PERTEMUAN III

Peluang dari variabel random berdistribusi diskrit, yaitu distribusi binomial, dan
Distribusi Hipergeometrik
VIDIO 1
A Kejadian
Materi prasyarat masuk ke kejadian adalah faktorial (!). Pengertian faktorial
dipahami sebagai perkalian suatu bilangan bulat positif dengan semua bilangan
bulat positif lain yang kurang dari bilangan bulat tersebut. Lambang faktorial
berupa tanda seru (!). Sebagai contoh faktorial dari 5 adalah 5! = 1x2x3x4x5 =
120, 1! = 1 dan perjanjian 0! = 1
Operasional faktorial:
a. 3! + 2! = 3𝑥2𝑥1 + 2𝑥1 = 6 + 2 = 8
b. 3! . 2! = 3𝑥2𝑥1 . 2𝑥1 = 6 . 2 = 12
5! 5𝑥4𝑥3𝑥2𝑥1
c. 3! = = 5𝑥4 (𝑠𝑒𝑑𝑒𝑟ℎ𝑎𝑛𝑎𝑘𝑎𝑛 𝑦𝑎𝑛𝑔 3𝑥2𝑥1) = 20
3𝑥2𝑥1

1. Permutasi
Permutasi (P) dipahami sebagai kejadian yang memperhatikan urutan. Hal ini
dapat diinterprestasikan bahwa antara posisi obyek pertama dengan kedua
atau yang lain, tidak dapat ditukarkan posisinya.
Misal:
a. Susunan organisasi yang menyebutkan posisi. Andai Budi jadi ketua dan
Siti jadi wakil maka posisi Siti tidak dapat dibalik jadi ketua dan Budi jadi
wakil. Hal ini karena posisinya berbeda secara makna dan kedudukan.
b. Posisi satuan, puluhan, ratusan dalam bilangan. Bilangan yang
menggunakan angka 2,3, dan 4 jika disusun dalam bilangan yang terdiri
dari dua angka akan menjadi: 23, 32, dst-nya. Nilai 23 dan 32 dengan
menggunakan angka yang sama tapi memiliki makna yang berbeda karena
nilainya berbeda. Hal ini dikarenakan posisinya berbeda secara makna dan
kedudukan. Banyaknya bilangan yang dapat dibentuk dari contoh ini dapat
𝑛!
dirumuskan dengan: 𝑃𝑎𝑛 (𝑑𝑖𝑏𝑎𝑐𝑎, 𝑝𝑒𝑟𝑚𝑢𝑡𝑎𝑠𝑖 𝑎 𝑑𝑎𝑟𝑖 𝑛 𝑜𝑏𝑦𝑒𝑘) = (𝑛−𝑎)!

n = banyak obyek yang tersedia, a = banyak obyek yang disusun

3! 3!
Sehingga contoh diatas dapat diselesaikan: 𝑃 32 = (3−2)!
= =6
1!

1
 2. Kombinasi
Kombinasi (C) dipahami sebagai kejadian yang TIDAK memperhatikan
urutan. Pengertian ini dapat diinterprestasikan bahwa kejadian satu dengan
kejadian ke dua atau yang lain, bila ditukar posisinya akan memberikan
makna yang sama. Misal, pemain ganda bulu tangkis Andi dan Dwi disiarkan
oleh RCTI, tetapi SCTV mengatakan pemain gandanya adalah Dwi dan Andi.
Kedua informasi tersebut memiliki makna yang sama yaitu makna pemainnya
SAMA SAJA.
Banyaknya kejadian model kombinasi dirumuskan:
𝑛!
𝐶𝑎𝑛 (𝐷𝑖𝑏𝑎𝑐𝑎, 𝑘𝑜𝑚𝑏𝑖𝑛𝑎𝑠𝑖 𝑎 𝑑𝑎𝑟𝑖 𝑛 𝑜𝑏𝑦𝑒𝑘) = 𝑎!(𝑛−𝑎)!

Contoh.
Banyaknya kejadian dari 7 mahasiswa dibentuk tim Debat yang terdiri dari 4
personil.
Jawab.
7! 7.6.5.4.3.2.1 7.6.5 35.6
n = 7 dan a = 4 maka 𝐶47 = = = = = 35
4!(7−4)! 4.3.2.1.3.2.1 3.2.1 6

VIDIO 2
B. Peluang/Probabilitas
Peluang atau Probabilitas dipahami sebagai kegiatan mengungkap ukuran
KETIDAKPASTIAN atau KEMUNGKINAN. Nilai peluang dikisaran antara 0
dan 1 atau, jika di persentasekan, antara 0% sampai 100%. Peluang suatu
kejadian X dilambangkan dengan huruf kapital, P(X), sedangkan peluang tidak
terjadi kejadian X dilambangkan 𝑃(𝑋 𝑐 ) (dibaca, peluang kejadian
bukan/komplemen X). secara model matematis hubungan keduanya dapat
dinyatakan dengan:

𝑃(𝑋) + 𝑃(𝑋 𝑐 ) = 1
Kisaran peluang 0 ≤ 𝑃(𝑋) ≤ 1
Contoh:
Peluang A lulus SBMPTN 0.7 maka peluang A tidak lulus SBMPTN?
Jawab:
𝑋 = 𝑘𝑒𝑗𝑎𝑑𝑖𝑎𝑛 𝑙𝑢𝑙𝑢𝑠 𝑆𝐵𝑀𝑃𝑇𝑁,
𝑝𝑒𝑙𝑢𝑎𝑛𝑔 𝑋 = 𝑃(𝑋) = 0.7 𝑚𝑎𝑘𝑎 𝑝𝑒𝑙𝑢𝑎𝑛𝑔 𝑡𝑖𝑑𝑎𝑘 𝑙𝑢𝑙𝑢𝑠 𝑋,
𝑃(𝑋)𝑐 = 1 − 𝑃(𝑋) = 0.3,

2
Konsep peluang dibangun menggunakan konsep himpunan. Beberapa istilah yang
berkaitan dengan definisi peluang diberikan pada daftar istilah berikut:
1) Ruang Sampel atau ruang contoh, ditulis dengan S, adalah himpunan
semua asil yang mungkin dari suatu percobaan acak.
2) Titik sampel adalah setiap anggota ruang sampel.
3) Kejadian adalah suatu himpunan hasil atau suatu himpunan bagian dari
ruang sampel. Himpunan bagian dari suang sampel S disebut ”kejadian
dalam S”.
4) Gabungan dua kejadian A dan B, ditulis A ∪ B, adalah suatu kejadian
yang hasil-hasilnya adalah hasil dalan A atau hasil dalam B.
5) Irisan (interseksi) dua kejadian A dan B, ditulis A ∩ B adalah suatu
kejadian yang hasilnya adalah hasil dalam A yang sekaligus dalam B
6) Komplemen suatu kejadian A, ditulis 𝐴𝑐 adalah suatu kejadian dalam S
yang hasilnya adalah bukan hasil dari A.

Contoh.
Obyek Satu dadu, maka dapat dirumuskan:
1. Ruang sampel 𝑆 = {1, 2, 3, 4, 5, 6}
2. Titik sampel 1, 2, 3, 4, 5, dan 6 tidak menggunakan kurung kurawal
3. X adalah kejadian muncul mata dadu kurang dari 5, simbol 𝑥 < 5
ditabulasi menjadi 𝑋 = {1, 2, 3, 4}.
Y adalah kejadian muncul mata dadu lebih dari 3, simbol 𝑌 > 3 , akan
ditabulasi menjadi 𝑌 = {4, 5, 6}
Hal ini berarti 𝑋 ∁ 𝑆 𝑑𝑎𝑛 𝑌 ∁ 𝑆 (𝑑𝑖𝑏𝑎𝑐𝑎, 𝑋 𝑑𝑎𝑛 𝑌 ℎ𝑖𝑚𝑝𝑢𝑛𝑎𝑛 𝑏𝑎𝑔𝑖𝑎𝑛 𝑆)
4. X ∪ Y = {1, 2, 3, 4} ∪ {4, 5, 6} = {1, 2, 3, 4, 5, 6}
5. X ∩ Y = {1, 2, 3, 4} ∩ {4, 5, 6} = {4}
6. 𝑋 𝑐 = {5, 6} 𝑌 𝑐 = {1, 2, 3}
Misalnya S ruang sampel dari suatu percobaan dan A, A1, A2, ... kejadian yang
mungkin pada ruang sampel ini. Suatu fungsi P(A) disebut peluang dari A, jika
memenuihi sifat-sifat berikut :
a. 0≤ P(A)
b. P(S) = 1
Untuk sembarang kejadian A1 , A 2 , A 3 …… yang saling asing yaitu A i ∩ A j
~
= Ø untuk i≠j maka 𝑃(𝑈𝑖=1 𝐴𝑖 ) = ∑~
𝑖=1 𝑃(𝐴𝑖 ) = 𝑃(𝐴1 ) + 𝑃(𝐴2 ) + ⋯ + 𝑃(𝐴~ )

Definisi klasik tentang Peluang adalah jika suatu eksperimen menghasilkan

sejumlah hingga hasil yang mungkin, misalnya n, dan setiap hasil tidak mungkin
terjadi bersama-sama serta masing-masing mempunyai kemungkinan yang sama
𝑛(𝐴)
untuk terjadi, maka 𝑃(𝐴) = 𝑛(𝑆) dengan 𝑛(𝐴) = banyaknya hasil dalam A.
Misalnya S ruang sampel dari suatu percobaan acak, maka berlaku:

3
1. P(𝐴𝑐 ) = 1 - P(A)
2. Untuk sebarang kejadian A dan B dengan A ∩ B = ∅ , P(A ∪ B) = P(A) + P(B)
3. Untuk sebarang kejadian A dan B, P(A ∪B) = P(A) + P(B) - P(A∩ 𝐵)

Contoh.
Obyek 1 set kartu Bridge, tentukan peluang:
a. Terambil kartu As
b. Terambil kartu Wajik
c. Terambil kartu Keriting
d. Terambil kartu As atau wajik
e. Terambil kartu Wajik atau Keriting
Jawab.
n(S) = 13 x 4 = 52
4
a. X = kejadian terambil kartu AS 𝑃(𝑋) = 𝑃(𝐴𝑠) = 52
13
b. Y = kejadian terambil kartu Wajik 𝑃(𝑌) = 𝑃(𝑊𝑎𝑗𝑖𝑘) = 52
13
c. Z = kejadian terambil kartu keriting 𝑃(𝑍) = 𝑃(𝐾𝑒𝑟𝑖𝑡𝑖𝑛𝑔) = 52
d. 𝑋 ∪ 𝑌 = 𝑘𝑒𝑗𝑎𝑑𝑖𝑎𝑛 𝑡𝑒𝑟𝑎𝑚𝑏𝑖𝑙 𝑘𝑎𝑟𝑡𝑢 𝐴𝑆 𝑎𝑡𝑎𝑢 𝑊𝑎𝑗𝑖𝑘, 𝑋 ∩ 𝑌 =
𝑘𝑎𝑟𝑡𝑢 𝐴𝑠 𝑊𝑎𝑗𝑖𝑘 maka 𝑃(𝑋 ∪ 𝑌) = 𝑃(𝑋) + 𝑃(𝑌) − 𝑃(𝑋 ∩ 𝑌)
4 13 1 16
𝑃(𝑋 ∪ 𝑌) = 52 + 52 − 52 = 52

e. 𝑌 ∪ 𝑍 = 𝑘𝑒𝑗𝑎𝑑𝑖𝑎𝑛 𝑡𝑒𝑟𝑎𝑚𝑏𝑖𝑙 𝑘𝑎𝑟𝑡𝑢 𝑊𝑎𝑗𝑖𝑘 𝑎𝑡𝑎𝑢 𝐾𝑒𝑟𝑖𝑡𝑖𝑛𝑔, 𝑌 ∩ 𝑍 = ∅

13 13 26
maka 𝑃(𝑌 ∪ 𝑍) = 𝑃(𝑌) + 𝑃(𝑍) = + 52 = 52
52

VIDIO 3
Peubah Acak Diskrit

Tiga mata uang dilempar sekali, dapat ditentukan ruang sampelnya:

S = {MMM, MMB, MBM, BMM, MBB, BMB, BBM, BBB}
M menyatakan Muka, B menyatakan belakang, dari ruang sampel dapat
dikelompokan:
a. Titik sampel MMM dapat diinterprestasikan tidak Muncul B atau muncul 3M
b. Titik sampel MMB dapat diterprestasikan muncul 2M atau muncul 1B
c. Titik sampel MBB dapat dinterprestasikan muncul 1M atau 2B
d. Titik sampel BBB dapat diinterprestasikan tidak muncul M atau muncul 3B
Banyaknya kemunculan hasil interprestasi tersebut dapat direlasikan dengan
bilangan cacah, sebagai berikut:
Bila berorientasi pada kemunculan B, maka relasi untuk kelompok:
a. dengan bilangan 0, karena tidak memiliki B atau 0B, yakni MMM
b. dengan bilangan 1, karena yang muncul 1B ada tiga yakni MMB, MBM, BMM
c. dengan bilangan 2, karena yang muncul 2B ada tiga, yakni MBB, BMB, BBM
d. dengan bilangan 3, karena yang muncul 3B hanya satu, yakni BBB

4
dari relasi tersebut dapat diberikan pemahaman bahwa PEUBAH ACAK
(VARIABEL RANDOM) adalah fungsi yang memetakan setiap anggota ruang
sampel (dalam hal ini titik sampel) ke bilangan riil (dalam hal ini bilangan 0, 1, 2,
dan 3).
Kata fungsi disimbolkan F dan peubah acaknya (dalam hal ini dari “inteprestasi”,
misalkan muncul 2B) disimbolkan huruf kapital (misalkan X, Y, Z) sedangkan nilai
dari peubah acak dinotasikan dengan huruf kecil (misalkan x, y, z). Notasi fungsi
peubah acah akan ditulis menjadi
𝐹(𝑋 = 𝑥) 𝑎𝑡𝑎𝑢 𝑓(𝑥) .
Bila hal ini dipautkan dengan probabilitas atau peluang maka dinotasikan:

𝑃(𝑋 = 𝑥) 𝑎𝑡𝑎𝑢 𝑝(𝑥),

Contoh
Sepasang suami istri akan merencanakan memiliki 3 orang anak (Laki-laki= L,
Perempuan= P). bila orientasi yang diinterprestasikan memperhatikan simbol anak
laki-laki, maka akan diperoleh data sbb:
Tabel Ruang Sampel “3 Anak”
Kejadian (X) LLL LLP LPL PLL LPP PLP PPL PPP
Nilai (x) 3 2 2 2 1 1 1 0

Dari table tersebut jika di interprestasikan dengan kalimat:

a. Mempeoleh dua anak laki-laki maka notasinya: 𝑃(𝑥 = 2𝐿) 𝑎𝑡𝑎𝑢 𝑝(2𝐿)
b. Memperoleh semuanya laki-laki maka notasinya 𝑃(𝑋 = 3𝐿) 𝑎𝑡𝑎𝑢 𝑝(3𝐿)

Bila diperhatikan banyaknya anggota ruang sampel:

a. Berhingga, dalam tabel “3 Anak” banyaknya ada 8
(2𝑛 = 𝑏𝑎𝑛𝑦𝑎𝑘 𝑟𝑢𝑎𝑛𝑔 𝑠𝑎𝑚𝑝𝑒𝑙, 2 𝑚𝑒𝑛𝑦𝑎𝑡𝑎𝑘𝑎𝑛 𝑙𝑎𝑘𝑖 −
𝑙𝑎𝑘𝑖 𝑑𝑎𝑛 𝑝𝑒𝑟𝑒𝑚𝑝𝑢𝑎𝑛, 𝑛 𝑏𝑎𝑛𝑦𝑎𝑘 𝑎𝑛𝑎𝑘 𝑦𝑎𝑛𝑔 𝑑𝑖𝑖𝑛𝑔𝑖𝑛𝑘𝑎𝑛, 23 = 8)
b. Banyaknya anggota adalah Anggota bilangan BULAT POSITIF (dalam hal ini 8
adalah anggota bilangan Bulat Positif)
Dari persyaratan di atas, maka ruang sampel tersebut disebut ruang sampel
DISKRIT, sehingga peubah acaknya juga disebut PEUBAH ACAK DISKRIT
(VARIABEL RANDOM DISKRIT)

Contoh.
2 Dadu dilempar satu kali, maka ruang sampelnya:
Tabel Ruang Sampel 2 Dadu
X 1 2 3 4 5 6
1 (1, 1)
2 (2, 1)
3 (3, 1) (3, 4)
4 (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
5 (5, 6)
6 (6, 5)

5
Keterangan:
a. Dadu I posisi yang Vertikal, Dadu II posisi Horizontal,
b. Penulisan posisi (Dadu I, Dadu II)
c. X menyatakan kejadian. Jika X menyatakan JUMLAH maka posisi (4, 3) akan
berganti 7 karena 4 + 3 = 7.
Tabel di atas adalah variable random diskrit, karena:
a. disebut variable random karena setiap anggota ruang sampel direlasikan dengan
bilangan riil, misal muncul mata dadu pertama adalah 4. Dalam hal ini, bilangan 4
adalah bilangan riil sehingga akan ditabulasikan menjadi (4, 1), (4, 2) ,.., (4, 6)
b. disebu diskrit karena banyaknya ruang sampel ada 36 (62 = 36) yang artinya
berhingga dan 36 merupakan anggota bilangan BULAT POSITIF.

VIDIO 4
Variabel Random Diskrit Berdistribusi Binomial

BI dalam kata BINOMIAL berarti dua. Hal ini merujuk ke setiap kali percobaan
atau kesempatan, hasil yang MUNGKIN muncul adalah hanya ada dua. Misalkan,
pelemparan koin (Muka dan Belakang), memiliki anak (laki-laki dan perempuan).
Kejadian yang masuk dalam distribusi Binomial, adalah:

1. Percobaan dilakukan sebanyak n kali.

2. Setiap kali percobaan mempunyai dua kemungkinan hasil (Sukses p, Gagal
q).
3. Kemungkinan hasil dari masing-masing percobaan sama.
4. Hasil yang diperoleh pada percobaan pertama tidak akan mempengaruhi
hasil yang diperoleh pada percobaan-percobaan yang lain (saling
independen).

Misalkan X adalah variabel random diskrit. Maka peluang dari X adalah:

6
Atau dapat dinotasikan:

Contoh:

Suami istri ingin memiliki 10 orang anak. Setiap kali melahirkan, kemungkinan
hasilnya sama, hanya dua yaitu laki-laki atau perempuan. Dari sepuluh anak
tersebut, berapa peluang mendapat dua anak perempuan?

Diketahui:

Keinginan punya banyak anak = n = 10.

Peluang sukses = peluang anak perempuan (sukses) = p = 0.5.
Peluang anak laki-laki (gagal) = 𝑞 = 1 − 𝑝 = 1 − 0.5 = 0.5

Ditanyakan:

Dari keinginan sepuluh anak, berapa peluang memperoleh dua anak perempuan?
Atau P (X = 2).

Jawaban:

Atau

10!
𝑏(2; 10, 0.5) = 𝐶210 𝑝2 (1 − 𝑝)10−2 = (0.5)2 (0.5)2 = 0.0439
2! (10 − 2)!

7
Membaca Tabel Binomial

misalkan:

Pengulangan sebanyak n = 10, (lihat kolom tabel ke 3 yang n = 10)

Banyak sukses x = 4, (Pilih kolom x perhatikan baris angka 4, Tarik ke kanan)

Peluanganya p = 0.25 (Pilih kolom 0,25, Tarik ke bawah)

maka distribusi binomialnya 𝐵(4; 10, 0.25) = 0.1460

(hasil pertemuan tarikan ke kanan x=4 dan ke bawah p=0.25)

8
Contoh.

Jasa pengiriman mengadakan perjanjian bahwa setiap keterlambatan akan diganti

10 kali lipat biaya pengiriman. Bila peluang keterlambatan 0.15 dan saat itu ada 5
paket, tentukan peluang (manfaatkan tabel):

a. semua tidak terlambat

b. Terlambat dari 2 ≤ 𝑥 ≤ 4

jawab.

a. 𝑛 = 5, 𝑥 = 0, 𝑝 = 0.15 𝑚𝑎𝑘𝑎 𝐵(0: 5, 0.15) = 0.4437

b. 𝑛 = 5, 2 ≤ 𝑥 ≤ 4, 𝑝 = 0.15 𝑚𝑎𝑘𝑎 𝐵(2 ≤ 𝑥 ≤ 4; 5, 0.15) =

(2; 5; 0.15) + (3; 5, 0.15) + (4; 5, 0.15) = 0.1382 + 0.0244 + 0.0022 =

0.1648
VIDIO 5
VARIABEL RANDOM DISKRIT DISTRIBUSI HIPERGEOMETRIK
Perbedaan antara distribusi binomial dengan distribusi hipergeometrik
1. adalah terletak pada cara penarikan sampel.
2. Dalam distribusi binomial diperlukan sifat pengulanganyang saling bebas, dan
pengulangan tersebut harus dikerjakan dengan pengulangan (with replacement).
3. Sedangkan untuk distribusi hipergeometrik tidak diperlukan sifat pengulangan
yang saling bebas dan dikerjakan tanpa pengulangan (without replacement).

Penerapan untuk distribusi hipergeometrik

1. Paling sering digunakan dalam penarikan sampel penerimaan barang, pengujian
elektronik, jaminan mutu, dsb.
2. Pengujian dilakukan terhadap barang yang diuji yang pada akhirnya barang uji
tersebut menjadi rusak, sehingga tidak dapat dikembalikan. Jadi, pengambilan
sampel harus dikerjakan tanpa pengembalian

Distribusi Hipergeometrik

Jika dalam populasi N obyek, k adalah produk kelompok yang BERHASIL dan
N-k adalah kelompok GAGAL. Maka distribusi Hipergeometrik peubah acak X
yang menyatakan banyaknya keberhasilan dalam contoh acak berukuran n adalah:
𝐶𝑥𝑘 𝐶𝑛−𝑥
𝑁−𝑘
ℎ(𝑥; 𝑁, 𝑛, 𝑘) = 𝑢𝑛𝑡𝑢𝑘 𝑥 = 0, 1, 2, 3, … , 𝑘
𝐶𝑛𝑁
Contoh.

9
Seperangkat kartu Bridge diambil 3 kartu secara acak tanpa pengembalian.
Tentukan peluang diperoleh 2 kartu As.
Jawab.
N = 52 (13 x 4 gambar = 52)
n=3
k = 4 (kelompok BERHASIL kartu As adalah ada 4 kartu)
x=2
4! 48! 4.3 48
52−4
𝐶24 𝐶3−2 2!(4−2)! 1!(48−1)! 2 1 6 . 48
ℎ(2; 52, 3, 4) = = 52! = 52.51.50 = 26 .17. = 0.0130
𝐶352 50
3!(52−3)! 3.2.1

10