RINGKASAN PROBABILITAS DAN STATISTIKA

KONSEP DASAR PROBABILITAS

Dosen Pengampu : Ir. Olnes Y. Hutajulu, M.Eng., IPM

Disusun oleh :
Kelompok 5
Yehezkiel Situmorang(5231230020)
Elvin Aritonang(5233520004)
Munawar Fadhil Effendi(5233530010)

UNIVERSITAS NEGERI MEDAN

FAKULTAS TEKNIK
JURUSAN PENDIDIKAN TEKNIK ELEKTRO
2024
 KATA PENGANTAR

Probabilitas, sebagai alat untuk mengukur dan memodelkan ketidakpastian,

telah memainkan peran penting dalam berbagai bidang ilmu pengetahuan, teknologi,
dan kehidupan sehari-hari. Makalah ini bertujuan untuk menyelami konsep-konsep
dasar probabilitas dengan cara yang sistematis dan komprehensif, sehingga pembaca
dapat memperoleh pemahaman yang kokoh tentang subjek ini.
Pembahasan dalam makalah ini dimulai dengan pengenalan konsep dasar
seperti ruang sampel, peristiwa, dan distribusi probabilitas. Kami kemudian
menguraikan teori probabilitas klasik, teori probabilitas bersyarat, dan konsep-konsep
penting lainnya yang membentuk landasan dari probabilitas modern.
Kami menyadari bahwa topik ini mungkin kompleks bagi beberapa pembaca, namun
kami telah berusaha sebaik mungkin untuk menjelaskan konsep-konsep tersebut
dengan jelas dan terperinci. Kami berharap makalah ini dapat menjadi sumber yang
bermanfaat bagi pembaca yang ingin memperdalam pemahaman mereka tentang
dasardasar probabilitas.
Akhirnya, kami ingin mengucapkan terima kasih kepada semua pihak yang telah
membantu dalam pembuatan makalah ini, serta kepada pembaca yang telah
meluangkan waktu untuk membacanya. Semoga makalah ini dapat memberikan
wawasan yang berharga dan memperkaya pemahaman kita tentang konsep dasar
probabilitas. Terima kasih.

Medan, 10 Februari 2024

 i

DAFTAR ISI

KATA PENGANTAR....................................................................................................i
DAFTAR ISI................................................................................................................ii
BAB I PENDAHULUAN............................................................................................1
1.1 LATAR BELAKANG.........................................................................................1
1.2 PEMBAHASAN MATERI.................................................................................1
1.3 TUJUAN INSTRUKSIONAL KHUSUS...........................................................2
BAB II PEMBAHASAN..............................................................................................3
2.1 PEMAHAMAN KONSEP PROBABILITAS....................................................3
2.2 PERUMUSAN PROBABILITAS......................................................................4
2.2.1 Perumusan Klasik.........................................................................................4
1.2.2 Perumusan dengan Frekuensi Relatif...........................................................5
1.2.3 Pendekatan Subjektif....................................................................................6
2.3 RUANG SAMPEL DAN KEJADIAN...............................................................7
2.4 PROBABILITAS KEJADIAN MAJEMUK AB DAN A B...............................9
1.4.1 Dua Kejadian Saling Lepas........................................................................10
1.4.2 Dua Kejadian Saling Bebas........................................................................10
2.5 PROBABILITAS BERSYARAT (CONDITIONAL PROBABILITY)............11
2.6 PROBABILITAS GABUNGAN (JOIN PROBABILITY)..............................12
2.7 PROBABILITAS KEJADIAN MARGINAL (MARGINAL PROBABILITY)
DAN TEOREMA BAYES......................................................................................13
BAB III PENUTUP....................................................................................................17
3.1 KESIMPULAN.................................................................................................17
DAFTAR PUSTAKA.................................................................................................18
 BAB I PENDAHULUAN

1.1 LATAR BELAKANG

Dalam dunia yang penuh dengan ketidakpastian, pemahaman tentang probabilitas

menjadi semakin penting. Probabilitas, sebagai alat untuk mengukur dan memodelkan
ketidakpastian, memiliki aplikasi yang luas dalam berbagai bidang, termasuk ilmu
pengetahuan, teknologi, keuangan, dan masih banyak lagi. Memahami konsep dasar
probabilitas adalah langkah pertama yang penting dalam memahami dunia yang
kompleks ini.
Dalam konteks ini, makalah ini bertujuan untuk menjelajahi dan mendalami konsep
dasar probabilitas. Latar belakang yang mendasari penelitian ini meliputi Pentingnya
Probabilitas dalam Pengambilan Keputusan,Aplikasi Probabilitas dalam Berbagai
Bidang,Kesulitan dalam Memahami Ketidakpastian,Perkembangan Teori Probabilitas
Dengan memahami latar belakang ini, makalah ini bertujuan untuk memberikan
pemahaman yang kokoh tentang konsep dasar probabilitas, serta mengilustrasikan
aplikasi-aplikasi praktisnya dalam berbagai konteks. Diharapkan bahwa penelitian ini
akan memberikan kontribusi yang berarti dalam memperluas pemahaman kita tentang
probabilitas dan meningkatkan kemampuan kita dalam mengelola ketidakpastian.

1.2 PEMBAHASAN MATERI

Bab ini membahas pemahaman konsep probabilitas, perumusan proba- bilitas,

ruang sampel dan kejadian, probabilitas kejadian majemuk AB dan AB, probabilitas
bersyarat (conditional probability), probabilitas gabungan (joint probability),
probabilitas kejadian marginal (marginal probability), dan teorema Bayes.

1
1.3 TUJUAN INSTRUKSIONAL KHUSUS

Setelah selesai mempelajari bab ini, Anda diharapkan mampu

• Memahami dan menjelaskan konsep probabilitas.
• Memahami dan mengoperasikan rumus-rumus probabilitas.
• Memahami dan menjelaskan pengertian ruang sampel dan kejadian.
• Menjelaskan probabilitas kejadian majemuk AUB dan AB.
• Menyelesaikan soal-soal probabilitas kejadian majemuk AUB dan AOB.
• Menjelaskan probabilitas bersyarat dalam perhitungan peluang.
• Memahami konsep dan rumus probabilitas gabungan.
• Menjelaskan konsep dan rumus probabilitas kejadian marginal.
• Memahami dan menjelaskan teorema Bayes.

2
 BAB II PEMBAHASAN

2.1 PEMAHAMAN KONSEP PROBABILITAS

Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan
pasti, apalagi kejadian di masa yang akan datang, misalnya sebagai berikut. Apakah
nanti malam akan turun hujan? Apakah pesawat Garuda akan berangkat tepat waktu?
Apakah besok akan ada demonstrasi massa di Jakarta? Begitu juga dalam percobaan
statistika, kita tidak bisa mengetahui dengan pasti hasil-hasil yang akan muncul,
misalnya (1) pada pelemparan sebuah uang logam, kita tidak tahu dengan pasti
hasilnya, apakah yang akan muncul sisi muka atau sisi belakang dari uang logam itu;
(2) pada pelemparan sebuah dadu, kita tidak tahu dengan pasti hasilnya, apakah yang
akan muncul muka dadu 1, 2, 3, 4, 5, atau 6; (3) pada penarikan sebuah kartu bridge
dalam kotak yang berisi 52 kartu kita juga tidak tahu dengan pasti apakah yang akan
muncul kartu as, king, atau kartu yang lain?
Meskipun kejadian-kejadian tersebut tidak pasti, kita bisa melihat fakta- fakta
yang ada untuk menuju derajat kepastian atau derajat keyakinan bahwa sesuatu akan
terjadi. Bila ada mendung dan langit semakin gelap. itu menjadi tanda-tanda bahwa
hujan akan turun. Akan tetapi, bila sama sekali tidak ada mendung dan langit terang
benderang, hujan tentu tidak akan turun, kecuali hujan yang direkayasa dengan
teknologi. Jadi, bila ada mendung dan langit semakin gelap, ada derajat kepastian
bahwa hujan akan turun. Demikian juga, bila suatu dadu dilemparkan dengan acak,
tanpa rekayasa apa-apa, ada derajat kepastian bahwa muka 1 dari dadu itu akan
muncul.
Pemikiran mengenai probabilitas diawali dari pertanyaan seorang bangsawan
Prancis bernama Chevalier de Mere kepada Pascal (1623- 1662). Chevalier de Mere
adalah seorang penjudi. la ingin mengetahui bagaimana pola pembagian uang taruhan
pada suatu perjudian jika per- mainannya terpaksa dihentikan sebelum selesai.
Pertanyaan ini kemudian menjadi bahan diskusi melalui surat-menyurat antara Pascal
dan Fermat (1601-1665). Berdasarkan surat-menyurat antara kedua pemikir inilah
kemudian muncul dasar-dasar teori probabilitas. Walaupun dasar-dasar probabilitas
awalnya muncul untuk menjelaskan masalah-masalah dalam perjudian, dalam
perkembangannya konsep probabilitas dapat diterapkanpada berbagai masalah, baik
masalah sosial, teknik, kesehatan, biologi, industri, transportasi, manajemen,
akuntansi, pendidikan, dan lain-lain (Algifari, 2010).
Probabilitas merupakan besarnya kesempatan (kemungkinan) suatu peris- tiwa
akan terjadi. Berdasarkan pengertian probabilitas tersebut terdapat beberapa hal yang
penting, yaitu besarnya kesempatan dan peristiwa akan terjadi. Besarnya kesempatan
dari suatu peristiwa akan terjadi adalah antara O sampai dengan 1. Jika suatu

3
peristiwa memiliki kesempatan akan terjadi 0, peristiwa tersebut pasti tidak akan
terjadi. Namun jika suatu peristiwa memiliki kesempatan akan terjadi 1, peristiwa
tersebut pasti akan terjadi. Dengan demikian dapat disimpulkan bahwa semakin kecil
probabilitas suatu peristiwa (probabilitasnya semakin mendekati 0), sema- kin kecil
kesempatan (kemungkinan) peristiwa tersebut akan terjadi. Sebaliknya, semakin besar
probabilitas suatu peristiwa (probabilitasnya semakin mendekati 1), semakin besar
kesempatan (kemungkinan) peris- tiwa tersebut akan terjadi.
Besarnya kesempatan ini dapat ditulis dalam bentuk bilangan desimal,
pecahan, dan bentuk persen. Misalnya, probabilitas suatu peristiwa adalah 0,25.
Besarnya probabilitas untuk peristiwa tersebut juga dapat ditulis dengan bilangan 14
atau 25%. Dengan demikian, kita dapat menentukan probabilitas terjadinya hujan,
probabilitas munculnya muka 1 pada percobaan pelemparan sebuah dadu, probabilitas
munculnya kartu as pada penarikan kartu dari sekelompok kartu bridge, dan
seterusnya. Kita ber- henti sejenak untuk merenungkan uraian-uraian di atas. Konsep
pro- babilitas lahir dari suatu permainan seperti pelemparan uang logam, pe lemparan
dadu, penarikan kartu, dan sebagainya. Ekses dari permainan ini adalah munculnya
berbagai bentuk perjudian. Akan tetapi, para ilmuwan bekerja dengan cara ilmiah, di
mana objek dari permainan tersebut dijadikan sebagai pengamatan sehingga diperoleh
fakta-fakta (empiris) yang kemudian diabstraksikan ke dalam konsep, lalu dilakukan
peng- ujian-pengujian sehingga lahirlah konsep probabilitas.

2.2 PERUMUSAN PROBABILITAS

Perumusan konsep dasar probabilitas dilakukan dengan tiga cara, yaitu cara klasik,
cara frekuensi relatif, dan pendekatan subjektif. Bila kejadian- kejadian pada contoh
di atas kita lambangkan dengan huruf besar E, kita dapat merumuskan probabilitas
kejadian E, yaitu P(E)
2.2.1 Perumusan Klasik

Bila kejadian E terjadi dalam m cara dari seluruh n cara yang mungkin terjadi
dan masing-masing n cara itu mempunyai kesempatan atau kemungkinan yang sama
untuk muncul, probabilitas kejadian E yang ditulis P(E) dirumuskan sebagai berikut.
Rumus 2.1

Contoh 1

4
 Sebuah uang logam dilemparkan. Misalkan sisi pertama kita sebut muka (m),
dan sisi kedua kita sebut belakang (b), maka ada dua kejadian yang mungkin, yaitu
kejadian
munculnya muka
m yang kita sebut
E=
{m} atau
kejadian munculnya belakang b yang kita sebut E = {b\} Karena uang logam terdiri
atas dua sisi (n = 2) dan kedua sisi itu mempunyai kesempatan yang sama untuk
muncul, probabilitas munculnya kejadian E = {m} atau E = {b} adalah

Ingat bahwa dalam pelemparan uang logam tersebut yang akan muncul adalah
salah satu dari E = {m} atau E = {b} Jadi, bila yang muncul E={m}, E={b} tidak
muncul, dan bila yang muncul E = {b}, E={m} tidak muncul. Jadi, kita mempunyai
kejadian munculnya E={m} sekaligus kejadian tidak munculnya E ={b}.
1.2.2 Perumusan dengan Frekuensi Relatif

Perumusan konsep probabilitas dengan cara klasik mempunyai kelemahan

karena menuntut syarat semua hasil mempunyai kesempatan atau kemungkinan yang
sama untuk muncul. Pengertian ini mengaburkan adanya probabilitas yang sama.
Sehubungan dengan itu dikembangkan konsep probabilitas berdasarkan statistik, yaitu
dengan pendekatan empiris. Probabilitas empiris dari suatu kejadian dirumuskan
dengan memakai frekuensi relatif dari terjadinya suatu kejadian dengan syarat
banyaknya pengamatan atau banyaknya sampel n adalah sangat besar. Bila n
bertambah besar sampai tak terhingga (n→∞), probabilitas kejadian E sama dengan
nilai limit dari frekuensi relatif kejadian E tersebut. Dengan demikian, jika kejadian E
berlangsung sebanyak f kali dari keseluruhan pengamatan sebanyak n, di mana n
mendekati tak berhingga (n→∞), probabilitas kejadian E dirumuskan sebagai berikut.
Rumus 2.2

Walaupun mudah dan berguna dalam praktik, secara matematis perumus- an

konsep probabilitas dengan frekuensi relatif ini juga mempunyai kelemahan karena
suatu nilai limit yang benar-benar mungkin sebenar- nya tidak ada. Oleh karena itu,

5
konsep probabilitas modern dikembang- kan dengan memakai pendekatan aksiomatis,
yaitu suatu kebenaran yang diterima secara apa adanya tanpa memerlukan bukti
matematis, di mana konsep probabilitas tidak didefinisikan, seperti konsep titik dan
konsep garis yang tidak didefinisikan dalam ilmu geometri (Boediono, 2006).
Contoh 1
Pada suatu percobaan statistik, yaitu pelemparan sebuah dadu yang diulang sebanyak
n = 1000 kali, frekuensi munculnya muka dadu X adalah seperti pada TABEL 1.1.

Bila E menyatakan kejadian munculnya muka-muka dadu tersebut, E={1}, (2), (3),
(4), (5), atau {6} sehingga probabilitas kejadian E untuk masing-masing
kemungkinan munculnya muka dadu tersebut

1.2.3 Pendekatan Subjektif

Pendekatan subjektif yang digunakan untuk menentukan probabilitas suatu

peristiwa didasarkan pada selera dan keyakinan individu seseorang. Misalnya, saya
ingin menentukan bahwa besok probabilitas naiknya harga dolar Amerika adalah 0,75
atau 75%. Atas dasar apa saya menentukan probabilitas naiknya harga dolar itu 75%?
Pengetahuan ini hanya di- dasarkan pada pengetahuan, pengalaman, dan keahlian
yang dimiliki. De- ngan demikian, probabilitas suatu peristiwa yang ditentukan
dengan pendekatan subjektif menyebabkan penentuan probabilitas suatu peristi- wa
antara orang yang satu dengan orang yang lain dapat berbeda. Hal ini disebabkan oleh
tingkat pengetahuan, penguasaan informasi, naluri, dan faktor-faktor lain yang
berkaitan dengan peristiwa itu yang berbeda antara orang yang satu dengan orang
yang lain.

2.3 RUANG SAMPEL DAN KEJADIAN

Pada pelemparan sebuah uang logam ada dua hasil yang mungkin muncul,
yaitu muka (m) atau belakang (b). Dua hasil yang mungkin muncul ini dapat
dihimpun menjadi S = {m,b). Begitu juga pada pelemparan sebuah dadu, ada 6 hasil

6
yang mungkin muncul, yaitu muka 1, 2, 3, 4, 5, atau 6. Seluruh hasil yang mungkin
muncul ini dapat ditulis dalam suatu himpunan S = {1,2,3,4,5,6). Dengan demikian
dapat dikatakan bahwa kumpulan (himpunan) dari semua hasil yang mungkin muncul
atau ter- jadi pada suatu percobaan statistik disebut ruang sampel, yang dilam-
bangkan dengan himpunan S, sedangkan anggota-anggota dari S disebut titik sampel.
Selanjutnya, bila pada pelemparan sebuah uang logam muncul muka (m),
hasil yang muncul ini kita namakan kejadian munculnya m, yang dapat dinyatakan
dalam suatu himpunan A = {m}. Demikian halnya, bila pada pelemparan sebuah dadu
muncul muka 2, hasil yang muncul ini kita namakan kejadian munculnya muka 2,
yang dapat dinyatakan dalam suatu himpunan A={2}. Akan tetapi, bila yang muncul
muka 3 dadu itu, A = {3}. Tentu saja yang muncul hanya satu muka sehingga
himpunan A akan terdiri atas
satu anggota. Dapat
dikatakan bahwa kumpulan
(kesim- pulan) dari hasil
yang muncul atau terjadi
pada suatu percobaan
statistik disebut kejadian
atau peristiwa (event)
yang
dilambangkan dengan
himpunan A. Begitu juga dengan anggota-anggota dari A yang disebut titik sampel.
Perhatikan bahwa pada pelemparan sebuah uang logam tersebut S={m, b} dan
A = {m} sehingga ACS, A merupakan himpunan bagi- an dari S. Begitu juga pada
pelemparan sebuah dadu, S={1,2,3,4,5,6} dan A = {2} sehingga AS. Pada A={m}
anggota dari A adalah titik sampel. Begitu juga 2 A = {2} yang disebut titik sampel.
Hubungan antara kejadian A dengan ruang sampel S digambarkan sebagai berikut.

7
 Ada suatu keterkaitan antara kejadian A dan ruang sampel S pada konsep
probabilitas dengan himpunan bagian A dan himpunan semesta S pada teori
himpunan, yaitu sebagai berikut.

Berdasarkan kejadian A dan ruang sampel S tersebut, perumusan konsep probabilitas

didefinisikan sebagai berikut. Bila kejadian A berlangsung dalam m cara pada ruang
sampel S yang terjadi dalam n cara, proba- bilitas kejadian A adalah Rumus 2.3

di mana n(A)= banyaknya anggota A dan n(S)= banyaknya anggota S

Perhatikan bahwa definisi probabilitas tersebut tidak menuntut syarat bahwa semua
titik sampel mempunyai kesempatan atau kemungkinan yang sama untuk muncul.
Definisi probabilitas kejadian ini terlepas dari definisi probabilitas yang dirumuskan
secara klasik maupun yang di- rumuskan dengan memakai frekuensi relatif. Definisi
probabilitas tersebut lebih umum daripada definisi probabilitas klasik pada rumus
frekuensi relatif. Dengan menggunakan Rumus 1.3, kita dapat menentukan proba-
bilitas dari sembarang kejadian A yang didefinisikan pada S.
Contoh
Pada pelemparan sebuah dadu, misalkan kejadian A menyatakan munculnya muka
dadu genap pada S, A = {2,4,6) sehingga probabilitas kejadian A adalah

2.4 PROBABILITAS KEJADIAN MAJEMUK AB DAN A B

Dengan mengingat kembali pengetahuan mengenai teori himpunan bahwa bila A dan
B dua himpunan dalam himpunan semesta S, gabungan (union) dari A dan B adalah
himpunan baru yang anggotanya terdiri atas anggota A atau anggota B, atau anggota
keduanya yang ditulis AUB = {x A atau x B }

8
Diagram Venn untuk himpunan tersebut ditunjukkan oleh Gambar 1.2, sedangkan
Gambar 1.3

Banyaknya anggota himpunan A cup B adalah n(A cup B)= n(A) + n(B) -n(A cap B)
Sejalan dengan himpunan gabungan tersebut, karena ada keterkaitan antara teori
himpunan dengan teori probabilitas, kita dapat merumuskan
kejadian gabungan A dan B, yaitu kejadian A cup B pada ruang sampel S. Bila A dan
B kejadian sembarang pada ruang sampel S, gabungan kejadian A dan B yang ditulis
A cup B adalah kumpulan semua titik sampel yang ada pada A atau B atau pada
keduaduanya. Kejadian A cup B disebut kejadian majemuk. Demikian halnya,
kejadian A cup B , yaitu kumpulan titik sampel yang ada pada A dan B, juga disebut
kejadian majemuk. Probabilitas kejadian A cup B dirumuskan sebagai berikut. Rumus
2.4

Contoh 10
Kita ambil satu kartu secara acak dari satu set kartu bridge yang lengkap. Bila A-
kejadian terpilihnya kartu as dan B kejadian terpilihnya kartu wajik, hitunglah P( A
cup B)!
Jawab:

1.4.1 Dua Kejadian Saling Lepas

Dalam menentukan probabilitas dengan aturan matematis penjumlahan dan
pengurangan perlu diketahui sifat dua atau lebih peristiwa. Sifat dua atau lebih
peristiwa tersebut adalah saling meniadakan (mutually exclusive) dan tidak saling
meniadakan (non-mutually exclusive). Bila A dan B dua kejadian sembarang pada S
dan berlaku ABØ, A dan B dikatakan dua kejadian saling lepas atau saling
bertentangan, atau saling terpisah (mutually exclusive). Dua kejadian saling lepas

9
ditunjukkan oleh Gambar 1.5. Dua kejadian A dan B saling lepas, artinya kejadian A
dan B tidak mungkin terjadi secara bersamaan.

Pada Gambar 1.5 terlihat bahwa lingkaran A menunjukkan peristiwa A dan lingkaran
B menunjukkan peristiwa B. Peristiwa A dan B saling me- niadakan sehingga
lingkaran A dan lingkaran B tidak saling berpotongan. Hal ini menunjukkan bahwa
peristiwa A dan peristiwa B tidak dapat terjadi secara bersamaan. Bila A dan B dua
kejadian saling lepas, P(A∩B)=P(Ø)=0 sehingga probabilitas kejadian AUB
dirumuskan sebagai berikut.
Rumus 2.6
P(A cup B)= P(A) + P(B)
Contoh
Bila A dan B dua kejadian saling lepas, dengan P(A) = 0, 3 dan P(B) = 0, 25 ,
tentukanlah P( A cup B)!
Jawab:
Karena A dan B saling lepas, berlaku: P(A cup B)= P(A) + P(B) = 0 ,3+0,25=0,55
1.4.2 Dua Kejadian Saling
Bebas
Sifat dua atau lebih
peristiwa dari suatu percobaan
dapat independen dan
dapat pula dependen. Dua
atau lebih peristiwa dikatakan bersifat indepen- den jika terjadinya suatu peristiwa tidak
memengaruhi terjadinya per- istiwa yang lain. Sebaliknya, dua atau lebih peristiwa
dikatakan bersifat dependen jika terjadinya suatu peristiwa akan memengaruhi terjadinya
peristiwa yang lain. Dapat dikatakan bahwa dua kejadian A dan B dalam ruang sampel S
dikatakan saling bebas jika kejadian A tidak memengaruhi kejadian B dan sebaliknya,
kejadian B tidak memengaruhi kejadian A (Wibisono, 2007). Jika A dan B merupakan
dua kejadian saling bebas, berlaku rumus berikut. Rumus 2.7
P(A cap B)= P(A) .P(B)
P( A cap B) probabilitas A dan B. Sebaliknya, bila berlaku rumus itu di- katakan A
dan B dua kejadian saling bebas.

10
Contoh
Jika diketahui dua kejadian A dan B saling bebas dengan P(A) = 0, 3 dan P(B) = 0, 4
berlaku
P(A cap B)=P(A). P(B) = (0, 3)(0, 4) = 0 ,12

2.5 PROBABILITAS BERSYARAT (CONDITIONAL

PROBABILITY)

Probabilitas bersyarat menunjukkan besarnya kesempatan suatu peristiwa

akan terjadi yang didahului oleh peristiwa lain yang dependen terhadap peristiwa
tersebut. Dalam probabilitas, suatu kejadian A yang terjadi dengan syarat kejadian B
yang terjadi terlebih dahulu atau akan terjadi, atau diketahui terjadi dikatakan
kejadian A bersyarat B, yang ditulis A/B. Hati-hati dalam hal ini, penulisan A/B tidak
berarti A dibagi B.
Probabilitas terjadinya kejadian A bila kejadian B telah terjadi disebut probabilitas
bersyarat, yang ditulis P(A / B) yang artinya probabilitas peristiwa A akan terjadi
dengan syarat peristiwa B terjadi terlebih dahulu dan dirumuskan sebagai berikut.
Rumus 2.8

Contoh 17
Misalkan sebuah dadu dilemparkan, B= kejadian munculnya bilangan kuadrat murni,
dan diketahui bahwa peluang munculnya bilangan ganjil = 1/9 , dan peluang
munculnya bilangan genap A = {4, 5, 6} telah terjadi, tentukanlah P * (A / B)! = 2/9 .
Bila diketahui Jawab:

11
2.6 PROBABILITAS GABUNGAN (JOIN PROBABILITY)

Perumusan yang digunakan untuk menentukan probabilitas terjadinya peristiwa

B dengan syarat peristiwa A terjadi terlebih dahulu adalah

Perumusan probabilitas gabungan pada peristiwa yang dependen secara statistik dapat
diperoleh dengan mengalikan silang perumusan probabili- tas bersyarat sehingga
menjadi P(BOA)=P(B/A).P(A)
P(BOA) : probabilitas akan terjadinya peristiwa A dan peristiwa B secara bersamaan.
P(B/A) : probabilitas peristiwa B terjadi dengan syarat peristiwa A terjadi terlebih
dahulu.
P (A) : probabilitas terjadinya peristiwa A.
Penentuan probabilitas terjadinya peristiwa A dan B juga dapat menggunakan rumus
P(BOA)=P(AB)=P(A/B).P(B)
Perlu diingat bahwa apabila peristiwa A dan peristiwa B itu independen satu sama
lain, probabilitas terjadinya peristiwa B dan peristiwa A adalah P(BOA)= P(B). P(A)
karena pada peristiwa yang independen P(B/A) = P(B).
Contoh
Pada saat menerima barang dari penyalur, biasanya pembeli memeriksa barang-
barang tersebut. Dari 100 barang yang diterima ternyata ada 10 barang yang rusak.
Apabila diambil dua barang secara acak dari 100 barang yang datang, berapa
probabilitas bahwa kedua barang yang diambil tersebut rusak (pengambilan dilakukan
tanpa pengembalian).
Jawab:
Misalkan A adalah peristiwa terambilnya barang yang rusak pada pengambilan
pertama dan B adalah peristiwa terambilnya barang yang rusak pada pengambilan
kedua.
P(A) = 10/100 maka P(B / A) = 9/99

12
Karena pengambilan dilakukan tanpa pengembalian (without replace- ment),
probabilitas terambil keduanya rusak adalah
P(A cap B)=P(B/A). P(A) = 9/99 x 10 / 100 = 1/110

2.7 PROBABILITAS KEJADIAN MARGINAL (MARGINAL

PROBABILITY) DAN TEOREMA BAYES
Probabilitas marginal suatu peristiwa dapat diperoleh dari probabilitas
gabungan. Misalnya, A_{v} A_{2} dan A_{3} adalah tiga kejadian saling lepas
dalam ruang sampel S, dan B adalah kejadian sembarang lainnya dalam S. Gambar
1.6 menunjukkan kejadian-kejadian tersebut dalam S.

Sedangkan
P(BA)=P(B/A).P(A), (BA₂)=P(B/A₂).P(A2), dan P(BA)=P(B/A).P(A3) sehingga
P(B) menjadi seperti berikut.
Rumus

Rumus 1.16 disebut rumus probabilitas marginal kejadian B. Perhatikan kembali

Gambar 1.6 dan Rumus 1.16! Kita dapat menentukan probabi- litas kejadian bersyarat
A₁/B, A₂/B, dan A3/B dengan cara berikut.

Rumus

13
 Probabilitas bersyarat memperhitungkan informasi yang diperoleh dari suatu
peristiwa untuk memperkirakan probabilitas peristiwa yang lain. Konsep ini dapat
dikembangkan untuk merevisi probabilitas berdasarkan informasi baru dan untuk
menentukan probabilitas sebagai akibat suatu pengaruh tertentu. Prosedur untuk
merevisi probabilitas ini dikenal sebagai teorema Bayes (Bayes' Theorem). Secara
umum, bila A1, A2, A3, A kejadian saling lepas dalam ruang sampel S dan B kejadian
lain yang sembarang dalam S, probabilitas kejadian bersyarat A,/B dirumuskan
sebagai berikut.
Rumus

Contoh
Misalkan ada tiga kotak masing-masing berisi 2 bola. Kotak 1 berisi 2 bola merah,
kotak 2 berisi 1 bola merah dan 1 bola putih, dan kotak 3 berisi 2 bola putih. Dengan
mata tertutup, Anda diminta mengambil satu kotak secara acak dan kemudian
mengambil 1 bola secara acak dari kotak yang terambil itu. Anda diberi tahu bahwa
bola yang terambil ternyata berwarna merah. Berapakah peluang bola tersebut
terambil dari kotak 1, kotak 2, dan kotak 3?

Misalkan A1 {1} = terambilnya kotak 1

A2 {2} = kejadian terambilnya kotak 2
A3 {3} = kejadian terambilnya kotak 3
B kejadian terambilnya bola merah
Yang ditanya P(A_{1} / B) P(A_{2} / B) dan P(A_{3} / B) . Karena pengambilan
secara acak, P(A_{1}) = P(A_{2}) = P(A_{3}) = Probabilitas terambilnya bola

14
merah dari kotak 1 adalah P(B / A_{1}) = 1 sebab kotak 1 hanya berisi 2 bola merah.
Probabilitas terambilnya bola merah dari kotak dua adalah P(B/A ₂)=2 sebab hanya
ada 1 bola merah dari 2 bola yang ada. Probabilitas terambilnya bola merah dari
kotak 3 adalah P(B/A3)=0 sebab kotak 3 tidak terisi bola merah. Maka diperoleh

15
 BAB III PENUTUP

3.1 KESIMPULAN
Dalam menutup makalah ini yang membahas konsep dasar probabilitas dan
statistika, penting bagi kita untuk merangkum inti dari pembahasan yang telah
dilakukan. Melalui eksplorasi yang mendalam, kita telah memahami betapa
krusialnya pemahaman tentang probabilitas dan statistika dalam berbagai aspek
kehidupan kita.
Pertama-tama, kami telah melihat bahwa probabilitas adalah alat yang kuat
dalam mengukur dan memodelkan ketidakpastian. Dari konsep dasar seperti ruang
sampel dan peristiwa, hingga teori-teori yang lebih maju seperti probabilitas
bersyarat, kami telah melihat bagaimana probabilitas memberikan kerangka kerja
yang kokoh untuk menganalisis dan memprediksi hasil-hasil yang mungkin.
Di sisi lain, statistika juga memainkan peran penting dalam mengolah data dan
membuat kesimpulan yang berdasarkan pada informasi yang tersedia. Dengan
menggunakan teknik-teknik seperti pengukuran sentral, distribusi, dan inferensi
statistika, kita dapat membuat generalisasi yang meyakinkan tentang populasi
berdasarkan sampel yang tersedia.
Namun, yang paling penting dari semua itu adalah kesadaran bahwa
probabilitas dan statistika bukanlah sekadar alat analisis matematis, tetapi juga alat
penting dalam pengambilan keputusan yang tepat dan efektif. Dalam dunia yang
penuh dengan ketidakpastian, pengetahuan tentang probabilitas dan statistika
memberikan kita keunggulan dalam merencanakan, memprediksi, dan mengelola
risiko.
Dengan demikian, kesimpulan yang dapat kita ambil dari pembahasan ini
adalah bahwa pemahaman tentang konsep dasar probabilitas dan statistika bukanlah
hanya hal yang diinginkan, tetapi merupakan suatu keharusan. Dengan memahami
konsep-konsep ini, kita dapat menghadapi tantangan-tantangan yang kompleks dalam
kehidupan dengan lebih percaya diri dan efektif. Oleh karena itu, mari kita terus
menjelajahi dan mendalami pengetahuan tentang probabilitas dan statistika, karena
hal itu akan membuka pintu untuk pemahaman yang lebih dalam tentang dunia di
sekitar kita.
Sekianlah kesimpulan dari makalah ini. Semoga makalah ini telah
memberikan wawasan yang berharga dan mendorong pembaca untuk terus
mengeksplorasi lebih lanjut tentang konsep dasar probabilitas dan statistika. Terima
kasih.

16
 DAFTAR PUSTAKA

Sudaryono, M. P. (2012). Statistika Probabilitas (Teori & Aplikasi). Andi. Yogyakarta.

https://books.google.co.id/books?id=B5pyDwAAQBAJ&printsec=frontcover&hl=id
&source=gbs_ge_summary_r&cad=0#v=onepage&q&f=false
Jaya, A., & Warti, R. (2022). Statistik pendidikan: Teori dan aplikasi SPSS. Penerbit
NEM.

17