MAKALAH PROBABILITAS

DI SUSUN OLEH:

ENO LORIAN 2119012

SYAFIRA RULMADANI 2119009

URSULA ANGELISTA 2119011

EMILIA MIRAWATI 2119016

PETRUS RUSDIN 2119023

DOMINIKUS MAGHU ATE 2119018

PROGRAM STUDI SARJANA KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN
 GEMA INSAN AKADEMIK
MAKASSAR
2022

KATA PENGANTAR

Bismillahirrahmanirahim,

Puji dan syukur penulis panjatkan kehadirat Allah SWT, berkat limpahan rahmat
dan karunia-Nya. penulis dapat menyelesaikan salah satu tugas mata kuliah
BIOSTATISTIK dengan makalah yang bertemakan yaitu : PROBABILITAS .
Demikian juga tidak lupa, semoga shalawat serta salam senantiasa tercurah
kepada kekasih pilihan Allah, Muhammad SAW. Semoga pula rahmat, barakah dan
inayah-Nya selalu bergema pada sanak kerabat, sahabat, dan orang yang mengikuti
jejak mereka sampai hari kiamat.
Layaknya tak ada gading yang yang tak retak, begitu pula dengan makalah ini
maka penulis mohon kritik dan saran yang membangun. Dengan begitu akan
menjadi maklum adanya bila terdapat kesalahan.

Makassar, 29 september 2022

 Penulis,

DAFTAR ISI

KATA PENGANTAR .................................................................................. i

DAFTAR ISI ................................................................................................. ii

BAB I PENDAHULUAN ...............................................................................

1.1 Latar Belakang Masalah..........................................................................1

1.2 Rumusan Masalah...................................................................................2

1.3 Tujuan......................................................................................................2

BAB II PEMBAHASAN ................................................................................

2.1 Definisi Probabilitas................................................................................3

2.2 Manfaat Probabilitas dalam Penelitian....................................................4

2.3 Menghitung Probabilitas atau Peluang Suatu Kejadian..........................5

2.4 Definisi Distribusi Binomial....................................................................6

2.5 Ciri-ciri Distribusi Binomial....................................................................7

2.6 Penerapan Distribusi Binomial................................................................8

2.7 Contoh Soal Distribusi Binomial dan Cara Penyelesaiannya..................9

2.8 RUMUS ………………………………………………………………..10

2.9 Pengertian Permutasi …………………………………………………..11

2.10 RUMUS……………………………………………………………….12

2.10 Permutasi dengan Beberapa Unsur Sama……………………………..13

2.11 Permutasi Siklis ………………………………………………………14

2.12 Pengertian Kombinasi.……………………………………………..…15

BAB III KESIMPULAN ................................................................................

4.1 Kesimpulan ..........................................................................................16

DAFTAR PUSTAKA...................................................................................17

ii
 BAB I PENDAHULUAN

1.1 Latar Belakang

Baik di dalam dunia engineering, ekonomi, sosial budaya maupun dunia teoritis
(termasuk dunia komputer tentunya), kita sering menghadapi suatu yang sering disebut
sebagai “ketidakpastian”. Ketidakpastian terjadi akibat keterbatsan manusia itu sendiri di
dalam dunianya dalam mengukur/menghitung/menalar/melamar sesuatu hal yang lebih baik
yang akan datang maupun yang ada di depan mata, termasuk yang telah terjadi.
Sudah sejak awal dari awal zaman, ketidakpastian diantisipasi manusia dengan berbagai
cara. Ada yang bersifat prophecy dan supranatural, ada pula yang lebih rasional dengan
mempelajari periodisitas (pengulangan) gejala alam untuk mengurangi tingkat ketidakpastian
itu hingga sampai ke tingkat yang lebih manageble. Namun, ketidakpastian itu tetap
mewarnai kehidupan manusia karena ketidakpastian itu mungkin menjadi faktor pemicu
dinamika roda kehidupan itu sendiri. Dengan kata lain, walau ketidakpastian itu seringkali
menjadi sumber kesulitan, tetapi juga sekaligus merupakan blessing.
Teori probabilitas bisa dikatakan merupakan salah satu ilmu untuk “mengukur”
ketidakpastian hingga ke tingkat yang lebih manageble dan predictable. Teori probabilitas
digunakan bukan hanya untuk hal-hal yang praktis, bahkan juga untuk halhal yang teoritis
ketika model-model matematis tidak dapat lagi disusun secara komprehensif untuk
memecahkan suatu masalah. Apalagi dunia engineering yang pada umumnya memerlukan
pertimbangan yang lebih singkat dan pragmatis sangat mengandalkan konsep-konsep di
dalam teori probabilitas. .
Namun, kembali ke pembicaraan awal, yaitu bahwa probabilitas hanyalah suatu
sistematika ilmu untuk mempelajari ketidakpastian. Seakurat-akuratnya model probabilitas
yang digunakan, tetap saja ketidakpastian itu masih ada walau dengan kadar yang amat tipis.
Dan ketidakpastian yang tipis itu pada gilirannya dapat menghasilkan hasil yang ekstrim.
Jadi penting bagi kita memahami apa yang bisa diberikan oleh teori probabilitas dan turunan-
turunannya. Dalam probabilitas dikenal dengan distribusi.
Salah satu jenis distribusi variabel random diskrit yang paling sederhana adalah
distribusi binomial. Distribusi Binomial adalah distribusi untuk proses Bernoulli.
Distribusi ini dikemukakan pertama kali oleh seorang ahli matematika bangsa Swiss
yang bernama J. Bernoulli (1654-1705).

1
1.2 Rumusan Masalah

Berdasarkan latar belakang masalah tersebut di atas, maka masalah pokok yang di
rumuskan untuk makalah ini adalah:

1. Apa itu probabilitas?

2. Apa manfaat probabilitas dalam penelitian?

3. Bagaimana cara menghitung probabilitas dalam suatu kejadian?

4. Apa itu distribusi binomial?

5. Apa saja ciri-ciri dari distribusi binomial?

6. Bagaimana penerapan distribusi binomial?

7. Apa Itu Distribusi Normal ?

8. Ciri-ciri distribusi normal?

9. Sifat-Sifat Distribusi Normal?

10. Ciri-ciri kurva normal?

11. Distibusi normal standar?

12. Penggunaan Tabel Distribusi Normal?

13. Apa yang dimaksud dengan permutasi serta pengaplikasiannya dalam kehidupan
sehari-hari?

14. Apa saja macam-macam permutasi ?

15. Apa yang dimaksud dengan kombinasi serta pengaplikasiannya dalam kehidupan
sehari-hari?

1.3 Tujuan

Tujuan pembuatan makalah ini selain untuk melengkapi tugas mata kuliah Biostatistik
yaitu untuk mengetahui probabilitas lebih jauh, mulai dari cara menghitungnya, dan
memahami konsep distribusi binomial yang merupakan bagian dari probabilitas itu sendiri.

2
 BAB II PEMBAHASAN

2.1 Definisi Probabilitas

Dalam kehidupan sehari-hari kita sering dihadapkan dengan beberapa pilihan yang harus
kita tentukan memilih yang mana. Biasanya kita dihadapkan dengan kemungkinan-
kemungkinan suatu kejadian yang mungkin terjadi dan kita harus pintarpintar mengambil
sikap jika menemukan keadaan seperti ini, misalkan saja pada saat kita ingin bepergian, kita
melihat langit terlihat mendung. Dalam keadaaan ini kita dihadapkan antara 2 permasalahan,
yaitu kemungkinan terjadinya hujan serta kemungkinan langit hanya mendung saja dan tidak
akan turunnya hujan. Statistic yang membantu permasalahan dalam hal ini adalah
probabilitas.
Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu kejadian, suatu
ukuran tentang kemungkinan atau derajat ketidakpastian suatu peristiwa (event) yang akan
terjadi di masa mendatang. Rentangan probabilitas antara 0 sampai dengan 1. Jika kita
mengatakan probabilitas sebuah peristiwa adalah 0, maka peristiwa tersebut tidak mungkin
terjadi. Dan jika kita mengatakan bahwa probabilitas sebuah peristiwa adalah 1 maka
peristiwa tersebut pasti terjadi. Serta jumlah antara peluang suatu kejadian yang mungkin
terjadi dan peluang suatu kejadian yang mungkin tidak terjadi adalah satu, jika kejadian
tersebut hanya memiliki 2 kemungkinan kejadian yang mungkin akan terjadi.
Contoh: Ketika David ingin pergi kerumah temannya, dia melihat langit dalam keadaan
mendung, awan berubah warna menjadi gelap, angin lebih kencang dari biasanya seta sinar
matahari tidak seterang biasanya. Bagaimanakah tindakan David sebaiknya?
Ketika David melihat keadaan seperti itu, maka sejenak dia berpikir untuk membatalkan
niatnya pergi kerumah temannya. Ini dikarenakan dia berhipotesis bahwa sebentar lagi akan
turun hujan dan kecil kemungkinan bahwa hari ini akan tidak hujan, mengingat gejala-gejala
alam yang mulai nampak.
Probabilitas dalam cerita tadi adalah peluang kemungkinan turunnya hujan dan peluang
tidak turunnya hujan.

Selain definisi di atas ada juga definisi klasiknya yaitu:

 Eksperimen: semua aktivitas yang dapat menghasilkan out comes.

 Sample space set of all possible out comes.

3
 Out comes: sesuatu yang diamati / hasil observasi.
 Event: Sample space (bagian dari himpunan dari seluruh out comes yang mungkin
muncul dalam satu set eksperimen). Contoh : Pelemparan mata uang (2 titik), dadu (6
titik). Bila terdapat n kejadian setara yang salah satunya harus terjadi dan S dinyatakan
sebagai kejadian sukses, maka probabilitas sukses adalah S/n.

 Mutually Exclusive (bertentangan) : munculnya event yang satu, menyebabkan tidak

munculnya event yang lain.

 Collectively exhausive (Lengkap) : munculnya head and tail pada sebuah lemparan

koin dan tidak ada lagi out comes yang muncul ( salah satu harus terjadi).

2.2 Manfaat Probabilitas dalam Penelitian

Manfaat probabilitas dalam kehidupan sehari-hari adalah membantu kita dalam

mengambil suatu keputusan, serta meramalkan kejadian yang mungkin terjadi. Jika kita
tinjau pada saat kita melakukan penelitian, probabilitas memiliki beberapa fungsi antara lain:
1) Membantu peneliti dalam pengambilan keputusan yang lebih tepat. Pengambilan
keputusan yang lebih tepat dimaksudkan tidak ada keputusan yang sudah pasti karena
kehidupan mendatang tidak ada yang pasti kita ketahui dari sekarang, karena
informasi yang didapat tidaklah sempurna.
2) Dengan teori probabilitas kita dapat menarik kesimpulan secara tepat atas hipotesis
yang terkait tentang karakteristik populasi. Menarik kesimpulan secara tepat atas
hipotesis (perkiraan sementara yang belum teruji kebenarannya) yang terkait tentang
karakteristik populasi pada situasi ini kita hanya mengambil atau menarik kesimpulan
dari hipotesis bukan berarti kejadian yang akan datang kita sudah ketehaui apa yang
akan tertjadi.
3) Mengukur derajat ketidakpastian dari analisis sampel hasil penelitian dari suatu
populasi.

Contoh:
Ketika diadakannya sensus penduduk 2000, pemerintah mendapatkan data perbandingan
antara jumlah penduduk berjenis kelamin laki-laki berbanding jumlah penduduk berjenis
kelamin perempuan adalah memiliki perbandingan 5:6, sedangkan hasil sensus pada tahun

4
2010 menunjukan hasil perbandingan jumlah penduduk berjenis kelamin pria berbanding
jumlah penduduk berjenis kelamin wanita adalah 5:7. Maka pemerintah dapat mengambil
keputusan bahwa setiap tahunnya dari tahun 2000 hingga 2010 jumlah wanita berkembang
lebih pesat daripada jumlah penduduk pria.

2.3 Menghitung Probabilitas atau Peluang Suatu Kejadian

Jika tadi kita hanya memperhatikan peluang suatu kejadian secara kualitatif, hanya
memperhatikan apakah kejadian tersebut memiliki peluang besar akan terjadi atau tidak.
Disini kita akan membahas nilai dari probabilitas suatu kejadian secara kuantitatif. Kita bisa
melihat apakah suatu kejadian berpotensi terjadi ataukah tidak.

Misalkan kita memiliki sebuah koin yang memiliki muka gambar dan

angka,jika koin tersebut kita lemparkan keatas secara sembarang, maka kita memiliki 2
pilihan yang sama besar dan kuat yaitu peluang munculnya angka dan peluang munculnya
gambar. Jika kita perhatikan secara seksaama, pada satu koin hanya terdiri dari satu muka
gambar dan satu muka angka, maka peluang munculnya angka dan gambar adalah sama kuat
yaitu ½. 1 menyatakan hanya satu dari muka pada koin yang mungkin muncul, entah itu
gambar maupun angka sedangkan 2 menyatakan banyaknya kejadian yang mungkin terjadi
pada pelemparan koin, yaitu munculnya gambar + munculnya angka.
Jika kita berbicara tidak lagi 2 kejadian yaitu menyangkut banyak kejadian yang mungkin
terjadi, mengingat dan dari hasil pengumpulan dan penelitian data diperoleh suatu rumus
sebagai berikut. Jika terdapat N peristiwa, dan nA dari N peristiwa tersebut membentuk
kejadian A, maka probabilitas A adalah :
nA
P(A) =
N

Dimana: n= banyaknya kejadian

N= kejadian seluruhnya/peristiwa yang mungkin terjadi Contoh 1:

Suatu mata uang logam yang masing-masing sisinya berisi gambar dan angka dilemparkan
secara bebas sebanyak 1 kali. Berapakah probabilitas munculnya gambar atau angka?
Jawab : n=1; N=2
P(gambar atau angka) = n
N

5
 = atau 50%
Dapat disimpulkan peluang munculnya gambar atau angka adalah sama besar.

Contoh 2:

Berapa peluang munculnya dadu mata satu pada satu kali pelemparan? Jika kita tinjau pada
sebuah dadu hanya memiliki 1 buah mata dadu bermata 1, sedangkan pada dadu terdapat 6
mata yaitu mata 1 sampai mata 6.

Maka

P(A) =
nN

Probabilitas mempunyai beberapa aturan, diantaranya:

a) Jika n = 0 makka peluang terjadinya suatu kejadian pada keadaan ini adalah sebesar
P(A) = 0 atau tidak mungkin terjadi.
b) Jika n merupakan semua anggota N maka probabilitasnya adalah satu, atau kejadian
tersebut pasti akan terjadi.
c) Probabilitas suatu kejadian memiliki rentangan nilai.
d) Jika E menyatakan bukan peristiwa E maka berlaku.

2.4 Definisi Distribusi Binomial

Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana
suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Misalnya, dalam
perlemparan sekeping uang logam sebanyak 5 kali, hasil setiap ulangan mungkin muncul sisi
gambar atau sisi angka. Begitu pula, bila kartu diambil berturut-turut, kita dapat memberi
label “berhasil” bila kartu yang terambil adalah kartu merah atau “gagal” bila yang terambil
adalah kartu hitam. Ulangan-ulangan tersebut bersifat bebas dan peluang keberhasilan setiap
ulangan tetap sama,taitu sebasar ½..(Ronald E. Walpole).
Syarat Distribusi Binomial:

6
 1. Jumlah percobaan merupakan bilangan bulat. Contoh melambungkan koin 2 kali,
tidak mungkin 2½ kali.

2. Setiap eksperimen mempunyai dua outcome (hasil). Contoh: sukses atau gagal, laki-
laki atau perempuan, sehat atau sakit.

3. Peluang sukses sama setiap ekperimen. Contoh: Jika pada lambungan pertama
peluang keluar mata H/sukses adalah ½, pada lambungan seterusnya juga ½. Jika
sebuah dadu, yang diharapkan adalah keluar mata lima, maka dikatakan peluang
sukses adalah 1/6, sedangkan peluang gagal adalah 5/6.Untuk itu peluang sukses
dilambangkan p, sedangkan peluang gagal adalah (1-p) atau biasa juga dilambangkan
q, di mana q = 1-p.

2.5 Ciri-ciri Distribusi Binomial.

Distribusi Binomial dapat diterapkan pada peristiwa yang memiliki ciri-ciri percobaan
Binomial atau Bernoulli trial sebagai berikut :

1. Setiap percobaan hanya mempunyai 2 (dua) kemungkinan hasil: sukses (hasil yang
dikehendaki) dan gagal (hasil yang tidak dikehendaki).

2. Setiap percobaan beersifat independen atau dengan pengembalian.

3. Probabilita sukses setiap percobaan harus sama, dinyatakan dengan p. Sedangkan

probabilita gagal dinyatakan dengan q, dan jumlah p dan q harus sama dengan satu.

4. Jumlah percobaan, dinyatakan dengan n, harus tertentu jumlahnya.

2.6 Penerapan Distribusi Binomial

Beberapa kasus dimana distribusi normal dapat diterapkan yaitu:

1. Jumlah pertanyaan dimana anda dapat mengharapkan bahwa terkaan anda benar
dalam ujian pilihan ganda.

2. Jumlah asuransi kecelakaan yang harus dibayar oleh perusahaan asuransi.

3. Jumlah lemparan bebas yang dilakukan oleh pemain basket selama satu musim.

Rumus Distribusi Binomial

7
 n!
b(x; n; p) = Cⁿₓ pₓqⁿ−ₓ ¿ pₓq ⁿ−ₓ
x ! ( n−x ) !

Keteranagan: x=
0,1,2,3,…,n n = banyaknya
Rumus ulangan
x = banyaknya keberhasilan dalam peubah acak x
p = peluang berhasil dalam setiap ulangan q = peluang
gagal,
dimana q = 1-p dalam setiap ulangan

2.7 Contoh Soal Distribusi Binomial dan Cara Penyelesaiannya

1. Berdasarkan data biro perjalanan PT Mandala Wisata air, yang khusus menangani
perjalanan wisata turis manca negara, 20% dari turis menyatakan sangat puas berkunjung
ke Indonesia, 40% menyatakan puas, 25% menyatakan biasa saja dan sisanya menyatakan
kurang puas. Apabila kita bertemu dengan 5 orang dari peserta wisata turis manca negara
yang pernah berkunjung ke Indonesia, berapakah
probabilitas :

a) Paling banyak 2 di antaranya menyatakan sangat puas.

b) Paling sedikit 1 di antaranya menyatakan kurang puas

c) Tepat 2 diantaranya menyatakan biasa saja

d) Ada 2 sampai 4 yang menyatakan puas.

Jawab : Diketahui n =
5; Ditanyatakan:

a) Paling banyak 2 di antaranya menyatakan sangat puas (p(x) ≤ 2).

8
 p=0,20; b(0; 5; 0,20) = C05 . 0,200. 0,80 5−0

= 0,200. 0,805−0 0!
!

= 0,32768
b(1; 5; 0,20) = C15 . 0,201. 0,80 5−1
= 0,201. 0,805−1 1! !

Maka hasil p(x) ≤= 20,40960

= 0.94208
b) Paling
b(2; 5; sedikit
0,20) 1 diantaranya
= C25 . 0,202menyatakan
. 0,80 5−2 kurang puas (p(x) ≥ 1).

p=0,15; b(1; 5; 0,15) = 0,20

= C15. .0,80
2 5−2
0,151. 0,85 5−1
!
= 0,151. 0,154 1! !

= 0,152. 0,153
!

= 0,153. 0,152
!

= 0,154. 0,151
!

= 0,155. 0,150
!
= 0,0001

9
 jadi: p(x) ≥ 1 = b(1; 5; 0,15) + b(2; 5; 0,15) + b(3; 5; 0,15) + b(4; 5; 0,15)
+ b(5; 5; 0,15)= 0,3915 + 0,1382 + 0,0244 + 0,002 +0,0001
= 0,5562

atau
b(x ≥1; 5, 0,15) = 1 – b (x = 0)

=1 0 . 0,150. 0,85 5−0

= 1

= 1 0,4437

= 0,5563

c) Tepat 2 diantaranya menyatakan biasa saja (p(x)=2).

p=0,25

b(2; 5; 0,25) = C25. 0,252. 0,75 5−2

= 0,252. 0,253
2! !

= 0,2637

d) Ada 2 sampai 4 yang menyatakan puas (x ≤ 2 x ≤ 4)

P=0,40; b(2; 5; 0,40) = C25. 0,402. 0,60 5−2

= 0,402. 0,603
!

= 0,3456
b(3; 5; 0,40) = C35 . 0,403. 0,60 5−3
= 0,403. 0,602

10
 !

= 0,2304
b(4; 5; 0,40) = C45 . 0,404. 0,60 5−4
= 0,404. 0,601

Analisis:

Dengan jumlah 0,0975 atau 9,75% dari sampel acak sebanyak 4 buah televisi dan rata –
rata produk rusak setiap kali produksi adalah sebesar 15%, dapat dikatakan kecil. Namun
pada kenyataannya, meskipun dilihat secara persentase kecil (hanya 9,75%) yang
namanya produk rusak harus tetap dikurangi atau bahkan dihilangkan untuk mengurangi
kerugian.

3. Suatu perusahaan “pengiriman paket ” terikat perjanjian bahwa keterlambatan paket akan
menyebabkan perusahaan harus membayar biaya kompensasi. Jika Peluang setiap
kiriman akan terlambat adalah 0.20

11
4. Bila terdapat 5 paket, hitunglah probabilitas:

a) Tidak ada paket yang terlambat, sehingga perusahaan tidak membayar biaya
kompensasi? (p(x) = 0)

b) Lebih dari 2 paket terlambat? (p(x) 2)

c) Tidak Lebih dari 3 paket yang terlambat?(x  3)

Jawab:

a) p(x) = 0 b(0; 5; 0,20) = C05 . 0,200. 0,80 5−0 = 0!

5!
! 0,200. 0,805= 0,32768

b) p(x) > 2 p(x) > 2 = 1−p(x)<2

= 1−p(x)=0 + p(x)=1 + p(x)=2

p(x) = 0 b(0; 5; 0,20) = 0,32768

p(x) = 1 b(1; 5; 0,20) = C15 . 0,201. 0,80 5−1 = 1! 5!

! 0,201.0,804= 0,4096

p(x) = 2 b(2; 5; 0,20) = C25 . 0,202. 0,80 5−2

= 0,202. 0,803
!

= 0,2048

Jadi:

p(x) > 2 = 1 – 0,32768 + 0,4096 + 0,2048

= 1 – 0,94208

=0, 05792

12
 c) p(x)  3 p(x)  3 = p(x) = 0 + p(x) =1 + p(x) =
2+p(x)=3

p(x) = 0 b(0; 5; 0,20) =

0,32768 p(x) = 1 b(1; 5;
0,20) = 0,4096 p(x) = 2 b(2;
5; 0,20) = 0,2048

p(x) = 3 b(3; 5; 0,20) = C35 . 0,203. 0,80 5−3 = 3! ! 0,203. 0,803=

0,0512

Jadi:

p(x)  3 = 0,32768 + 0,4096 + 0,2048 + 0,0512

= 0,99329

2.8 Distribusi Normal

Distribusi normal merupakan suatu alat statistik yang sangat penting untuk menaksir dan
meramalkan peristiwa-peristiwa yang lebih luas. Distribusi normal disebut juga dengan
distribusi Gauss untuk menghormati Gauss sebagai penemu persamaannya (1777-1855).
Menurut pandangan ahli statistik, distribusi variabel pada populasi mengikuti distribusi
normal.

Distribusi normal pertama kali diperkenalkan oleh Abraham DeMoivre (1733) sebagai
pendekatan distribusi binomial untuk n besar. Selanjutnya dikembangkan oleh Pierre Simon
de Laplace dan dikenal dengan Teorema Moivre - Laplace. Laplace menggunakan distribusi
normal untuk analisis galat suatu eksperimen.

Suatu data membentuk distribusi normal jika jumlah data di atas dan di bawah mean
adalah sama. Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak
berhingga pada kedua arah positif dan negatifnya.

2.9 Ciri-ciri distribusi normal

• Distribusi normal mempunyai beberapa sifat dan ciri, yaitu:

13
• Disusun dari variable random kontinu

• Kurva distribusi normal mempunyai satu puncak (uni-modal)

• Kurva berbentuk simetris dan menyerupai lonceng hingga mean, median dan modus

terletak pada satu titik.

• Kurva normal dibentuk dengan N yang tak terhingga.

• Peristiwa yang dimiliki tetap independen.

• Ekor kurva mendekati absis pada penyimpangan 3 SD ke kanan dan ke kiri dari rata-rata

dan ekor grafik dapat dikembangkan sampai tak terhingga tanpa menyentuh sumbu absis.

14
2.10 Sifat-Sifat Distribusi Normal

1. Rata-ratanya(mean) μ danstandard deviasinya= σ

2. Mode (maximum) terjadidi x=μ

3. Bentuknyasimetrikterhadapx=μ

4. Titikbeloktepatdi x=μ ± σ

5. Kurvamendekatinolsecaraasimptotissemakinx jauhdarix=μ

6. Total luasnya= 1

2.11 Ciri-ciri kurva normal

Ciri-ciri kurva normal :

1. Bentuk kurva normal

1. Menyerupai lonceng (genta/bel).

2. Merupakan suatu poligon yang dilicinkan yang mana ordinat (sumbu tegak)

merupakan frekuensi dan absisnya (sumbu alas) memuat nilai variabel.

3. Simetris.

4. Luas daerah merupakan nilai rata-rata (mean).

5. Luas daerah sebelah kiri dan kanan mendekati 50%.

15
 6. Memiliki satu modus (disebut juga bimodal).

2. Daerah kurva normal

1. Merupakan ruangan yang dibatasi daerah kurva dengan absisnya (sumbu alas).

2. Luas daerah biasanya dinyatakan dalam persen atau proporsi.

Distribusi normal dipengaruhi oleh dua parameter, yaitu mean dan standar deviasi. Mean
menentukan lokasi pusat statistik dan standar deviasi menentukan lebar dari kurva normal.

Rumus umum distribusi normal :

dengan

16
2.12 Distibusi normal standar

Suatu distribusi normal tidak hanya memiliki satu kurva, tetapi merupakan kumpulan
kurva yang mempunyai ciri-ciri yang sama.sehingga harus ditentukan 1 pegangan sebagai
distribusi nprmal yang standar. Ada 2 cara untuk menentukan distribusi normal :

 cara ordinat:
Menggunakan rumus distribusi normal berikut :
Y = 1 x e-½ (X - µ) ²
σ √2 π σ

µ = rata-rata
σ = simpang baku
π = 3,1416 (bilangan konstan)
e = 2,7183 (bilangan konstan)
X = absis dengan batas -∞ < X < π
Bila nilai µ dan σ tetap maka setiap nilai x akan menghasilkan nlai y sehingga bila
nilai x dimasukkan dalam perhitungan berkali-kali dengan julah tak terhingga maka
akan dihasilkan suatu kurva distribusi normal. Terdapat banyak kurva normal dengan
bentuk yang berlainan, tergantung dari besar dan kecilnya σ.
1. Bila σ besar, kurva yang terbentuk mempunyai puncak yang rendah,
sebaliknya bila σ kecil akan menghasilkan puncak kurva yang tinggi.
2. Dapat pula bentuk kurva normal dengan µ yang berbeda atau dengan µ dan σ
yang berbeda
 Cara luas
Kurva normal adalah kurva yang simetris, yang berarti bahwa kurva ini akan
membagi luas kurva menjadi 2 bagian yang sama.Seluruh luas kurva = 1 atau 100%
dan rata-rata (µ) membagi luas kurva menjadi 2 bagian yang sama.Berarti luas tiap
belahan adalah 50%. Setiap penyimpangan rata-rata dapat ditentukan presentase
terhadap seluruh luas kurva. Penyimpangan ke kanan dan ke kiri :
-.penyimpangan 1 SD = 68,2% dari seluruh luas kurva.
-.penyimpangan 2 SD = 95,5% dari seluruh luas kurva.
-.penyimpangan 3 SD, = 99,7% dari seluruh luas kurva

17
 Proses standarisasi dapat dilakukan dengan transformasi rumus (kurva normal
standar) :
x−µ
Z=
σ
x = nilai variable random
µ = rata-rata distribusi
σ = simpang baku
Z = nilai standar, yaitu besarnya penyimpangan suatu nilai terhadap rata-rata yang
dinyatakan dari unit SD.
Standarisasi penting dilakukan karena ada variabel random yang memiliki satuan
yang berbedabeda, seperti cm, kg, bulan. Untuk memudahkan perhitungan dapat
digunakan sebuah table yang menunjukkan luas area di bawah kurva normal antara
nilai rata-rata dan suatu nilai variable random yang dinyatakan dalam unit SD.
Misalnya : luas 95% adalah 1,96 SD.
Untuk transformasi distribusi normal menjadi distribusi normal standar dinyatakan µ
= 0 dan σ = 1. 9

2.13 Penggunaan Tabel Distribusi Normal

Tabel distribusi normal standar terdiri dari kolom dan baris.

Kolom paling kiri menunjukkan nilai Z, tertera angka 0 sampai 3 dengan satu desimal
dibelakangnya. Desimal berikutnya terletak pada baris paling atas dengan angka dari
0 sampai 9.
Misalnya dari hasil perhitungan diperoleh nilai Z = 1,96
• Maka di kolom kiri kita cari nilai1,9 dan baris atas kita cari angka 6
• Dari kolom 6 bergarak ke bawah, hingga pertemuan titik yang menunjukkan angka
0,4750.
• Berarti luas daerah di dalam kurva normal antara rata-rata dengan 1,96 SD ke kanan
adalah 0,475.
• Karena luas kurva ke kanan dan ke kiri sama, maka luas penyimpangan 1,96 ke
kanan
dan ke kiri dari rata-rata adalah 0,95 (95%).

18
 2.14 Pengertian Permutasi

Permutasi adalah suatu susunan yang dibentuk dari suatu kumpulan benda yang
diambil sebagian atau seluruhnya dengan memperhatikan
urutan.

Hal yang perlu diperhatikan dalam permutasi adalah bahwa obyekobyek yang ada
harus dapat “dibedakan” antara yang satu dengan yang lain. Contoh : {1,2,3} tidak
sama dengan {2,3,1} dan {3,1,2}.

 Macam-macam Permutasi :

a. Permutasi k Unsur dari n Unsur

Susunan k unsur dari n unsur yang berlainan dengan memperhatikan urutan

disebut permutasi k unsur dari n unsur (k ≤ n).
Misalkan, kita diminta menyusun tiga huruf A, B, dan C, akan disusun 2
huruf dengan urutan yang berbeda, maka susunan yang diperoleh adalah AB,
AC, BA, BC, CA, CB. Seluruhnya ada 6 susunan yang berbeda, setiap susunan
ini disebut permutasi 2 unsur dari 3 unsur yang tersedia. Banyaknya
permutasi k unsur dari n unsur dilambangkan oleh P(n, k).

RUMUS :

P(n, k) =
!

Keterangan :

n = banyaknya seluruh obyek, k = banyaknya obyek

yang dipermutasikan.

Contoh :

Tersedia 5 buah buku mata pelajaran yang berbeda, diambil 3 buku dan akan
disusun di atas rak buku. Ada berapa macam susunan yang dapat dilakukan ?
Jawab :

19
 Banyaknya susunan buku itu adalah permutasi 3 buku dari 5 buku yang
tersedia.

! xxx!
P(5, 3) = = = 60
−! !

Jadi, banyaknya susunan 3 buku dari 5 buku itu seluruhnya ada

60.

b. Permutasi dengan Beberapa Unsur Sama

Setiap unsur pada permutasi tidak boleh digunakan lebih dari satu kali,
kecuali jika dinyatakan secara khusus.
Banyaknya permutasi dari n unsur yang memuat k unsur yang sama, l unsur
yang sama, …, m unsur yang sama (k + l+ … + m ≤
n) dapat ditentukan dengan rumus :

P =
! !… !

Contoh :

Terdapat 2 bola merah, 1 bola biru, dan 3 bola putih yang sama jenis dan
ukurannya. Ada berapa carakah bola-bola itu dapat disusun berdampingan ?

Jawab : n = 6 k =
2l=1m=3
! x x x!
Banyaknya susunan bola-bola itu adalah = =
!! x x!

60

20
 c. Permutasi Siklis

Penentuan susunan melingkar dapat diperoleh dengan menetapkan satu objek

pada satu posisi, kemudian menetukan kemungkinan posisi objek lain yang
sisa, sehingga bila teersedia n unsur berbeda, maka :

Banyaknya permutasi siklis dari n unsur = (n - 1)!

Contoh :

Berapa cara 5 orang dalam suatu pesta makan dapat diatur tempat duduknya
mengelilingi sebuah meja bundar ?

Jawab :

Banyaknya susunan duduk 5 orang yang mengelilingi sebuah

meja bundar = (5 - 1)! = 4! = 4 x 3 x 2 x 1! = 24.

Inisiasi dalam kehidupan sehari-hari adalah penyusunan panitia suatu

kegiatan yang terdiri dari ketua, sekretaris dan bendahara.
Dalam penyusunan panitia ini jelas urutan akan sangat berpengaruh.

2.15 Pengertian Kombinasi

Kombinasi adalah suatu pilihan dari unsur-unsur yang ada tanpa

memperhatikan urutannya. Banyaknya kombinasi k unsur dari n unsur dinyatakan

dengan C(n, k) =

Contoh :

Seorang petani akan membeli 3 ekor ayam, 2 ekor kambing, dan 1 ekor sapi dari
pedagang yang memiliki 6 ekor ayam, 4 elor kambing, dan 3 ekor sapi. Dengan
berapa cara petani tersebut dapat memilih ternak-ternak yang diinginkannya ?

21
Jawab :

!
Banyaknya cara memilih ayam = C(6, 3) = = = 20 cara
!!

Banyaknya cara memilih kambing = C(4, 2) = = = 6 cara

!
Banyaknya cara memilih sapi = C(3, 1) = = = 3 cara
!!

Jadi, petani tersebut memilih pilihan sebanyak = 20 x 6 x 3 = 360 cara.

Inisiasi kombinasi dalam kehidupan sehari-hari adalah misalnya arisan ibu-ibu yang
diadakan sebulan sekali dimana setiap kali mengundi diambil 2 orang yang akan
memperoleh arisan tersebut. Banyaknya pasangan orang yang akan memperoleh
arisan di sini merupakan masalah kombinasi.

22
 BAB III

PENUTUP

A. SIMPULAN
Dari materi permutasi kita bisa menentukan banyak cara pengambilan data.
Dengan permutasi kita dapat menghitung kemungkinan banyaknya posisi duduk satu
keluarga tersebut. Selain itu, kita juga dapat menghitung banyaknya susunan huruf
maupun angka dengan cara yang tepat yaitu dengan menggunakan permutasi.
Pada materi kombinasi inti pengertiannya adalah susunan unsureunsur
dengan tidak memperhatikan urutannya. Pada kombinasi AB = BA jadi, dalam
menggunakan kombinasi kita dapat menyimpulkan banyak cara pemilihan suatu
kejadian dengan cara yang ditentukan.
Dari uraian di atas dapat disimpulkan bahwa probabilitas sangatlah membantu
manusia dalam mengambil sebuah keputusan. Misalkan untuk memperkirakan
apakah peluang lebih banyak gagal atatu sukses dari sebuah usaha.
Distribusi binomial merupakan suatu performans dari suatu percobaan, percobaan
itu hanya memiliki dua macam keluaran yaitu “Sukses” atau “Gagal”.
Percobaan tersebut disebut dengan tindakan Bernoulli atau percobaan Bernoulli
(Bernoulli trial).

B. SARAN
Demikianlah makalah yang dapat kami buat, sebagai manusia biasa kita
menyadari dalam pembuatan makalah ini masih terdapat banyak kesalahan dan
kekurangan. Untuk itu kritik dan saran yang bersifat konstruktif sangat kami harapkan
demi kesempurnaan makalah ini dan berikutnya. Semoga makalah ini bermanfaat bagi
kita semua. Amiin.

23
 DAFTAR PUSTAKA

Wheeler, Ruric E. 1992. Moderm Mathematics. Belmont, CA : Wadsworth.

Hudoyo Herman. 1996/1997. Matematika. : Depdikbud.

http://mejakreasi.blogspot.com/2012/12/permutasi-dan-kombinasi-peluang.html

Suprijanto, H. Sigit.2009.Matematika.Jakarta Timur: Yudhistira.

http://fathur14klose.blogspot.com/2011/12/makalah-statistika-distribusi-binomial.html
diakses pada hari Senin tanggal 24 Desember 2012 pukul 11.07 WIB.
http://sainsmatika.blogspot.com/2012/03/probabilitas-peluang.html diakses hari Senin tanggal
24 Desember 2012 pukul 11.44 WIB

24