STATISTIKA BISNIS: TEORI PROBABILITAS

MAKALAH

Disusun untuk memenuhi tugas Mata Kuliah : Statistika Bisnis

Dosen Pengampu : Muhammad Abdullah S.E., M.M.

DISUSUN OLEH:
MUFTIA FAUZIAH (24210102)

PROGRAM STUDI SARJANA MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS NUSA MANDIRI
2022
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas segala karunia dan nikmat-Nya maka
makalah yang berjudul "Teori Probabilitas” ini dapat diselesaikan dengan sebaik-
baiknya. Makalah ini disusun untuk memenuhi tugas mata kuliah Statistika.

Pemilihan tema makalah didasari atas tugas yang sudah ditentukan oleh
dosen mata kuliah Statistika dan juga sebagai pengenalan kepada mahasiswa.
Makalah ini dapat diselesaikan tepat pada waktunya berkat dukungan baik
moral maupun material dari beberapa pihak yang tidak bisa kami sebutkan satu
persatu. Untuk itu kami ucapkan terima kasih.

Penulis menyadari bahwa tidak ada pekerjaan manusia yang sempurna,

maka dari itu penulis memohon maaf atas segala kekurangan yang ada di
dalam makalah baik dari segi penyusunan makalah, EYD, kosa kata, tata
bahasa, etika maupun isi. Penulis sangat mengharapkan kritik dan saran yang
membangun dari pembaca sekalian untuk dijadikan sebagai bahan evaluasi.

Demikian, semoga makalah ini dapat diterima sebagai bahan

pembelajaran dan penambah intelektual bangsa.

Hormat Saya,

Muftia Fauziah

1
 DAFTAR ISI

Hlm.

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

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

DAFTAR GAMBAR …...................................................................................... iii

BAB I PENDAHULUAN …................................................................................. 3

A. LATAR BELAKANG …......................................................................... 3

B. RUMUSAN MASALAH ….................................................................... 4

C. TUJUAN PENGUMPULAN DATA …................................................... 5

D. MANFAAT PENGUMPULAN DATA ................................................... 5

BAB II PEMBAHASAN ……..…......................................................................... 6

A. PENGERTIAN PROBABILITAS …......................................................... 6

B. PENDEKATAN PROBABILITAS …........................................................ 7

C. PROBABILITAS MEJEMUK DAN DISTRIBUSI PROBABILITAS …........... 12

D. HUBUNGAN PROBABILITAS DENGAN ILMU LAIN ............................ 14

2
BAB III PENUTUP ….......................................................................................... 15

A. KESIMPULAN ….................................................................................. 15

B. SARAN-SARAN ….............................................................................. 15

DAFTAR PUSTAKA …....................................................................................... 16

3
 BAB I
PENDAHULUAN

A. LATAR BELAKANG
Dunia yang penuh dengan kepastian, seringkali harus berhadapan
dengan ketidakpastian. Dalam ilmu statistika, terdapat materi untuk dipelajari
bagaimana mengatasi permalasahan tersebut, yaitu dengan mempelajari teori
probabilitas.
Dalam kehidupan sehari-hari kita sering dihadapkan dengan beberapa
pilihan yang harus kita tentukan. Kita dihadapkan dengan kemungkinan-
kemungkinan suatu kejadian yang mungkin terjadi dan kita harus pintar-pintar
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 permasalahan, yaitu kemungkinan terjadinya hujan
serta kemungkinan langit hanya mendung saja dan tidak akan turunnya hujan.
Statistik yang membantu permasalahan dalam hal ini adalah probabilitas.
Semua peristiwa tersebut berada dalam “ketidakpastian” atau
“encertainty”. Dengan demikian, probabilitas atau peluang merupakan derakat
kepastian untuk terjadinya suatu peristiwa yang diukur dengan angka pecahan
antara nol sampai dengan satu, dimana peristiwa tersebut terjadi secara acak
atau random.
B. RUMUSAN MASALAH
Berdasarkan permasalahan–permasalahan yang terjadi maka dapat
dirumuskan rumusan permasalahan sebagai berikut:
1. Apa itu Pengertian Probabilitas?
2. Apa saja Komponen Dasar Probabilitas?
3. Bagaimana Pendekatan Probabilitas?
4. Apa itu Probailitas Manjemuk dan Distribusi Probabilitas?
5. Bagaimana hubungan Probabilitas dengan ilmu lain?

4
C. TUJUAN PENGUMPULAN DATA
Berdasarkan rumusan masalah yang telah diuraikan sebelumnya, maka
tujuan dari makalah ini adalah :
1. Untuk mengetahui Pengertian Probabilitas.
2. Untuk mengetahui Komponen Dasar Probabilitas.
3. Untuk mengetahui Pendekatan Probabilitas.
4. Untuk mengetahui Probabilitas Majemuk dan Distribusi Probabilitas.
5. Untuk mengetahui hubungan Probabilitas dengan ilmu lain.
D. MANFAAT PENGUMPULAN DATA
Berdasarkan yang telah diuraikan, maka manfaat makalah ini adalah:
1. Menambah wawasan baru tentang teori probabilitas.
2. Dapat berkontribusi dalam menambah khazanah ilmu pengetahuan.
3. Sebagai acuan, referensi, atau pertimbangan penelitian lebih lanjut.

5
 BAB II
PEMBAHASAN

A. PENGERTIAN PROBABILITAS
Probabilitas adalah suatu nilai yang digunakan untuk mengukur tingkat
terjadinya suatu kejadian yang acak. Kata probabilitas itu sendiri sering disebut
dengan peluang atau kemungkinan. Probabilitas secara umum merupakan
peluang bahwa sesuatu akan terjadi (Susanti, 2014).
Dalam mempelajari probabilitas, ada tiga kata kunci yang harus diketahui
yaitu eksperimen, hasil (outcome) dan kejadian atau peristiwa (event). Sebagai
contoh, sebuah eksperimen dilakukan dengan menanyakan kepada 100 orang
pembaca, apakah mereka akan mengambil mata kuliah statistik atau kalkulus.
Dari eksperimen ini akan terdapat beberapa kemungkinan hasil.
Probabilitas biasanya dinyatakan dengan bilangan desimal (seperti 0,50,
0,20 atau 0,89) atau bilangan pecahan seperti 5/100, 20/100, 75/100. Nilai dari
probabilitas berkisar antara 0 sampai dengan 1. Jika semakin dekat nilai
probabilitas ke nilai 0, maka semakin kecil juga kemungkinan suatu kejadian akan
terjadi. Jika semakin dekat nilai probabilitas ke nilai 1, maka semakin besar
peluang suatu kejadian akan terjadi.
Terdapat dua prosedur penting untuk menentukan probabilitas dari suatu
kejadian (Spiegel, Schiller, & Srinivasan, 2004).
1. Metode Klasik
Jika suatu kejadian dapat terjadi dalam h cara yang berbeda dari total n cara
yang mungkin, maka probabilitas dari kejadian tersebut adalah h/n. Contoh:
Probabilitas munculnya kepala ketika sebuah koin dilemparkan sekali. Koin
mempunyai dua kemungkinan sama besar, yaitu kepala dan ekor (dengan
asumsi koin ideal, koin tidak menggelinding atau berdiri tegak). Maka
probabilitas dari munculnya kepala adalah satu cara dari dua cara tersebut
adalah ½.

6
 2. Metode Frekuensi
Jika setelah suatu eksperimen diulang n kali, dimana n sangat besar, terlihat
bahwa suatu kejadian terjadi sebanyak h kali, maka probabilitas dari kejadian
tersebut adalah h/n. Ini juga disebut sebagai probabilitas empiris dari kejadian
tersebut. Contoh: Jika kita melempar sebuah koin sebanyak 1000 kali dan
kepala muncul sebanyak 532 kali, maka probabilitas kemunculan kepala
adalah 532/1000 = 0,532.
B. KOMPONEN DASAR PROBALITAS
Komponen-komponen dasar model probabilitas mempunyai tiga
komponen dasar, yaitu:
1. Ruang sampel (sample space).
Ruang sampel adalah himpunan semua hasil yang mungkin dari
fenomena random. Secara umum ruang sampel dapat ditulis dalam huruf
Greek (Yunani) Ω (omega). Elemen-elemen Ω , secara umum ditulis dengan
 dan disebut sebagai titik-titik sampel atau hasil (outcome).
2. Kejadian (event).
Suatu kejadian (event) adalah himpunan bagian dari ruang sampel.
Karena Ω adalah himpunan bagian dari Ω maka Ω adalah suatu kejadian
dan disebut kejadian universal. Dengan cara sama himpunan nol ( )  adalah
himpunan bagian dari Ω . Jadi,  juga suatu kejadian dan disebut kejadian
tidak mempunyai anggota. Jadi kejadian universal selalu terjadi dan kejadian
nol tidak ada kejadian yang timbul.
3. Probabilitas kejadian (probability of events)
Probabilitas suatu kejadian E, ditulis P E( ) , adalah suatu angka yang
menunjukkan kemungkinan terjadinya suatu kejadian (event) E. Fungsi P tidak
boleh sebarangan dan harus memenuhi syarat-syarat tertentu yang
memberikan deskripsi konsisten dari suatu fenomena random

7
C. PENDEKATAN PROBABILITAS
Teori probabilitas untuk ruang sampel berhingga menetapkan suatu
himpunan bilangan yang dinamakan bobot dan bernilai dari 0 sampai 1
sehingga probabilitas terjadinya suatu kejadian dapat dihitung. Tiap titik pada
ruang sampel dikaitkan dengan suatu bobot sehingga jumlah semua bobot
sama dengan 1. Berikut ini aksioma-aksioma probabilitas yang nantinya akan
digunakan dalam teori probabilitas.

Aksioma-aksioma probabilitas :
 Untuk setiap kejadian A berlaku P(A) ≥ 0.
 Untuk kejadian pasti S berlaku P(S) = 1.
 Untuk semua kejadian yang saling asing A1, A2, ....,
berlaku P(A1 ∪ A2 ∪ ..... ) = P(A1) + P(A2) + ......

Definisi II.1
Probabilitas suatu kejadian A adalah jumlahan dari probabilitas kejadian
sederhana.

Teorema II.1
Bila suatu percobaan dapat menghasilkan N macam hasil yang berkemungkinan
sama dan bila tepat sebanyak n dari hasil berkaitan dengan kejadian A maka
probabilitas kejadian A adalah P(A) = n/N.

Teorema II.2
Jika A ⊂ B maka P(A) ≤ P(B) dan P(B – A) = P(B) – P(A).
Bukti : Karena B = A ∪ (B – A) dengan A dan (B – A) saling asing maka
P(B) = P(A) + P(B – A, Sehingga P(B – A) = P(B) – P(A) karena probabilitas
maka, P(B – A) ≥ 0 sehingga P(B)–P(A) ≥ 0 atau P(B) ≥ P(A).

8
Teorema II.3
Untuk setiap kejadian A berlaku 0 ≤ P(A) ≤ 1.
Bukti : Berdasarkan aksioma 1, maka P(A) ≥ 0 dan karena untuk setiap kejadian
A berlaku A ⊂ S maka P(A) ≤ P(S) = 1. Terbukti 0 ≤ P(A) ≤ 1.

Teorema II.4
P(∅) = 0. Hal itu berarti bahwa kejadian mustahil mempunyai probabilitas 0.
Bukti : Karena S = S ∪ ∅ dan S ∩ ∅ = ∅ maka P(S) = P(S) + P(∅) sehingga P(∅) = 0.

Teorema II.5
Jika Ac adalah komplemen dari kejadian A maka berlaku P(Ac) = 1 – P(A).
Bukti : Karena A ∪ Ac = S dan A ∩ Ac = ∅ makaP(A) + P(Ac) = P(S) atau P(A) +
P(Ac) = 1 sehingga P(A) = 1 – P(Ac).

Teorema II.6
Jika A dan B dua kejadian sebarang maka berlaku P(A∪B) = P(A) + P(B) – P(A∩B).
Bukti :

Gambar 2.1 Diagram Venn A ∪ B.

Berdasarkan diagram Venn pada Gambar II.1 di atas, diperoleh:

A ∪ B = A ∪ (B – (A ∩ B))
dengan A dan B – (A ∩ B) adalah dua kejadian yang saling asing sehingga, P(A
∪ B) = P(A) + P[ B – (A ∩ B)]
dan dengan hasil Teorema II.2 maka diperoleh:
P(A ∪ B) = P(A) + P(B) – P(A ∩ B).
Perluasan teorema ini dapat dinyatakan sebagai berikut :

9
Jika A, B dan C tiga kejadian sebarang maka berlaku sifat :
P(A ∪ B ∪ C) = P(A) + P(B) + P(C)
– P(A ∩ B) – P(A ∩ C) – P(B ∩ C)+ P(A ∩ B ∩ C)

Teorema II.7
Untuk dua kejadian sebarang A dan B berlaku
P(B) = P(B ∩ A) + P(B ∩ Ac).
Bukti :

Gambar 2.3 Hubungan antara himpunan B, B ∩ A dan B ∩ A c

Bahwa B = (B ∩ A) ∪ (B ∩ Ac) dan dua kejadian tersebut yaitu A ∩ B dan A ∩ B c

saling asing sehingga diperoleh P(B) = P(B ∩ A) + P(B ∩ Ac).
Secara umum, teorema di atas dapat dinyatakan sebagai
P(B) = P(B ∩ A1) + P(B ∩ A2) + ..... + P(B ∩ An).
dan digambarkan dalam diagram Venn berikut ini.

Gambar II.4 Hubungan antara himpunan B, A1, A2, …, An

Definisi II.2
Probabilitas bersyarat dari B diberikan bahwa A telah terjadi adalah

Jika P(A) > 0

Akibatnya, probabilitas bersyarat dari A diberikan bahwa B telah terjadi adalah

Jika P(B) > 0

10
Definisi II.3
Dua kejadian A dan B dikatakan saling bebas (independent) jika dan hanya jika
P(A | B) = P(A) atau P(B | A) = P(B).
Jika tidak demikian maka dua kejadian tersebut dikatakan saling
bergantung (dependent).

Hukum Multiplikatif Probabilitas

Misalkan diketahui kejadian A dan kejadian B, probabilitas dari irisan
A ∩ B adalah P(A ∩ B) = P(A) P(B|A) = P(B) P(A|B).
Jika A dan B saling bebas maka P(A ∩ B) = P(A) P(B).

Teorema II.8
Untuk tiga kejadian sebarang A, B dan C berlaku
P( A ∩ B ∩ C) = P(A) P(B | A) P(C | A ∩ B).
Bukti :

Sifat-sifat Probabilitas Bersyarat:

1. Jika A ⊂ B maka P(A | C) ≤ P(B | C).
2. P(Ac|B) = 1 – P(A|B).
3. P(A ∪ B | C) = P(A | C) + P(B | C) – P(A ∩ B | C).
4. Secara umum berlaku hukum multiplikatif :
P(A1 ∩ A2 ∩ …. ∩ An) = P(A1) P(A2 | A1) P(A3 | A1 ∩ A2) …. P(An | A1 ∩
A2 ∩ …. ∩ An-1).

11
 Teorema Bayes
Teorema Bayes yaitu suatu formula yang menjelaskan bagaimana caranya
memperbarui sebuah probabilitas dari suatu hipotesis saat kita udah
menemukan suatu bukti atau petunjuk baru.

Teorema II.5
Misalkan {A, Ac} suatu himpunan kejadian yang merupakan suatu sekatan
sederhana dari ruang sampel S dengan P(A) ≠ 0. Misalkan B adalah suatu
kejadian sembarang dalam S dengan P(A) ≠ 0 maka berlaku:

Teorema II.6
Misalkan {A1, A2, …, An} suatu himpunan kejadian yang merupakan suatu
sekatan ruang sampel S dengan P(Ai) ≠ 0 untuk i = 1,2, …, n. Misalkan B suatu
kejadian sembarang dalam S dengan P(B) ≠ 0 maka untuk k = 1,2, …, n berlaku:

D. PROBABILITAS MAJEMUK DAN DISTRIBUSI PROBABILITAS

I. PROBABILITAS MAJEMUK
Teori probabilitas modern telah dikembangkan secara aksiomatis di
mana probabilitas merupakan suatu ukuran yang menunjukkan tingkat
keyakinan atas terjadinya suatu persoalan. Teori probabilitas majemuk
merupakan lanjutan dari bab sebelumnya, yaitu bab konsep dasar
probabilitas.
Bila A dan B kejadian sembarang pada ruang sampel S maka
probabilitas gabungan dan irisan dari kedua peristiwa tersebut dapat
ditentukan dengan menggunakan perhitungan konsep joint event. Sama

12
 halnya dengan Konsep Dasar Probabilitas, pada bab ini tetap
memperhatikan nilai Ruang Sampel, nilai Peristiwa, dan nilai Probabilitas.
Peristiwa Majemuk atau bersama adalah terjadinya dua atau lebih
peristiwa dalam satu percobaan. Diberikan variabel acak X,Y,..., yang
ditentukan pada ruang probabilitas. Distribusi probabilitas gabungan untuk
X,Y,... adalah distribusi probabilitas yang memberikan probabilitas bahwa
masing-masing X,Y,... berada dalam rentang atau sekumpulan nilai
tertentu yang ditentukan untuk variabel tersebut. Pada kasus hanya dua
variabel acak, hal ini disebut dengan distribusi bivariat. Namun konsep
tersebut digeneralisasikan pada sejumlah variable acak, sehingga
memberikan distribusi multivariat (Douglas, 2013).
II. Distribusi Probabilitas
Suatu daftar dari semua nilai variabel random dengan probabilitas
terjadinya masing-masing nilai data. Distribusi peluang utama adalah
distribusi normal yang akan menjadi tolak ukur dari semua data yang harus
memenuhi salah satu syarat data yang baik adalah data harus berbentuk
distribusi normal.
Dalam teori probabilitas dan statistika, distribusi probabilitas adalah
fungsi matematika yang menyediakan probabilitas terjadinya berbagai
hasil yang mungkin dalam percobaan (Brian, 2006). Dalam istilah yang
lebih teknis, distribusi probabilitas adalah diskripsi dari fenomena acak
dalam hal probabilitas kejadian (Robert, 2008).
Jika variabel acak X digunakan untuk menunjukkan hasil
percobaan lemparan koin, maka distribusi probabilitas X akan mengambil
nilai 0,5 untuk X= Gambar, dan 0,5 untuk X = Angka (dengan asumsi bahwa
koin itu berlaku sama atau adil) (Michael, 2010). Fenomena acak dapat
mencakup hasil percobaan atau survei. Distribusi probabilitas ditentukan
dalam hal ruang sampel yang mendasarinya, yang merupakan semua

13
 hasil yang mungkin dari fenomena acak yang diamati. Distribusi
probabilitas secara umum dibagi menjadi dua kelas:
o Distribusi probabilitas diskrit (berlaku untuk scenario di mana himpunan
hasil yang mungkin adalah diskrit, seperti pada percobaan pelemparan
koin atau pelemparan dadu). Percobaan tersebut dapat dikodekan
dengan daftar diskrit dari probabilitas hasil. Hal ini dikenal sebagai fungsi
massa probabilitas.
o Diistribusi probabilitas kontinu (berlaku untuk scenario di mana
himpunan hasil yang mungkin dapat mengambil nilai dalam rentang
kontinu (misalnya bilangan nyata, seperti suhu pada hari tertentu).
Dalam hal ini biasanya dijelaskan oleh fungsi kepadatan probabilitas
setiap hasil individu benar-benar menjadi 0 (nol).
Distribusi probabilitas yang ruang sampelnya satu dimensi (misalnya
bilangan nyata, daftar label, label berurutan atau biner) disebut univariat.
Sedangkan distribusi yang ruang sampelnya adalah ruang vektor dimensi
2 atau lebih disebut multivariat. Distribusi univariat memberikan probabilitas
variabel acak tunggal mengambil berbagai nilai alternatif. Distribusi
multivariat (distribusi probabilitas gabungan) memberikan probabilitas
vektor acak - daftar dua atau lebih variabel acak menggunakan berbagai
kombinasi nilai.

E. HUBUNGAN PROBABILITAS DENGAN ILMU LAINNYA

Probabilitas, yakni suatu penilain terhadap benar salahnya suatu
peristiwayang masih mengandung kemungkinan atau belum pasti. Dalam hidup
manusia dihadapkan dengan berbagai kemungkinan sedikit sekali kebenaran
yang di lakukanoleh manusia dalam hidupnya. Sebab sesuatu yang di anggap
benar, belum tentu itubenar.
Dari suatu yang benar itu, jika di analisis dengan tepat dan sesuai
denganfakta yang ada, maka akan menimbulkan berbagai macam
kemungkinan. Tanpaadanya probabilitas hidup manusia akan mengalami

14
kesulitan yang tidak dapat diatasi oleh manusia itu sendiri.Probabilitas adalah
suatu pernyataan yang memuat ramalan dari keyakinantentang terjadinya
suatu peristiwa di masa akan datang.
Dalam kehidupan manusia sering terjadi tindakan atas dasar suatu
kebenaran. Ini berarti ketika manusia itumempunyai harapan bahwa apa yang
di percaya secara rasional itu akan benar-benar terjadi. Dan manusia memiliki
suatu tindakan yang satu dan yang lainberdasarkan tingkat rendahnya suatu
peristiwa. Berdasarkan kenyataan, ilmu- ilmu tidak pernah memberikan
keterangan yang pasti tentang peristiwa.
Hal ini dikarenakan keterangan yang diberikan bersifat kemungkinan.
Suatu probabilitas dapat dipertanggung jawabkan karena disusun berdasarkan
pengalaman-pengalaman yang ada. Dengan pengalaman inilah manusia bisa
merumuskan suatu penyelesaian dari masalahyang dihadapi dalam hidup. Dari
teori ilmu yang kita pelajari, ilmu meberikan kepada kita pengetahuan sebagai
dasar kita mengambil keputusan.
Jadi keputusan yang kita ambil berdasarkan keilmuan tersebut dengan
menandai resiko yang kita bakal hadapi kedepan. Sehingga sesorang tidak takut
lagi dengan resiko itu, karena telah diputuskan secara matang-matang pilihan
tersebut. Pilihan ini berkaitan dengan probabilitas atau suatu nilai kebenaran
yang ada. Dengan demikian nilai probabilitas ilmu itu sangat berguna bagi
kehidupan manusia.

15
 BAB V
PENUTUP

A. KESIMPULAN
Probabilitas adalah peluang suatu kejadian. Manfaatnya mengetahui
probabilitas adalah membantu pengambilan keputusan yang tepat, karena
kehidupan di dunia tidak ada kepastian, dan informasi yang tidak sempurna.
Konsep peluang digunakan untuk menarik kesimpulan dari eksperimen
yang memuat suatu kejadian yang tidak pasti. Misal: eksperimen yang diulang-
ulang dalam kondisi yang sama akan memberikan hasil yang berbeda-beda.
Hasil eksperimen ini, sangat bervariasi dan tidak tunggal.
Jika ruang sampel memuat semua kejadian yang mungkin terjadi, maka
peluang dalam ruang sampel berhingga adalah pemberian bobot yang bernilai
antara 0 dan 1. Sehingga kemungkinan terjadinya suatu kejadian yang berasal
dari percobaan statistik dapat dihitung. Jika tiap-tiap hasil eksperimen dianggap
mempunyai kemungkinan yang sama untuk muncul, maka peluang
kemungkinan tersebut akan diberi bobot yang sama. Dan jumlah bobot semua
unsur dalam ruang sampel S adalah 1.

B. SARAN-SARAN
Dalam kehidupan manusia sering terjadi tindakan atas dasar suatu
kebenaran. Hal ini dikarenakan keterangan yang diberikan bersifat
kemungkinan. Suatu probabilitas dapat dipertanggung jawabkan karena disusun
berdasarkan pengalaman-pengalaman yang ada. Pilihan ini berkaitan dengan
probabilitas atau suatu nilai kebenaran yang ada. Dengan demikian nilai
probabilitas ilmu itu sangat berguna bagi kehidupan manusia.

16
 DAFTAR PUSTAKA

Wahyuningrum, Sri Rizqi. (2020). STATISTIKA PENDIDIKAN KONSEP DATA DAN

PELUANG. Jakarta: CV. Jakad Media Publishing.

Ratnaningsih, Dewi Juliah. Haryono. (2018). PENGANTAR PROSES SKOLASTIK.

Tangerang Selatan: Universitas Terbuka Press.

Noeryanti. (2021). PENGANTAR TEORI PROBABILITAS Edisi Satu. Yogyakarta:

AKPRIND Press Yogyakarta.

Setiawan, Adi. (2015). PENGANTAR TEORI PROBABILITAS. Salatiga: Tisara Grafika

Press.

17