PROBABILITAS
5 25 70
,
,
10 100 100
Bersifat
Obyektif
Bersifat
Subyektif
Pendekatan Klasik
Pendekatan
Frekuensi Relatif
x
a. P( A) , P ( A) 0 , sebab x 0 , n 0
n
nx n x
x
P( A)
1
n
n n
n
b. P ( A) 1 P ( A)
A bukan A (bukan barang rusak )
A komplemen A
Contoh 12.1 :
Kepala pabrik mengatakan bahwa dari 100 barang produksinya,
ada 25 yang rusak. Kalau barang dibungkus rapi, kemudian seorang
pembeli mengambil satu barang secara acak.
Berapakah probabilitasnya bahwa barang tsb rusak?
Penyelesaian :
x 25
P A
0,25 atau 25%
n 100
Contoh 12.2 :
Seorang Direktur Bank mengatakan bahwa dari 1000 nasabahnya
terdapat 150 orang yang tidak puas dengan pelayanan Bank.
Pada suatu hari kita bertemu dengan salah seorang nasabah.
Berapa probabilitasnya bahwa nasabah tsb tidak puas?
Penyelesaian :
Dari soal, diketahui bahwa n = 1000 dan x = 150. jika A adalah
nasabah yang tidak puas, maka:
x 150
P A
0,15 atau 15%
n 1000
f
P ( X ) lim i
n
i
fr
X1
f1
X2
f2
f1
n
f2
n
Xk
fk
Jumlah
fk
n
fj
Contoh 12.3 :
Sebuah studi yang dilakukan terhadap 750 lulusan Sekolah
Administrasi Bisnis dari suatu Universitas (dalam hal ini studi dapat
dikatakan sebagai eksperimen).
Studi ini menunjukkan bahwa 300 dari 750 lulusan tidak bekerja sesuai
dengan bidang studi utama yang diambil di Universitas tsb.
Misalnya, seorang mahasiswa akuntansi bekerja sebagai manajer
pemasaran.
Berapa probabilitas bahwa seorang lulusan administrasi bisnis akan
bekerja di bidang yang bukan merupakan studi utamanya?
Penyelesaian :
Berdasarkan rumus di atas, maka dapat dihitung probabilitas
terjadinya suatu kejadian :
f 300
P A
0,4 atau 40%
n 750
Contoh 12.4
Pada suatu penelitian terhadap 65 karyawan yang bekerja
di perusahaan swasta, salah satu karakteristik yang ditanyakan ialah
besarnya gaji/upah bulanan, yang digambarkan sbb :
Tabel 12.1
X
f
55
8
65
10
75
16
85
14
95 105 115
10 5
2
Tabel 12.1
X
f
55
8
65
10
75
16
85
14
95 105 115
10 5
2
n = jumlah karyawan = 65
f
10
2
P ( X 65)
0,15 atau 15
n 65
f
5
6
P ( X 105)
0,0769 atau 8
n 65
0
Contoh 12.5
Diketahui bahwa nilai ujian Statistik mahasiswa Universitas
Tarumanegara (X) adalah sbb :
Tabel 12.2
Nilai
Banyaknya mahasiswa
(1)
(2)
< 25
10
25 50
30
50 75
45
> 75
15
Jumlah
100
30
P (25 X 50)
0,3 atau 30%
100
45
P (50 X 75)
0,45 atau 45%
100
15
P( X 75)
0,15 atau 15%
100
Contoh 12.6
Suatu eksperimen dilakukan dengan jalan melemparkan mata uang logam
Rp 50 secara berulang-ulang. Mata uang tsb mempunyai dua sisi gambar,
yaitu sisi yang satu berupa gambar burung (B) dan sisi sebelahnya
bukan burung ( B )
Jika:
X1 = kejadian melihat B
X2 = kejadian melihat B
n = banyaknya lemparan mata uang.
Tabel 12.3
f
fr
fr
fr
fr
fr
X1
0,8
60
0,6
450
0,45
5.490
0,549
52.490
0,5249
X2
0,2
40
0,4
550
0,55
4.510
0,451
47.510
0,4751
10
1,0
100
1,0
1000
1,0000
Untuk n = 10
Untuk n = 100
Untuk n = 1.000
Untuk n = 10.000
Untuk n = 100.000
P(X1) = 0,8
P(X1) = 0,6
P(X1) = 0,45
P(X1) = 0,549
P(X1) = 0,5249
log 10
log 100
log 1.000
log 10.000
log 100.000
=1
=2
=3
=4
=5
BB B B BB B B
1
Tabel 12.4
11
12
13
14
15
16
21
22
23
24
25
26
31
32
33
34
35
36
41
42
43
44
45
46
51
52
53
54
55
56
61
62
63
64
65
66
II
I
II
= dadu pertama
= dadu kedua
23 = dadu pertama 2
dadu kedua 3
BBB X 3
BB B X 2
B BB X 2
BBB X 1
BBB X 2
BB B X 1
B BB X 1
BBB X 0
BBB X 0
BBB X 1
fr
1
8
3
8
3
8
1
8
BB B X 1
B BB X 1
BB B X 2
B BB X 2
BBB X 2
BBB X 3
Tabel 12.6
Tabel 12.5
X
X
fr
1
8
3
8
3
8
1
8
0
1
2
3
fr
1
0,125
8
3
0,375
8
3
0,375
8
1
0,125
8
1 1,00
Tabel 12.7
X
fr P X
1/36 (=0,028)
2/36 (=0,056)
3/36 (=0,083)
4/36 (=0,111)
5/36 (=0,139)
6/36 (=0,167)
5/36 (=0,139)
4/36 (=0,111)
10
3/36 (=0,083)
11
2/36 (=0,056)
12
1/36 (=0,028)
36
1 (=1,00)
S BB B B BB B B X 0, 1, 2
P X 1 P X 1 atau X 2
Dimana 1 dan 2 merupakan himpunan bagian
P X 2 P X 0 atau X 1
Dimana 0 dan 1 merupakan himpunan bagian
S BB B B BB B B X 0, 1, 2
Misalnya A = mendapatkan 1B (satu burung),
berarti A terdiri dari 2 elemen yaitu B B BB
Kejadian yang terdiri dari satu elemen dalam
Ruang Sampel S, disebut kejadian elementer
(elementary event)
A. HIMPUNAN
1.Pengertian Himpunan.
Himpunan adalah kumpulan objek
yang didefinisikan dengan jelas
dan dapat dibeda-bedakan.
Setiap objek yang secara kolektif
membentuk himpunan, disebut
elemen atau unsur atau anggota
himpunan.
B = {1,2,3,4,5}
2.Penulisan Himpunan
Dalam Statistik, himpunan dikenal
sebagai populasi.
Himpunan dilambangkan dengan
pasangan kurung kurawal { }, dan
dinyatakan dengan huruf besar: A,
B,...
Anggota himpunan ditulis dengan
lambang , bukan anggota himpunan
dengan lambang .
3. Macam-macam Himpunan
a.Himpunan Semesta
Himpunan yang memuat seluruh objek yang
dibicarakan atau menjadi objek pembicaraan.
Dilambangkan S atau U.
Contoh : S=U={a,b,c,..}
S=U={ X : x bilangan asli}
b.Himpunan Kosong.
Himpunan yang tidak memiliki anggota.
Dilambangkan { } atau .
c.Himpunan Bagian.
Himpunan yang menjadi bagian dari
himpunan lain.
Dilambangkan .
Dalam statistik himpunan bagian merupakan
sampel.
Contoh :
Himpunan A merupakan himpunan bagian B, jika
setiap unsur A merupakan unsur B, atau A
termuat dalam B, atau B memuat A.
Dilambangkan : A B.
2
3
1,2,3 1,2,3,4,5
Komplemen
Himpunan komplemen adalah himpunan semua
unsur yang tidak termasuk dalam himpunan yang
diberikan.
Jika himpunannya A maka himpunan
komplemennya dilambangkan A atau A
A x : 0 x Rp 100.000
B = besarnya pengeluaran ibu rumah tangga tsb pd bulan Juli
B x : x Rp 100.000
A B x : x Rp 100.000
Rp 100.000
A : 0 x Rp 100.000
B : x Rp 100.000
Kalau misalnya penghasilan suami dari ibu rumah tangga tsb meningkat,
sehingga
A x : 0 x Rp 175.000
B = besarnya pengeluaran ibu rumah tangga tsb pd bulan Juli
B x : x Rp 100.000
A B x : Rp 100.000 x Rp 175.000
B x : x Rp 100.000
0
Rp 100.000
Rp 175.000
A B
A
A x : 0 x Rp 175.000
B x : x 5
0
A
A x : 0 x 10
10
A B x : 5 x 10
A=
x : 2 x 5
B=
x : 6 x 12
10
S A B x : 2 x 12
11
12
Peraga 12.7
K
A
Peraga 12.8
K
A
Aturan Penjumlahan
Kejadian Saling Meniadakan.
( Mutually exclusive event)
Dua peristiwa atau lebih disebut peristiwa
saling lepas jika kedua atau lebih peristiwa itu
tidak dapat terjadi pada saat yang bersamaan.
(12.5)
Contoh 12.7 :
Sebuah mesin otomatis pengisi kantong plastik dengan campuran
beberapa jenis sayuran menunjukkan bahwa sebagian besar kantong
plastik berisi sayuran tsb memuat berat yg benar.
Meskipun demikian, karena ada sedikit variasi dalam ukuran sayuran yg
ada, sebuah paket kantong plastik mungkin sedikit lebih berat atau lebih
ringan dari berat standar.
Pengecekan terhadap 4000 paket menunjukkan hasil sbb:
Tabel 12.8
Berat
Probabilitas
Lebih ringan
100
100
0,025
4000
Standar
3600
3600
0,900
4000
Lebih berat
300
300
0,075
4000
Jumlah
4000
1,000
A B ,
A C , dan B C
S1
S2
Sk
N1
N2
Nk
P ( S ) P( S1 S 2 ....... S k ) P ( S1 ) P ( S 2 ) ...... P( S k )
(12.8)
P ( S1 S 2 ) P( S1 ) P ( S 2 )
25 75
1
100 100
(12.9)
120 100 60
0,80
200 200 200
Contoh 12.8 :
Berapa probabilitas bahwa sebuah kartu yang dipilih secara
acak dari satu set kartu yg berisi 52 kartu adalah bergambar raja (king)
atau bergambar hati (heart)?
Tabel 12.9
Kartu
Raja (King)
Hati (Heart)
Raja bergambar hati
Probabilitas
Penjelasan
P ( A)
4
52
P( B)
13
52
1
P ( A dan B )
52
4 13 1 16
0,3077
52 52 52 52
B
A
B
(12.9)
Contoh 12.9 :
Sebuah perusahaan elektronik mengambil sampel 1000 rumah tangga
dan responden yang ditanya tentang apakah mereka merencanakan untuk
membeli televisi ukuran besar atau tidak.
Setahun berikutnya responden yang sama ditanya apakah mereka
benar-benar telah membeli televisi ukuran besar tsb atau tidak.
Hasilnya dapat dilihat pada tabel berikut:
Tabel 12.10
Merencanakan untuk membeli
Total
Ya
Tidak
Ya
200
50
250
Tidak
100
650
750
Total
300
700
1000
Tabel 12.10
Merencanakan untuk membeli
Total
Ya
Tidak
Ya
200
50
250
Tidak
100
650
750
Total
300
700
1000
P ( A B)
0,35
1000 1000 1000
(12.9)
Contoh 12.10
Menurut catatan yang ada pada Sekretariat Fakultas Ekonomi suatu
Universitas di Jakarta, ada 500 orang mahasiswa tingkat persiapan yang
mengambil matakuliah Aljabar Linear (A), Kalkulus (K) dan
Pengantar Statistik (S) dengan rincian sbb:
-Aljabar Linear
= 329 orang
-Kalkulus
= 186 orang
-Pengantar Statistik
= 295 orang
-Aljabar Linear dan Kalkulus
= 83 orang
-Aljabar Linear dan Pengantar Statistik = 217 orang
-Kalkulus dan Pengantar Statistik
= 63 orang
-Kalkulus Pengantar Statistik dan Aljabar Linear = 53 orang
Kalau kita memilih secara acak (random) seorang mahasiswa dari daftar
nama ke-500 orang mahasiswa tsb,
Berapakah probabilitasnya jika mahasiswa tsb:
a. Mengambil ketiga matakuliah
AKS
AS A K S AK S
c. Mengambil Kalkulus tetapi bukan Aljabar Linear
K A AK S AKS
d. Mengambil Pengantar Statistik tetapi bukan Kalkulus
e. Mengambil Aljabar Linear atau Pengantar Statistik tetapi bukan Kalkulus
P A SK
P AK S AK S AK S
A K S 82
AK S 30
82
93
30
164
AK S 93
AKS 53
53
10
AKS 10
A K S 164
68
S
A K S 68
P AKS
53
500
AS A K S AK S
P A K S AK S P A K S P AK S
82
30 112
K A AK S AKS
e. Mengambil Aljabar Linear atau Pengantar Statistik tetapi bukan Kalkulus
P A SK
P AK S AK S AK S
Aturan Perkalian
- Kejadian tak bebas (dependent event)
- Kejadian bebas (independent event)
c 800
( putri lama )
P( A / B)
c 800
( putri lama )
P ( B / A)
A B
c
800
P( A B)
0,08 8%
N 10.000
( putri lama )
P ( A / B ) P (lama / putri )
( putri lama baru )
P( A B) c / N c
800
0,23
P( B)
b / N b 3500
( putri lama )
P ( B / A) P ( putri / lama )
( putri putra lama )
P ( A B) c / N c 800
0,40
P ( A)
a / N a 2000
P A B
P A / B
P B
(12.10)
P A B
P B / A
P A
(12.11)
P A B P A P B / A P B P A / B
Contoh 12.11 :
Tabel 12.11
11
12
13
(14)
15
(16)
21
22
(23)
24
(25)
26
31
(32)
33
(34)
35
(36)
(41)
42
(43)
44
(45)
46
51
(52)
53
(54)
55
(56)
(61)
62
(63)
64
(65)
66
P A B c / N c
P A / B
P B
b/ N b
2
0,11
18
P A B c / N c
P B / A
P A
a/N a
2
0,33
6
(12.10)
(12.11)
Contoh 12.12 :
Jumlah pelamar untuk menjadi dosen pada Fakultas Ekonomi Universitas
Indonesia ada 100 orang.
Masing-masing pelamar mempunyai kesempatan yg sama untuk diterima,
yaitu mempunyai probabilitas sebesar 0,01.
Para pelamar ada yg bergelar Doktor dan ada yg tidak, ada yg menikah
dan ada yg belum, ada pria dan wanita.
Berdasarkan data yg masuk ke Sekretariat FE-UI, diperoleh rincian sbb:
Bukan
Doktor
Sudah
Belum
menikah menikah
Doktor
Sudah
Belum
menikah menikah
Pria
12
Pria
40
10
Wanita
10
Wanita
10
10
Bukan
Doktor
Sudah
Belum
menikah menikah
Doktor
Sudah
Belum
menikah menikah
Pria
12
Pria
40
10
Wanita
10
Wanita
10
10
W = 10 + 5 + 10 + 10
= 35 di antara 100 pelamar (S)
35
0,35
100
M 3 10 40 10 63
P M
63
0,63
100
D 40 10 10 10 70
70
PD
0,70
100
P W 1 P W
1 0,35 0,65
P M 1 P M
1 0,63 0,37
P D 1 P D
1 0,70 0,30
P A B P A P B / A P B P A / B
(12.12)
Contoh 12.13 :
Kita mengambil secara acak 2 kartu berturut-turut dari suatu set (kumpulan)
kartu bridge.
Berapa probabilitasnya bahwa pengambilan kartu pertama berupa kartu As,
yg kedua juga kartu As?
(hasil pengambilan pertama tidak dikembalikan lagi / without replacement
dan hasil pengambilan kedua dipengaruhi oleh hasil pengambilan pertama)
S 52 kartu ( N ), a 4, P A
B/ A
(b 3, N 51)
3
P B / A
51
P A B P A P B / A
4 3
0,0045
52 51
4
52
P A B C P A P B / A P C / A B
Pembuktiannya : misalnya
(12.13)
A B C0
P A B C P C0 / C
P C 0 P C / C0
P C0 P A B
P A P B / A
P C / C0 P C / A B
Jadi
P A B C P A P B / A P C / A B
Terbukti
Diagram pohon
Sebuah perusahaan elektronik mengambil sampel 1000 rumah tangga
dan responden yang ditanya tentang apakah mereka merencanakan untuk
membeli televisi ukuran besar atau tidak.
Setahun berikutnya responden yang sama ditanya apakah mereka
benar-benar telah membeli televisi ukuran besar tsb atau tidak.
Hasilnya dapat dilihat pada tabel berikut:
Tabel 12.10
Merencanakan untuk membeli
Total
Ya
Tidak
Ya
200
50
250
Tidak
100
650
750
Total
300
700
1000
Diagram pohon
nar
e
B
Seluruh
responden
Tida
k
nc
e re
kan
a
n
a
i
bel
m
me
hm
tela
Tid
ak
250
P( A B)
1000
750
P
(
A
)
mer
enc
1000
ana
kan
mem
beli
ar te
Ben
me
l ah
Tida
km
eli P ( A B ) 200
b
m
mb
eli
beli
m em
emb
e li
1000
P( A B)
50
1000
P( A B)
P( A B)
100
1000
650
1000
200
P benar telah membeli / merencanakan membeli P( B / A)
250
(12.14)
Contoh 12.17 :
Satu mata uang logam Rp 50 dilempar ke atas sebanyak 2 kali.
Jika A1 adalah lemparan pertama yg mendapat gambar burung (B), dan
A2 adalah lemparan kedua yang mendapatkan gambar burung (B),
berapakah P (A1A2) ?
1
P ( A1 ) P( B)
2
1
P ( A2 ) P( B)
2
P A1 A2 P ( A1 ) P( A2 )
1 1 1
P( B) P( B)
2 2 4
Contoh 12.18 :
Kita mengambil 2 lembar kartu berturut-turut secara acak dari satu set
kartu bridge. Sebelum pengambilan kedua, hasil pengambilan pertama
dikembalikan lagi sehingga hasil pengambilan pertama tidak
mempengaruhi hasil pengambilan kedua.
Kalau A1 = kartu As wajik (diamond) dan A2 = kartu As hati (heart).
Berapa P (A1A2) ?
4
52
4
P( A2 )
52
P( A1 )
P A1 A2 P ( A1 ) P( A2 )
4 4
0,0059
52 52
Peraga 12.14
S=N
a
P ( A)
N
P( B)
P( A B)
c
N
b
N
Contoh 12.19 :
Jika P ( A) 0,7 dan P ( B ) 0,6 serta A dan B independen,
hitunglah P ( A B )!
P ( A B ) P ( A) P ( B ) 0,42
Probabilitas marginal
Probabilitas terjadinya suatu
Peristiwa yang tidak memiliki
hubungan dengan terjadinya
peristiwa lain.
500
4000
2000
P(S 2 )
4000
1500
P( S3 )
4000
P ( S1 )
P( R ) P ( S1 ) P ( R / S1 ) P ( S 2 ) P ( R / S 2 ) P ( S 3 ) P ( R / S3 )
500
2000
1500
x0,020
x0,015
x0,030
4000
4000
4000
0,0213
Contoh 12.21 :
Suatu Universitas mempunyai mahasiswa sebanyak 1.000 orang yg terdiri
dari 4 Fakultas, yaitu FE = 400 mahasiswa, FH = 200 mahasiswa, FT =
150 mahasiswa, dan FK = 250 mahasiswa.
Dari mahasiswa tsb ada yg menjadi anggota Menwa (Resimen
Mahasiswa).
Dari FE = 200 orang, FH = 50 orang, FT = 25 orang, dan FK = 150 orang.
Jika suatu saat kita bertemu dgn salah seorang mahasiswa (anggap saja
sebagai kejadian yg acak), berapa probabilitas bahwa mahasiswa tsb
seorang anggota Menwa?
P ( M ) P( ME ) P( MH ) P ( MT ) P ( MK )
P ( E ) P ( M / E ) P ( H ) P ( M / H ) P (T ) P ( M / T ) P ( K ) P ( M / K )
200 50 25 150
0,425
1000
P(M )
M ME MH MT MK
0,425
S
S
S = 1000
E
400
ME
200
M
H
200
T
150
MH
50
MT
25
K
250
MK
150
Rumus Bayes
Sebagai ilustrasi, misalkan terdapat 3 kotak yang sama ukurannya dan
masing-masing berisi 2 bola.
2M
Kotak 1 = A1
1M
1P
2P
Kotak 2 = A2
Kotak 3 = A3
Rumus Bayes
P ( Ai / A)
P ( Ai ) P ( A / Ai )
k
P( A ) P( A / A )
i 1
A1
A1A
A2
Ai
Ax
A2A
AiA
AxA
2M
Kotak 1 = A1
1M
1P
2P
Kotak 2 = A2
Kotak 3 = A3
1
P ( A1 ) P ( A2 ) P ( A3 )
3
Yaitu probabilitas bahwa kotak 1, 2, 3 terpilih,
Masing-masing kotak mempunyai probabilitas yang sama
A merupakan kejadian terpilihnya bola merah setelah
salah satu kotak terpilih
P ( A / A1 )
2
1
1 P ( A / A2 )
2
2
P ( A / A3 ) 0
2M
Kotak 1 = A1
1M
1P
2P
Kotak 2 = A2
Kotak 3 = A3
P ( A) P ( A1 ) P ( A / A1 ) P ( A2 ) P ( A / A2 ) P ( A3 ) P ( A / A3 )
1
1 1 1
1
1 0
3
3 2 3
2
1
1 2
P( A1 ) P ( A / A1 ) 3
P( A1 / A)
1
P( A)
3
2
Yaitu probabilitas kotak pertama terpilih dgn syarat bola merah terpilih
1 1
P( A2 ) P ( A / A2 ) 3 2
1
P( A2 / A)
1
P( A)
3
2
Yaitu probabilitas kotak 2 terpilih dgn syarat bola merah terpilih
1
0
P ( A3 ) P ( A / A3 ) 3
P ( A3 / A)
0
1
P ( A)
2
Yaitu probabilitas kotak 3 terpilih dgn syarat bola merah terpilih
Contoh 12.21 :
Suatu daftar pertanyaan dikirimkan kepada para responden untuk
mengetahui penggunaan mobil keluarga.
Kita anggap suatu nilai a priori probability bahwa daftar pertanyaan
tersebut akan diisi oleh keluarga yang tinggal di Jakarta adalah 0,5
Probabilitas bahwa daftar pertanyaan diisi oleh mereka yang
berpenghasilan tinggi adalah 0,3
Berdasarkan pengalaman, probabilitas bahwa daftar pertanyaan yang
dikirim kepada penduduk di luar Jakarta diisi oleh mereka yang
berpenghasilan tinggi sama dengan 0,2
Kita gunakan simbol berikut :
A1 = keluarga yang tinggal di luar Jakarta
A2 = keluarga yang tinggal di Jakarta
A = keluarga yang berpenghasilan tinggi
P ( A1 ) 0,5
P ( A2 ) P ( A1 ) 1 P ( A1 ) 1 0,5 0,5
A2 merupakan komplemen A1
P ( A) 0,3
P ( A / A1 ) 0,2
Misalkan daftar pertanyaan yang sudah diisi kita terima, sedangkan kode
mengenai tempat responden sudah dihapus.
Dengan demikian, kita tidak mengetahui apakah responden tsb tinggal
di luar Jakarta atau di Jakarta. Kalau daftar pertanyaan tsb diisi oleh
keluarga yang berpenghasilan tinggi.
Berapa probabilitasnya bahwa responden atau keluarga tsb bertempat
tinggal di luar Jakarta, P(A1/A) ?
P ( A1 / A) P ( A1 ) P ( A / A1 )
P ( A1 / A)
P ( A)
P ( A)
0,5 0,2 1
0,3
3
Koran
k1
Majalah
k2
TVRI
k3
kxm=4x2=8
RRI
k4
m 2 Karton
m 3 Plastik
m 4 Karton
m 5 Plastik
m 6 Karton
m 7 Plastik
m 8 Karton
Tahun pertama
mk = 23 = 8
Tahun kedua
1
4
Tahun ketiga
Contoh 12.25
Ke Surabaya
( 2 pilihan )
Dari Jakarta
Ke Denpasar
( 3 pilihan )
Caranya = 6
1 MM
2 MG
3 MB
4 GM
5 GG
6 GB
1
M
2
G
Permutasi
Pengertian Permutasi
Suatu penyusunan atau pengaturan beberapa objek ke
dalam suatu urutan tertentu, dimana urutan itu penting
Contoh :
123
ABC
213
BCA
Contoh :
3 Objek ABC, pengaturan objek tersebut adalah
ABC, ACB, BAC, BCA, CAB, CBA yang disebut
permutasi. Jadi permutasi 3 objek menghasilkan
6 pengaturan dengan cara yang berbeda.
1
Permutasi
Rank
3 cara A, B dan C
Jadi banyaknya permutasi merupakan hasil kali
3x2x1=6
Kalau ada 4 calon, banyaknya permutasi adalah
4 x 3 x 2 x 1 = 24
Banyaknya permutasi = m(m-1)(m-2)..(1)
m = banyaknya elemen
Rumus-rumus Permutasi
Permutasi dari m obyek tanpa pengembalian.
a. Permutasi dari m objek seluruhnya.
Pm m !
(12.18)
m!
m Px
( m x )!
(12.19)
Contoh 12.26
Misalnya suatu daftar memuat 10 rencana investasi yang dikemukakan
oleh direksi perusahaan kepada suatu dewan komisaris,
dimana setiap anggota dewan komisaris diminta untuk memberikan rank
atau penilaian terhadap 5 rencana investasi tsb yang dianggap feasible.
Ada berapa cara ranking dari 10 rencana investasi kalau diambil 5
setiap kali.
m!
m Px
( m x )!
Untuk
m = 10
x =5
Contoh 12.26
m!
m Px
( m x )!
Untuk
m = 10
x =5
10 !
10! 10.9.8.7.6.5!
10 P5
(10 5)!
5!
5!
10 x9 x8 x 7 x 6
30.240
KOMBINASI
Kombinasi adalah suatu penyusunan
beberapa objek tanpa memperhatikan
urutan objek tersebut .
ABC = ACB = BCA
LUCY = UCYL
Rumus-rumus Kombinasi :
a. Kombinasi x dari m objek yang berbeda.
m
x
P
m!
m Cx
x!
x!(m x)!
Combinasi m obyek diambil x setiap kali
(12.20)
Contoh 12.27
N!
N Cn
n!(N n)!
a. Jika N = 3 X1 X2 X3 , n = 2, maka
3!
3 2 1
3
3
3 C2
2!(3 2)! 2 1 1 1
3 sampel tsb. ialah : X1X2 ; X1X3 dan X2X3
N!
N Cn
n!(N n)!
b. Jika N = 10 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 ,
n = 3, maka
10!
10 9 8 7 !
120
10 C 3
3!(10 3)! 3 2 1 7 !
contoh : X1X2X3 ; X1X3X5 ; X8X9X10
Contoh 12.28
8M
3P
9B
Suatu kotak berisi 8 bola merah (8M), 3 putih (3P) dan 9 biru (9B).
Apabila 3 bola dipilih secara acak, hitung probabilitas bahwa:
a. Ketiga-tiganya merah (M1M2M3).
b. Ketiga-tiganya putih (P1P2P3).
c. Dua merah, satu putih.
d. Paling sedikit satu putih.
e. Masing-masing warna diwakili.
f. Hasilnya mempunyai urutan: merah, putih, biru (M1P2B3).
a) Cara 1 :
pertama, kedua, ketiga mendapatkan bola merah
M 1 , M 2 , M 3 Pengambilan
P M 1M 2 M 3 P M 1 P M 2 / M 1 P M 3 / M 1M 2
8 7 6
14
20 19 18 285
Cara 2 :
P( M 1M 2 M 3 )
b) Cara 1 :
3 2 1
1
20 19 18 1.140
Cara 2 :
P ( P1 P2 P3 )
C2 3 C1
c. P (2 merah dan 1 putih)
20 C3
8
8!
3!
20!
3!(20 3)!
7
95
17!
3!(17 3)! 34
17 C3
57 57
C1 3 C1 9 C1
20 C3
8
f) Cara 1 :
P M 1 P2 B3 P M 1 P P2 / M 1 P B3 / M 1M 2
8 3 9
3
20 19 18 95
Cara 2 :
P M 1 P2 B3
1
P setiap warna diwakili
3!
1 18
3
6 95
95
Contoh 12.29
Tembakan dari seorang penembak mempunyai probabilitas sebesar 0,8
untuk mengenai sasaran yang dituju.
Contoh 12.29
Jika m = 7 dan x = 4 maka :
7!
4
3
C
(
0
,
8
)
(
0
,
2
)
(
0
,
8
)
(
0
,
2
)
7 4
4!(7 4)!
7!
(0,8) 4 (0,2) 3
4! 3!
4
7.6.5.4!
7 .5
4
3
(0,8) (0,2)
(0,8) 4 (0,2)3
4! 3.2.1
1
35(0,8) 4 (0,2) 3
0,1147