Permutasi, Kombinasi, dan

Probabilitas
Oleh : Satrio Hadi W
Pertemuan 5
Pendahuluan
Probabilitas
 intepretasi keluaran peluang yang terjadi dalam suatu
percobaan
 Tingkat kepastian dari munculnya hasil percobaan statistik
 Dilambangkan dengan P
Konsep probabilitas berasal dari permainan yang
dilakukan pengamatan untuk diperoleh fakta
(empiris) kemudian diformulakan kedalam konsep
dan dilakukan pengujian
Matematika permutasi dan kombinasi banyak
digunakan dalam probabilitas
 Faktorial dan Permutasi
Faktorial
n! = n(n-1)(n-2)…3.2.1
0! = 1 dan 1! = 1
Permutasi (dari n objek seluruhnya)
Permutasi dari n objek seluruhnya tanpa
pengembalian

n Pn  n !
Permutasi (sebanyak r dari n objek)
Permutasi (sebanyak r dari n objek)
susunan yang dibentuk dari anggota
suatu himpunan dengan mengambil seluruh
atau sebagian anggota himpunan dan
memberi arti pada urutan anggota dari
susunan
n!
n Pr 
n  r !
Permutasi (sebanyak r dari n objek)
Contoh 1
Himpunan {a,b,c}
diambil 3 anggota, diperoleh susunan:

Bab 3. Konsep Dasar Statistika

Permutasi (sebanyak r dari n objek)
Contoh 1
Himpunan {a,b,c}
diambil 3 anggota, diperoleh susunan:
abc; acb; bac; bca; cab; cba
3!
3 P3  6
3  3!

Bab 3. Konsep Dasar Statistika

Permutasi (sebanyak r dari n objek)
Contoh 2
diambil 2 anggota, diperoleh susunan:

Bab 3. Konsep Dasar Statistika

Permutasi (sebanyak r dari n objek)
Contoh 2
diambil 2 anggota, diperoleh susunan:
ab; ba; bc; cb; ac; ca
3!
3 P2  6
3  2!

Bab 3. Konsep Dasar Statistika

Permutasi (sebanyak r dari n objek)

Contoh 3
Berapa banyak carakah cabang dari PII
menjadwalkan 3 pembicara untuk 3
pertemuan yang berbeda bila mereka hadir
pada masing-masing dari 5 janji yang
mungkin?
Permutasi (sebanyak r dari n objek)

Contoh 3
Berapa banyak carakah cabang dari PII
menjadwalkan 3 pembicara untuk 3
pertemuan yang berbeda bila mereka hadir
pada masing-masing dari 5 janji yang
mungkin?
Penyelesaian:
Jumlah total jadwal yang mungkin adalah
5!
5 P3    5 4  3  60
2!
 Permutasi (dari n objek yang sama)

Permutasi dari sebagian anggota yang

sama. Banyaknya permutasi yang
berlainan dari n sampel bila n1 berjenis I,
n2 berjenis II, …, nk berjenis k diberikan
oleh
 n  n!
  
 n1 n2  nk  n1!n2 ! nk !

Bab 3. Konsep Dasar Statistika

Permutasi Permutasi (dari n objek yang
sama)
Contoh 4
Dalam berapa carakah 7 ilmuwan dapat
disatukan ke dalam kamar hotel dengan satu
kamar tiga tempat tidur dan dengan dua
kamar dua tempat tidur?
Permutasi Permutasi (dari n objek yang
sama)
Contoh 4

Bab 3. Konsep Dasar Statistika

Dalam berapa carakah 7 ilmuwan dapat
disatukan ke dalam kamar hotel dengan satu
kamar tiga tempat tidur dan dengan dua
kamar dua tempat tidur?
Penyelesaian:
Jumlah total partisi yang mungkin adalah
 7  7!
    210
 3, 2, 2  3! 2! 2!
Kombinasi (r dari n objek yang berbeda)
Kombinasi
susunan yang dibentuk dari anggota
suatu himpunan dengan mengambil seluruh
atau sebagian anggota himpunan dan tanpa
memberi arti pada urutan anggota dari
susunan

n n!
n Cr  
 r   r !n  r !
 

Bab 3. Konsep Dasar Statistika

Kombinasi (r dari n objek yang berbeda)
Contoh 5:
himpunan {a,b,c} diambil 2 anggota,

Bab 3. Konsep Dasar Statistika

Kombinasi (r dari n objek yang berbeda)
Contoh 5:
himpunan {a,b,c} diambil 2 anggota,
diperoleh susunan: ab; bc; ca
{Permutasi ab = ba; bc = cb; ca = ac}
 3 3! 3!
 
3 C2      3
 2  2 !3  2! 2 !1!

Bab 3. Konsep Dasar Statistika

Kombinasi (r dari n objek yang berbeda)

Contoh 6
Ada berapa banyak cara untuk 3 pria, 5 wanita, 4 pemuda dan 4
gadis dapat dipilih dari 7 pria, 9 wanita, 5 pemuda, dan 5 gadis jika:
a. Semua orang bebas pada masing-masing kelompok
b. Seorang pria dan wanita tertentu harus terpilih
c. Seorang pria, 1 wanita, 1 pemuda, dan 1 orang gadis ttidak boleh
dipilih.
Kombinasi (r dari n objek yang berbeda)

Contoh 6
Ada berapa banyak cara untuk 3 pria, 5 wanita, 4 pemuda dan 4
gadis dapat dipilih dari 7 pria, 9 wanita, 5 pemuda, dan 5 gadis jika:
a. Semua orang bebas pada masing-masing kelompok
b. Seorang pria dan wanita tertentu harus terpilih
c. Seorang pria, 1 wanita, 1 pemuda, dan 1 orang gadis ttidak boleh
dipilih.
Penyelesaian
a. Semua orang bebas pada masing-masing kelompok
Banyak cara = 7C3 * 9C5 * 5C4 * 5C4 = 35*126*5*5 = 110250 cara.
b. Seorang pria dan wanita tertentu harus terpilih
Banyak cara = 5C4 * 5C4 = 25 cara.
c. Seorang pria, 1 wanita, 1 pemuda, dan 1 orang gadis tidak boleh
dipilih
Banyak cara = 6C3 * 8C5 * 4C4 *4C4= 20*56*1*1 = 1120 cara.
Hubungan permutasi dan kombinasi

n Pr  r!n Cr atau
n Cr  n Pr / r!
Contoh 7 : Tentukan nilai dari permutasi dan kombinasi berikut
a. P
5 3

b. 5 C3
Pengantar Probabilitas
Pertemuan 5
Probabilitas

• Probabilitas  besarnya kemungkinan (kesempatan) suatu

peristiwa akan terjadi.

• Bila besarannya 0  maka pertistiwa tidak akan terjadi.

Bila besarannya 1  maka peristiwa akan terjadi.

• Semakin kecil probabilitas (mendekati 0)  semakin kecil

kesempatan peristiwa terjadi.

Semakin besar probabilitas (mendekati 1)  semakin besar

kesempatan peristiwa terjadi
 𝑚
𝑃(𝐸) =
𝑛

P = Probabilitas
E = Kejadian
m = Jumlah kejadian yang diinginkan
n = Keseluruhan kejadian yang mungkin terjadi
Probabilitas Kejadian Majemuk
1. Kejadian saling lepas (mutually exclusive)

Dua kejadian saling lepas apabila kedua peristiwa tersebut tidak

terjadi pada waktu yang bersamaan
atau
Secara matematis, dua himpunan saling lepas (terpisah /disjoint)
apabila unsur-unsur yang dimiliki tidak sama  A ∩ B = Ø

S sehingga

p(A ∪ B) = p(A) + p(B)

A B

p(A ∩ B) = p(Ø) = 0
1. Kejadian saling lepas (mutually exclusive)

S sehingga

A B p(A ∪ B ∪ C) = p(A) + p(B) + p(C)

p(A ∩ B ∩ C) = p(Ø) = 0
C

A∩B∩C=Ø
Contoh:
Sebuah dadu dilempar sekali,
berapakan peluang munculnya mata dadu 1 atau
atau mata dadu 5?

S={1,2,3,4,5,6} p(A ∪ B) = p(A) + p(B)

A={1} 1 1
= +6
B={5} 6
1
S =
2
= 3
6

A B
SOAL 1

Pada pelemparan 2 dadu,

tentukan peluang munculnya muka 2 dadu
dengan jumlah 7 atau 11!
2. Kejadian tidak saling lepas

Dua kejadian tidak saling lepas apabila kedua peristiwa tersebut

tidak dapat terpisah
atau
Secara matematis, dua himpunan tidak saling lepas (tergabung /
union) apabila terdapat unsur-unsur yang sama

S sehingga

p(A ∪ B) = p(A) + p(B) ̶ p(A ∩ B)

A A∩B B

p(A ∩ B) = p(A) + p(B) ̶ p(A ∪ B)

2. Kejadian tidak saling lepas

A∩B
A B
A∩B∩C

A∩C B∩C

sehingga

p(A ∪ B ∪ C) = p(A) + p(B) + p(C)

̶ p(A ∩ B) ̶ p(B ∩ C) ̶ p(A ∩ C)
̶ p(A ∩ B ∩ C)
Contoh:
Dalam sebuah populasi pembaca majalah IT ditemukan persentasi pembaca
majalah CHIP, PC PLUS dan INFO KOMPUTER serta kombinasinya sbb:

CHIP= 9,8% CHIP dan PC PLUS= 5,1%

PC PLUS= 22,9% PC PLUS dan INFO KOM= 3,7%
INFO KOM= 12,1% CHIP dan INFO KOM= 6,0%
CHIP dan PC PLUS dan INFO KOM= 2,4%

Pertanyaan:
a. Berapa persen dari populasi yang membaca paling sedikit satu dari tiga
majalah tersebut?
b. Berapakah probabilitas seorang yang dipilih secara acak (random) dari
populasi tersebut adalah pembaca majalah CHIP atau PC PLUS

p(A ∪ B ∪ C) = p(A) + p(B) + p(C) ̶ p(A ∩ B) ̶ p(B ∩ C) ̶ p(A ∩ C) ̶ p(A ∩ B ∩ C)

 S
A= 9,8% A ∩ B= 5,1%
B= 22,9% B ∩ C= 3,7%
A ∩ C= 6,0% A∩B
C= 12,1%
A B
A ∩ B ∩ C= 2,4% A∩B∩C

a. paling sedikit satu  p(A ∪ B ∪ C) A∩C B∩C

= p(A) + p(B) + p(C)

C
̶ p(A ∩ B) ̶ p(B ∩ C) ̶ p(A ∩ C)
̶ p(A ∩ B ∩ C)

p(A ∪ B ∪ C) b. Seorang pembaca CHIP atau PC PLUS

= 9,8% + 22,9% + 12,1% = p(A ∪ B)
̶ 5,1% ̶ 3,7% ̶ 6,0% = p(A) + p(B) ̶ p(A ∩ B)
̶ 2,4% = 9,8% + 22,9% ̶ 5,1%
= 32,4% = 27,6%
SOAL 2
Komposisi pegawai Google Inc adalah
½ laki-laki dan ½ perempuan.

60% dari karyawan adalah alumni FILKOM UB

sedangkan
20% dari karyawati adalah alumni FILKOM UB.

Bila secara acak (random) dipilih seorang untuk tugas

ke USA, berapakah peluang seorang karyawati atau
seorang alumni FILKOM UB terpilih?
p(A ∪ B) = p(A) + p(B) ̶ p(A ∩ B)
S

Alumni FILKOM

A∩B

B∩C
Karyawati A B C Karyawan
3. Kejadian saling komplementer
A adalah sebuah kejadian.
𝐴 adalah komplemen dari kejadian A.

Dimana kejadian 𝐴 adalah kumpulan titik-titik sampel yang merupakan titik

sampel S tetapi bukan merupakan titik sampel kejadian A.

A 𝐴

sehingga

p(A) + p(𝐴) = p(S) = 1

Pembuktian:
Dari hasil percobaan pelemparan dua buah dadu hanya 6 hasil yang
menunjukkan munculnya nilai yang sama (X=Y) yaitu:
A = { (1,1) , (2,2) , (3,3) , (4,4) , (5,5) , (6,6) }
Kemungkinan munculnya nilai yang sama adalah:
6 1
p(A) =
36
=6

Kemungkinan munculnya nilai yang tidak sama adalah:

1 5
p(𝐴) = 1 - =
6 6
Seluruh kemungkinan hasil pelemparan dua buah dadu adalah:
1 5 6
p(A) + p(𝐴) = + = =1
6 6 6
SOAL 3

Pada pelemparan 2 koin,

jika A adlh kejadian munculnya
dua sisi koin yang sama,

Hitung peluang munculnya

dua sisi koin yg tak sama!
4. Kejadian saling bebas (independent)

Bila terjadinya peristiwa pertama tidak mempengaruhi terjadinya peristiwa

kedua.
Kejadian saling lepas ≠ Kejadian saling bebas

sehingga

p(A ∩ B) = p(A) × p(B)

p(A ∩ B ∩ C) = p(A) × p(B) × p(C)

Pembuktian:
Dari hasil percobaan pelemparan dua buah dadu: merah dan putih,
Berapakah kemungkinan munculnya nilai x ≤ 3 pada dadu merah dan nilai
y ≥ 5 pada dadu putih?
Kemungkinan munculnya nilai x ≤ 3 pada dadu merah :
A (x,y) = { (1,1) ; (1,2) ; (1,3) ; (1,4) ; (1,5) ; (1,6) ;
(2,1) ; (2,2) ; (2,3) ; (2,4) ; (2,5) ; (2,6) ; 18 1
P(A) = =
36 2
(3,1) ; (3,2) ; (3,3) ; (3,4) ; (3,5) ; (3,6) }

Kemungkinan munculnya nilai y ≥ 5 pada dadu putih :

B = { (1,5) , (2,5) , (3,5) , (4,5) , (5,5) , (6,5) P(B) =
12
=
1
(1,6) , (2,6) , (3,6) , (4,6) , (5,6) , (6,6) } 36 3

p(A ∩ B) = { (1,5) , (1,6) , (2,5) , (2,6) , (3,5) , (3,6) } p(A ∩ B) = p(A) × p(B)
𝟏 𝟏 𝟏
= ×
𝟔 𝟐 𝟑
Putih (Y)
1 2 3 4 5 6
Merah
(X)

1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)

2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)

3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)

4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)

5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)

6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

SOAL 4
Tiga pemilik toko (Toko Q, R, S) dipilih secara acak untuk
ditanya apakah mereka telah memanfaatkan media sosial
untuk meningkatkan penjualan. Tentukanlah :
a. Anggota ruang sampel S dengan memakai
huruf Y = ya dan T = tidak
b. Berapa peluang Toko Q menyatakan iya ?
Berapa peluang Toko R menyatakan tidak ?
Berapa peluang Toko S menyatakan tidak ?
c. Buktikan rumus peluang terjadinya kejadian
P(A ∩ B ∩ C) = p(A) × p(B) × p(C)
5. Probabilitas bersyarat (dependent)

Probabilitas mengenai sebagian ruang sampel dapat berbeda

dengan probabilitas keseluruhan ruang sampel
Apabila sub-himpunan selalu dibatasi syarat-syarat tambahan yang
tidak ada dalam ruang sampel.

Jika munculnya kejadian A mempengaruhi peluang munculnya

kejadian B atau sebaliknya, A dan B adalah kejadian bersyarat.

p(A ∩ B)
p(A | B) = p(A ∩ B) = p(A | B) × p(B)
p(B)
p(B) >0
Probabilitas B menjadi syarat terjadinya kejadian A
Contoh:
Dari hasil percobaan pelemparan dua buah dadu: merah (X) dan putih,
Bila X+Y < 4 , berapakah probabilitas kejadian X=1?  p(A | B )
Kejadian B  X+Y < 4 :
3
B = { (1,1) , (1,2) , (2,1) } p(B) =
36
(kejadian B menjadi ruang sampel kejadian A)

Kejadian A  X=1 pada ruang sampel kejadian B:

2
A = { (1,1) , (1,2) } p(A) =
36
p(A ∩ B)
p(A | B) =
p(B)
Kejadian X=1 bersyarat kejadian X+Y < 4 2 2/36
=
3 3/36
atau bisa disebut kejadian A bersyarat kejadian B :
2 2 36
A | B = { (1,1) , (1,2) } p(A | B ) =
2 = ×
3
3 36 3
Contoh: Jenis Warna Rambut
Rambut Hitam Pirang
Lurus 2 0
Ikal 2 4
Keriting 2 2 n= 12

Berapa peluang terpilihnya anak berambut lurus

dengan syarat warna rambut anak tersebut hitam ?
A  anak berambut lurus p(A ∩ B)
p(A | B) =
p(B)
B  anak berambut hitam
2/12
A ∩ B  anak berambut =
6/12
lurus dan hitam
2 12
= ×
12 6
2 1
= =
6 3
SOAL 5
Diketahui profil alumni FILKOM yang dibagi menurut jenis kelamin
dan pekerjaan di bawah ini:

Pegawai Wiraswasta Jumlah

Laki-laki 460 40 500
Perempuan 140 260 400
Jumlah 600 300 900

Dipilih seorang dari mereka untuk ditugaskan menjadi Ketua Ikatan

Alumni. Bila ternyata yang terpilih adalah seorang pegawai,
Berapakah probabilitasnya bahwa dia:
a. Laki-laki
b. Perempuan
6. Probabilitas Bersyarat Untuk Dua Kejadian Saling Bebas

Jika munculnya kejadian A mempengaruhi peluang munculnya

kejadian B atau sebaliknya. Bila kejadian A dan B saling bebas, maka:

p(A | B) = p(A)
p(B | A) = p(B)
Rumus probabilitas bersyarat adalah:
p(A ∩ B)
p(A | B) =
p(B)

Akan tetapi, karena A dan B saling bebas, maka: p(A ∩ B) = p(A) × p(B)
sehingga diperoleh:
p(A) × p(B)
p(A | B) =
p(B)

p(A | B) = p(A)
Contoh:
Seorang pembeli memeriksa barang yg baru saja dibelinya.
Dari 100 barang yg diterima terdapat 10 barang yg rusak.
Apabila diambil satu barang secara acak dari seluruh barang
sebanyak dua kali dengan pengembalian, berapa probabilitas
bahwa kedua barang yg diambil tersebut rusak?

A  kejadian terambilnya satu barang yg rusak pada

pengambilan ke-1
B  kejadian terambilnya satu barang yg rusak pada
pengambilan ke-2

P (A) = 10/100
P (B | A) = 10/100 = p(B)
SOAL 6

Seorang pembeli memeriksa barang yg baru saja

dibelinya. Dari 100 barang yg diterima terdapat 10
barang yg rusak. Apabila diambil satu barang secara
acak dari seluruh barang sebanyak dua kali tanpa
pengembalian, berapa probabilitas bahwa kedua barang
yg diambil tersebut rusak?