HT
63 HJ
64 HJ
65 P
66 P
67 P
68 HJ
69 P
70 HJ
71 HT
72 HT
73 HT
74 P
75 HT
76 HJ
77 P
78 P
79 HT
80 HJ
HT = Hitam
HJ = Hijau
Tabel 4. 5 Pengamatan Pola Pengambilan Pertama Dengan Syarat Hijau
N (20) N (60) N (80)

Perc. Perc. Perc.
1 HJ 1 HJ 1 HJ
2 HJ 2 HT 2 P
3 HJ 3 HT 3 HT
4 HJ 4 HJ 4 P
5 HJ 5 HT 5 P
6 HJ 6 HJ 6 HJ
7 HT 7 HT 7 HT
8 HT 8 HT 8 P
9 HJ 9 HJ 9 HT
10 P 10 HT 10 HJ
11 P 11 P 11 P
12 P 12 P 12 HT
13 HJ 13 P 13 HJ
14 P 14 HJ 14 P
15 P 15 HT 15 HJ
16 P 16 HT 16 HT
17 P 17 HJ 17 HJ
18 HT 18 HT 18 P
19 HJ 19 P 19 HJ
20 HJ 20 P 20 HT
21 P 21 HT
22 HJ 22 HT
23 HT 23 [
24 P 24 P
25 P 25 HT
26 P 26 HJ
27 P 27 HT
28 HT 28 P
29 HJ 29 P
30 P 30 P
31 P 31 P
32 HT 32 HJ
33 HT 33 HT
34 P 34 HT
35 HJ 35 HJ
36 HT 36 HJ
37 P 37 P
38 HJ 38 HJ
39 P 39 P
40 HT 40 HJ
41 HJ 41 P
42 HT 42 HJ
43 HJ 43 HJ
44 P 44 P
45 P 45 P
46 HJ 46 P
47 HT 47 P
48 HJ 48 HJ
49 HT 49 P
50 P 50 P
51 HJ 51 HJ
52 HT 52 HT
53 HJ 53 HT
54 P 54 HT
55 P 55 HT
56 HJ 56 HT
57 HT 57 HJ
58 HJ 58 HT
59 HT 59 P
60 P 60 P
61 P
62 P
63 HJ
64 HT
65 HJ
66 HT
67 P
68 HJ
69 HT
70 P
71 P
72 P
73 HJ
74 HT
75 HT
76 HT
77 HT
78 HT
79 HT
80 HJ
HT = Hitam
HJ = Hijau
Tabel 4. 6 Data Percobaan Mutually Exclusive
Perc. N=20 Perc. N=60 Perc. N=80

Ke Dadu l Dadu ll Ke Dadu l Dadu ll Ke Dadu l Dadu ll
1 1 4 1 3 5 1 2 3
2 4 4 2 5 1 2 5 1
3 3 6 3 5 5 3 1 2
4 6 5 4 1 2 4 6 2
5 1 3 5 1 3 5 4 1
6 6 1 6 5 4 6 4 5
7 3 4 7 4 5 7 6 5
8 5 6 8 4 1 8 2 2
9 6 3 9 5 1 9 2 1
10 6 1 10 2 6 10 4 3
11 3 2 11 1 3 11 5 5
12 5 4 12 3 1 12 6 6
13 5 5 13 6 5 13 4 5
5 5 3 14 6 6 14 6 4
15 6 2 15 5 3 15 3 4
16 6 3 16 3 1 16 3 1
17 6 5 17 6 1 17 6 2
18 2 3 18 1 3 18 4 1
19 1 4 19 1 5 19 4 2
20 4 4 20 2 1 20 5 3
21 3 1 21 5 4
22 1 1 22 2 6
23 6 6 23 2 5
24 5 5 24 1 5
25 5 2 25 4 1
26 2 1 26 4 3
27 6 1 27 3 5
28 4 3 28 1 1
29 3 2 29 4 2
30 1 4 30 2 4
31 2 1 31 2 2
32 1 5 32 3 3
33 4 6 33 2 1
34 6 3 34 4 5
35 5 1 35 1 2
36 3 1 36 3 3
37 4 2 37 1 2
38 5 4 38 4 5
39 6 6 39 6 6
40 4 5 40 2 4
41 2 2 41 3 3
42 1 2 42 4 2
43 1 1 43 5 1
44 2 4 44 6 2
45 1 3 45 1 3
46 4 4 46 2 4
47 5 1 47 1 5
48 2 5 48 2 6
49 3 6 49 4 5
50 2 2 50 3 1
51 4 1 51 3 5
52 5 3 52 4 6
53 1 6 53 5 3
54 1 1 54 6 2
55 6 5 55 2 4
56 2 2 56 2 6
57 6 4 57 1 5
58 4 3 58 1 4
59 3 2 59 2 4
60 1 4 60 5 2
61 5 5
62 6 6
63 1 6
64 5 1
65 1 1
66 2 2
67 2 4
68 3 3
69 3 2
70 4 6
71 4 1
72 1 2
73 4 2
74 2 3
75 5 2
76 1 3
77 4 3
78 2 1
79 3 2
80 5 3
4.2 Pengolahan Data
4.2.1 Percobaan Apriori (seimbang = (½)
N = 20
Keterangan : BM = Bunga Melati
G = Gambar
Koin = Rp.500
a. Frekuensi kemunculan permukaan sisi koin BM = 11 kali
b. Frekuensi kemunculan permukaan sisi koin G = 9 kali
c. Nilai ekspektasi kemunculan permukaan sisi koin BM : Ne(S) = ½.n →
½.20 = 10 kali
d. Nilai ekspektasi kemunculan permukaan sisi koin G : Ne(G) = ½.n →
½.20 = 10 kali
e. Persentase kemunculan permukaan sisi koin BM dengan frekuensi
𝑁𝑖𝑙𝑎𝑖 𝐸𝑘𝑠𝑝𝑒𝑘𝑡𝑎𝑠𝑖 −𝐹𝑟𝑒𝑘. 𝐾𝑒𝑚𝑢𝑛𝑐𝑢𝑙𝑎𝑛

nilai ekspektasi = 𝑁
𝑥100% =
10−11 11−10
100% = 100% = 5%
20 20
f. Persentase kemunculan permukaan sisi koin G dengan frekuensi nilai
𝑁𝑖𝑙𝑎𝑖 𝐸𝑘𝑠𝑝𝑒𝑘𝑡𝑎𝑠𝑖 −𝐹𝑟𝑒𝑘. 𝐾𝑒𝑚𝑢𝑛𝑐𝑢𝑙𝑎𝑛 10−9

ekspektasi = 𝑥100% = 100% = 5%
𝑁 20
g. Perbandingan antara ferkuensi kemunculan permukaan sisi koin untuk
BM lebih besar dari nilai ekspektasinya, yaitu 11 > 10 dan

Perbandingan antara frekuensi kemunculan permukaan sisi koin untuk
G lebih kecil dari nilai ekspektasinya, yaitu 9 < 10.
N = 60
Keterangan : G = Garuda
AG = Angka
Koin = Rp. 200
a. Frekuensi kemunculan permukaan sisi koin G = 28 kali
b. Frekuensi kemunculan permukaan sisi koin AG = 32 kali
c. Nilai ekspektasi kemunculan permukaan sisi koin G : Ne(G) =
½.n→½.60 = 30 kali muncul
d. Nilai ekspektasi kemunculan permukaan sisi koin AG : Ne(AG) =
½.n→½.60 = 30 kali muncul
e. Prosentase kemunculan permukaan sisi koin G dengan frekuensi

𝑥100%
30 −28 30 −28
= 60
𝑥100% = 60
𝑥100% = 3,33%
f. Prosentase kemunculan permukaan sisi koin AG dengan frekuensi

nilai ekspektasi = 𝑥100%
𝑁
32 − 30
= 𝑥100% = 3,33%
60
g. Perbandingan antara frekuensi kemunculan permukaan sisi koin
untuk G lebih besar dari nilai ekspektasinya, yaitu 28 < 30
sedangkan untuk AG lebih kecil dari nilai ekspektasinya, yaitu 32 >
30.`
N = 80
Keterangan : G = Garuda
BM = Bunga melati
Koin = Rp. 500
a. Frekuensi kemunculan permukaan sisi koin G = 45 kali
b. Frekuensi kemunculan permukaan sisi koin BM = 35 kali
c. Nilai ekspektasi kemunculan permukaan sisi koin G : Ne(G) =
½.n→½.80 = 40 kali
d. Nilai ekspektasi kemunculan permukaan sisi koin B : Ne(BM) =
½.n→ 80 = 40 kali
e. Persentase kemunculan permukaan sisi koin G dengan frekuensi

𝑥100%
40 −45 45 − 40
= 𝑥100% = 𝑥100% = 6,25%
80 80
f. Persentase kemunculan permukaan sisi koin BM dengan frekuensi

𝑥100%
40 − 35
= 80
𝑥100% = 6,25%
g. Perbandingan antara frekuensi kemunculan permukaan sisi koin
untuk G lebih dari nilai ekspektasinya, yaitu 45 > 40 sedangkan
untuk BM kurang dari nilai ekspektasinya, yaitu 35 < 40
4.2.2 Percobaan Frekuensi Relatif (Tidak Seimbang)
N = 20
Keterangan : (+) = Positif
(-) = Negatif
a. Frekuensi kemunculan sisi (+) = 6 kali
b. Frekuensi kemunculan sisi (-) = 14 kali
c. Nilai ekspektasi sisi (+) : Ne(+) = 2/3.n = 2/3.20 = 13,33
d. Nilai ekspektasi sisi (-) :Ne(-) = 1/3.n = 1/3.20 = 6,66
e. Peluang kemunculan koin sisi (+) = 6/n = 6/20 = 0,30
f. Probabilitas 1 – 0,30 = 0,70

g. Perbadingan peluang kemunculan kartu sisi (+) lebih besar dari koin
sisi (-) yaitu 0,30 < 0,70.

𝐹𝑟𝑒𝑘.𝐾𝑒𝑚𝑢𝑛𝑐𝑢𝑙𝑎𝑛
h. Persentase kemunculan kartu sisi (+) = 𝑁
𝑥100%
6
= 20 𝑥100% = 30%
i. Peluang kemunculan kartu sisi (-) = 14/n =14/20 = 0,70
j. Probabilitas 1 – 0,70 = 0,30
k. Perbandingan peluang kemunculan kartu sisi (-) lebih besar dari kartu
sisi (+) yaitu 0,70 > 0,30

𝐹𝑟𝑒𝑘.𝐾𝑒𝑚𝑢𝑛𝑐𝑢𝑙𝑎𝑛
l. Persentase kemunculan kartu sisi (-) = 𝑁
𝑥100%
14
= 20
𝑥100% = 70%
m. Perbandingan antara frekuensi kemunculan kartu sisi (-) lebih kecil
dari nilai ekspektasinya yaitu 6 > 6,66 sedangkan kemunculan kartu
tanda (+) lebih besar dari nilai ekspektasinya, yaitu 14 < 13,33
N= 60
Keterangan : AK = Angklung
AG = Angka
Koin = Rp. 1000
a. Frekuensi kemunculan permukaan sisi AK = 32 kali
b. Frekuensi kemunculan permukaan sisi AG = 28 kali
c. Nilai ekspektasi permukaan sisi AK : Ne(AK) = 2/3.n = 2/3.60 = 40
d. Nilai ekspektasi permukaan sisi AG :Ne(AG) = 1/3.n = 1/3.60 = 20
e. Peluang kemunculan permukaan sisi AK = 32/n = 32/60 = 0,53
f. Probabilitas 1 – 0,53 = 0.47
g. Perbandingan peluang kemunculan permukaan sisi AK dengan
permukaan sisi AG yaitu 0,53 > 0,47

h. Persentase kemunculan permukaan sisi AK adalah
𝐹𝑟𝑒𝑘.𝐾𝑒𝑚𝑢𝑛𝑐𝑢𝑙𝑎𝑛 32
= 𝑁
𝑥100% = 60 𝑥100% = 53,33%
i. Peluang kemunculan permukaan sisi AG = 28/n = 28/60 = 0,46
j. Probabilitas 1 – 0,46 = 0,54
k. Perbandingan peluang kemunculan permukaan sisi AG dengan
permukaan sisi AK yaitu 0,46 < 0,54.
l. Persentase kemunculan permukaan sisi AG adalah
= 𝑥100% = 𝑥100% = 46,66%
𝑁 60
m. Perbandingan antara frekuensi kemunculan permukaan sisi lebih kecil
dari nilai ekspektasinya yaitu 32 < 40 sedangkan frekuensi kemunculan
permukaan sisi D lebih besar dari nilai ekspektasinya, yaitu 28 > 20
N = 80
Keterangan : AG = Angka
G = Garuda
Koin = Rp. 200
a. Frekuensi kemunculan permukaan sisi AG = 39 kali
b. Frekuensi kemunculan permukaan sisi G = 41 kali
c. Nilai ekspektasi permukaan sisi (AG) = Ne(AG) = 2/3.n = 2/3.80 =
53,33
d. Nilai ekspektasi permukaan sisi (G) = Ne(G) = 1/3.n = 1/3.80 = 26,66
e. Peluang kemunculan permukaan sisi (AG) = 39/n = 39/80 = 0,49.
Probabilitas 1 – 0,49 = 0,51.
f. Perbandingan peluang kemunculan permukaan sisi (AG) dengan
permukaan sisi (G) yaitu 0,49 < 0,51
n. Persentase kemunculan permukaan sisi (AG) adalah

= 𝑁
𝑥100% = 80 𝑥100% = 48,75%
g. Peluang kemunculan permukaan sisi (G) = 41/n = 41/80 = 0,51.
Probabilitas 1 – 0,51 = 0,49
h. Perbandingan peluang kemunculan permukaan sisi (G) dengan
Permukaan sisi (AG) yaitu 0.51 > 0.49.
o. Persentase kemunculan permukaan sisi (G) adalah

= 𝑥100% = 𝑥100% = 51,25%
𝑁 80
i. Perbandingan antara frekuensi kemunculan permukaan sisi (AG) lebih
kecil dari nilai ekspektasinya yaitu 51 < 53,33 sedangkan frekuensi
kemunculan permukaan sisi (G) lebih besar dari nilai ekspektasinya,
yaitu 41 > 26,66
Jumlah pallet warna putih = 40
Jumlah pallet warna hitam = 40
Jumlah pallet warna hijau = 20
N = 20
a. Frekuensi pengambilan pallet warna putih = 6 kali
b. Frekuensi pengambilan pallet warna hitam = 7 kali
c. Frekuensi pengambilan pallet warna hijau = 7 kali
d. Nilai ekspektasi pengambilan pallet warna putih, Ne(P) = 40/100.n =
40/100.20 = 8 kali
e. Nilai ekspektasi pengambilan pallet warna hitam, Ne(Ht) = 40/100.20 =
8 kali
f. Nilai ekspektasi pengambilan pallet warna hijau, Ne(Hj) = 20/100.20 =
4 kali
8−6
g. Persentase kemunculan Pallet warna putih = . 𝑛
𝑥 100% =
8−6
20
𝑥 100% = 10%
8−7
h. Persentase kemunculan pallet warna Hitam = . 𝑛
𝑥 100% =
8−7
20
𝑥 100% = 5%
4−7
i. Persentase kemunculan pallet warna Hijau = . 𝑛
𝑥 100% =
7−4
20
𝑥 100% = 15%
j. Perbandingan frekuensi kemunculan pallet warna putih lebih kecil dari
pada nilai ekspektasi pallet warna putih, yaitu 6 < 8.
k. Perbandingan frekuensi kemunculan pallet warna hitam lebih kecil dari
pada nilai ekspektasi pallet warna hitam, yaitu 7 < 8.
l. Perbandingan frekuensi kemunculan pallet warna hijau lebih besar dari
pada nilai ekspektasi pallet warna hitam, yaitu 7 > 4.
N = 60
b. Frekuensi pengambilan pallet warna hitam = 24 kali
d. Nilai ekspektasi pengambilan pallet warna putih, Ne(P) = 40/100.n =
40/100.60 = 24 kali
24 kali
f. Nilai ekspektasi pengambilan pallet warna hujau, Ne(Hj) = 20/100.60 =
12 kali
24−20
g. Persentase kemunculan pallet warna putih = 𝑥 100% =
𝑛
24−20
60
𝑥100% = 6,66%
24−24
h. Persentase kemunculan pallet warna orange = 𝑥 100% =
𝑛
24−24
60
𝑥100% = 0%
12−16
i. Persentase kemunculan pallet warna orange = 𝑛
𝑥 100% =
16−12
60
𝑥100% = 6,66%
j. Perbandingan frekuensi kemunculan pallet warna putih lebih besar dari
pada nilai ekspektasi pallet warna putih, yaitu 24 > 20
k. Perbandingan frekuensi kemunculan pallet warna hitam sama dengan
ekspektasi pallet warna hitam, yaitu 24 = 24
l. Perbandingan frekuensi kemunculan pallet warna hijau lebih kecil dari
pada nilai ekspektasi pallet warna orange, yaitu 12 < 16
N = 80
b. Frekuensi pengambilan pallet warna hitam =30 kali
d. Nilai ekspektasi pengambilan pallet warna putih, Ne(P) = 40/100.80 =
40 kali
40 kali
f. Nilai ekspektasi pengambilan pallet warna hijau, Ne(Hj) = 20/100.80 =
20 kali
40−31
g. Presentase kemunculan pallet warna putih = 𝑛
𝑥 100% =
40−31
80
𝑥 100% = 11,25%
40−30
h. Presentase kemunculan pallet warna hitam = 𝑛
𝑥 100% =
40−30
80
𝑥 100% = 12,50%
19−20
i. Presentase kemunculan pallet warna hijau = 𝑥 100% =
𝑛
20−19
80
𝑥 100% = 1,25%
j. Perbandingan frekuensi kemunculan pallet warna putih lebih kecil dari
pada nilai ekspektasi pallet warna putih, yaitu 31 < 40.
k. Perbandingan frekuensi kemunculan pallet warna hitam lebih kecil dari
pada nilai ekspektasi pallet warna hitam, yaitu 30 < 40.
l. Perbandingan frekuensi kemunculan pallet warna hijau lebih kecil dari
pada nilai ekspektasi pallet warna hijau, yaitu 19 < 20.
Jumlah pallet warna putih = 40
Jumlah pallet warna hitam = 40
Jumlah pallet warna hijau = 20
1. Untuk pallet dengan syarat putih
N = 20
a. Frekuensi kemunculan pallet cacat (P/P) = 7 kali muncul
b. Frekuensi kemunculan pallet baik (Ht/P) = 7 kali muncul
c. Frekuensi kemunculan pallet baik (Hj/P) = 6 kali muncul
d. Nilai ekspetasi pallet cacat (P/P); Ne(P/P) = 39/99.20 = 7,87 kali
muncul
e. Nilai ekspetasi pallet baik (Ht/P); Ne(Ht/P) = 40/99.20 = 8,08 kali
muncul
f. Nilai ekspetasi pallet baik (Hj/P); Ne(Hj/P) = 20/99.20 = 4,04 kali
muncul
g. Persentase kemunculan pallet cacat (putih)
𝑁𝑖𝑙𝑎𝑖 𝐸𝑘𝑠𝑝𝑒𝑘𝑡𝑎𝑠𝑖 − 𝐹𝑟𝑒𝑘. 𝑃𝑒𝑛𝑔𝑎𝑚𝑏𝑖𝑙𝑎𝑛

= 𝑥100%
𝑛
7,87−7
= 20
𝑥100% = 4,35%
h. Persentase kemunculan pallet baik (hitam)

= 𝑥100%
𝑛
8,08−7
= 20
𝑥100% = 5,4%
i. Persentase kemunculan pallet baik (hijau)

= 𝑥100%
𝑛
4,04−6 6−4,04
= 20
𝑥100% = 20
𝑥100% = 9,8%
j. Perbandingan antara frekuensi kemunculan pallet cacat (putih) lebih
kecil dibandingkan dengan nilai ekspetasi pallet cacat, yaitu 7
<7,78, Perbandingan frekuensi kemunculan pallet baik (hitam) lebih
kecil dibandingkan nilai ekspetasi pallet baik (hitam), yaitu 7 < 8,08,
dan Perbandingan frekuensi kemunculan pallet baik (hijau) lebih
besar dibandingkan nilai ekspetasi pallet baik (hijau), yaitu 6 > 4,04.
N = 60
d. Nilai ekspektasi pallet cacat (P/P); Ne(P/P) = 39/99.60 = 23,63 kali
muncul
e. Nilai ekspektasi pallet baik (Ht/P); Ne(Ht/P) = 40/99.60 = 24,24 kali
muncul
f. Nilai ekspektasi pallet baik (Hj/P); Ne(Hj/P) = 20/99.60 = 12,12 kali
muncul

= 𝑥100%
𝑛
23,63−22
= 60
𝑥100% = 2,71%

= 𝑥100%
𝑛
24,24−22
= 𝑥100% = 3,73%
60

= 𝑥100%
𝑛
12,12−16 16−12,12
= 60
𝑥100% = 60
𝑥100% = 6,46%
j. Perbandingan antara frekuensi kemunculan pallet cacat (putih) lebih
kecil dibandingkan dengan nilai ekspetasi pallet cacat, yaitu 22 <
23,63, Perbandingan frekuensi kemunculan pallet baik (hitam) lebih
kecil dibandingkan nilai ekspetasi pallet baik (hitam), yaitu
22<24,24, dan Perbandingan frekuensi kemunculan pallet baik
(hijau) lebih besar dibandingkan nilai ekspetasi pallet baik (hijau),
yaitu 16 > 12,12.
N = 80
d. Nilai ekspektasi pallet cacat (P/P); Ne(P/P) = 39/99.80 = 31,51 kali
muncul
e. Nilai ekspektasi pallet baik (Ht/P); Ne(Ht/P) = 40/99.80 = 32,32 kali
muncul
f. Nilai ekspektasi pallet baik (Hj/P); Ne(Hj/P) = 20/99.80 = 16,16 kali
muncul

= 𝑥100%
𝑛
31,51 −24
= 80
𝑥100% = 9,38%

= 𝑥100%
𝑛
32,32−33 33−32,32
= 80
𝑥100% = 80
𝑥100% = 0,85%

= 𝑥100%
𝑛
16,16 −23 23−16,16
= 80
𝑥100% = 80
𝑥100% = 8,55%
k. Perbandingan antara frekuensi kemunculan pallet cacat (putih) lebih
kecil dibandingkan dengan nilai ekspetasi pallet cacat (putih), yaitu
24 < 31,51, Perbandingan frekuensi kemunculan pallet baik (hitam)
lebih besar dibandingkan nilai ekspetasi pallet baik (hitam), yaitu 33
> 32,32, dan Perbandingan frekuensi kemunculan pallet baik (hijau)
lebih besar dibandingkan nilai ekspetasi pallet baik (hijau), yaitu 23
> 16,16.
2. Untuk pallet dengan syarat hitam
N = 20
a. Frekuensi kemunculan pallet baik (P/P) = 7 kali muncul
b. Frekuensi kemunculan pallet cacat (Ht/P) = 7 kali muncul
d. Nilai ekspetasi pallet baik (P/P); Ne(P/P) = 40/99.20 = 8,08 kali
muncul
e. Nilai ekspetasi pallet cacat (Ht/P); Ne(Ht/P) = 39/99.20 = 7,87 kali
muncul
muncul
g. Persentase kemunculan pallet baik (putih)

= 𝑥100%
𝑛
8,08−7
= 20
𝑥100% = 5,4%
h. Persentase kemunculan pallet cacat (hitam)

= 𝑥100%
𝑛
7,87−7
= 𝑥100% = 4,35%
20

= 𝑥100%
𝑛
4,04−6 6−4,04
= 20
𝑥100% = 20
𝑥100% = 9,8%
j. Perbandingan antara frekuensi kemunculan pallet baik (putih) lebih
kecil dibandingkan dengan nilai ekspetasi pallet baik, yaitu 7 < 8,08,
Perbandingan frekuensi kemunculan pallet cacat (hitam) lebih kecil
dibandingkan nilai ekspetasi pallet cacat (hitam), yaitu 7 < 7,87, dan
Perbandingan frekuensi kemunculan pallet baik (hijau) lebih besar
dibandingkan nilai ekspetasi pallet baik (hijau), yaitu 6 > 4,04.
N = 60

muncul
muncul
muncul

= 𝑥100%
𝑛
24,24 −19
= 60
𝑥100% = 8,73%

= 𝑥100%
𝑛
23,63−24 24−23,63
= 60
𝑥100% = 60
𝑥100% = 0,16%
i. Persentase kemunculan pallet baik (hitam)

= 𝑥100%
𝑛
12,12 −17 17−12,12
= 𝑥100% = 𝑥100% = 8,13%
60 60
kecil dibandingkan dengan nilai ekspetasi pallet baik, yaitu 19 <
24,24, Perbandingan frekuensi kemunculan pallet cacat (hitam)
lebih besar dibandingkan nilai ekspetasi pallet cacat (hitam), yaitu
24 > 23,63, dan Perbandingan frekuensi kemunculan pallet baik
(hijau) lebih besar dibandingkan nilai ekspetasi pallet baik (hijau),
yaitu 17 > 12,12.
N = 80

muncul
muncul
muncul

= 𝑥100%
𝑛
32,32 −29
= 80
𝑥100% = 4,15%

= 𝑥100%
𝑛
31,51 −28
= 80
𝑥100% = 4,38%
i. Persentase kemunculan pallet (hitam)

= 𝑥100%
𝑛
16,16−25 25−16,16
= 80
𝑥100% = 80
𝑥100% = 11,08%
32,32, Perbandingan frekuensi kemunculan pallet cacat (hitam)
lebih kecil dibandingkan nilai ekspetasi pallet cacat (hitam), yaitu 28
< 31,51, dan Perbandingan frekuensi kemunculan pallet baik (hijau)
lebih besar dibandingkan nilai ekspetasi pallet baik (hijau), yaitu 25
> 16,16.
3. Untuk pallet dengan syarat hijau
N = 20
c. Frekuensi kemunculan pallet cacat (Hj/P) = 11 kali muncul
muncul
muncul
f. Nilai ekspetasi pallet cacat (Hj/P); Ne(Hj/P) = 19/99.20 = 3,83 kali
muncul

= 𝑥100%
𝑛
8,08−5
= 𝑥100% = 15,5%
20
h. Persentase kemunculan pallet (hitam)

= 𝑥100%
𝑛
8,08−4
= 20
𝑥100% = 20,4%

= 𝑥100%
𝑛
3,83−11 11−3,83
= 20
𝑥100% = 20
𝑥100% = 35,85%
Perbandingan frekuensi kemunculan pallet baik (hitam) lebih kecil
dibandingkan nilai ekspetasi pallet baik (hitam), yaitu 4 < 8,08, dan
Perbandingan frekuensi kemunculan pallet cacat (hijau) lebih besar
dibandingkan nilai ekspetasi pallet cacat (hijau), yaitu 11 > 3,83.
N = 60
muncul
muncul
muncul

= 𝑥100%
𝑛
8,08 −19 19−8,08
= 60
𝑥100% = 60
𝑥100% = 18,2%

= 𝑥100%
𝑛
8,08−22 22−8,08
= 60
𝑥100% = 60
𝑥100% = 69,6%
i. Persentase kemunculan pallet cacat (hijau)

= 𝑥100%
𝑛
3,83 −19 19−3,83
= 60
𝑥100% = 60
𝑥100% = 25,28%
8,08, Perbandingan frekuensi kemunculan pallet baik (hitam) lebih

besar dibandingkan nilai ekspetasi pallet baik (hitam), yaitu 22 >
8,08, dan Perbandingan frekuensi kemunculan pallet cacat (hijau)
lebih besar dibandingkan nilai ekspetasi pallet cacat (hijau), yaitu 19
> 3,83.
N = 80
c. Frekuensi kemunculan pallet cacat (Hj/P) = 23 kali muncul
muncul
muncul
muncul

= 𝑥100%
𝑛
32,32 −31
= 80
𝑥100% = 1,65%

= 𝑥100%
𝑛
32,32 −26
= 80
𝑥100% = 7,90%
i. Persentase kemunculan pallet (hitam)

= 𝑥100%
𝑛
15,35−23 23−15,35
= 80
𝑥100% = 80
𝑥100% = 9,56%
Perbandingan antara frekuensi kemunculan pallet baik (putih) lebih
Perbandingan frekuensi kemunculan pallet baik (hitam) lebih kecil
dibandingkan nilai ekspetasi pallet baik (hitam), yaitu 26 < 32,32, dan
Perbandingan frekuensi kemunculan pallet cacat (hijau) lebih besar
dibandingkan nilai ekspetasi pallet cacat (hijau), yaitu 23 > 15,35.
Kemungkinan muncul angka yang seharusnya berjumlah:
0=-
1=-
2 = 1 kali yaitu (1,1)

3 = 2 kali yaitu (2,1) (1,2)
4 = 3 kali yaitu (3,1) (1,3) (2,2)
5 = 4 kali yaitu (3,2) (2,3) (1,4) (4,1)
6 = 5 kali yaitu (3,3) (5,1) (1,5) (4,2) (2,4)
7 = 6 kali yaitu (3,4) (4,3) (5,2) (2,5) (6,1) (1,6)
8 = 5 kali yaitu (6,2) (2,6) (4,4) (5,3) (3,5)
9 = 4 kali yaitu (3,6) (6,3) (4,5) (5,4)
10 = 3 kali yaitu (4,6) (6,4) (5,5)
11 = 2 kali yaitu (5,6) (6,5)
12 = 1 kali yaitu (6,6)
N = 20
S = {4,5,7,8,9,10,11}
Frekuensi kemunculan yang sebenarnya
4 = 1 kali yaitu (1,3)
5 = 4 kali yaitu (1,4) (3,2) (2,3) (1,4)
7 = 3 kali yaitu (6,1) (3,4) (6,1)
8 = 4 kali yaitu (4,4) (5,3) (6,2) (4,4)
9 = 4 kali yaitu (3,6) (6,3) (5,4) (6,3)

10 = 1 kali yaitu (5,5)
11 = 3 kali yaitu (6,5) (5,6) (6,5)
a. Frekuensi kemunculan angka 4 ; (1,3)= 1 kali muncul
1. Frekuensi kemunculan angka 4 yang sebenarnya = (1,3), (3,1),
(2,2), sebanyak 3 kali muncul 3/36 x n= 3 / 36.20 = 8,33.
2. Frekuensi kemunculan angka 4 dari hasil praktikum = (1,3)
sebanyak 1 kali muncul 3/36 x n= 1 / 36.20 = 2,77
3. Kemunculan jumlah frekuensi angka mata dadu 4 hasil praktikum
lebih kecil dari pada nilai kemunculan seharusnya, yaitu 2,77 < 8,33.
𝐹𝑟𝑒𝑘.𝑘𝑒𝑚𝑢𝑛𝑐𝑢𝑙𝑎𝑛 ℎ𝑎𝑠𝑖𝑙 𝑝𝑟𝑎𝑘𝑡𝑖𝑘𝑢𝑚

4. Persentase = 𝑛
𝑥100%
2,77
= 𝑥100% = 13,75%
20
b. Frekuensi kemunculan angka 5 ; (1,4) (3,2) (2,3) (1,4) = 4 kali muncul
1. Frekuensi kemunculan angka 5 yang sebenarnya = (1,4), (3,2),
(2,3), (4,1), sebanyak 4 kali muncul 4/36 x n= 4/ 36.20 = 2,22
2. Frekuensi kemunculan angka 4 dari hasil praktikum = (1,4) (3,2)
(2,3) (1,4) sebanyak 4 kali muncul 4/36 x n= 4/ 36.20 = 2,22
sama dengan nilai kemunculan seharusnya, yaitu 2,22 = 2,22.

𝑥100%
2,22
= 𝑥100% = 11,1 %
20
c. Frekuensi kemunculan angka 7 ; (6,1) (3,4) (6,1) = 3 kali muncul
1. Frekuensi kemunculan angka 7 yang sebenarnya = (3,4) (4,3) (5,2)
(2,5) (6,1) (1,6) sebanyak 6 kali muncul = 6 /36.20 = 3,33
(6,1) sebanyak 7 kali muncul 3/36 x n=3/ 36.20 = 8,33

lebih besar dari pada nilai kemunculan seharusnya, yaitu 8,33 =
3,33.

𝑥100%
3,88
= 𝑥100% = 19,4 %.
20
d. Frekuensi munculnya angka 8 (4,4) (5,3) (6,2) (4,4) = 4 kali muncul
1. Frekuensi munculnya angka 8 seharusnya (6,2) (2,6), (4,4), (5,3)
(3,5) = 5 kali muncul = 5/36 x n = 5/36 x 20 = 2,77.
(6,2) (4,4) sebanyak 4 kali muncul 4/36 x n= 4/ 36.20 = 11,1.
lebih besar dari pada nilai kemunculan seharusnya, yaitu 11,1 >
2,77.

𝑥100%
11,1
= 𝑥100% = 55,5 %
20
e. Frekuensi kemunculan angka 9 ; (3,6) (6,3) (5,4) (6,3) = 4 kali muncul
1. Frekuensi kemunculan angka 9 yang sebenarnya = (3,6) (6,3) (4,,5)
(5,4) sebanyak 4 kali muncul = 4/36.20 = 2,22

𝑥100%
2,22
= 𝑥100% = 11,1%
20
f. Frekuensi kemunculan angka 10 ; (5,5) = 1 kali muncul
1. Frekuensi kemunculan angka 10 yang sebenarnya =
(4,6),(6,4),(5,5), sebanyak 3 kali muncul = 3/36.20 = 1,66.
2. Frekuensi kemunculan angka 10 dari hasil praktikum = (5,5)
sebanyak 1 kali muncul 1/36 x n= 1/ 36.20 = 0,55.

4. Persentase = 𝑥100%
𝑛
0,66
= 𝑥100% = 2,75%
20
g. Frekuensi kemunculan angka 11 ; (6,5) (5,6) (6,5) = 3 kali muncul
1. Frekuensi kemunculan angka 11 yang sebenarnya = (5,6) (6,5)
sebanyak 2 kali muncul = 2/36.20 = 2,77.

4. Persentase = 𝑥100%
𝑛
2,77
= 20
𝑥100% = 13,85 %.
N = 60
S = (2,3,4,5,6,7,8,9,10,11,12)
2 = 3 kali muncul (1,1) (1,1) (1,1)
3 = 5 kali muncul (1,2) (2,1) (2,1) (2,1) (1,2)
4 = 11 kali muncul (1,3) (1,3) (3,1) (3,1) (1,3) (3,1) (3,1) (2,2) (1,3) (2,2)
(2,2)
5 = 6 kali muncul (4,1) (3,2) (1,4) (2,3) (3,2) (1,4)
6 = 8 kali muncul (5,1) (5,1) (1,5) (1,5) (5,1) (4,2) (2,4) (5,1)
7 = 7 kali muncul (6,1) (5,2) (6,1) (4,3) (2,5) (1,6) (4,3)
8 = 5 kali muncul (3,5) (2,6) (5,3) (4,4) (5,3)
9 = 6 kali muncul (5,4) (4,5) (6,3) (5,4) (4,5) (3,6)
10 = 4 kali muncul (5,5) (5,5) (4,6) (6,4)
11 = 2 kali muncul (6,5) (6,5)
12 = 3 kali muncul (6,6) (6,6) (6,6)
a. Frekuensi kemunculan angka 2 ; (1,1) (1,1) (1,1) = 3 kali muncul
1. Frekuensi kemunculan angka 2 yang sebenarnya = (1,1) sebanyak
1 kali muncul = 1/36.60 = 1,66
2. Frekuensi kemunculan angka 2 dari hasil praktikum (1,1) (1,1) (1,1)
= 3 kali muncul = 3/36 x n = 3/36 x 60 = 5
lebih besar dari pada nilai kemunculan seharusnya, yaitu 5 > 1,66
𝑥 100%
5
= 60
x100% = 8,33%
b. Frekuensi kemunculan angka 3 ; (1,2) (2,1) (2,1) (2,1) (1,2) = 5 kali
muncul
sebanyak 2 kali muncul = 2/36.60 = 3,33.
(2,1) (1,2) = 5 kali muncul = 5/36 x n = 5/36 x 60 = 8,33.
3,33.
𝑥 100%
8,33
= 𝑥100% = 13,88%
60
c. Frekuensi kemunculan angka 4 ; (1,3) (1,3) (3,1) (3,1) (1,3) (3,1) (3,1)
(2,2) (1,3) (2,2) (2,2) = 11 kali muncul
sebanyak 3 kali muncul = 3/36.60 = 5
(3,1) (1,3) (3,1) (3,1) (2,2) (1,3) (2,2) (2,2) = 11 kali muncul = 11/36
x n = 11/36 x 60 = 18,33
lebih besar dari pada nilai kemunculan seharusnya, yaitu 18,33 > 5

𝑥 100%
18,33
= 60
x100% = 30,55%
d. Frekuensi kemunculan angka 5 ; (4,1) (3,2) (1,4) (2,3) (3,2) (1,4) = 6
kali muncul
(3,2) (2,3) (4,1) (2,3) (2,3) = 8 kali muncul = 6/36 x n = 6/36 x 60 =
10

𝑥 100%
10
= 60
x100% = 16,66%
e. Frekuensi kemunculan angka 6 ; (5,1) (5,1) (1,5) (1,5) (5,1) (4,2) (2,4)
(5,1) = 8 kali muncul
(4,2) (3,3) sebanyak 5 kali muncul = 5/36.60 = 8,33
(1,5) (5,1) (4,2) (2,4) (5,1) = 8 kali muncul = 7/36 x n = 7/36 x 60 =
11,66
lebih besar dari nilai kemunculan seharusnya, yaitu 11,66 > 8,33.

𝑥 100%
11,66
= x100% = 19,43%
60
f. Frekuensi kemunculan angka 7 ; (6,1) (5,2) (6,1) (4,3) (2,5) (1,6) (4,3)
= 7 kali muncul
(5,2) (3,4) (4,3) sebanyak 6 kali muncul = 6/36.60 = 10
(4,3) (2,5) (1,6) (4,3) = 7 kali muncul = 7/36 x n = 7/36 x 60 = 11,66.
lebih besar dari nilai kemunculan seharusnya, yaitu 11,66 > 10

𝑥 100%
20
= x100% = 33%
60
g. Frekuensi kemunculan angka 8 ; (3,5) (2,6) (5,3) (4,4) (5,3) = 5 kali
muncul
(5,3) (4,4) sebanyak 5 kali muncul = 5/36.60 = 8,33.

(4,4) (5,3) = 5 kali muncul = 5/36 x n = 5/36 x 60 = 8,33
sama dengan nilai kemunculan seharusnya, yaitu 8,33 = 8,33

𝑥 100%
8,33
= 60
x100% = 13,88%
h. Frekuensi kemunculan angka 9 ; (5,4) (4,5) (6,3) (5,4) (4,5) (3,6) = 6
kali muncul
(5,4) (4,5) (3,6) = 6 kali muncul = 6/36 x n = 6/36 x 60 = 10

𝑥 100%
10
= x100% = 16,66%
60
i. Frekuensi kemunculan angka 10 ; (5,5) (5,5) (4,6) (6,4) = 4 kali muncul
sebanyak 3 kali muncul = 3/36.60 = 5
2. Frekuensi kemunculan angka 10 dari hasil praktikum (5,5) (5,5)
(4,6) (6,4) = 4 kali muncul = 4/36 x n = 4/36 x 60 = 6,66
lebih besar dari pada nilai kemunculan seharusnya, yaitu 6,66 > 5

𝑥 100%
6,66
= 60
x100% = 11,1%
j. Frekuensi kemunculan angka 11 ; (6,5) (6,5) = 2 kali muncul
sebanyak 2 kali muncul = 2/36.60 = 3,33
2. Frekuensi kemunculan angka 11 dari hasil praktikum (6,5) (6,5) = 2
kali muncul = 2/36 x n = 2/36 x 60 = 3,33
sama dengan nilai kemunculan seharusnya, yaitu 3,33 = 3,33

4. Persentase = 𝑥 100%
𝑛
3,33
= x100% = 5,55%
60
k. Frekuensi kemunculan angka 12 ; (6,6) (6,6) (6,6) = 3 kali muncul
1 kali muncul = 1/36.60 = 1,66
(6,6) = 3 kali muncul = 3/36 x n = 3/36 x 60 = 5
lebih besar dari nilai kemunculan seharusnya, yaitu 5 > 1,66

𝑥 100%
5
= 60
x100% = 8,33%
N = 80
S = {2,3,4,5,6,7,8,9,10,11,12}
2 = 2 kali muncul (1,1) (1,1)
3 = 7 kali muncul (1,2) (2,1) (2,1) (1,2) (1,2) (1,2) (2,1)
4 = 7 kali muncul (2,2), (3,1), (2,2) (1,3) (3,1) (2,2) (1,3)
5 = 9 kali muncul (2,3) (4,1) (4,1) (4,1) (1,4) (3,2) (4,1) (2,3) (3,2)
6 = 20 kali muncul (5,1) (4,2) (1,5) (4,2) (2,4) (3,3) (3,3) (2,4) (3,3) (4,2)
(2,4) (1,5) (2,4) (1,5) (2,4) (5,1) (2,4) (3,3) (4,2) (4,2)
7 = 8 kali muncul (4,3) (3,4) (2,5) (4,3) (5,2) (1,6) (5,2) (4,3)
8 = 12 kali muncul (6,2) (6,2) (5,3) (2,6) (3,5) (6,2) (2,6) (3,5) (5,3) (6,2)
(2,6) (5,3)
9 = 6 kali muncul (4,5) (4,5) (5,4) (4,5) (4,5) (2,6)
10 = 5 kali muncul (5,5) (6,4) (4,6) (4,6) (4,6)
11 = 1 kali muncul (6,5)
12 = 3 kali muncul (6,6) (6,6) (6,6)
a. Frekuensi kemunculan angka 2 ; (1,1) (1,1) = 2 kali muncul

1 kali muncul = 1/36.80 = 2,22
2. Frekuensi kemunculan angka 2 dari hasil praktikum (1,1) (1,1) = 2
kali muncul = 2/36 x n = 2/36 x 80 = 4,44
sama dengan nilai kemunculan seharusnya, yaitu 4,44 > 2,22
𝑥 100%
4,44
= 80
x100% = 5,55%
b. Frekuensi kemunculan angka 3; (1,2) (2,1) (2,1) (1,2) (1,2) (1,2) (2,1) =
7 kali muncul
1. Frekuensi kemunculan angka 3 yang sebenarnya = (1,2), (2,1)
(1,2) (1,2) (1,2) (2,1) = 7 kali muncul = 7/36 x n = 7/36 x 80 = 15,55
4,44
𝑛
15,55
= 80
x100% = 19,43%
c. Frekuensi kemunculan angka 4; (2,2), (3,1), (2,2) (1,3) (3,1) (2,2) (1,3)
= 7 kali muncul
2. Frekuensi kemunculan angka 4 dari hasil praktikum (2,2), (3,1),
(2,2) (1,3) (3,1) (2,2) (1,3) = 7 kali muncul = 7/36 x n = 7/36 x 80 =
15,55
6,66
𝑥 100%
15,55
= x100% = 19,43%
80
d. Frekuensi kemunculan angka 5 ; (2,3) (4,1) (4,1) (4,1) (1,4) (3,2) (4,1)
(2,3) (3,2) = 9 kali muncul

(4,1) (1,4) (3,2) (4,1) (2,3) (3,2) = 9 kali muncul = 9/36 x n = 9/36 x
80 = 20
𝑛
20
= x100% = 25%
80
e. Frekuensi kemunculan angka 6; (5,1) (4,2) (1,5) (4,2) (2,4) (3,3) (3,3)
(2,4) (3,3) (4,2) (2,4) (1,5) (2,4) (1,5) (2,4) (5,1) (2,4) (3,3) (4,2) (4,2) =
20 kali muncul
(4,2) (2,4) (3,3) (3,3) (2,4) (3,3) (4,2) (2,4) (1,5) (2,4) (1,5) (2,4) (5,1)
(2,4) (3,3) (4,2) (4,2) = 20 kali muncul = 20/36 x n = 20/36 x 80 =
44,44
11,11

𝑥 100%
44,44
= 80
x100% = 55,55%
f. Frekuensi kemunculan angka 7; (4,3) (3,4) (2,5) (4,3) (5,2) (1,6) (5,2)
(4,3) = 8 kali muncul
(5,2) (3,4) (4,3) sebanyak 6 kali muncul = 6/36.80 = 13,33
2. Frekuensi kemunculan angka 7 dari hasil (4,3) (3,4) (2,5) (4,3) (5,2)
(1,6) (5,2) (4,3) = 8 kali muncul = 8/36 x n = 8/36 x 80 = 17,77
13,33
𝑛
17,77
= x100% = 42%
80
g. Frekuensi kemunculan angka 8 ; (6,2) (6,2) (5,3) (2,6) (3,5) (6,2) (2,6)
(3,5) (5,3) (6,2) (2,6) (5,3) = 12 kali muncul
(2,6) (3,5) (6,2) (2,6) (3,5) (5,3) (6,2) (2,6) (5,3) = 12 kali muncul =
12/36 x n = 12/36 x 80 = 26,66
lebih besar dari nilai kemunculan seharusnya, yaitu 26,66 > 11,11
𝑥 100%
26,66
= 80
x100% = 33,32%
h. Frekuensi kemunculan angka 9 ; (4,5) (4,5) (5,4) (4,5) (4,5) (2,6) = 6

kali muncul
(4,5) (4,5) (2,6) = 6 kali muncul = 6/36 x n = 6/36 x 80 = 13,33
lebih besar dari nilai kemunculan seharusnya, yaitu 13,33 > 8,88
𝑥 100%
13,33
= x100% = 16,66%
80
i. Frekuensi kemunculan angka 10 ; (5,5) (6,4) (4,6) (4,6) (4,6) = 5 kali

muncul
(4,6) (4,6) (4,6) = 5 kali muncul = 5/36 x n = 5/36 x 80 = 11,11
6,66
𝑥 100%
11,11
= x100% = 13,88%
80
j. Frekuensi kemunculan angka 11 ; (6,5) = 1 kali muncul
2. Frekuensi kemunculan angka 11 dari hasil praktikum (6,5) =1 kali
muncul = 1/36 x n = 1/36 x 80 = 2,22
lebih kecil dari pada nilai kemunculan seharusnya, yaitu 2,22 < 6,66
𝑥 100%
2,22
= 80
x100% = 6%
k. Frekuensi kemunculan angka 12 ; (6.6) (6,6) (6,6) = 3 kali muncul

1 kali muncul = 1/36.80 = 2,22
2. Frekuensi kemunculan angka 12 dari hasil praktikum (6.6) (6,6)
(6,6) = 3 kali muncul = 3/36 x n = 3/36 x 80 = 6,66.
2,22
𝑥 100%
6,66
= x100% = 8,32%
80
BAB V
ANALISA DAN PEMBAHASAN
5.1 Analisa
Adapun analisa dari hasil pengamatan dan percobaan yang telah kami
lakukan, maka kami dapat memberikan analisa sebagai berikut:
Tabel 5.1 Hasil Pengolahan Data Percobaan Apriori
Perbandingan
Frek Nilai
Persentase Frekuensi antara
N Kemunculan Ekspektasi
Kemunculan kemunculan dan
(kali) (kali)
nilai ekspektasi
BM 11 10 5% 11 > 10
20
G 9 10 5% 9 < 10
G 28 30 3,33% 28 ˂ 30
60
AG 32 30 3,33% 32 > 30
G 45 40 6,25% 45 > 40
80
BM 35 40 6,25% 35 < 40
Sumber: Data Pengolahan (2022)
Tabel 5.2 Hasil Pengolahan Data Percobaan Frekuensi Relatif
Frek Nilai
Persentase
N Kemunculan Ekspektasi Perbandingan
Kemunculan
(kali) (kali)
+ 6 13,33 30% 6 < 13,33
20
- 14 6,66 70% 14 > 6,66
AK 32 40 53,33% 32 < 40
60
AG 28 20 46,66% 28 > 20
G 41 53,33 48,75% 41 < 53,33
80
AG 39 26,66 51,25% 39 > 26,66
Tabel 5.3 Hasil Pengolahan Data Percobaan Peristiwa Independent
Frek Nilai
N Kemunculan Ekspektasi Persentase Kemunculan Perbandingan
Palet (kali) (kali)
P HT HJ P HT HJ P HT HJ P HT HJ
20 6 7 7 8 8 4 10% 5% 15% 6<8 7<8 7>4
6,66
60 20 24 16 24 24 12 6,66% 0% 20<24 24>24 19>12
%
11,25 1,25
80 31 30 19 40 40 20 12,5% 31<40 30<40 19>20
% %
Tabel 5.4 Hasil Pengolahan Data Percobaan Probabilitas Bersyarat Putih
N Frek Kemunculan
Nilai Ekspektasi (kali) Persentase Kemunculan Perbandingan
Palet (kali)
20 7 7 6 7,87 8,08 4,04 4,35% 5,4% 9,8% 7>7,78 7<8,08 6>4,04
60 22 22 23,63 24,24 2,71% 3,71% 6,46 22<23,63 22<24,24
16 12,12 16>12,12
%
80 24 33 31,51 32,32 9,38% 0,85% 8,55 24<31,51 33<32,32
23 16,16 23>16,16
%
Tabel 5.5 Hasil Pengolahan Data Percobaan Probabilitas Bersyarat Hitam
N Frek Kemunculan
Nilai Ekspektasi (kali) Persentase Kemunculan Perbandingan
Palet (kali)
20 7 7 6 8,08 7,87 4,04 5,4% 4,32% 9,8% 7<8,08 7<7,78 6>4,04
8,13
60 19 24 17 24,24 23,63 12,12 8,73% 0,16% 19<24,24 24>23,63 17>12,12
%
80 29 28 32,32 31,51 4,15% 4,38% 11,08 29<32,32 28<31,51
25 16,16 25>16,16
%
Tabel 5.6 Hasil Pengolahan Data Percobaan Probabilitas Bersyarat Hijau
Frek Kemunculan
N Nilai Ekspektasi (kali) Persentase Kemunculan Perbandingan
Palet (kali)
20 5 4 11 8,08 8,08 3,83 15,5% 20,4% 35,85% 5<8,08 4<8,08 11>3,83
60 19 22 19 24,24 24,24 11,51 18,2% 69,5% 25,28% 19<24,24 22<24,24 19>11,51
80 31 26 23 32,32 32,32 15,35 1,65% 7,9% 9,56% 31<32,32 26<32,32 23>15,35
Tabel 5.7 Hasil Pengolahan Data Percobaan Mutually Exclusive
Jumlah Muncul dadu Nilai Nilai

N
angka dadu (kali) Ekspektasi Presentase
4 1 0,66 3,30%
5 4 1,78 8,90%
20
7 3 2,33 1,66%
8 8 1,44 7,20%
9 9 1,78 8,90%
10 1 0,66 3,30%
11 3 0,23 1,15%
2 2 1,35 2,23%
3 5 1,67 2,78%
4 11 6 10%
5 6 0,66 1,10
6 8 0,33 0,55%
60 7 7 3 5%
8 5 3,33 5,55%
9 6 0,66 1,10%
10 4 1 1,66
11 2 1,33 2,21
12 3 1,34 2,23
2 2 0,22 0,27%
3 7 2,56 3,20%
4 7 0,34 0,42%
5 9 0,12 0,15%
6 20 8,89 8,89%
80 7 8 5,33 6,66%
8 12 0,89 1,11%
9 6 2,88 3,61%
10 5 1,66 2,08%
11 1 3,44 4,30%
12 3 0,78 0,97%
5.2 Pembahasan
5.2.1 Data Probabilitas Apriori dan Frekuensi Relatif
1. Percobaan Apriori (Seimbang = 𝟏⁄𝟐)
N = 20 untuk koin Rp 500

Pada koin 500 ini didapatkan frekuensi kemunculan sisi BM
= 11 dengan frekuensi kemunculan G = 9, presentasi
kemunculan koin BM dengan nilai ekspektasinya yaitu 5% dan
10 kali untuk G presentasinya dan nilai ekspektasinya adalah
5% dan 10 kali. Perbandingan yang kami dapatkan antara
frekuensi kemunculan BM dengan nilai ekspetasi yaitu 11 > 10
sedangkan untuk perbandingan antara frekuensi kemunculan
BM dengan nilai ekspetasi yaitu 9 < 10.
Pada koin 200 ini didapatkan frekuensi kemunculan G = 28 dan
frekuensi kemunculan AG = 32, presentasi kemunculan koin G dengan
nilai ekspektasinya yaitu 3,33% dan 30 kali, untuk AG presentasinya
dan nilai ekspektasinya adalah 3,33% dan 30 kali. Perbandingan yang
kami dapatkan antara frekuensi kemunculan G dengan nilai ekspetasi
yaitu 28 < 30 sedangkan untuk perbandingan antara frekuensi
kemunculan AG dengan nilai ekspetasi yaitu 32 > 30.
Pada koin 500 ini didapatkan frekuensi kemunculan G = 45 dan
frekuensi kemunculan BM = 35, presentasi kemunculan koin G dengan
nilai ekspektasinya yaitu 6,25% dan 40 kali, untuk BM presentasinya
dan nilai ekspektasinya adalah 6,25% dan 40 kali. Perbandingan yang
kami dapatkan antara frekuensi kemunculan G dengan nilai ekspetasi
yaitu 45 > 40 sedangkan untuk perbandingan antara trekuensi
kemunculan BM dengan nilai ekspetasi yaitu 35 < 40.

2. Percobaan Frekuensi Relatif (tidak seimbang)
N = 20 untuk UNO
Pada kancing, didapatkan frekuensi kemunculan kartu uno (+) = 6
dan frekuensi kemunculan kancing (-) = 14, presentasi kemunculan
kancing (+) = 30% dengan nilai ekspektasi yaitu 13,33 dan untuk
kancing (-) presentasinya yaitu 70% dan nilai ekspektasinya adalah
6,66. Perbandingan yang kami dapatkan antara frekuensi kemunculan
kancing (+) dengan nilai ekspetasi yaitu 14 < 13,33 sedangkan untuk
perbandingan antra frekuensi kemunculan kancing (-) dengan nilai
ekspetasi yaitu 6 > 6,66.
Pada koin 1000, didapatkan frekuensi kemunculan AK = 32 dan
frekuensi kemunculan AG = 28, presentasi kemunculan permukaan sisi
AK = 53,33% dengan nilai ekspektasi yaitu 40 dan untuk AG
presentasinya yaitu 46,66% dan nilai ekspektasinya adalah 20.
Perbandingan yang kami dapatkan antara frekuensi kemunculan AK
dengan nilai ekspetasi yaitu 32 < 40 sedangkan untuk perbandingan
antara frekuensi kemunculan AG dengan nilai ekspetasi yaitu 28 > 20.
Pada koin 200, didapatkan frekuensi kemunculan G = 41 dan
frekuensi kemunculan AG = 39, presentasi kemunculan permukaan sisi
G = 51,25% dengan nilai ekspektasi yaitu 26,66 dan untuk AG
presentasinya yaitu 48,75% dan nilai ekspektasinya adalah
53,33Perbandingan yang kami dapatkan antara frekuensi kemunculan
G dengan nilai ekspetasi yaitu 51 < 53,33 sedangkan untuk

perbandingan antara trekuensi kemunculan BM dengan nilai ekspetasi
yaitu 41 > 26,66.
5.2.1 Percobaan Independent (Bebas)
N = 20
Pada percobaan pengambilan pallet warna putih, didapatkan frekuensi
Kemunculan pallet warna putih = 6 ,frekuensi kemunculan pallet warna
hitam = 7 dan frekuensi kemunculan pallet warna hijau = 7. presentasi
kemunculan pallet warna putih = 10% dengan nilai ekspektasi yaitu 8, untuk
pallet warna hitam nilai presentasinya yaitu 5% dan nilai ekspektasinya
adalah 8 dan untuk pallet warna hijau nilai presentasinya yaitu 15% dan nilai
ekspektasinya adalah 4. Perbandingan yang kami dapatkan antara
frekuensi kemunculan pallet warna putih dengan nilai ekspetasi yaitu 6 < 8,
Perbandingan yang kami dapatkan antara frekuensi kemunculan pallet
warna hitam dengan nilai ekspetasi yaitu 7 < 8 sedangkan untuk
perbandingan antara frekuensi Kemunculan pallet warna hijau dengan nilai
ekspetasi yaitu 7 < 4
N = 60
kemunculan pallet warna putih = 6,66% dengan nilai ekspektasi yaitu 24,
untuk pallet warna hitam nilai presentasinya yaitu 0% dan nilai
ekspektasinya adalah 24 dan untuk pallet warna hijau nilai presentasinya
yaitu 6,66% dan nilai ekspektasinya adalah 12. Perbandingan yang kami
dapatkan antara frekuensi kemunculan pallet warna putih dengan nilai

ekspetasi yaitu 24 > 20, Perbandingan yang kami dapatkan antara frekuensi
kemunculan pallet warna hitam dengan nilai ekspetasi yaitu 24 = 24
sedangkan untuk perbandingan antara frekuensi Kemunculan pallet warna
hijau dengan nilai ekspetasi yaitu 12 < 16
N = 80
kemunculan pallet warna putih = 11,25% dengan nilai ekspektasi yaitu 40,
untuk pallet warna hitam nilai presentasinya yaitu 12,50% dan nilai
ekspektasinya adalah 40 dan untuk pallet warna hijau nilai presentasinya
yaitu 1,25% dan nilai ekspektasinya adalah 20. Perbandingan yang kami
dapatkan antara frekuensi kemunculan pallet warna putih dengan nilai
ekspetasi yaitu 31 < 40, Perbandingan yang kami dapatkan antara frekuensi
kemunculan pallet warna hitam dengan nilai ekspetasi yaitu 30 < 40
sedangkan untuk perbandingan antara frekuensi Kemunculan pallet warna
hijau dengan nilai ekspetasi yaitu 19 > 20.
1. Probabilitas Bersyarat Palet Putih
N = 20
Pada percobaan pengambilan pallet warna putih, didapatkan
frekuensi kemunculan pallet warna putih = 7, frekuensi kemunculan
pallet warna hitam = 7 dan frekuensi kemunculan pallet warna hijau =
6. Presentasi kemunculan pallet warna putih = 4,35% dengan nilai
ekspektasi yaitu 7,78, untuk pallet warna hitam nilai presentasinya yaitu
5,4% dan nilai ekspektasinya adalah 8,08 dan untuk pallet warna hijau
nilai presentasinya yaitu 9,8% dan nilai ekspektasinya adalah 4,04.
Perbandingan yang kami dapatkan antara frekuensi kemunculan pallet
warna putih dengan nilai ekspetasi yaitu 7 > 7,78, untuk perbandingan
antara frekuensi kemunculan pallet warna hitam dengan nilai ekspetasi
yaitu 7 < 8,08, sedangkan untuk perbandingan antara frekuensi
kemunculan pallet warna hitam dengan nilai ekspetasi yaitu 6 > 4,04
N = 60
ekspektasi yaitu 23,63, untuk pallet warna hitam nilai presentasinya
yaitu 3,73% dan nilai ekspektasinya adalah 24,24 dan untuk pallet
warna hijau nilai presentasinya yaitu 6,46% dan nilai ekspektasinya
adalah 12,12. Perbandingan yang kami dapatkan antara frekuensi
kemunculan pallet warna putih dengan nilai ekspetasi yaitu 22 > 23,63,
untuk perbandingan antara frekuensi kemunculan pallet warna hitam
dengan nilai ekspetasi yaitu 22 < 24,24, sedangkan untuk
perbandingan antara frekuensi kemunculan pallet warna hitam dengan
nilai ekspetasi yaitu 16 > 12,12
N = 80

warna hitam nilai presentasinya yaitu 8,55% dan nilai ekspektasinya
kemunculan pallet warna putih dengan nilai ekspetasi yaitu 24 > 31,51,
nilai ekspetasi yaitu 23 > 16,16.
2. Probabilitas Bersyarat Palet Hitam
N = 20
4,35% dan nilai ekspektasinya adalah 7,87 dan untuk pallet warna
hitam nilai presentasinya yaitu 9,8% dan nilai ekspektasinya adalah
pallet warna putih dengan nilai ekspetasi yaitu 7 < 8,08, untuk
nilai ekspetasi yaitu 7 < 7,78, sedangkan untuk perbandingan antara
frekuensi kemunculan pallet warna hitam dengan nilai ekspetasi yaitu
6 > 4,04
N = 60
kemunculan pallet warna putih dengan nilai ekspetasi yaitu 19 < 23,63
dengan nilai ekspetasi yaitu 24 > 12,12, sedangkan untuk
nilai ekspetasi yaitu 17 > 12,12
N = 80
kemunculan pallet warna putih dengan nilai ekspetasi yaitu 29 < 32,32,

3. Probabilitas Bersyarat Palet Hijau
N = 20
pallet warna putih dengan nilai ekspetasi yaitu 5< 8,08, untuk
11 > 3,83
N = 60
pallet warna putih dengan nilai ekspetasi yaitu 19 < 8,08 untuk
19 > 3,83
N = 80
kemunculan pallet warna putih dengan nilai ekspetasi yaitu 31 < 32,32,
N = 20
1. Frekuensi kemunculan angka 4 adalah 1 dengan nilai ekspektasi 8,33
dan presentasi 13,75%

4. Frekuensi kemunculan angka 8 adalah 4 dengan nilai ekspektasi 2.77
6. Frekuensi kemunculan angka 10 adalah 1 dengan nilai ekspektasi
1,66 dan presentasi 2,75%
1,11 dan presentasi 3%
N = 60
3. Frekuensi kemunculan angka 4 adalah 11 dengan nilai ekspektasi 5

dan presentasi 33%
N = 80
dan presentasi 25%
13,33 dan presentasi 42%

11,11dan presentasi 16,66%.
6,66 dan presentasi 13,88%.
4,44 dan presentasi 6%.
2,22 dan presentasi 8,32%.

BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari hasil pengamatan dan percobaan tentang probabilitas yang telah
dilakukan maka didapatkan kesimpulan bahwa :
1. Dapat mengetahui tentang definisi empiris dan probabilitas munculnya suatu
peristiwa.
2. Dapat mengaplikasikan tentang nilai probabilitas berdasarkan pendekatan
frekuensi relative.
3. Dengan adanya nilai ekspetasi kita dapat mengetahui nilai ekspetasi dari
suatu kejadian probabilitas.
4. Dapat mengetahui probabilitas atau suatu peluang yang bersyarat.
6.2 Saran
6.2.1 Saran Untuk Laboratorium
Fasilitas yang disediakan sangat memadai, namun beberapa alat
praktikum harus ditambah.
6.2.2 Saran Untuk Asisten
Apabila ada dalam penulisan laporan yang salah atau kurang jelas,
tolong dikoreksi dengan diberikan penjelasan, agar praktikan dapat
memperbaiki dan memahami Kesalahnnya sehingga kesalahan tidak
terulang kembali sehingga praktikan mudah untuk mengerjakan apa yang
semestinya dikerjakan.

Modul 2 KLP 23

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul 2 KLP 23

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN PRAKTIKUM

LABORATORIUM STATISTIK INDUSTRI

JURUSAN TEKNIK INDUSTRI

1.1 Latar Belakang

lain sebagainya. Dari kumpulan data, statistika dapat digunakan untuk

menyimpulkan atau mendeskripsikan data. Informasi kemudian dicatat sekaligus

dikumpulkan baik itu dalam bentuk informasi numerik maupun informasi

kategorik yang disebut sebagai suatu pengamatan (Ahmaddien, 2020).

Menurut Kamus Besar Bahasa Indonesia (KBBI), statistik adalah angka-

angka atau catatan yang dikumpulkan, dikelompokkan, dan ditabulasi sehingga

didapatkan informasi berkaitan dengan masalah tertentu. Statistika juga telah

astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan

psikologi), maupun di bidang bisnis (mengenai produk, dll), ekonomi, dan

sebagian besar konsep dasar ilmu statistik mengasumsikan teori probabilitas

menyelesaikan atau mendapatkan solusi dari sebuah permasalahan. Hampir

seluruh aspek dalam industri menggunakan statistika, salah satu

penggunaannya yakni ketika suatu industri atau perusahaan ingin mengetahui

dihasilkan di lantai produksi dengan probabilitas (Otaya, 2016).

1. Untuk menerapkan definisi empiris dan probabilitas munculnya suatu

2. Agar dapat mengetahui nilai probabilitas berdasarkan pendekatan frekuensi

3. Dapat mengetahui peristiwa yang bersifat mutually exclusive.

4. Untuk mengetahui probabilitas bersyarat .

1.3 Alat dan Bahan

1. Koin (Rp. 200; Rp. 500; Rp. 1000)

4. Pallet warna hitam, warna putih dan warna hijau.

1.4 Prosedur Praktikum

1.4.1 Percobaan Apriori dan Frekuensi Relatif

1. Lemparkan koin yang permukaannya seimbang.

2. Catat permukaan yang muncul.

3. Ulangi langkah 1-2 untuk masing-masing sebanyak 20, 60 dan 80 kali.

4. Hitung frekuensi kemunculan masing-masing permukaan.

5. Bandingkan hasil tersebut dengan nilai ekspetasinya.

7. Hitung probabilitas kemunculan masing-masing permukaan.

40 pallet hitam dan 20 pallet hijau.

3. Catat kondisi pallet.

4. Kembalikan sampel tersebut ke dalam wadah lalu acak.

5. Ulangi langkah 1-4 masing-masing sebanyak 20, 60 dan 80 kali.

6. Hitung frekuensi kemunculan masing-masing pallet.

7. Bandingkan hasil percobaan dengan nilai ekspektasi.

1.4.3 Percobaan Probabilitas Bersyarat

40 pallet hitam dan 20 pallet hijau. Dilanjutkan dengan pengambilan

sebuah pallet berikutnya dan cacat hasilnya.

3. Kembalikan ketiga sampel tersebut ke wadah.

4. Ulangi langkah 1-4 masing-nasing sebanyak 20, 60 dan 80 kali.

5. Hitung kemunculan masing-masing pallet.

6. Bandingkan hasil percobaan dengan nilai ekspetasi.

1.4.4 Percobaan Mutually Exclusive

1. Lemparkan 2 buah dadu.

2. Catat angka yang muncul.

3. Ulangi langkah 1-2 sebanyak 20, 60 dan 80 kali.

4. Bandingkan hasil percobaan dengan nilai ekspektasi.

2.1 Statistik, Statistika dan Metode Statistik

Statistika merupakan cabang dari ilmu matematika yang banyak membantu

kehidupan manusia, oleh karena sifatnya yang membantu kehidupan manusia

maka statistika telah digunakan baik dalam Perindustrian, perdagangan, bisnis,

pendidikan maupun pengambilan keputusan dalam dunia politik.

Statistik adalah rekapitulasi dari fakta yang berbentuk angka-angka

disusun dalam betuk tabel dan diagram yang mendeskripsikan suatu

permasalahan. Dapat dikatakan bahwa tabel (tabel biasa, tabel

kontigensi, tabel distribusi frekuensi) dan diagram (diagram batang,

diagram garis atau grafik, diagram lingkaran, diagram pastel, diagram

peta dan diagram pencar) merupakan contoh dari statistik.

Statistika adalah pengetahuan yang berhubungan dengan cara-cara