PROBABILITAS

Catur Rosidati
Pengertian Probabilitas
 Perkataan Peluang atau probabilitas
sering muncul dalam kehidupan
sehari-hari
 Contoh : Peluang untuk lulus dalam ujian
adalah 75%
 Dikenal tiga definisi tentang
probabilitas.
Definisi Klasik
 Definisi yang sering didengar pada masalah
dadu atau kartu

 Tiap kemungkinan hasil (seperti munculnya

angka 1, 2, 3, 4, 5, 6 pada dadu)dari suatu
percobaan disebut sebagai keluaran (outcome)

 Kejadian (event) diartikan sebagai keluaran

tertentu yang diinginkan (seperti munculnya
angka 1 pada pelemparan satu dadu)
Definisi Klasik
 Probabilitas untuk satu kejadian E adalah
rasio jumlah keluaran yang sesuai dengan
kejadian yang diinginkan, NE terhadap jumlah
total keluaran yang mungkin, N.
 P (Kejadian E) = NE
N
 Definisi klasik ini dalam penggunaannya
tergantung pada asumsi tiap keluaran
memiliki kemungkinan yang sama. Jika
asumsi ini tidak dipenuhi,maka definisi klasik
tidak dapat digunakan
Definisi Klasik
 Contoh :
 Pada pelemparan satu dadu, kita ketahui ada
6 kemungkinan keluaran. Jika kita
menginginkan munculnya angka 1, maka
kemungkinan timbulnya kejadian pada
pelemparan satu dadu adalah 1. Sehingga
probabilitas munculnya angka 1 pada
pelemparan satu dadu adalah 1/6
Definisi Frekuensi Relatif
 Probabilitas dapat dihitung setelah
melakukan percobaan berulang-ulang.
 Secara simbolik jika percobaan dilakukan
sebanyak n kali dan kejadian E terjadi
sebanyak nE kali, maka probabilitas
terjadinya E adalah :
P (Kejadian E) = nE
n
 Definisi Frekuensi Relatif

 Jika suatu percobaan telah dilakukan berkali-kali dan

24% dari percobaan ini menghasilkan kejadian yang
diinginkan (E), maka kita dapat mengatakan
probabilitas kejadian E adalah 0,24.
 Contoh :
 Di suatu desa terapat 200 balita dan 50 orang diantara balita
tersebut menderita diare.
 200 balita ini dapat dianggap sebagai percobaan’ apakah
balita akan menderita diare atau tidak’
 50 balita yang menderita diare dianggap sebagai balita yang
mengalami kejadian yang diinginkan (E)
 Sehingga probabilitas terjadinya diare pada balita di desa
tersebut adalah 50/200
Definisi Subyektif
 Biasa digunakan dalam bisnis dan
manajemen
 Tidak berdasarkan data penelitian tetapi
berdasarkan kesan subyektif
 Contoh: seorang dokter yang sedang mencari
lokasi untuk tempat praktek akan
mempertimbangkan probabilitas dia memperoleh
banyak pasien di tempat tersebut
Azas perhitungan probabilitas
 0P1
 P (X/N)  bilangan positif
 Kejadian Mutually exclusive (dua kejadian
yang tidak mungkin terjadi bersama-sama

Kejadian Kejadian
A B
 Azas perhitungan probabilitas
 Contoh kejadian mutually exclusive :
 Kelahiran bayi laki-laki atau perempuan pada satu
kehamilan tunggal
 Kejadian Non Mutually Exclusive (dua atau lebih peristiwa
yang dapat terjadi bersama-sama (tetapi tidak selalu
bersama-sama

Kejadian Kejadian
A B

•Contoh kejadian Non Mutually Exclusive:

Seorang menderita diare atau demam
 Hukum Probabilitas
 Dalam Penelitian yang dipakai adalah
probabilitas berdasarkan frekuensi relatif dan
berkaitan dengan hukum-hukum probabilitas :
 Hukum komplementer

 Hukum penjumlahan

 Hukum kondisional

 Hukum perkalian
Hukum Komplementer
 Jika probabilitas terjadinya kejadian A
adalah P (A), maka probabilitas tidak
terjadinya A, P(A) = 1 – P(A)

A A
Hukum Komplementer

 Contoh :
 Pada pelemparan satu dadu, probabilitas
munculnya angka 3 adalah 1/6, maka
probabilitas munculnya angka bukan 3 adalah
1 – 1/6 = 5/6
 Probabilitas seorang pasien DBD untuk
meninggal adalah 0,05, maka probabilitas
pasien DBD untuk hidup adalah 1 – 0,05 =
0,95 (95%)
Hukum Penjumlahan

 Jika ada 2 kejadian yang tidak

mungkin terjadi bersama-sama
(Mutually Exclusive), maka probabilitas
kejadian A atau B,
P (A atau B) = P(A) + P(B)

 Contoh : golongan darah

Hukum Penjumlahan
 Contoh : Hasil pengujian golongan darah pada 100
mahasiswa adalah :
 45 orang gol darah O
 31 orang gol darah A
 14 orang gol darah B
 10 orang gol darah AB
 Jika seorang mahasiswa diambil secara acak dan
diperiksa gol darahnya, berapa probabilitas
mahasiswa tersebut memiliki gol darah A atau B ?
 P (A atau B) = P (A) + P(B) = 0,31 + 0,14 = 0,45
 Gol darah A dan B tidak dapat terjadi bersama-sama 
mutually exclusive
 Hukum Penjumlahan
 Jika 2 kejadian non mutually exclusive, maka :
 P(A atau B) = P(A) + P(B) – P(A dan B)

• Contoh : Pada 1000 sampel balita, 150 orang

menderita diare, 200 orang menderita ISPA dan
50 orang menderita diare dan ISPA.
 Berapa probabilitas seorang balita
menderita diare atau ISPA ?
Hukum Penjumlahan
 P (D atau I) = P(D) + P(I) – P(D dan I)
 P (D atau I) = 0,15 + 0,20 – 0,05 = 0,30
 Diare atau ISPA dapat terjadi bersama-
sama pada satu orang balita  kejadian
non mutually exclusive
Hukum Kondisional
 Peristiwa bebas (independen)
 Dua peristiwa dikatakan bebas / independen apabila
kejadian atau ketidak jadian suatu peristiwa tidak
mempengaruhi peristiwa lain
 Peristiwa tidak bebas (conditional probability) =
perisiwa bersyarat
 Dua peristiwa dikatakan bersyarat apabila kejadian atau
ketidakjadian suatu peristiwa akan berpengaruh terhadap
peristiwa lainnya.
 Simbol untuk peristiwa bersyarat P (B|A)  Probabilitas B
pada kondisi A
Hukum Kondisional
 Contoh ; Angka kematian bayi di Indonesia
35/1000 kelahiran hidup
 Seorang bayi lahir di RS Pondok Indah
dari seorang ibu yang tinggal di
Kemang, penghasilan keluarganya 20
juta/bulan  apakah resiko kematian
bayinya 35/1000
Hukum Kondisional
 Seorang bayi lahir di pinggir hutan di
Papua, dari seorang ibu yang tinggal di
Puncak jayawijaya, 100 km dari
Puskesmas terdekat dengan penghasilan
keluarganya 300 ribu/bln  apakah resiko
bayinya untuk meninggal 35/1000 ?
 Apakah resiko bayinya meninggal sama
dari kedua orang ibu tersebut ?
Hukum Kondisional
Ibu Bayi Jumlah
BBLR Normal
Anemia + 20 80 100
Anemia - 10 90 100
Jumlah 30 170 200

P (BBLR|Anemia +) = 20/100 = 0,20

P (BBLR|Anemia -) = 10/100 = 0,10
P (BBLR) = 30/200 = 0,15
Hukum Perkalian
Pada Kejadian yang independent
P (A dan B) = P(A) * P(B)

Pada Kejadian bersyarat

P (A dan B) = P(A) * P(B|A)
Hukum Perkalian
Ibu Bayi Jumlah
BBLR Normal
Anemia + 20 80 100
Anemia - 10 90 100
Jumlah 30 170 200
 Hitunglah P (Anemia + dan BBLR)
 P (Anemia +)
 P (BBLR|Anemia +)
 Apakah P (Anemia + dan BBLR) = P (Anemia+) *
P(BBLR|Anemia +)
 Permutasi
n Pr = n!
(n – r)!  Urutan dipentingkan

P = jumlah permutasi (urutannya dipentingkan)

n = banyaknya objek
r = jumlah anggota pasangan
! = faktorial
Permutasi
 Contoh :
Ada tiga cara efektif untuk pengobatan pasien hipertensi
yaitu mengkonsumsi obat anti hipertensi (A), diet rendah
kolesterol (D) dan berolah raga teratur (R). Ada berapa
cara agar dapat diobati seseorang penderita hipertensi,
jika kepada penderita hipertensi hanya 2 terapi yang
bisa diberikan ?