Di Susun Oleh :
Nama : Kemala hayati vonna
Nim : 2020614060023
Kelas : PK2A
T.A 2021/2022
POLITEKNIK NEGERI LHOKSEUMAWE
DAFTAR ISI
DAFTAR ISI.............................................................................................................................................
KATA PENGANTAR.................................................................................................................................
BAB I......................................................................................................................................................
PENDAHULUAN.....................................................................................................................................
Latar belakang...................................................................................................................................
Rumusan masalah..............................................................................................................................
BAB II.....................................................................................................................................................
PEMBAHASAN........................................................................................................................................
2. Struktur Probabilitas....................................................................................................................
4. Distribusi Probabilitas..................................................................................................................
5. Pendekatan probabilitas..............................................................................................................
7. Teorema bayes............................................................................................................................
PENUTUP.............................................................................................................................................
1. KESIMPULAN................................................................................................................................
2. SARAN..........................................................................................................................................
Daftar Pustaka.....................................................................................................................................
KATA PENGANTAR
Puji syukur kepada Allah Yang Swt yang telah senantisa memberikan saya
dengan tepat pada waktunya. Saya juga mengucapkan terima kasih kepada Dosen, teman–
teman, dan semua pihak yang telah memberi bantuan dan dukungan kepada saya dalam
Selaku manusia biasa, saya menyadari bahwa dalam makalah ini masih banyak
kekurangan dan kekeliruan yang tidak disengaja. Oleh karena itu saya membutuhkan kritik
dan saran untuk menyempurnakan pembuatan makalah selanjutnya.saya berharap makalah ini
Penulis
BAB I
PENDAHULUAN
1. Latar belakang
dan merupakan suatu bagian yang tak terpisahkan dan proses pengambilan keputusan.
merupakan dasar ilmu statistik, selanjutnya akan diberikan teori mengenai variable random
distribusi probabilitas variable random diskrit dan kontinu , serta distribusi sampling
statistilc.
jadian terjadinya sesuatu peristiwa yang ada dalam kehidupan.Memang banyak peristiwa
yang tidak dapat di pastikan terjadi atau tidak terjadi di kemudian waktu. Namun dengan
mengetahui ukuran berhasil tidaknya peristiwa yang di harapkan akan terjadi,orang dapat
mengambil keputusan lebih baik dan lebih bijaksana tentang apa yang seharusnya yang akan
di lakukan.
penghitungannya didasarkan pada perumusan secara umum. Sehingga peluang dapat diartikan
sebagai ukuran yang digunakan untuk mengetahui terjadinya atau tidak terjadinya suatu
peristiwa.
Sebuah peristiwa yang terjadi pasti mempunyai nilai peluang yang besarnya antara 0
dan 1. Adapun, peristiwa yang sudah pasti terjadi akan mempunyai nilai peluang sebesar 1.
Akan tetapi, peristiwa yang sudah pasti tidak terjadi akan mempunyai nilai peluang sebesar 0.
Dalam hal in kita jarang menjumpai sebuah peristiwa yang mempunyai nilai peluang tepat
sama dengan 0 dan atau tepat sama dengan 1. Kita biasanya sering menjumpai sebuah
2. Rumusan masalah
2. Struktur Probabilitas
4. Distribusi Probabilitas
5. Pendekatan probabilitas
7. Teorema bayes
PEMBAHASAN
Teori probabilitas berawal dari meja judi. Matematikawan dan fisikawan Italia yang
terhadap keluarganya, namun memacunya untuk mempelajari teori probabilitas. Dari judi
tersebut, Cardano membuat buku Liber de Ludo Aleae (Book on Games of Changes) yang
banyak membahas konsep dasar dari probabilitas dan berisi tentang masalah perjudian.
Pada tahun 1654, seorang bandar judi bernama Chevalier de Mere kalah dalam berjudi. Dia
Pascal menemukan sistem yang dipunyai oleh Chevalier akan mengakibatkan peluang dia
kalah 51 %. Pascal kemudian menjadi tertarik dengan peluang, dan mulailah dia mempelajari
masalah perjudian. Pascal mendiskusikannya dengan matematikawan terkenal yang lain yaitu
Pierre de Fermat (1601-1665) dan membentuk asal kejadian dari konsep peluang.Blaisé
Pascal bekerjasama dengan Fermat menyelesaikan soal-soal yang diberikan oleh Chevalier de
Mere, diantaranya:
– Berapa kali kita harus melemparkan dua buah dadu, sehingga minimal separuh
Pada tahun 1709 Jaques Bernoulli menulis buku Ars Conjectandi yang terdiri 4
bagian, yaitu:
– Menulis lagi Liber de Ludo Aleae (Book on Games of Chance) karya Cardano
Probabilitas Berasal dari kata probably , yaitu kemungkinan . Jadi probabilitas adalah
kemungkinan yang dapat terjadi dalam suatu peristiwa. Tentu dengan pendekatan akal logis
saja sesuai dengan batasan dan asumsi tertentu. Karena pada dasarnya manusia hanya bisa
menduga apa yang akan terjadi tetapi tidak bisa mengetahui apa saja yang belum terjadi.
Namun dengan teori probabilitas ini kita dapat memprediksikan perubahan yang akan terjadi
pada kejadian tesebut dan juga peluang suatu kejadian itu akan terjadi lagi.
kemungkinan suatu peristiwa ( event) akan terjadi dimasa mendatang. Probabilitas dinyatakan
antara 0 sampai 1 atau dalam persentase. Secara sederhana probabilitas dapat diartikan
Berbicara tentang mamfaat dari probabilitas sangat berguna untuk pengambilan keputusan
yang tepat, karena kehidupan di dunia tidak ada kepastian, sehingga diperlukan untuk
mengetahui berapa besar probabilitas suatu peristiwa akan terjadi. Probabilitas dinyatakan
Sebagai contoh seoorang siswa bingung menentukan dimana dian mau kuliah. Di kota
Makassar sendiri banyak terdapat kuliah diantaranya UNM, UNHAS, UIN dll. Maka akan
muncul kebingungan dalam memilih tempat kuliah. Untuk menentukan pilihan biasanya
siswa akan bertanya kepada senior-seniornya, mereka kulish dimana? Dari ratusan mahasiswa
mungkin anda bertanya hanya pada 20 orang mahasiswa. Yang paling banyak diminati anda
akan memilih tempat tersebut untuk kuliah. Tiga hal penting dalam membicarakan
probabilitas:
a. Percobaan ( experiment)
b. Hasil ( outcome) suatu hasil dari sebuah percobaan. Dalam hasil ini semua
kejadian akan dicatat atau dalam artian seluruh peristiwa yang akan terjadi
dalam sebuah percobaan. Misalnya dalam mengikuti ujian semester maka hasil
yang akan diperoleh ada mahasiswa yang lulus dan ada yang tidak lulus. Ada
c. Peristiwa ( event)
kumpulan dari satu atau lebih hasil yang terjadi pada sebuah percobaan atau
kegiatan contoh
Percobaan Pertandingan sepak bola antar kabupaten
bantaeng
Hasil Kabupaten bulukumba menang,
1. Pada hari Jumat adalah penutupan bursa saham, maka kebanyakan investor berusaha
meraih keuntungan melalui penjualan saham atau yang biasanya diistilahkan profit
2. melihat kondisi kesiapan mahasiswa yang mengikuti ujian Statistika II, maka
mahasiswa yang mempunyai probabilitas untuk lulus 70% dan kalah 30%
Probabilitas kejadian dengan nilai 0 berarti peristiwa yang tidak mungkin terjadi, seperti
seorang anak balita melahirkan seorang bayi. Sedangkan probabilitas dengan nilai 1 adalah
peristiwa yang pasti terjadi, seperti semua manusia pasti akan meninggal
2. Struktur Probabilitas
A. Percobaan
Seperti yang dinyatakan sebelumnya, percobaan adalah proses yang menghasilkan hasil.
Contoh eksperimen berorientasi bisnis dengan hasil yang dapat dianalisis secara statistik
-Mewawancarai 20 konsumen yang dipilih secara acak dan menanyakan merek peralatan apa
-Mengambil sampel setiap botol kecap ke-200 dari jalur perakitan dan menimbang isinya
-Menguji obat farmasi baru pada sampel pasien kanker dan mengukur peningkatan pasien
B. Percobaan
-Mencatat Dow Jones Industrial Average pada hari Senin pertama setiap bulan selama 10
tahun
C. Peristiwa
Karena suatu peristiwa adalah hasil dari suatu eksperimen, eksperimen tersebut menentukan
-Jika eksperimennya adalah mengambil sampel lima botol yang keluar dari jalur produksi,
suatu peristiwa bisa jadi untuk mendapatkan satu botol yang rusak dan empat botol yang
bagus.
-Dalam percobaan pelemparan sebuah dadu, satu kejadian dapat berupa pelemparan sebuah
bilangan genap dan kejadian lainnya adalah pelemparan sebuah bilangan yang lebih besar dari
dua.
-Acara dilambangkan dengan huruf besar; huruf kapital miring (misalnya, A dan E1, E2, .....)
mewakili kasus umum atau abstrak, dan huruf kapital romawi (misalnya, H dan T untuk
Kejadian yang tidak dapat diuraikan atau dipecah menjadi peristiwa lain disebut peristiwa
elementer. Peristiwa dasar dilambangkan dengan huruf kecil (misalnya, e1, e2, e3, . . .).
Misalkan eksperimennya adalah melempar dadu. Kejadian dasar dari percobaan ini adalah
melempar angka 1 atau melempar angka 2 atau melempar angka 3, dan seterusnya.
Pelemparan suatu bilangan genap adalah suatu kejadian, tetapi bukan kejadian dasar karena
pada percobaan pelemparan sebuah dadu terdapat enam kejadian dasar {1, 2, 3, 4, 5, 6}.
Untuk masing-masing dari enam kejadian dasar yang mungkin terjadi pada pelemparan satu
dadu, ada enam kemungkinan kejadian dasar pada pelemparan dadu kedua, seperti yang
digambarkan dalam diagram pohon pada Gambar 4.2. Tabel 4.1 berisi daftar 36 hasil ini.
keseluruhan.
Probabilitas ini dihitung dengan membagi jumlah pemilik Ford dengan jumlah total pemilik
mobil.
Probabilitas ini dihitung dengan membagi jumlah orang yang memakai kacamata dengan
kejadian.
P (E1 U E2) adalah peluang terjadinya E1 atau E2 terjadi atau E1 dan E2 terjadi.
Contoh peluang serikat pekerja adalah peluang seseorang memiliki Ford atau Chevrolet.
Untuk memenuhi syarat untuk serikat pekerja, orang tersebut hanya harus memiliki
orang yang memakai kacamata termasuk dalam serikat pekerja, bersama dengan semua
Dalam sebuah perusahaan, probabilitas bahwa seseorang adalah laki-laki atau pekerja
Seseorang memenuhi syarat untuk serikat pekerja dengan menjadi laki-laki atau dengan
menjadi pekerja klerikal atau dengan menjadi keduanya (pekerja klerikal laki-laki).
4. DISTRIBUSI PROBABILITAS
keadaan. Jika kita mengetahui keseluruhan probabilitas dari kemungkinan outcome yang
terjadi, seluruh probabilitas kejadian tersebut akan membentuk suatu distribusi probabilitas.
Distribusi Binomial atau distribusi Bernoulli (ditemukan oleh James Bernoulli) adalah suatu
distribusi teoritis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian
lain.
B. Ciri-ciri distribusi Binomial adalah sebagai berikut :
3. Jumlah atau banyaknya percobaan yang merupakan komponen percobaan binomial harus
tertentu.
Ket :
5. Dadu dilemparkan 5 kali, diharapkan keluar mata 6 dua kali, maka kejadian ini dapat
Contoh Soal :
1. Probabilitas seorang bayi tidak di imunisasi polio adalah 0,2 (p). Pada suatu hari di
Puskesmas “X” ada 4 orang bayi. Hitunglah peluang dari bayi tersebut 2 orang belum
imunisasi polio. Jadi, di dalam kejadian binomial ini dikatakan b (x=2, n=4, p=0,2) → b (2, 4,
0,2).
Jawab :
1. Katakanlah bayi tersebut A,B,C,D. Dua orang tidak diimunisasi mungkin adalah A&B,
A&C, A&D, B&C, B&D, C&D.
C. Distribusi Poisson
Distibusi Poisson merupakan distribusi probabilitas untuk variabel diskrit acak yang
mempunyai nilai 0,1, 2, 3 dst. Distribusi Poisson adalah distribusi nilai-nilai bagi suatu
variabel random X (X diskrit), yaitu banyaknya hasil percobaan yang terjadi dalam suatu
interval waktu tertentu atau disuatu daerah tertentu. Fungsi distribusi probabilitas diskrit yang
Poisson memperhatikan bahwa distribusi binomial sangat bermanfaat dan dapat menjelaskan
dengan sangat memuaskan terhadap probabilitas Binomial b(X│n.p) untuk X= 1,2,3 …n.
namun demikian, untuk suatu kejadian dimana n sangat besar (lebih besar dari 50) sedangkan
probabilitas sukses (p) sangat kecil seperti 0,1 atau kurang, maka nilai binomialnya sangat
sulit dicari. Suatu bentuk dari distribusi ini adalah rumus pendekatan peluang Poisson untuk
2. Dikatakan bahwa kejadian seseorang akan meninggal karena shock pada waktu
disuntik dengan vaksin meningitis 0,0005. Padahal, vaksinasi tersebut selalu diberikan kalau
1. Hasil percobaan pada suatu selang waktu dan tempat tidak tergantung dari hasil
2. Peluang terjadinya suatu hasil percobaan sebanding dengan panjang selang waktu dan
Hal ini berlaku hanya untuk selang waktu yang singkat dan luas daerah yang sempit.
Peluang bahwa lebih dari satu hasil percobaan akan terjadi pada satu selang waktu dan luasan
Menghitung Probabilitas terjadinya peristiwa menurut satuan waktu, ruang atau isi, luas,
a. Kemungkinan kesalahan pemasukan data atau kemungkinan cek ditolak oleh bank. Jumlah
pelanggan yang harus antri pada pelayanan rumah sakit, restaurant cepat saji atau antrian
yang panjang bila ke ancol.Banyaknya bintang dalam suatu area acak di ruangangkasa atau
banyaknya bakteri dalam 1 tetes atau 1 liter air. Jumlah salah cetak dalam suatu halaman
ketik. Banyaknya penggunaan telepon per menit atau banyaknya mobil yang lewat selama 5
menit di suatu ruas jalan. Distribusi bakteri di permukaan beberapa rumput liar di ladang.
Semua contoh ini merupakan beberapa hal yang menggambarkan tentang suatu distribusi
Poisson.
2. Menghitung distribusi binomial apabila nilai n besar (n ≥ 30) dan p kecil (p<0,1).
3. Jika kita menghitung sejumlah benda acak dalam suatu daerah tertentu T, maka proses
ECount(S)= λ S. Di sini melambangkan ukuran S, yaitu panjang, luas, volume, dan lain
lain.
sangat kecil, yaitu P(Count(S)2) menjadi kecil ketika ukuran menjadi kecil.
(1,2,3,…., x)
Contoh:
1. Diketahui probabilitas untuk terjadi shock pada saat imunisasi dengan vaksinasi
meningitis adalah 0,0005. Kalau di suatu kota jumlah orang yang dilakukan
vaksinasi sebanyak 4000. Hitunglah peluang tepat tiga orang akan terjadi shock!
Penyelesaian:
E. Distribusi Normal
Distribusi Normal adalah salah satu distribusi teoritis dari variable random kontinu.
Agar lebih praktis, telah ada tabel kurva normal dimana tabel ini menunjukkan luas kurva
· Simetris
· Seperti lonceng
· Titik belok μ ±σ
Untuk dapat menentukan probabilitas di dalam kurva normal umum (untuk suatu sampel
yang cukup besar, terutama untuk gejala alam seperti berat badan dan tinggi badan), nilai
yang akan dicari ditransformasikan dulu ke nilai kurva normal standar melalui transformasi Z
(deviasi relatif).
Rumus:
5. Pendekatan probabilitas
Untuk menentukan tingkat probabilitas suatu kejadian, maka ada tiga pendekatan yaitu
Diasumsikan bahwa semua peristiwa mempunyai kesempatan yang sama untuk terjadi
( equally likely) Probabilitas suatu peristiwa kemudian dinyatakan sebagai rasio antara jumlah
kemungkinan hasil dengan total kemungkinan hasil (rasio peristiwa terhadap hasil)
Probabilitas = ( )
Contoh:
Pada kegiatan mahasiswa belajar semua hasil ada yang sangat memuaskan, memuaskan dan
terpuji. Jumlah hasil ada 3 dan hanya 1 peristiwa yang terjadi, maka probabilitas setiap
Pada suatu percobaan hanya 1 peristiwa yang terjadi, dan peristiwa lain tidak mungkin
terjadi pada waktu yang bersamaan maka dikenal sebagai peristiwa saling lepas.
sehingga peristiwa yang lain tidak terjadi pada waktu yang bersamaan”
Pada suatu percobaan atau kegiatan semua hasil mempunyai probabilitas yang sama, dan
hanya satu peristiwa yang terjadi maka peristiwa ini dikenal dengan lengkap terbatas kolektif
( collection exhaustive).
b. Pendekatan Relatif
Probabilitas suatu kejadian tidak dianggap sama, tergantung dari berapa banyak suatu
kejadian terjadi, yang dinyatakan sebagai berikut:
Probabilitas kejadian relative =
Contoh:
Dari kegiatan belajar mahasiswa dapat dilihat hasilnya pada Wisuda Sarjana Universitas
Panca Budi tahun 2007 sebanyak 800 orang mahasiswa. 500 orang lulus dengan memuaskan,
200 orang dengan sangat memuaskan dan 100 orang dengan prediket terpuji. Maka
probabilitas lulus memuaskan adalah 500/800 = 0.625; lulus dengan sangat memuaskan
c. Pendekatan Subjektif
probabilitas suatu peristiwa didasarkan pada penilaian pribadi dan dinyatakan dalam derajat
kepercayaan.
Contoh: Menurut pengamat politik, Susilo Bambang Yudoyono akan menang dalam Pemilu
Dalam teori probabilitas, probabilitas kejadian dilambangkan dengan “P”, apabila kejadian
jual saham dilambangkan dengan huruf “A”, maka probabilitas jual saham dilambangkan
a. Hukum Penjumlahan
Hukum penjumlahan menghendaki peristiwa yang saling lepas ( mutually exclusive) yaitu
apabila suatu peristiwa terjadi, maka peristiwa lain tidak dapat terjadi pada saat bersamaan.
Contoh:
Berikut adalah kegiatan perdangan saham di BEJ untuk tiga perusahaan perbankan
Pada peristiwa bersama dua atau lebih peristiwa dapat terjadi secara bersama-sama, peristiwa
bersama tersebut dapat lebih mudah dilihat dengan diagram Venn seperti berikut:
Penjumlahan probabilitas dengan adanya unsur kegiatan bersama, maka rumus penjumlahan
Kejadian saling lepas terjadi apabila hanya satu dari dua atau lebih peristiwa yang dapat
Maka P(AB) = 0
Oleh sebab itu, untuk peristiwa yang saling lepas, probabilitas kejadian A atau B yang
Sehingga:
P(A atau B) = P(A) + P(B)
Contoh:
Cobalah hitung berapa probabilitas kejadian jual saham dan beli saham P(AB) dan
probabilitas kejadian untuk saham BCA, BII dan BNI (P(DEF).
Perusahaan
Jual 30 50 40 120
Beli 40 30 10 80
Jumlah 70 80 50 200
Penyelesaian:
Probabilitas kejadian A dan B adalah kejadian yang saling lepas, maka P(AB)=0.
= 0.6 + 0.4 =
1.0
probabilitas kejadian ketiga saham juga merupakan kejadian saling lepas, maka hukum
penjumlahannya adalah:
P (C atau D atau E) = P(C) + P(D) + P(E) – P(CDE)
a. Hukum Perkalian.
Probabilitas bersyarat adalah probabilitas statu peristiwa akan terjadi, dengan ketentuan
peristiwa lain telah terjadi. Hukum perkalian untuk probabilitas bersyarat bahwa peristiwa B
Peristiwa pelengkap menunjukan bahwa apabila ada dua peristiwa A dan B yang saling
melengkapi, sehingga jika peristiwa A tidak terjadi, maka peristiwa B pasti terjadi.
A
b. Diagram pohon B probabilitas
1. Tahap 1 adalah langkah awal kegiatan, kita mulai dengan tanda titik atau bulatan
2. Tahap 2, membuat cabang. Kegiatan di bursa ada 2 yaitu kegiatan jual dan kegiatan
beli saham. Probabilitas jual = 0,6 dan probabilitas beli 0,4. nilai probabilitas pada
3. Tahap 3 membuat ranting. Pada setiap cabang baik jual maupun beli ada 3 ranting
jenis saham yaitu BCA, BLP dan BNI. Nilai probabilitas setiap ranting = 0,35 + 0,40
+ 0,25 = 1
4. Tahap 4, menghitung probabilitas bersama ( joint probability) antara kejadian pertama
A dan B dengan kejadian kedua D, E dan F. kita bisa menghitung probabilitas P(D|A)
atau P(E|B) secara langsung. Nilai probabilitas keseluruhan pada tahap 4 juga harus
sama dengan 1.
Contoh:
Hasil penelitian di Yakarta menunjukan bahwa 60 % dari usa Kecil dan menengah (UKM)
tidak berbadan hukum, sedang sisanya berbadan hukum. Bank sebagai lembaga pembiayaan
berbadan hukum untuk mendapatkan kredit, sedangkan yang tidak berbadan hukum masih
Penyelesaian:
7. Teorema bayes
Dalam teori probabilitas dan statistika, Pengertian Teorema Bayes adalah teorema yang
digunakan untuk menghitung peluang dalam suatu hipotesis, Teorema bayes dikenalkan oleh
ilmuan yang bernama Bayes yang ingin memastikan keberadaan Tuhan dengan mencari fakta
di dunia yang menunjukan keberadaan Tuhan. Bayes mencari fakta keberadaan tuhan didunia
kemudian mengubahnya dengan nilai Probabilitas yang akan dibandingkan dengan nilai
Probabilitas. teorema ini juga merupakan dasar dari statistika Bayes yang memiliki penerapan
dalam ilmu ekonomi mikro, sains, teori permain, hukum dan kedokteran.
penyelesaian masalah sistem pakar dengan menetukan nilai probabilitas dari hipotesa pakar
dan nilai evidence yang didapatkan fakta yang didapat dari objek yang diagnosa. Teorama
Bayes ini membutuhkan biaya komputasi yang mahal karena kebutuhan untuk menghitung
nilai probabilitas untuk tiap nilai dari perkalian kartesius.penerapan Teorema Bayes untuk
a. FAKTORIAL
Faktorial digunakan untuk mengetahui berapa banyak cara yang mungkin dalam
mengatur sesuatu kelompok. Contoh konvensional, apabila kita mempunyai tiga bank yaitu
BCA, BII dan BNI ada berapa cara menyusun uratan ketiga bank tersebut?
Secara sederhana dapat kita lakukan dengan mengurut ketiga bank sebagai berikut:
BCA, BII, BNI BCA, BNI, BII BII, BCA, BNI
Dari uraian diatas dapat kita ketahui bahwa terdapat 6 cara mengurutkan nama bank
tersebut, namun apabila jumlah bank tersebut 100 buah bank, tentu kita akan kewalahan
dalam mengurutkan. Maka dapat dilakukan dengan pendekatan faktorial, Apabila bank
b. PERMUTASI
jika terdapat satu kelompok objek. Pada permutasi ini kita berkepentingan dengan susunan
atau urutan dari objek, permutasi dirumuskan sebagai berikut:
N p r =( !
)!
dimana :
r : Jumlah objek yang digunkan pada saat bersamaan, jumlah r dapat sama dengan n atau
lebih kecil
Contoh:
kelompok.Jika satu kelompok terdiri dari 5 kelas, ada berapa susunan kelompok yang
dapat dibuat?
Jawab
c. KOMBINASI
Kombinasi digunakan apabila kita tertarik pada berapa cara sesuatu diambil dari
keseluruhan objek tanpa memerhatikan urutannya. Misalnya ada 10 bank dan kita hanya akan
mengambil 3 bank, maka ada beberapa kombinasi bank yang dapat diambil tanpa
Contoh:
Ada 5 orang siswa mendaftar sebagai pembawa acara dalam suatu kegiatan hiburan. Pihak
penyelengara hanya akan memilih 2 orang yang dapat dijadikan pasangan.Ada berapa
1. Statistika Terapan
Statistika terapan dikenal juga sebagai metoda statistika. Jenis statistika ini lebih
menekankan pada cara, teknik atau metoda yang digunakan dalam melakukan suatu penelitian
bukan pada aturan-aturan/rumus yang sifatnya matematis.
Statistika terapan dapat dibedakan menjadi dua kelompok, yaitu : a.
Statistika Deskriptif
Menyajikan data dalam besaran-besaran statistik sehingga mudah diinterpretasikan seperti
nilai minimum, rataan, simpangan baku, median, nilai maksimum atau menyajikan
datadata dalam bentuk diagram. Statistika deskriptif mereduksi data ke dalam beberapa
besaran untuk disajikan secara bermakna.
Contoh :
Statistik deskriptif untuk menyajikan jumlah pekerja pabrik di Kota Garut berdasarkan
pengelompokan usia. Gambaran statistik deskriptif dapat dilihat pada gambar 1.1 contoh
diagram batang di bawah ini :
b. Statistika Inferensial / Induktif
Menggunakan statistika deskripsi untuk menaksir dan menguji besaran statistik. Inferensi
adalah suatu pernyataan mengenai suatu populasi yang didasarkan pada informasi dari
sampel random yang diambil dari populasi tersebut. Statistik ini membuat kesimpulan dari
data yang diperoleh meliputi pengujian hipotesis, estimasi,dan pengambilan keputusan.
Contoh :
Berdasarkan diagram batang pada gambar 1.1, diperoleh data statistik pekerja pabrik di
kota Garut yang usianya antara 25 th – 29 th berjumlah 3000 orang.
Kelebihan dari wawancara adalah data yang diperlukan langsung diperoleh sehingga
lebih akurat dan dapat dipertanggung jawabkan. Sedangkan kekurangannya adalah tidak dapat
dilakukan dalam skala besar dan sulit memperoleh keterangan yang sifatnya pribadi.
4. Tes dan Skala Obyektif adalah cara mengumpulkan data dengan memberikan tes
kepada obyek yang diteliti. Cara ini banyak dilakukan pada tes psikologi untuk
mengukur karakteristik kepribadian seseorang. Beberapa contoh tes skala obyektif yaitu
:
Tes kecerdasan dan bakat.
Tes kepribadian.
Tes sikap.
Tes tentang nilai.
Tes prestasi belajar, dsb.
2. Skala Ordinal adalah skala yang selain mempunyai ciri untuk membedakan juga
mempunyai ciri untuk mengurutkan pada rentang tertentu. Contoh skala ordinal seperti
tabel dibawah ini :
Penilaian Anggota Kelompok Belajar
“ Bina Pintar “
Kategori Nilai Banyaknya
Istimewa 6 orang
Baik 18 orang
Rata-rata 15 orang
Kurang 7 orang
Kurang sekali 0 orang
3. Skala Interval adalah skala yang mempunyai ciri untuk membedakan, mengurutkan dan
mempunyai ciri jarak yang sama. Contoh, suhu tertinggi pada bulan Desember dikota
A, B dan C berturut-turut adalah 28, 31 dan 20 derajat Fahrenheit. Kita dapat
membedakan dan mengurutkan besarnya suhu, sebab satu derajat Fahrenheit merupakan
suatu besaran yang tetap, namun pada saat suhu menunjukkan nol derajat Fahrenheit
tidak berarti tidak adanya panas pada kondisi tersebut. Hal ini dapat dijelaskan,
misalnya kota A bersuhu 30 derajat Fahrenheit dan kota B bersuhu 60 derajat
Fahrenheit, tidak dapat dikatakan bahwa suhu dikota B dua kali lebih panas dari pada
suhu dikota A, karena suhu tidak mempunyai titik nol murni (tulen).
4. Skala Ratio adalah skala yang mempunyai 4 ciri yaitu membedakan, mengurutkan,
jarak yang sama dan mempunyai titik nol yang tulen (berarti). Contoh : Pak Asmuni
mempunyai uang nol rupiah, artinya pak Asmuni tidak mempunyai uang.
a) Tabel satu arah atau satu komponen adalah tabel yang hanya terdiri atas satu kategori
atau karakteristik data. Tabel berikut ini adalah contoh tabel satu arah.
b) Tabel tiga arah atau tiga komponen adalah tabel yang menunjukkan tiga kategori
atau tiga karakteristik. Contoh tabel berikut ini.
Dengan demikian, kita dapat menentukan probabilitas terjadinya hujan, munculnya muka 1
pada percobaan pelemparan dadu, probabilitas munculnya kartu AS pada penarikan kartu dari
sekelompok kartu Bridge dan seterusnya.
5. Perumusan Probabilitas
Perumusan konsep dasar probabilitas dilakukan dengan tiga cara, yaitu perumusan klasik,
cara frekuensi relatif dan pendekatan subjektif. Bila kejadian-kejadian pada contoh di atas
kita lambangkan dengan huruf besar E, kita dapat merumuskan probabilitas kejadian E,
yaitu P(E).
Contoh :
1. Sebuah uang logam dilemparkan. Misalkan sisi pertama kita sebut muka (m) dan sisi
kedua kita sebut belakang (b), maka ada dua kejadian yang mungkin, yaitu kejadian
munculnya muka m yang kita sebut E={m} atau kejadian munculnya belakang yang
kita sebut {b}. karena uang logam terdiri atas 2 sisi (n=2) dan kedua sisi itu
mempunyai kesempatan yang sama untuk muncul, probabilitas munculnya kejadian
E={m} atau E{b} adalah
2. Sebuah dadu dilemparkan. Muka dadu ada 6. Semua muka dadu mempunyai
kesempatan yang sama untuk muncul. Salah satu muka yang akan muncul dari
mukamuka dadu itu (m=1) adalah muka dadu 1, muka dadu 2, muka dadu 3, muka
dadu 4, muka dadu 5 atau muka dadu 6. Maka probabilitas kejadian E adalah : P(E) =
P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = m/n = 1/6
Rumus 1.2
P(E) = lim f / n n -> ∞
Walaupun mudah dan berguna dalam praktek, secara matematis perumusan konsep
probabilitas dengan frekuensi relative ini juga mempunyai kelemahan karena suatu nilai limit
yang benar-benar mungkin sebenarnya tidak ada. Oleh karena itu, konsep probabilitas modern
dikembangkan dengan memakai pendekatan aksiomatis, yaitu suatu kebenaran yang diterima
secara apa adanya tanpa memerlukan bukti matematis, dimana konsep probabilitas tidak
didefinisikan, seperti konsep titik dan konsep garis yang tidak didefinisikan dalam ilmu
geometri (Boediono, 2006).
Contoh :
1. Pada suatu percobaan statistic, yaitu pelemparan sebuah dadu yang diulang sebanyak 1000
kali (n=1000), frekuensi munculnya muka dadu X adalah seperti pada tabel berikut ini :
2. Dari 100 mahasiswa yang mengikuti ujian statistika, distribusi frekuensi nilai mahasiswa
adalah seperti tabel berikut
3.
Nilai (X) 45 55 65 75 85 95
Frekuensi (f) 10 15 30 25 15 5
Perhatikan bahwa pada pelemparan sebuah uang logam tersebut S = {m,b} dan A = {m},
sehingga A c A, A merupakan himpunan bagian dari S. berdasarkan kejadian A dan ruang
sampel S tersebut, perumusan konsep probabilitas didefinisikan sebagai berikut. Bila
kejadian A berlangsung dalam m cara pada ruang sampel S yang terjadi dalam n cara,
probabilias kejadian A adalah :
Rumus 1.3
P(A) = n(A) / n(S) = m / n
Contoh :
1. Pada pelemparan sebuah dadu, misalkan kejadian A menyatakan munculnya muka
dadu genap pada S, A = {2,4,6} sehingga probabilitas kejadiab A adalah P(A) = 3/6 =
½
TUGAS 1 :
1. Sebuah kotak berisi 8 bola merah, 7 bola putih, dan 5 bola biru. Jika diambil 1 bola secara
acak, tentukanlah probabilitas terpilihnya :
Bola merah
Bola biru
Bola putih
Bola merah atau biru
2. Peluang seorang pria akan hidup selama 25 tahun adalah 3/5 dan peluang istrinya akan
hidup selama 25 tahun adalah 2/3. Tentukanlah peluang :
Keduanya akan hidup selama 25 tahun
Hanya pria yang hidup selama 25 tahun
Hanya istri yang hidup selama 25 tahun
Paling sedikit salah satu dari mereka (suami/istri) hisup selama 25 tahun
3. Tiga wanita dipilih secara acak untuk ditanya apakah mereka mencuci pakaian dengan
detergen. Tentukanlah :
Anggota ruang sampel S dengan memakai huruf Y = ya dan T = tidak
Tulislah anggota kejadian E dalam S yang menyatakan bahwa paling sedikit dua wanita
memakai detergen Hitunglah P(E)
4. Dalam pengumpulan nilai probabilitas dan statistika mahasiswa jurusan SI STT NIIT
ITech, diperoleh daftar nilai sebagai berikut :
Nilai 40 50 60 70 80 90 100
Frekuensi 3 4 5 8 2 2 1
Misalkan kita mempunyai 10 kartu yang bernomor 1 sampai dengan 10. Jika satu kartu
diambil secara acak, berapakah peluang terambilnya kartu bernomor bilangan prima?
Jawab:
Sebelum menyelesaikan persoalan di atas, kita harus mengetahui dulu apa itu bilangan prima.
Bilangan prima adalah bilangan yang hanya memiliki dua faktor, yaitu 1 dan bilangan itu
sendiri. Bilangan prima haruslah bilangan asli, positif dan lebih dari 1.
Bilangan prima yang ada dari 1 sampai dengan 10 adalah 2, 3, 5, 7. Jadi terdapat 4 bilangan
prima yang ada dari 1 sampai dengan 10. Dengan demikian, peluang terambilnya kartu yang
merupakan bilangan prima dari 10 kartu bernomor sampai dengan 10 adalah 4/10 atau 0,4.
Dari 42 siswa, 23 siswa manyukai IPA, 21 siswa menyukai Matematika dan 3 siswa tidak
menyukai keduanya. Berapakah jumlah siswa yang menyukai IPA dan Matematika?
Jawab:
Jumlah siswa yang menyukai salah satu mata pelajaran atau kedua mata pelajaran
adalah 42 - 3 = 39 siswa (jumlah semua siswa dikurangi jumlah siswa yang tidak menyukai
salah satu matapelajaran). Dengan demikian, jumlah siswa yang menyukai IPA dan
Matematika adalah (23 + 21) - 39 = 5 siswa.
Gambaran siswa yang menyukai/tidak menyukai mata pelajaran tersebut dapat dilihat
melalui Diagram Venn berikut.
Jawab:
Bila bilangan ribuan yang akan disusun harus ganjil, maka angka terakhir pada bilangan
tersebut juga harus ganjil. Dari keempat angka yang akan disusun hanya terdapat 1 buah
angka ganjil yaitu 5.
(i) Dengan demikian, karena angka-angka tersebut boleh diulang maka jumlah bilangan
yang dapat disusun adalah 1 × 4 × 4 × 4 = 64.
(ii) Apabila angka-angka tersebut tidak boleh diulang maka jumlah bilangan yang dapat
disusun adalah 1 × 3 × 2 × 1 = 6.
Contoh Soal No.4
Bilangan yang terdiri dari 3 angka akan dibuat dari angka-angka 1, 2, 3, 4 , 5 dan 6.
Berapakah banyaknya bilangan yang dapat dibuat dari angka-angka tersebut jika bilangan
yang dibuat harus kecil dari 300?
Jawab:
Jika bilangan yang dibentuk harus kurang dari 300, maka angka pada digit pertama bilangan
tersebut harus harus kurang dari 3. Banyaknya angka yang kurang dari 3 adalah 2, yaitu 1
dan 2. Selanjutnya jika digit pertama telah dipilih maka banyaknya angka yang mungkin
pada digit kedua adalah 5 dan untuk digit ketiga adalah 4. Dengan demikian banyaknya
bilangan yang dapat dibuat dari angka-angka tersebut jika bilangan yang dibuat harus kecil
dari 300 adalah 2 × 5 × 4 = 40.
Contoh Soal No 5
Kemungkinan Ari lulus ujian matematika ialah 2/3
dan kemungkinan ia lulus pelajaran bahasa inggris ialah 4/9. Apabila probabilitas
lulus keduanya ialah 1/4, berapa probabilitas Ari dapat paling tidak lulus salah satu
dari kedua pelajaran tersebut?
Jawaban:
Bila M ialah kejadikan lulus mateamtika dan B ialah kejadian lulus bahasa Inggris, maka:
Probabilitas Ari lulus salah satu mata pelajaran tersebut adalah:
P(M B) = P(M) + P(B) – P(M B)
= 2/3 + 4/9 – 1/4
= 31/36
Contoh Soal no 6
Dua kartu diambil dari 52 kartu. carilah peluang terjadinya (a) kejaidan A : kedua
kartu sekop, (b) Kejadian B: satu sekop dan satu hati Jawab:
P(A) = n(A)/n(S)
= 78/1.326
=3/51
Jadi peluang kedua kartu terambil adalah sekop, maka peluangnya adalah 3/51
Kejadian B
Karena terdapat 13 sekop dalam 13 hati, maka untuk mengambil sebuah kartu sekop dan satu
hati ada beberapa cara:
=169/1.326
=13/102
Jadi peluang mengambil dua kartu dengan satu sekop dan satu hati, nilai peluang yang
muncul adalah 13/102.
Contoh Soal No 7
Lisa mengambil 4 bola sekaligus dari sebuah tas berisi 11 bola yang terdiri dari 4 bola
putih dan 7 bola merah. Berapakah Peluang terambiilnya 2 bola merah dan 2 bola putih ?
Cara mengambil 2 bola merah dari 7 bola adalah n(A1) = 7C2
Contoh soal No 8
Rudi melempar sebuah uang logam dan sebuah dadu secara bersamaan. Berapakah peluang
muncul angka pada uang logam dan bilangan genap pada dadu ?
P(angka) = 1/2
P(genap) = 3/6
P(angka dan genap) = P(angka) × P(genap) = 1/2 × 3/6 = 3/12 = 1/4
Jadi, peluang muncul angka pada uang logam dan bilangan genap pada dadu adalah 1/4.
Reni melempar sebuah uang logam sebanyak 200 kali, hasilnya muncul angka sebanyak 75
kali. Hitunglah:
Sebuah tas berisi lima buah komik volume 11 sampai 15. Jika buku diambil secara acak dari
tas tersebut. Maka:
b. Jika yang terambil adalah buku bervolume ganjil, lalu tidak dikembalikan lagi.
Tentukanlah peluang terambilnya komik volume ganjil pada pengambilan berikutnya:
Pada pelemparan dua dadu setimbang bersamaan. Misalnya K adalah kejadian muncul
jumlah mata dadu = 6. Peluang kejadian K adalah…
Pembahasan
nK = 5 , nS = 36
Sebuah kantong terdiri dari 4 kelereng merah, 3 kelereng biru, dan 5 kelereng hijau. Dari
kelereng- kelereng tersebut akan diambil satu kelereng. Tentukan peluang terambilnya
kelereng berwarna biru !
Jawab :
BAB III
PENUTUP
1. KESIMPULAN
ketidakpastian dan merupakan suatu bagian yang takterpisahkan dan proses pengambilan
probabilitas yang merupakan dasar ilmu statistik, selanjutnya akan dibenikan teori mengenai
berbagai macam distribusi probabilitas vaniabel random diskrit dan kontinu, serta distribusi
sampling statistilc.
Probabilitas merupakan bagian matematika yang membahas tentang ukuran keboleh jadian
terjadinya sesuatu peristiwa yang ada dalam kehidupan.Memang banyak peristiwa yang
tidak dapat di pastikan terjadi atau tidak terjadi di kemudian waktu. Namun dengan
mengetahui ukuran berhasil tidaknya peristiwa yang di harapkan akan terjadi,orang dapat
mengambil keputusan lebih baik dan lebih bijaksana tentang apa yang seharusnya yang akan
di lakukan.
Penentuan terjadinya sebuah peristiwa ditentukan oleh nilai peluang dan penghitungannya
didasarkan pada perumusan secara umum. Sehingga peluang dapat diartikan sebagai ukuran
yang digunakan untuk mengetahui terjadinya atau tidak terjadinya suatu peristiwa.
Sebuah peristiwa yang terjadi pasti mempunyai nilai peluang yang besarnya antara 0 dan 1.
Adapun, peristiwa yang sudah pasti terjadi akan mempunyai nilai peluang sebesar 1. Akan
tetapi, peristiwa yang sudah pasti tidak terjadi akan mempunyai nilai peluang sebesar 0.
Dalam hal in kita jarang menjumpai sebuah peristiwa yang mempunyai nilai peluang tepat
sama dengan 0 dan atau tepat sama dengan 1. Kita biasanya sering menjumpai sebuah
2. SARAN
pembaca.Apabila ada saran dan kritik yang ingin di sampaikan, silahkan sampaikan kepada
kami.Apabila ada terdapat kesalahan mohon dapat mema'afkan dan memakluminya, karena
Allah yang tak luput dari salah khilaf, Alfa dan lupa.
Daftar Pustaka
https://www.slideshare.net/ryan1023/makalah-probabilitas https://karyatulisilmiah.com/makalah-
statistika-probabilitas/ https://www.slideshare.net/ryan1023/makalah-probabilitas
https://dewey.petra.ac.id/repository/jiunkpe/jiunkpe/s1/info/2016/jiunkpe-is-s1-2016-26412067-
36988-android-chapter2.pdf
https://www.google.com/url?sa=t&source=web&rct=j&url=https://karyatulisilmiah.com/
makalahstatistika-
probabilitas/&ved=2ahUKEwjNwdPw29P4AhXl5HMBHRshANoQFnoECEAQAQ&usg=AOvVaw1ctr1yn
kkBoGdrbnj2YWKN
https://www.google.com/url?sa=t&source=web&rct=j&url=http://adtyadjavanet.blogspot.com/201
3/11/makalah-
probabilitas.html%3Fm%3D1&ved=2ahUKEwjNwdPw29P4AhXl5HMBHRshANoQFnoECB4QAQ&usg=
AOvVaw36SCFpENjYpOWE1arCitNw
https://www.google.com/url?sa=t&source=web&rct=j&url=https://www.coursehero.com/file/4591
1973/TUGAS-
4PROBABILITASdocx/&ved=2ahUKEwjNwdPw29P4AhXl5HMBHRshANoQFnoECCAQAQ&usg=AOvVa
w27MRSDTs0Z_NyjBTA_7a7H
https://www.google.com/url?sa=t&source=web&rct=j&url=http://adtyadjavanet.blogspot.com/201
3/11/makalah-
probabilitas.html%3Fm%3D1&ved=2ahUKEwjNwdPw29P4AhXl5HMBHRshANoQFnoECB4QAQ&usg=
AOvVaw36SCFpENjYpOWE1arCitNw
https://www.google.com/url?sa=t&source=web&rct=j&url=http://lumbanbatuuuu.blogspot.com/20
18/04/makalah-statistik-dan-
probabilitas.html%3Fm%3D1&ved=2ahUKEwjNwdPw29P4AhXl5HMBHRshANoQFnoECB0QAQ&usg=
AOvVaw32EKy0BdFFQYIpp2S6_n9U