Memahami Konsep Peluang Beryarat Dan Menguasai Setiap Konsep Peluang Bersyarat

Dalam Materi Tersebut Sesuai Rumus

Peluang Kejadian Bersyarat ~ Konsep (KoMa) (konsep-matematika.com)

Mengenal Peluang Kejadian Bersyarat dan Contoh Soalnya (zenius.net)

 Peluang kejadian bersyarat adalah peluang suatu kejadian terjadi yang dipengaruhi kejadian
(syarat) lain

Jadi, lebih rinkasnya coba bayangin ada kejadian A dan kejadian B. Nah, kita misalkan A
adalah kejadian yang merupakan syarat untuk kejadian B terjadi. Jadi, kita mencari peluang
kejadian B dengan syarat kejadian A harus terjadi.

Misalnya saja, Bapaknya berpikir kalau seandainya mendung sih, mungkin peluang buat
hujan bisa sampai 70%, ya. Berhubung langit lagi cerah berawan, sepertinya peluang hujan
cuma 30% aja, deh

Untuk dua kejadian A dan B, peluang bersyarat dari A,

adalah peluang A dimana B telah terjadi (atau tidak terjadi).

Peluang bersyarat A dimana B didefinisikan sebagai

Jika kejadian A dan B saling bebas (independen),

P(A ∩ B) = P(A)P( B).Sehingga

• P(A | B) = P(A)

• P(B | A) = P(B)

Jika kejadian A dan B saling terpisah, P(A ∩ B) = 0.

Sehingga, jika P(B) > 0, maka P(A | B) = 0.

Contoh :
Di sebuah daerah, peluang bahwa suatu hari akan berawan adalah 0.4. Diketahui juga bahwa
peluang suatu hari berawan dan hujan adalah 0.3. Jikalau hari ini berawan, berapakah peluang
bahwa hari ini akan hujan?
Marilah kita lambangkan kejadian hari berawan dengan A dan kejadian hari hujan
dengan H.

P(A) = 0.4

P(H ∩ A) = 0.3

Contoh :

Di sebuah kota, rasio (perbandingan) antara pria dan wanita adalah 6:4. Tiga puluh persen
dari pria adalah vegetarian. Berapakah prosentase dari penduduk kota itu pria vegetarian?
Marilah kita lambangkan peluang kejadian sembarang penduduk kota itu yang kita
pilih adalah pria dengan L dan peluang kejadian sembarang penduduk kota itu yang kita pilih
adalah vegetarian dengan V.

P(L) = 0.6

P(V | L) = 0.3

Jadi, 18 persen dari penduduk kota itu adalah pria vegetarian.

Contoh:
Peluang suatu penerbangan regular berangkat tepat pada waktunya adalah P(D)=0,83.peluang
penerbangan itu mendarat tepat pada waktunya adalah P(A)=0,92 dan peluang penerbangan

itu berangkat dan mendarat tepat pada waktunya adalah D A=0,78.Hitunglah peluang
bahwa suatu pesawat pada penerbangan itu ?

a) mendarat pada waktunya bila diketahui bahwa pesawat itu berangkat pada waktunya

P(A|D) = = 0,94

b) berangkat pada waktunya bila diketahui bahwa pesawat itu mendarat pada waktunya

P(D|A) = =0,85

Contoh :

Sebuah kota kecil memiliki 1 mobil pemadam dan 1 ambulan, peluang mobil pemadam
dapat digunakan adalah 0,98 dan peluang ambulan dapat digunakan 0,92 dalam hal terjadi
kecelakaan akibat kebakaran.Hitunglah peluang ambulan dan mobil pemadam itu keduanya
tersedia dan siap digunakan.

Ambulan(A) Pemadam (B)

P(A B)=…..?

P(A B) = P(A) . P(B)

= 0,92 . 0,98

= 0,9016

HUKUM PELUANG BERSYARAT

1. Hukum penjumlahan

2. Hukum perkalian

3. Frekuensi harapan
4. Kisaran nilai peluang

1. HUKUM PENJUMLAHAN

Digunakan apabila kita ingin menghitung probabilitas suatu kejadian tertentu atau yang
lain (atau keduanya) yang terjadi dalam suatu percobaan / kejadian tunggal.

Rumus Penjumlahan untuk kejadian-kejadian yang saling meniadakan;

P(A B) = P (AB) = P(A) + P(B)

Rumus Penjumlahan untuk kejadian-kejadian yang tidak saling meniadakan:

Dua Kejadian

P(A B) = P(A) + P(B) – P(A B).

Tiga Kejadian

P(A B C) = P(A)+P(B)+P(C)–P(A B)–P(A C)–P(B C)+P(A B C)

2. HUKUM PERKALIAN

Hukum perkalian untuk 2 kejadian Independen

P(A dan B) = P(A) x P(B)

Hukum perkalian untuk 3 kejadian Independen :

P(AÇB) = P(A) x P(B) x P(C)

P(A dan B) = P(A) x P(B), atau
P(A dan B) = P(A x P(BA), atau
 P(B dan A) = P(B) x P(AB)
Hukum perkalian untuk kejadian dependen:  

Contoh:

a) Berdasarkan pengalaman, sebuah produk susu kaleng yang lulus uji dalam hal
berat bersih akan diberi nilai 0.95. Lembaga konsumen membuktikan
pernyataan tersebut dengan cara mengukur 3 kaleng dengan sebuah alat ukur
tertentu. Dengan asumsi bahwa jika kaleng 1 lulus uji, maka kaleng 2 dan 3
belum tentu lulus, maka tentukan:

• a. Berapa probabilitas bahwa ketiga kaleng tsb lulus uji?

• b. Berapa probabilitas bahwa hanya dua kaleng yang lulus

• uji?

• c. Berapa probabilitas bahwa tidak ada yang lulus uji?

• Jawab:

a. P (3 lulus uji) = P (k1 k2 k3)

• = 0.95 x 0.95 x 0.95 = 0.86

• b. P (2 lulus uji) = P (k1∩k2∩k3’) + P (k1∩k2’∩k3) + P(k1’∩k2∩k3)

= (0.95 x 0.95 x0.05) + (0.09 x 0.05 x 0.95 + (0.05 x

0.95 x 0.95)

= 0.14

c. P (tidak ada yang lulus uji) = P(k1’∩ k2’∩k3’)

• = 0.05 x 0.05 x 0.05

• = 0.000125

3. FREKUENSI HARAPAN

Misalkan suatu percobaan dilakukan sebanyak N kali dengan peluang kejadian A adalah
P (A) , maka frekuensi harapan kejadian A adalah:

FH (A) = N . P (A)
Keterangan:

FH (A)   =  Frekuensi harapan A

N           =  Banyaknya percobaan

P (A)     =  Peluang kejadian A

Contoh :

Bila Sebuah Dadu Dilempar 720 Kali, Berapakah Frekuensi Harapan Dari Munculnya
Mata Dadu 1?

Jawab :

Pada Pelemparan Dadu 1 Kali, S = { 1 , 2 , 3 , 4 , 5 , 6}

Maka N(S) = 6.

Misalkan A Adalah Kejadian Munculnya Mata Dadu 1,

Maka : A= {1} Dan N(A) Sehingga :

P(A)= =

Frekuensi Harapan Munculnya Mata Dadu 1 Adalah:

FH (A) = N . P (A)

= 720 .

= 120

4. KISARAN PELUANG

Misalkan A adalah kejadian pada ruang sampel S dengan n(S) = n ; n(A) = k ; dan 0 ≤ k ≤
n ó k/n ≤ , maka 0 ≤ P(A) ≤ 1

Jadi, peluang suatu kejadian terletak pada interval tertutup [0.1]. kejadian yang
peluangnya 0 dinamakan kejadian mustahil, dan kejadian yang peluangnya 1 dinamakan
kejadian pasti
PELUANG SUATU KEJADIAN

1. Jenis kejadian

2. Menghitung peluang suatu kejadian

3. Frekuensi suatu kejadian

1. Jenis kejadian

a. Berdasar peluang terjadinya

Kejadian Saling Meniadakan (Mutually Exclusive), yaitu kejadian yang tidak dapat
terjadi secara bersama-sama dengan kejadian lainnya.

Contoh :

Hasil Ujian: Lulus vs Tidak lulus

Keadaan : Dingin vs Panas

Cuaca : Hujan vs Tidak Hujan

Kejadian Tidak Saling Meniadakan (Non-Mutually Exclusive), yaitukejadian yang

dapat terjadi secara bersama-sama dengan kejadian lainnya.

Contoh :

Keadaan vs Cuaca : Dingin vs Tidak hujan

Dingin vs Hujan

Panas vsTidak hujan

Panas vs Hujan

b. Berdasar pengaruh/hubunganya

Kejadian Independen, yaitu apabila terjadi atau tidaknya suatu kejadian tidak berpengaruh
pada probabilitas/peluang kejadian yang lain.

Kejadian Dependen, yaitu apabila terjadi atau tidaknya suatu kejadian berpengaruh pada
probabilitas/peluang kejadian

2. Menghitung pelung suatu kejadian

• Misalkan S adalah ruang sampel dari suatu percobaan dengan tiap anggotanya. S
memiliki kesempatan yang sama untuk muncul, dan A adalah suatu kejadian dengan ,
maka peluang kejadian A adalah:

P(A)=

• Keterangan :

• P (A)  = Peluang suatu kejadian A

• n (A)  = Banyaknya anggota dalam himpunan kejadian A

• n (S)  = Banyaknya anggota dalam himpunan S

Contoh:

• Pada percobaan melempar sebuah dadu tentukan peluang munculnya bilangan genap.

• Jawab:

• S = {1, 2, 3, 4, 5, 6}↔ n (S)  = 6

• Missal A = kejadian munculnya bilangan genap

• A = {2, 4, 6}↔n (A)  = 3

• Jadi peluang munculnya bilangan genap adalah

• P(A)=

• P(A)= =

3. FREKUENSI HARAPAN SUATU KEJADIAN

Misalkan suatu percobaan dilakukan sebanyak N kali dengan peluang kejadian A adalah
P (A) , maka frekuensi harapan kejadian A adalah:

FH (A) = N . P (A)
 Keterangan:

FH (A)   =  Frekuensi harapan A

N           =  Banyaknya percobaan

P (A)     =  Peluang kejadian A

Contoh :

• jka dadu dilempar 300 x tentukan frekuensi harapan munculnya bilangan prima yang
ganjil?

• Jawab:

• N = 300

• Missal B = kejadian munculnya bilangan prima yang ganjil

• B = {3, 5}↔n (B)  = 2

• FH (B)  = N . P (B)  = 300 .  (1/3)  = 100 kali.

Teorema Bayes

Teorema Bayes, diambil dari nama Rev. Thomas Bayes,

menggambarkan hubungan antara peluang bersyarat

dari dua kejadian A dan B sebagai berikut:

Di sebuah negara, diketahui bahwa 2% dari penduduknya menderita sebuah penyakit langka.
97% dari hasil tes klinik adalah positif bahwa seseorang menderita penyakit itu. Ketika
seseorang yang tidak menderita penyakit itu dites dengan tes yang sama, 9% dari hasil tes
memberikan hasil positif yang salah.Jika sembarang orang dari negara itu mengambil test dan
mendapat hasil positif, berapakah peluang bahwa dia benar-benar menderita penyakit langka
itu?. Secara sepintas, nampaknya bahwa ada peluang yang besar bahwa orang itu memang
benar-benar menderita penyakit langka itu. Karena kita tahu bahwa hasil test klinik yang
cukup akurat (97%). Tetapi apakah benar demikian? Marilah kita lihat perhitungan
matematikanya.

Marilah kita lambangkan informasi tersebut sebagai berikut:

 B = Kejadian tes memberikan hasil positif.

 B’ = Kejadian tes memberikan hasil negatif.

 A = Kejadian seseorang menderita penyakit langka itu.

 A’ = Kejadian seseorang tidak menderita penyakit langkat itu.

Kita ketahui juga peluang dari kejadian-kejadian berikut:

• P (A) = 2%

• P (A’) = 98%

• P (B | A) = 97%

• P (B |A’) = 9%

• P (B’| A) = 3%

• P (B’|A’) = 91%

• Dengan menggunakan rumus untuk peluang bersyarat, dapat kita simpulkan peluang
dari kejadian-kejadian yang mungkin terjadi dalam table

•
Hasil perhitungan ini sangat berbeda dengan intuisi kita di atas. Peluang bahwa orang yang
mendapat hasil tes positif itu benar-benar menderita penyakit langka tidak sebesar yang kita
bayangkan. Cuma ada sekitar 18% kemungkinan bahwa dia benar-benar menderita penyakit
itu.

Mengapakah demikian?

Kita bisa juga meninjau situasi di atas sebagai berikut. Misalnya populasi negara tersebut
adalah 1000 orang. Hanya 20 orang yang menderita penyakit langka itu (2%). 19 orang dari
antaranya akan mendapat hasil tes yang positif (97% hasil positif yang benar). Dari 980 orang
yang tidak menderita penyakit itu, sekitar 88 orang juga akan mendapat hasil tes positif (9%
hasil positif yang salah).

Jadi, 1000 orang di negara itu dapat kita kelompokkan sebagai berikut:

19 orang mendapat hasil tes positif yang benar

1 orang mendapat hasil tes negatif yang salah

88 orang mendapat hasil tes positif yang salah

892 orang mendapat hasil tes negatif yang benar

Bisa kita lihat dari informasi di atas, bahwa ada (88 + 19) = 107 orang yang akan
mendapatkan hasil tes positif (tidak perduli bahwa dia benar-benar menderita penyakit langka
itu atau tidak). Dari 107 orang ini, berapakah yang benar-benar menderita penyakit? Hanya
19 orang dari 107, atau sekitar 18%.
Contoh :

Pegawai suatu kantor menyewa taksi dari perusahaan dengan rincian sbb:

60% taksi blue birds 9% taksi blue birds perlu diservis

30% taksi presiden 20% taksi presiden perlu diservis

10% taksi mutiara 6% taksi mutiara perlu diservis

diketahui pula bahwa.jika sebuah taksi yang di sewa oleh pegawai kantor tersebut ternyata
perlu di servis.hitunglah peluang taksi yg di sewa adalah taxi bluebirds?

T : taksi perlu disservice

P : sewa taksi presiden B = 0,6 = P(T|B) 0,09

M : sewa taksi mutiara M = 0,1 = P(T|M) 0,06

B : sewa taksi bluebirds P = 0,3 = P(T|P) 0,2

P(B|T) =

= 0,45

Contoh Teorema / Aturan Bayes

• Tiga anggota suatu koperasi dicalonkan menjadi ketua.Peluang Pak Ali terpilih 0,3 ,
peluang Pak Badu terpilih 0,5 sedangkan Pak Cokro 0,2. Kalau Pak Ali terpilih maka
peluang kenaikan iuran koperasi adalah 0,8. Bila pak Badu atau Pak Cokro yang
terpilih maka peluang kenaikan iuran adalah masing-masing 0,1 dan 0,4. Bila
seseorang merencanakan masuk jadi anggota koperasi tersebut tetapi menundanya
beberapa minggu dan kemudian mengetahui bahwa iuran telah naik, berapakah
peluang Pak Cokro terpilih menjadi ketua ?