KONSEP DASAR PROBABILITAS dan

DISTRIBUSI PROBABILITAS

1
 Pengertian Probabilitas
• Adalah suatu ukuran relatif dari kemungkinan terjadinya
suatu peristiwa di masa yang akan datang.
• Ukurannya adalah angka relatif maka probabilitas mempunyai
nilai antara nol (0) sampai dengan satu (1)
• Contoh :
– Melempar sebuah dadu
• Misalkan sebuah dadu dilempar maka setiap sisi dari dadu akan
mempunyai kesempatan yang sama (equality likely) untuk muncul.
• Karena hanya ada satu sisi dadu yang muncul, maka probabilitas dari
keenam sisi tersebut masing-masing adalah 1/6
• Probabilitas untuk mendapatkan mata 6 atau P(6) = 1/6
– Bermain kartu
• Setumpuk kartu yang berjumlah 52 buah kartu, terdiri dari 4 buah kartu as
• Jika diambil secara acak maka ada 4/52 = 1/3
– Melempar sekeping mata uang
• Jika sekeping uang memiliki 2 sisi (Head and tail) maka Probabilitas head
muncul = 1/2

2
 Pandangan Klasik/intuitif
• Didalam pandangan klasik ini probabilitas/peluang
adalah harga angka yang menunjukkan seberapa
besar kemungkinan bahwa suatu peristiwa terjadi,
diantara keseluruhan peristiwa yang mungkin
terjadi:
• Contoh:
– Sebuah mata uang logam mempunyai sisi dua (H dan T),
kalau mata uang tersebut dilambungkan satu kali maka
peluang untuk keluar sisi H adalah 1/2.
– Sebuah dadu untuk keluar mata ‘lima’ saat pelemparan dadu
tersebut satu kali adalah 1/6 (karena banyaknya permukaan
dadu adalah 6)

3
 Pandangan Klasik/intuitif
• Jadi pendekatan didalam konsep klasik ini
adalah matematis atau teoritis,sehingga
didapatkan rumus :
X
P( E ) 
N
•
• P = probabilitas
• E = Event (kejadian)
• X = Jumlah kejadian yang diinginkan (peristiwa)
• N = Keseluruhan kejadian yang mungkin terjadi

4
 Contoh soal
• Hitunglah probabilitas diperolehnya bola
merah bila sebuah bola diambil dari suatu
kotak yang berisi 10 bola merah dan 10 bola
putih
– Jawab:
– Jumlah bola seluruhnya = 20
– Jumlah bola merah = 10
– Misalkan E = kejadian diperoleh bola merah
– Maka diperoleh probabilitas E adalah :
• P(E)=10/20 = ½

5
 Pandangan Subyektif
• Didalam pandangan subyektif probabilitas ditentukan oleh
yang membuat pernyataan
– misalnya seseorang buruh / karyawan meyakini bahwa kalau
ada kesempatan untuk pendidikan lanjut yang akan dikirim
adalah dirinya ( misalnya diyakininya 95 %= 0,95) .
– Seorang direktur rumah sakit menyatakan keyakinannya
(90%) bahwa rumah sakit yang dipimpinnya akan dapat mulai
swadana ( break event point) lima tahun kedepan.
• Kebenaran dari probabilitas subyektif ini sangat tergantung
kepada orang yang menentukannya ,tetapi walaupun demikian
teori probabilitas dapat membantunya.

6
 Ruang Sampel dan kejadian
• Ruang Sampel
– Adalah himpunan yang elemen-elemen nya merupakan
hasil yang mungkin terjadi dari suatu eksperimen.
• S = ( a1 , a2 , a3 , a4 , . a5 .............. an )
• Titik Sampel
– Adalah semua elemen yang ada didalam suatu ruangan
sampel
• Peristiwa / kejadian/ event
– Adalah himpunan bagian dari suatu ruang sampel

7
• 1)Eksperimen :pelemparan sebuah dadu ,
• Hasil : mata dadu yang tampak
• Ruang sampel :S = ( 1 , 2 , 3 , 4 , 5, 6 )
• Suatu peristiwa :A Titik ganjil yang tampak {1, 3, 5 }
• B Titik genap yang tampak {2, 4, 6 }

• 2)Eksperimen :pemilihan seorang mahasiwa FKM,dicatat IPK

• Hasil : bilangan x yang besarnya antara 0 dan 4
• Ruang sampel :S = ( 0 < X  4 )
• Suatu peristiwa :A IPK diatas 3......= { 3 < X 4 }

• 3)Eksperimen :Empat pekerja sama-sama terkena pencemaran

(polusi ) udara
• Hasil : dicatat apakah jadi sakit S atau tidak sakit T
• Ruang sampel : {SSSS, SSST, SSTS, STSS, TSSS, SSTT, STST
• STTS, TSST, TSTS, TTSS,STTT
• TSTT, TTST, TTTS,TTTT }
• S= 2x2x2x2=24=16
• Suatu peristiwa :A semua pasien sembuh {SSSS }
• B ada dua orang yang sembuh
• { SSTT, STST, STTS, TSST, TSTS, TTSS}

8
 Diagram Venn
a) Union peristiwa A dan B adalah himpunan semua
elemen yang ada didalam himpunan A maupun B,
ditulis A  B
b) Interaksi dua peristiwa A dan B , ditulis A  B adalah
himpunan semua elemen yang ada didalam A dan
juga B
c) Komplemen peristiwa A ditulis Ac ,adalah himpunan
semua elemen yang tidak didalam A
Operasi ini dapat digambarkan dengan diagram Venn

9
 (A  B)
AB

A
B AB

Ac

10
 Dua kejadian saling lepas
• Bila A dan B dua kejadian sembarang pada S dan
berlaku A  B = 0
S) A B

• Maka A dan B dikatakan dua kejadian saling lepas

atau saling bertentangan atau saling berpisah
(mutually exclusive)=dua kejadian A dan B saling
lepas artinya kejadian A dan B tidak mungkin terjadi
saling bersamaan

11
 Dua kejadian saling lepas
• Sehingga rumusnya
– P(A  B) = P(A) +P(B)
P(A B)= 0
• Jika rumus probabilitas tiga kejadian A,B,C
– P(A  B  C) = P(A) +P(B) + P(C)

12
 Contoh soal:dua kejadian saling lepas

• Pada pelemperan dua buah dadu, tentukanlah

probabilitas munculnya muka dua dadu dengan
jumlah 7 atau 11.
• Misalnya A = kejadian munculnya jumlah 7
• (6,1),(2,5),(4,3),(5,2),(1,6),(3,4)
– B = kejadian munculnya jumlah 11
• (6,5),(5,6)
• P(A)=6/36 P(B)=2/36
• P(A  B) = P(A) +P(B)=6/36 +2/36 = 8/36 = 1/3

13
 Dua kejadian tidak saling lepas
• Dua kejadian A dan B tidak saling lepas artinya
kejadian A dan B mungkin terjadi saling
bersamaan
S) A B

• P(A  B) = P(A) + P(B) – P(A B)

14
 Contoh : Dua kejadian tidak saling lepas

• Penarikan satu kartu dari satu set kartu

bridge, Berapakah peluang akan terambil
kartu As atau Berlian:
• P(As) = 4/52 P(Berlian ) = 13/52,
• Ada sebuah kartu As dan Berlian : P (As 
Berlian )= 1/52
• P(As  Berlian) = P(As) + P(Berlian) - P (As
 Berlian )=
• 4/52 +13/52 - 1/52 = 16/52

15
 Peristiwa bersyarat
• Suatu kejadian A terjadi dengan syarat kejadian B lebih dulu
terjadi atau akan terjadi, ditulis dengan terjadinya kejadian A
bersyarat B yang ditulis A B
• P (A B)= P(A B)/P(B)
• P(A  B) = P(A) x P(BA)
– Dua kartu ditarik dari satu set kartu bridge berapa peluang
untuk yang tertarik keduanya kartu As.
– Peluang As I adalah 4/52 P(As I) = 4/52
– Peluang AsII dengan syarat AsI sudah tertarik adalah 3/51
P(As II AsI) = 3/51
– P( AsI AsII) = P (AsI ) x P( AsII AsI)
– 4/52 x 3/51 = 1/221

16
 Dalil Permutasi/Kombinasi
DALIL I: (Kaidah umum pergandaan)

• Kalau suatu step (langkah) dari suatu eksperimen

menghasilkan (out come) k hasil yang berbeda dan step ke 2
menghasilkan m hasil yang berbeda maka kedua langkah
eksperimen akan menghasilkan k x m hasil
• Contoh:
– Satu coin dilambungkan 2 kali maka hasilnya adalah 2x2 (ruang
sampel)
– Seorang mahasiswa untuk sampai digerbang UI depok dapat
dengan 3 cara(bus,kereta, angkot) ,dari gerbang UI sampai ke
fakultas ada 4 cara (jalan kaki,bus kuning, ojek,numpang dengan
mobil teman), maka berapa cara seorang mahasiswa akan
sampai di fakultas ?...... 3x4 = 12 cara

17
 Bilangan faktorial
• Bila n bilangan positif,maka bilangan faktorial
ditulis dengan n! dan didefinisikan sebagai:
• n!=n(n-1)(n-2)...3,2,1
• 0!=1 dan 1!=1
• Contoh :
– 3!=3.(3-1).(3-2)=3.2.1=6

18
 DALIL II
Permutasi  Urutan dipentingkan
• P= jumlah permutasi (urutannya dipentingkan)
• n = Banyaknya objek
• r = jumlah anggota pasangan
• ! = Faktorial ( 3! = 3x2x1), 0!=1, 1! =1

P r  (n  r )!
n!
n

19
 DALIL III
Kombinasi  Urutan tidak dipentingkan

• C= jumlah kombinasi (yang urutannya tidak penting)

• n = Banyaknya objek
• r = jumlah anggota pasangan

r  r!(n  r )!
n!
nC

20
 DISTRIBUSI BINOMIAL
• Distribusi Bernaulli (penemu: James Bernaulli)
• Bernaulli trial mempunyai 4 syarat:
1. Jumlah trial merupakan bilangan bulat
2. Setiap eksperimen mempunyai 2 hasil
- Sukses & Gagal
- laki / perempuan
- Sehat / Sakit
- Setuju / Tidak setuju
3. Peluang sukses sama setiap eksperimen
4. Setiap eksperimen independen satu sama lain

21
 RUMUS UMUM:

n x
( ) p (1  p)
n
x
x

n!
( )
n

x!(n  x)!
x

22
• Probabilitas seorang bayi tidak diimunisasi
(0,2), Kalau pada suatu hari dipuskesmas ada
sebanyak 5 bayi. hitunglah peluang 2 bayi
belum diimunisasi.
• X=2, n = 5, p = 0,2
5x 4x 3x 2x1
p 0,2 x 0,8  10x 0,04x 0,512  0,2048
2 3

2x1(3x 2x1)

23
 DISTRIBUSI POISSON
• Distribusi Poisson dipakai untuk menentukan peluang suatu
kejadian yang jarang terjadi tetapi mengenai populasi yang
luas atau area yang luas dan juga berhubungan dengan waktu.
• Contoh:
• 1) Disuatu gerbang tol akan diliwati oleh ribuan mobil dalam
satu hari kejadian bahwa akan terjadi kecelakaan dari sekian
banyak mobil yang liwat.
• 2) Dikatakan bahwa kejadian seseorang akan meninggal
karena shok pada waktu disuntik dengan vaksin meninggitis
0,0005. Padahal vaksinasi tersebut selalu diberikan kalau
seseorang ingin pergi haji.

24
  ex 
ex 
p(x )  
x! x!

•  = n p = E(x) nilai rata-rata

• e = konstanta = 2,71828
• x = variabel randon diskrit (1 ,2 ,......x )

25
• diketahui probabilitas untuk terjadi Shok pada saat imunisasi
dengan vaksinasi meninggitis adalah 0,0005 Kalau disuatu
kota jumlah orang yang dilakukan vaksinasi sebanyak 4000,
Hitunglah peluang tepat tiga orang akan terjadi shok
• Penyelesaian:
•  = n p = 4000 x 0,0005 = 2

23 * 2,718282
p ( x  3)   0,1804
3 * 2 *1

26