BAB II

PEMBAHASAN
2.1 Probabilitas
A. Pengertian Probabilitas
Probabilitas merupakan bilangan yang mewakili nilai kemungkinan sebuah event terjadi
bila suatu eksperimen acak dilakukan. Teori probabilitas dapat dibedakan dalam dua
pendekatan, yaitu frekuensi relative dan aksioma probabilitas. Pendefenisian probabilitas
melalui frekuensi relative memberikan pemahaman mendalam berkenaan dengan hokum
alam yang banyak diaplikasikan dalam persoalan praktis. Pendekatan melalui defenisi
terkait dengan aksioma probabiltas lebih banyak digunakan sebagai dasar pemahaman
untuk mempelajari teori probabilitas yang lebih modern dan lebih lanjut
B. Jenis-jenis Probabilitas
1. Frekuensi Relatif
Suatu eksperimen acak memiliki prosedur “pilih bola dalam kotak yang berisi bola
identic yang diberi nomor 1,2,3” dengan observasi yang harus dilakukan adalah “catat
nomor bola”. Dalam eksperimen ini dapat 3 outcome yang mungkin (k) dengan ruang
sampel adalah S = {1,2,3}. Anggap eksperimen diulang sebanyak n kali (trial) dalam
kondisi yang sama.
a. Contoh outcome eksperimen dalam 100 trial yang dilakukan secara simulasi
menggunakan computer. Jelas bahwa outcome eksperimen secara konsisten tidak
dapat diprediksi dengan benar. Misalkan N1(n), N2(n), dan N3(n) merupakan
jumlah dari tiap outcome k yang terjadi, maka frekuensi relative dari outcome
tersebut didefenisikan dengan

Regulasi statistik menyatakan bahwa model probabilitas dalam teknik didasarkan

pada kenyataan bahwa rata-rata nilai deretan outcome yang panjang dari pengulangan
(trial) eksperimen acak secara konsisten menghasilkan nilai yang kurang lebih sama.
Oleh karena itu, fk (n) akan menuju nilai konstanta untuk n trial yang sangat besar
Dengan konstanta pk disebut dengan probabilitas untuk outcome k.
Contoh frekuensi relative untuk 3 outcome eksperimen. Frekuensi relative tersebut
konvergen pada nilai 1/3 bila jumlah trial semakin banyak seperti yang ditunjukan
pada gambar yang ke-2. Nilai frekuensi rekatif ini menunjukan bahwa terjadinya
masing-masing outcome dalam eksperimen memiliki kemungkinan yang sama

Karena jumlah terjadinya tiap outcome (Nk) dalam pemilihan bola yang diulang
sebanyak n kali (n trial) adalah bilangan antara 0 dan n, maka (0 < Nk < n untuk k
=1,2,3
Dan bila persamaan tersebut dibagi dengan n (banyak trial), diperboleh frkuensi
relative yang merupakan bilangan antara nol dan satu : 0 < fk < 1 untuk k = 1,2,3
 Jumlah dari terjadinya seluruh outcome yang mungkin adala sama dengan n, ditulis

Jika ke-2 sisi dari persamaan tersebut dibagi menjadi dengan n, maka jumlah seluruh
frekuensi relative adalah sama dengan 1, yaitu:

Persamaan ini merupakan sifat dari frekuensi relative. Beberapa kelemahan

pendekatan frekuensi relative diantaranya adalah pada umunya suatu eksperimen
jarang dilakukan sampai dengan tak hingga sehingga probabilitas pk tidak dapat
diketahui dengan pasti.
2. Aksioma Probabilitas
Misalkan A menyatakan evet yang didefenisikan pada ruang sampel S dan
probabilitas event A dinotasikan dengan P(A). Teori probabilitas dimulai dengan
pendefenisian tiga aksioma sebagai berikut:
a. P(A)> 0, aksioma ini menyatakan bahwa nilai probabilitas adalah bilangan tidak
negative
b. P(S)=1, aksioma ke-2 menyatakan bahwa ruang sampel meliputi seluruh hasil
yang mungkin dalam suatu eksperimen. Oleh karena itu probabilitas ruang sampel
mempunyai nilai probabilitas yang tertinggi yaitu 1. Nilai ini juga menyatakan
bahwa S diketahui sebagai event yang pasti. Sedangkan event yang tidak
mempunyai elemen diketahui sebagai event yang tidak mungkin dengan
probabilitas sama dengan nol (0)

c. , aksioma ini menyatakan bahwa probabilitas union

sejumlah event mutually exclusive sama dengan jumlah dari probabilitas event-
evet individu.
 Aksioma probabilitas memberikan sekumpulan aturan-aturan yang konsisten bahwa
bersaran probabilitas yang valid harus terpenuhi. Dari aksioma probabilitas ini, dapat
dikembangkan beberapa dalil yang berguna untuk perhitungan nilai probabilitas.

C. Hukum-hukum Probabilitas
Aturan Penjumlahan :
Untuk menerapkan aturan penjumlahan ini, harus dilihat jenis kejadiannya apakah
bersifat saling meniadakan atau tidak saling meniadakan.
1. Kejadian Saling Meniadakan :
Dua peristiwa atau lebih disebut saling meniadakan jika kedua atau lebih peristiwa itu
tidak dapat terjadi pada saat yang bersamaan. Jika peristiwa A dan B saling
meniadakan, probabilitas terjadinya peristiwa tersebut adalah P(A atau B) = P(A) +
P(B) atau P(A  B) = P(A) + P(B)
Contoh : Sebuah dadu dilemparkan ke atas, peritiwanya adalah
A = peristiwa mata dadu 4 muncul.
B = peristiwa mata dadu lebih kecil dari 3 muncul.
Tentukan probabilitas dari kejadian berikut !
Mata dadu 4 atau lebih kecil dari 3 muncul!
Penyelesaian : P(A) = 1/6, P(B) = 2/6, P(A atau B) = P(A) + P(B)
= 1/6 + 2/6
= 0,5
2. Kejadian Tidak Saling Meniadakan :
Dua peristiwa atau lebih disebut peristiwa tidak saling meniadakan apabila kedua
peristiwa atau lebih tersebut dapat terjadi pada saat yang bersamaan. Jika dua
peristiwa A dan B tidak saling meniadakan, probabilitas terjadinya peristiwa tersebut
adalah P(A atau B) = P(A) + P(B) – P(A dan B), P(A  B) = P(A) + P(B) – P(A  B)
Jika 3 peristiwa A, B, dan C tidak saling meniadakan, probabilitas terjadinya
peristiwa tersebut adalah P(A  B  C) = P(A) + P(B) + P(C) – P(A  B) – P(A 
C) – P(B  C) + P(A  B  C)
Aturan Perkalian :

Dalam konsep probabilitas, aturan perkalian diterapkan secara berbeda menurut jenis
kejadiannya. Ada dua jenis kejadian dalam hal ini, yaitu kejadian tak bebas dan kejadian
bebas.

1. Kejadian Tak Bebas :

Dua peristiwa atau lebih disebut kejadian tidak bebas apabila peristiwa yang satu
dipengaruhi atau tergantung pada peritiwa lainnya. Probabilitas peristiwa tidak saling
bebas dapat pula dibedakan atas tiga macam, yaitu yaitu probabilitas bersyarat,
gabungan, dan marjinal.
a. Probabilitas Bersyarat :
Probabilitas bersyarat peristiwa tidak saling bebas adalah probabilitas terjadinya
suatu peristiwa dengan syarat peristiwa lain harus terjadi dan peristiwa-peristiwa
tersebut saling mempengaruhi. Jika peristiwa B bersyarat terhadap A, probabilitas
terjadinya periwtiwa tersebut adalah P(B/A) dibaca probabilitas terjadinya B
dengan syarat peristiwa A terjadi.
b. Probabilitas Gabungan :
Probabilitas gabungan peritiwa tidak saling bebas adalah probabilitas terjadinya
dua atau lebih peristiwa secara berurutan (bersamaan) dan peristiwa-peristiwa itu
saling mempengaruhi.
Jika dua peristiwa A dan B gubungan, probabilitas terjadinya peristiwa tersebut
adalah P(A dan B) = P(A  B) = P(A) x P(B/A)
Jika tiga buah peristiwa A, B, dan C gabungan, probabilitas terjadinya peristiwa
tersebut adalah P(A  B  C) = P(A) x P(B/A) x P(C/A  B)
c. Probabilitas Marjinal :
Probabilitas marjinal peristiwa tidak saling bebas adalah probabilitas terjadinya
suatu peristiwa yang tidak memiliki hubungan dengan terjadinya peristiwa lain
dan peristiwa tersebut saling mempengaruhi. Jika dua peristiwa A adalah marjinal,
probabilitas terjadinya peristiwa A tersebut adalahP(A) = P(B  A) = P(Ai) x
P(B/Ai), i = 1, 2, 3, …..
2. Kejadian Bebas :
Dua kejadian atau lebih dikatakan merupakan kejadian bebas apabila terjadinya
kejadian tersebut tidak saling mempengaruhi. Dua kejadian A dan B dikatakan bebas,
kalau kejadian A tidak mempengaruhi B atau sebaliknya. Jika A dan B merupakan
kejadian bebas, mak P(A/B) = P(A) dan P(B/A) = P(B) atau P(A  B) = P(A) P(B) =
P(B) P(A)